Des facteurs locaux tels que la température saisonnière, l'indice d'eau et de végétation dépendant de l'année et les données sur la densité animale peuvent être utilisés pour prédire les épidémies régionales de grippe aviaire en Europe. C’est la découverte d’une équipe de recherche dirigée par l’épidémiologiste, mathématicien et statisticien Prof. Dr. Joacim Rocklöv. Les chercheurs de l’Université de Heidelberg ont développé un modèle d’apprentissage automatique capable de prédire avec une grande précision les schémas d’épidémie de grippe aviaire hautement pathogène en Europe à l’aide de divers indicateurs. L’approche de modélisation et la collecte de données ciblées pourraient donc contribuer à des mesures de prévention proactives.
L'infection hautement pathogène par le virus de la grippe aviaire – communément appelée grippe aviaire – touche principalement les oiseaux. Mais les mammifères sont également de plus en plus infectés. Selon les chercheurs, cela augmente la probabilité que le virus se transmette aux humains. Pour mieux prévoir les épidémies de grippe aviaire et mettre en place des mesures de prévention précoces, l'équipe du professeur Rocklöv du Centre interdisciplinaire de calcul scientifique et de l'Institut de Heidelberg pour la santé mondiale a développé un modèle qui combine divers indicateurs d'une éventuelle épidémie et utilise des méthodes d'apprentissage automatique pour la modélisation.
Le modèle a été formé à l'aide de données sur les épidémies de grippe aviaire en Europe documentées entre 2006 et 2021. Comme indicateurs potentiels d'un événement imminent, les chercheurs de Heidelberg ont identifié des facteurs locaux tels que les conditions de température et de précipitations, les espèces d'oiseaux sauvages, la densité des élevages de volailles, la composition de la végétation et les niveaux d'eau. En combinant ces variables saisonnières et régionales interdépendantes complexes, les chercheurs ont pu modéliser les schémas d’épidémie avec une précision allant jusqu’à 94 pour cent.
« La combinaison de notre approche de modélisation et de la collecte de données ciblées peut nous aider à cartographier plus précisément les zones à haut risque et les saisons où les épidémies de grippe aviaire sont plus probables.« , souligne Joacim Rocklöv, professeur Alexander von Humboldt, qui mène des recherches sur les effets du changement climatique et environnemental sur la santé publique dans le cadre de plusieurs projets à l'université et à l'hôpital universitaire de Heidelberg. Selon le professeur Rocklöv, les résultats de la recherche pourraient être utilisés pour concevoir des programmes de surveillance régionaux dans toute l'Europe et améliorer la détection précoce.
Les travaux de recherche ont été financés par la Fondation Alexander von Humboldt dans le cadre du programme Horizon Europe de l'Union européenne. Les résultats ont été publiés dans la revue « Scientific Reports ».
