Les modèles de distribution d’espèces ont été identifiées comme pertinents pour cartographier et caractériser la qualitéd’habitat des moustiques vecteurs du paludisme, Anopheles, afin de participer à l’estimation du risque de transmission decette maladie et à la définition de stratégies de lutte anti-vectorielle ciblées. La transmission du paludisme dépend de laprésence et de la distribution des vecteurs, qui dépendent elles-mêmes des conditions environnementales définissant laqualité des habitats écologiques des Anopheles. Cependant, dans certaines régions, les données de captures d’Anophelessont rares, et rend difficile la cartographie de leurs habitats. De plus, le recueil de ces données est très souvent soumis à desbiais d’échantillonnage.Cette thèse fournit une solution à la cartographie des vecteurs du paludisme, en considérant deux aspects très peu étudiésdans la modélisation : le faible nombre de sites de présence disponibles et l’existence d’un biais d’échantillonnage. Uneméthode originale de correction de l’effet du biais d’échantillonnage est proposée puis appliquée à des données de présencedu principal vecteur du paludisme en Guyane, Anopheles darlingi. Un modèle de distribution d’An. darlingi a ensuite étéconstruit, permettant d’obtenir une carte de qualité d’habitat en cohérence avec la connaissance des entomologistes etfournissant des performances de prédiction élevées. La méthode de correction proposée a ensuite été comparée auxméthodes existantes dans un contexte applicatif caractérisé par la rareté des données d’occurrence de l’espèce et laprésence d’un biais d’échantillonnage. Les résultats montrent que la méthode développée est adaptée aux cas où le nombrede sites de présence est faible. Cette thèse contribue, d’une part, à combler les lacunes théoriques et d’applicabilité desméthodes actuelles visant à corriger l’effet des biais d’échantillonnage et, d’autre part, à compléter la connaissance sur ladistribution spatiale et la bioécologie du principal vecteur du paludisme en Guyane française. / Species distribution models are identified as relevant to map and characterize the habitat quality of Anopheles genusmosquitoes, transmitting malaria, and thus to both participate in the estimation of the transmission risk of this disease and inthe definition of targeted vector control actions. The malaria transmission depends on the presence and distribution of thevectors, which are themselves dependent on the environmental conditions that define the quality of the ecological habitats of the Anopheles. However, in some areas, Anopheles collection data remain scarce, making it difficult to model these habitats. In addition, the collection of these data is very often subjected to significant sampling biases, due, in particular, to unequal accessibility to the entire study area. This thesis provides a solution to the mapping of malaria vectors, considering two very few studied aspects in modeling: the low number of available presence sites and the existence of a sampling bias. An original method for correcting the effect of the sampling bias is proposed and then applied to presence data of Anopheles darlingi species - the main vector of malaria in South America - in French Guiana. Then, a distribution model of An. darlingi was built to obtain a map of habitat quality consistent with entomologists’ knowledge and providing high prediction performances. The proposed correction method was then compared to existing methods in an application context characterized by the scarcity of the species occurence data and the presence of a sampling bias. The results show that the developed method is adapted to cases where the number of sites of presence is low. This thesis contributes, on the one hand, to fill theoretical and applicability lacuna of current methods intended to correct the effect of the sampling bias and, on the other hand, to supplement the knowledge on both the spatial distribution and the bio-ecology of the main malaria vector in French Guiana.
| Identifer | oai:union.ndltd.org:theses.fr/2017YANE0002 |
| Date | 28 March 2017 |
| Creators | Moua, Yi |
| Contributors | Guyane, Seyler, Frédérique, Roux, Emmanuel, Briolant, Sébastien |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds