Épidémiologie spatiale de la fièvre jaune au Brésil

La fièvre jaune est une maladie à transmission vectorielle. De décembre 2016 à 2020, elle a causé des infections et des décès chez les humains et les singes dans le sud-est et le sud du Brésil. Le cycle de transmission comprend des hôtes et des vecteurs dont la présence et l'abondance dépendent des conditions environnementales. Les modèles de niches écologiques permettent d’identifier les conditions biotiques et abiotiques favorables à une espèce et prédire sa probabilité de présence. De tels modèles ont montré leur pertinence pour déterminer les variables environnementales et anthropiques favorables aux espèces hôtes et vecteurs de maladies infectieuses

L’originalité du travail est d’appliquer ces modèles non plus à des espèces, mais à une maladie. En appuyant sur les cas décrits chez les populations humaines et de singes, les chercheurs de l’IP Guyane et de l’Université de Minas Gerais au Brésil ont montré comment la température, la pluie, la densité prédite des mammifères, l'impact humain et la couverture vaccinale expliquaient la survenue des cas de la fièvre jaune dans les épidémies brésiliennes de 2017-2018. Ils ont prédit les zones à risque pour de futures épidémies, y compris les zones à l'extérieur et autour du bassin Amazonien. 

Confirmant la pertinence du modèle, des cas de la fièvre jaune sont survenus en 2019 et 2020, dans les même zones à risque prédites à l'aide de l’approche de modélisation appliquée aux cas de 2016-2018.

Cette approche de modélisation, s'appuyant sur la théorie de l'écologie et un cadre méthodologique novateur d'utilisation des données épidémiologiques, permet d'identifier les populations humaines menacées, vers lesquelles les efforts de vaccination doivent être orientés, ainsi que pour les singes dont la préservation est est un enjeu fort de conservation de la biodiversité.

Ces travaux viennent d’être publiés dans le journal PLoS Negl Trop Dis par B. de Thoisy et al. 2020. Spatial epidemiology of yellow fever: Identification of determinants of the 2016-2018 epidemics and at-risk areas in Brazil.