Utilisation du modèle ONCHOSIM pour l’évaluation et la prévision des opérations de l’OCP-passé, présent et avenir

II t Réexamen i'ONCHOSIM WORLD HEALTH ORGANIZATION ORGANISATION MONDIALE DE LA SANTE PROGRAMME DE LUTTE CONTRE L'ONCHOCERCOSE EN AFRIQTJE DE L'OTJEST COMITE CONSULTATIF DES EXPERTS OCP/CCE 20.3 Vingtième session Ouaeadougou. T -l I juin 1999 Utitisation du modèle ONCHOSIM pour l'évaluation et la prévision des opérations de I'OCP - passé, présent et avenir. I. Introduction .....................................o. ,. II. Historique de ta modélisation à OCP ........-..............----.3 m. f-€ modèle ONCHOSfM........o.o............o...o.........oo......ooo.............ooo..o..........6 fV. Exemples de stratégies de lutte simulée...........o.o........oo.o......ro.................21 V. Directives relatives à la durée de la lutte ..............o.......oo...............o.o........23 VI. ONCHOSIM par rapport aux données d'évaluation épidémiologique..30 YII. Discussion générale .................................o....oo.............................o...........33 VIII. RecOmmandationS..................o........o..........oo..........................................37 I II Réuamen d'ONCHOSIM I. Introduction Depuis 1988, le modèle ONCHOSIM a été activement utilisé comme outil d'analyse et d'aide à la prise de decision à I'OCP. Aprà deux autres tentatives de modélisation réussies, la decision à été prise de mettre au point un modèle complet de la simulation de Ia transmission qui pourrait être utilisé pour predire les tendances épidémiologiques durant et apres la fin des opérations de lutte antivectorielle, ainsi que pour predire l'efficacité de la lutte basee sur la chimiothérapie (section II). Une bonne partie de la quantification et de la validation du modèle a été basee sur les données épidémiologiques et entomologiques collectées durant la période 1975 - l99l et sur les sources documentaires existantes jusqu'à I'annee 1990 (voir section III.2). Depuis lors, le modèle a été utilisé pour l'élaboration de directives concernant la duree necessaire dæ traitements larvicides seuls (section V.l) et celle des traitements larvicides combines aux traitements à I'ivermectine (section V.2). Aujourd'hui, 10 ans apres sa mise au point et à l'approche de la période de desengagement progressif de fOCP, il apparaît tres important de procéder à un examen critique du modèle à la lumière de la quantité de données accumulées et des meilleures oonnaissancæs acquises sur la maladie. Une comparaison des prédictions du modèle avec les données épidémiologiques recemment collectées (voir section M) serait interessante pour deux raisons principales : l) Etle permettra de rendre le modèle plus fiable comme outil d'évaluation et de prediction pour aider à la prise de decision aussi bien maintenant qu'après la fin de I'OCP. 2) Elle garantira une analyse plus intégree des données: la comparaison des tendances observées par rapport aux predictions permettra d'identifier les irrégularites dans la lutte et stimulera I'analyse conjointe des différents ÿpes de données (épidémiologrques, entomologiques, sociologiques, etc.). Le present rapport vise deux choses : l) Examen du modèle ONCHOSIM : à quoi ressernble-t-il ? Comment se fait sa quantification ? Qu'est-ce qu'it peut predire et quelle est la fiabilité de ses prédictions à la lumière des données épidémiologiques recemment collectées ? 2) Compte rendu des discussions d'un des groupes de travail (groupe A) de la dernière réunion sur les Recherches opérationnelles et stratégiques tenue du 9 au I I mars 1999 à Ouagadougou. Il ne s'agit pas d'un rapport expticite des travaux de ce groupe, mais les discussions, conclusions et recommandations de ce groupe seront intégrées dans les différens chapitres du present rapport. 2 I Réexamen d'ONCHOSIM II. Historique de la modélisation à OCP Durant les 8 premières années des opérations larvicides, à savoir de 1975 à 1983, la lutte antivectorielle a été très efficace dans la plupart des bassins de I'aire du Programme, si I'on en juge par les resultaS des évaluations entomologiques qui ont montré que la transmission y a été reduite à des niveaux insignifiants. Cependant, les évaluations épidémiologiques n'avaient pas permis de démontrer l'existence d'un changement épidémiologique majeur durant les premières années de la lutte contre la maladie. L'analyse de routine des donnees d'enquêtes épidémiologiques de la biopsie cutanee n'avait pas encore permis de mettre en évidence l'existence d'une râluction significative du reservoir du parasite. Aucun enfant de moins de 5 ans n'a eté trouvé infecté, mais en tout état de causg I'on ne pouvait s'attendre qu'à trà peu d'infections dans ceffe tranche d'âge, même en l'absence de toute activité de lutte. La prévalence standardisee de microfilaires (Mf) dans les biopsies, qui était I'indicateur epidémiologique utilisé à cette époque, n'avait monhé qu'une faible reduction de l'infection durant les huit prernières années (Kirkwood et al., 1983). Pour la plupart des observateurs, ces resultats sernblaient insatisfaisants, ce qui a amené à se poser la question de savoir si la lutte antivectorielle avait reellement interrompu la hansmission et si la réinfection ne se poursuivait pas toujours à un niveau non dépisté mais néanmoins significatif. Pour la planification et le financement à long terme du Programme, il devenait urgent d'arriver à une meilleure compréhe,nsion de I'impact epidémiologique de la lutte antivectorielle ët de faire des predictions credibles de l'évolution probable de I'infection onchocerquienne durant la période restante du Programme de lutte. II.1. Modèle basé sur la force - de - l'infection Une nouvelle méthode d'analyse a alors été introduite, qui prend en compte les dynamiques du parasite et de la population humaine concernée. Le fondement de cette approche a eté la mise au point d'un modèle basé sur la force - de - I'infection (ou modèle catalytique, voir Muenctr, 1959) propre à I'onchocercose, et son application pour une étude des tendances epidémiologiques propr€s aux différents groupes d'âge durant une periode donnee de lutte antivectorielle (Rernme et al-,1986). Les facteurs les plus importants pris en compte par le modèle sont : la duree de I'infection, I'aspect surinfection, le degré d'exposition specifique à l'âge de I'individu, et I'intensité de la transmission durant la periode precedant les actiütes de lutte. Les tendances épidémiologiques calculées au moyen de ce modèle simple ont été comparées aux tendances reellement observées en termes de prévalence et de charge microfilarienne moyenne dans les fragments de peau préleves chez une cohorte d'individus provenant de 23 villages d'une zone soumise à 8 années de lutte antivectorielle satisfaisante. Cette comparaison a permis 3 Réexamen d'ONCHOSIM d'aboutir à une estimation brute (mais pour la première fois !) de la duree de la période patente de I'infection sur l0 ans. Les predictions du modèle ont eu des implications importantes pour l'évaluation épidémiologique de l'impact de la lutte antivectorielle. Elles ont montré que les tendances épidémiologiques qui se développaient durant la période de lutte antivectorielle ne sont pas uniformes mais dépendent du niveau d'endémicité initiale au sein de la population et varient selon le goupe d'âge. De plus, elles ont révélé que la prévalence de I'infection est un indicateur trop insensible pour être utile dans l'évaluation des villages hyperendémiques durant la plus grande partie de la période de lutte. Un indicateur stratégique beaucoup plus sensible et beaucoup plus significatif pour une analyse comparative et une évaluation des changements épidémiologiques serait le nombre moyen d'infections ou le nombre moyen de vers femelles productives par personne chez les indiüdus âges de plus de 20 ans. Le nombre de vers adultes ne peut pas être mesuré directement. CependanÇ la charge microfilarienne dans la peau fournie une mesure indirecte de ce nombre si I'on suppose que la production microfilarienne par ver femelle ainsi que la survie des microfilaires ne sont déterminées par des mecanismes dépendant de leur densité. C'est ce raisonnement qui a conduit à I'introduction d'un nouvel indicateur epidémiologique, à savoir la charge microfilarienne communautaire (CMFC) qui est la moyenne geométrique des charges microfilariennes par biopsie cutanee dans la population âgee de plus de 20 ans (Runme et a1.,1986). A l'intérieur et en dehors d'OCP, la CMFC est à present devenue I'indice préferé d'endémicité de I'onchocercose, en partie parce que I'on pouvait démontré plus tard que la prévalence de la cecité onchocerquienne est lineairement associee à la CMFC (Rernme et al., 1989a). L'utilisation de la CMFC dans l'évaluation épidémiologique a permis d'avoir une meilleure estimation de l'impact épidémiologique significatif de I années de lutte antivectorielle à OCP, et I'on a pu montrer que dans 90Yo de I'aire initiale du Programme, la lutte antivectorielle avait déjà reduit le reservoir du parasite de plus de70% (OMS, 1987b). II.2. Modèle hôte - parasite : pÉdiction des tendances pendant la lutte antivectorielle Une fois que la nouvelle méthodologie avait fourni la preuve epidémiologique de I'effrcacité des 8 premières années de lutte antivectorielle, le centre d'attention s'est porté sur les tendances épidémiologiques auxquelles il fatlait s'attendre les annees suivantes. Les predictions de la baisse définitive de la prévalence de I'infection presentaient un interêt particulier dans la mesure où elles indiqueraient combien d'années de lutte antivectorielle seraient nécessaires. Le modèle force - de - I'infection, avec I'hypothese d'une longévité constante de l'infection, de toute évidencg ne convenait pas pour de telles predictions et il a fallu développer un modèle plus sophistiqué qui tiendrait compte de la variabilité de la duree de l'infection. En outre, pour I'interprétation des tendances épidémiologiques observées dans les différentes parties de I'aire du Programme, il s'est avéré de plus en plus important 4 Réexamen d'ONCHOSIM d'avoir des predictions des tendances à prévoir dans la distribution des charges microfilariennes chez les différents groupes d'âge, et non seulement dans la prévalence de la charge microfilarienne moyenne chez les adultes. Pour répondre aux besoins, on a mis au point le soi-disant modèle « Hôte - Parasite » (Remme et al., 1990a). Il s'agit d'un modèle stochastique de simulation sur ordinateur qui utilise la technique de microsimulation (Haabbema et al., 1996). Cela implique Ia simulation de l'histoire de la vie de tous les hôtes individuels humains vivants dans une communauté, et de I'histoire de la vie individuelle de tous les parasites adultes abrites par ces hôtes humains. L'histoire de la vie est genéree à partir de distributions de probabilité pour lesquelles les paramètres ont eté estimes à I'aide d'informations démographiques, de resultats d'études parasitologiques specifiques (Karam et al., 1987) et en ajustant le modèle aux données d'évaluation epidémiologique pour des üllages de référence choisis dans I'aire du Programme. Les parametres importants du modèle hôte - parasite qui determinent les tendances épidémiologiques sont la force de I'infection avant la lutte (qui détermine le niveau d'endémicité), l'hétérogénéité d'exposition entre individus, la longévité du ver adulte et Ia production de Mf specifique à l'âge du ver. La restitution du modèle montre que les tendances prévues dans la distribution et le relevé de statistiques de charges Mf de la peau par âge et par sexe pendant la période de lutte antivectorielle. Le modèle hôte - parasite a fourni des predictions beaucoup plus realistes des tendances epidémiologiques pendant les dernières années de lutte. Les premières predictions avec ce modèle ont eu lieu en 1985, après l0 ans de lutte, et elles ont indiqué que la prévalence de I'infection tomberait à des niveaux proches deÉro apres 14 à 15 ans d'interruption de la transmission. Pendant plusieurs années, le modèle hôte - parasite est devenu le principal outil épidémiologique pour I'interprétation des données d'évaluation epidérniologiques collectées dans des douzaines de üllages indicateurs. II.3. ONCHOSIM: un modèle de microsimulation de la transmission et de l'élimination de I'onchocercose Quand la duree de la lutte antivectorielle a tendu vers 12 ans, et Ia prévalence de I'infection a commencé à montrer la baisse accéléree préwe dans toute I'aire centrale du Programme, il s'est avéré urgent de répondre à I'importante question suivante: quand est-ce pouvait-on arrêter les opérations larvicidaires sans courir le risque inacceptable de recrudescence de l'infection et de la maladie ? Le modèle hôte - parasite ne pouvait pas être utilisé pour répondre à cette question puisqu'il n'inclut pas la transmission par le vecteur. De là, il s'est avéré necessaire de mettre encore au point un autre modèle, cette fois-ci plus compliqué, qui puisse decrire le cycle complet de la transmission. Le modèle ONCHOSIM qui en a resulté est un modèle complet de transmission qui permet de simuler en même temps une population humaine, Ia population de parasites à l'intérieur des humains, la dynamique de la population du vecteur 5 Réexamen d'ONCHOSIM et l'impact des interventions basé sur la lutte antilarvaire, la chimiothérapie, ou une combinaison des deux. La mise au point et l'application d'ONCHOSIM constituent le sujet de la presente thàe. La structure de base du modèle a été finalisee pendant un atelier tenu au siège du Programme en janvier 1987, qui a connu la participation de chercheurs de toutes les unites techniques d'OCP et de plusieurs experts externes. La réunion a identifié les questions opérationnelles les plus importantes pour lesquelles un modèle devait être mis au point. Elle a également recommandé que, pour s'assurer un modèle suffrsamment flexible qui puisse être adapté selon les nouveaux développements scientifiques ou selon les nouveaux besoins opérationnels, I'on utilise la même technique de microsimulation stochastique cornme dans le cas du modèle hôte - parasite. III. Le modèle ONCHOSIM m.1. Description du modèle Le modèle decrit la transmission et l'élimination de l'onchocercose dans un foyer endémique. A la figure l, la structure du modèle est presentee schématiquement, avec réference au cycle de vie de vie de O. volvulus. Nous fournirons d'abord une description narrative du modèle (voir également Plaisier et al-,,1990). Ensuite, nous discuterons de tous les paramètres et de leurs quantifications. De plus, nous donnerons une indication de I'importance de chaque paramètre pour les predictions du modèle. Démographie ONCHOSIM simule la dynamique d'O. volvulus dans une population humaine dynamique. Cette population est caractérisee par une table de vie et par des taux de fertilité specifiques à l'âge qui ensemble déterminent le taux annuel d'augmentation et I'equilibre des groupes d'âge. A part la naissance, les personnes peuvent également entrer dans la population simulee par I'immigration. Les immigrants sont recrutes à partir d'un autre village endémique (généré par une simulation precedente). Expos it ion et infect ion Au cours d'un repas de sang d'un .§rhulizrn infectieux, une personne peut se faire infecter par le parasite. Le taux auquel les personnes deviennent (super-) infectées dépend du nombre de piqûres de simulie et de I'infectiosité des simulies (nombre moyen de larves L3 par simulie). Dans le modèle, on suppose qu'il y a une variation considérable quant au taux auquel les individus sont piques et d+là, le risque d'acquérir des parasites. En partie, le niveau d'exposition dépend de l'âge et du sexe : les enfants et les femmes s'avérant moins piqués que les adultes et les hommes. En plus de ces différences systématiques, il existe de nombreux autres facteurs qui déterminent I'exposition, tels que I'attrait pour 6 7Réexqmen i'ONCHOSIM les simulies et les facteurs de comportement indépendant de l'âge / du sexe. De plus, ces facteurs aleatoires sont pris en compte en caractérisant chaque personne à un « indice d'exposition » (une caractéristique qui dure toute la vie). La variation en matière d'indices d'exposition entre les personnes est decrite par une distribution de probabilité. Dytamique du parasite chez l'hôte humain Une fois qu'une inoculation a réussi (la réussite étant définie comme la croissance jusqu'au stade de ver adulte), le nouveau parasite est immature pendant une certaine période (habituellement un an environ). Apres cela, les vers femelles peuvent commencer à produire des microfilaires et les vers mâles peuvent commencer à inséminer les vers femelles. Dans le modèle, nous supposons qu'un ver femelle doit être inséminee de façon répétee (une fois tous les trois mois). La probabilité d'être inséminée au cours de chaque période devient une fonction du rapport mâle: femelle. En general, les probabilites d'accouplement sont inférieures I si ce rapport m : f est inferieur à l. De toute éüdence, si aucun parasite mâle n'est présent chez I'hôte humairu l{s) ver(s) femell{s) restera (resteront) improducti(s). On suppose que les microfilaires ont une duree de vie fixe. Dans ONCHOSIM, nous ne considerons pas le nombre reel de Mf produites par un ver femelle par unité de temps. Plutôt, nous considerons un paramètre « distribution du ver » qui quantifie la contribution d'un ver à la densite de Mf dans un fragment de peau. Il peut se définir conrme le dénombrement moyen de fragments de peau d'une personne abritant un seul ver femelle qui a continuellement produit des Mf pendant un délai considérable (suffisamment long pour atteindre un equilibre enhe la production de Mf et la mort des Mf). Normalement, cette image est perturbee par une production de Mf discontinue (interruptions d'insernination) ou par la presence de vers qui üennerrt d'arriver à maturité. Un autre facteur qui complique les choses c'est I'hypothese d'une production de Mf dépendant de l'âge. On s'est basé sur Schulz-Key & Karam (1986) et Karam et al., (1986) pour supposer que la productiüté d'un ver femelle parvient à son maximum apres que celui-ci ait atteint la maturité. Après quelques années (habituellement 5 à 6 ans), le rendement en Mf diminue et éventuellernent atteint üro à un (tres) üeil âge. Le niveau d'infection est mesuré par la densité de Mf dans la peau. Le modèle simule le prélèvement de fragments de peau sur chaque côté de la crête iliaque. Les individus dans un village peuvent varier considérablement quant à la valeur de leur fragment de peau. Dans le modèle, la variation de dénombrement entre personnes peut avoir les causes suivantes : Réexamen d'ONCHOSIM l. Variation d'exposition : tout le monde n'est pas piqué à la même prévalence 2. Variation aleatoire de I'acquisition de parasites : même entre des personnes egalement exposées, la variation aleatoire peut avoir lieu en ce qui concerne le nombre et la synchronisation des nouvelles infections. En outre, le rapport mâle - femelle (l :l en moyenne) peut varier entre les personnes. 3. La variation de la production et de l'emplacement des Mf dans le corps: nous supposons que les vers difËrent quant à leur rendement en Mf. De plus, la distance entre le parasite et Ie site où les fragments de peau sont préleves affectera la densité de Mf. Nous ne modélisons pas explicitement le site dans le corps. Nous supposons simplement une variation aleatoire de la contribution des vers à la densité de Mf dans le site où les fragments de peau sont préleves. 4. Variation d'echantillonnage : Il y aura toujours une variation aleatoire du nombre de Mf par fragment de peau. Dynamique vecteur - parasite La partie vectorielle du modèle est déterministe: on ne tient pas compte de la variation alâtoire. Non pas parce que nous croyons que cette variation est absente (elle est supposee être très frappante) mais parce que nous supposons qu'il s'agit d'une variation essentiellement temporelle qui n'af[ectera pas reellement ni l'equilibre de la charge parasitaire ni les tendances durant la lutte antivectorielle et / ou le traiternent de masse à I'ivermectine. Nous constatons que des periodes de secheresse plus longues (plusieurs années) affecteront certainernent les tendances, mais il est trà difficile d'inclure ces incidents dans le modèle. La connaissance des anomalies environnementales dewait plutôt êhe utilisee pour interpr&er I'absence éventuelle d'accord entre les predictions et les observations. Du point de vue entomologique, un village est caracterisé par un taux annuel de piqûres (TAP). On peut faire intervenir la saisonnalité en divisant le TAP en taux mensuel de piqûres specifiques à chaque mois. En I'absence d'interventions contre le vecteur, le TAP est cemé être constant. Le sous-modèle vecteur - parasite comprend les processus suivants : l. Calcul du «prélèvement moyen de Ll » (à savoir, le prélèvement de Mf suivi du développement jusqu'au stade de Ll) sur chaque membre de la population : on estime que ce prélèvement de Mf est une fonction de la dersité de Mf. Il sera nul pour les personnes non infectées (zunes enfants et adultes faiblement infectes). 2. A partir de prélèvemens individuels de Ll, on calcule une moyenne de prélèvements de Ll pour la population. En calculant cette moyenne pour la population, il est absolument important de tenir compte des differences d'expcsition entre les personnes. Les personnes forternent infectées (celles I Réexomen d'ONCHOSIM presentant un taux individuel de piqûres élevé) contribueront davantage à cette moyenne pour la population que les personnes faiblement infectées' 3. Ensuite, à partir du prélèvement moyen de Ll, on calcule la libération moyenne de L3 par piqûre de simulie. Il s'agit d'un calcul complexe qui n'est pas simplement égal à la probabilité de survie de Ll àL3? Les facteurs impliques sont : . survie à partir de Ll à L3 (survie de la simulie indiquee) . fraction de larves L3 libéree lors d'un repas de sang . survie de L3 non libéreesjusqu'à un prochain repas de sang . survie journaliàe des simulies o durée du cycle gonotrophique (intervalle) o duree du développement de Ll à L3 (intervalle) o zoophilie (fraction de piqûres de simulies sur des objets non humains) L combinaison des ces facteurs aboutit à la probabilité qu'une larve Ll repue sera liberee comme une larrre L3. Cette probabilité, à son tour, est utilisee pour calculer le PMT (potentiel mensuel de transmission) à partir du TMP (taux mensuel de piqûres) et du prélèvement moyen de Ll. Le PMT ainsi calculé sert de base pour le calcul de la force - de - I'infection, qui est définie comme le nombre moyen de nouveaux parasites (inoculation réussie) par unité de temps. Dans ce calcul, on inclut deux facteurs : l. La probabilité qu'une larve L3 inoculee atteindra le stade de parasite adulte 2. L'exposition relative d'un individu : le PMT calculé est pour une personne moyenne et I'exposition relative détermine un PMT « personnel ». Morbidité L'unique aspect de la morbidité inclus dans le modèle est la cecité totale. Une personne devient aveugle si la charge microfilarienne accumulée dépasse une certaine valeur de seuil. La &ité peut reduire I'espérance de vie residuelle d'une personne. Interventions On peut simuler deux interventions, soit seules ou en combinaison. l. Lutte antivectorielle : La lutte antivectorielle est simultb comme une période pendant laquelle le TMP est reduit à un certain pourcentage (100% étant le maximum). Plusieurs periodes du genre peuvent être specifiées. Il peut parfois être souhaitable de diviser une période de lutte antivectorielle continue en plusieurs courtes périodes chacune ayant sa propre efficacité (reductions différentes en 9 Réeramen d'ONCHOSIM t0 matière de taux de piqûres). De plus, les périodes connues où les taux de piqûres sont réduits (ex. : suite aux secheresses susmentionnees) pourraient être simulées dans I'hypothese d'une lutte antivectoriel le active. 2. Chimiothérapie par le traitement à l'ivermectine : A des moments indiques, on peut simuler les traitements de masse à l'ivermectine. Chacun de ces traitements de masse peut être caractérisé par une couverture de traitement ( fraction de population traitee). En cas de traiternents de masse répetes, l'utilisateur peut choisir entre trois « modes de presence » : (I) presence aléatoire : tous les individus ont la même chance de se soumettre au traitement et cela est indépendant de la soumission à une tournee antérieure ; (II) presence systématique : une personne se soumettra toujours ou jamais au traitement ; (III) presence serni-systématique: certaines persorurcs ont tendance à se soumettre plus souvent que d'autres. Ce dernier modèle est en parfait accord avec les resultas du test effectué auprà d'une communauté d'Asubende (Ghana; Alley et al., 1995).Les différents modes de presence sont illustres à la figure 2 pour une stratégie de 5 tournées de traitement et une couverture de 60Yo. A part la presence à des tournées consecutives, le modèle tient également compte d'un modèle de présence specifique à l'âge (ce modèle comprend les contre indications relatives à l'âge, ex. : la soumission peut être fxee à zero pour les enfants de moins 5 ans) et pour une fraction (habituellement petite) de la population qui est contre indiquee à cause des désordres chroniques impliquant le système nerveuL Pour I'effet du traiterne,lrt chez un patient indiüduel, on suppose le processus suivant : (I) une certaine fraction des microfilaires est tuee instantanément; (ID les parasites adultes se remettent du traitement, ce qui implique que leur production de Mf passe waiment de üro à un nouveau niveau stable. Cette augmentation de la production de Mf peut être non lineaire ; (III) le nouveau niveau stable de production de Mf peut être inferieur au niveau d'avant le traitemen! ce qui fait penser à un impact irréversible sur la fecondité. L'effet sur les microfilaires et sur les vers peut être sujet à la variation aleatoire. l[l.2. Paramètres du modèle et leur quantification Dans cette section, nous examinerons tous les paramètres d'ONCHOSIM et rendrons compte de la quantification (par défaut) utilisee dans la plupart des simulations du modèle. Le format suivant sera utilisé: Nom: Définition: Quantification Abréviation / description du paramètre Définition exacte du parametre Quantification par défaut (peut parfois varier d'une simulation à I'autre) I1 pour une description mathématique formelle d'ONCHOSIM (y compris la définition mathématique et la quantification des paramètres) voir Habbema et al. (1996\ m.2.1. Démographie humaine Comment a-t-on obtenu la quantification (documentation, expériences, estimee en ajustant ONCHOSIM à des donnees, etc.) Autres informations Table de vie & fertilité specifique à l'âge Voir tableau cidessous Voir tableau ci{essous entre autres : Fiche 1986 de données démographiques, Bureau de réference en matière de population, Washington Les chiffres sur la table de üe & la fertilité déterminent la structure de l'âge et le taux annuel de croissance de la population En utilisant le tableau cidessous, on atteint une croissance annuelle de2 à2,5Yo.En général, les tendances épidémiologiques prévues à I'aide d'ONCHOSIM ne sont pas tres sersibles pour la quantification precise des parametres dernographiques. fr..2.2. Taur de piqûres et erposition Réexamen i'ONCHOSIM Source Remarques Nom: Définition: Quantification Source : Remarques Nom: Définition Taux annuel de piqûres Nombre de piqûres de Simulium subi par une personne connaissant une exposition relative 1,0 (habituellement un adulte mâle « moyen). Elle varie d'un endroit à un autre. Pour le village d'Asubende (Pru, Ghana), elle a eté estimee à - 30.000 piqûres par an. Depuis lors ceci a été utilisé comme quantification Limite supérieure du groupe d'âge (ans) 5 10 15 20 30 50 90 Prob. de mourir avant l'âge indiqué 0,20 0,23 0,24 0,26 0,31 0,49 1,0 Fertilité dans le groupe d'âge (nombre de descendants / femme / an) 0 0 0 0,11 0,30 0,12 0 Quantification Réexamen d'ONCHOSIM Source : Remarques Nom: Définition Quantification Source Remarques Nom: Définition T2 par défaut et d'autres villages sont dérives à partir de là en multipliant ce TAP par un << taux relatif de piqûres » (trp, habituellement <l). Archives entomologiques d'OCP Dans le fichier d'entree pour le modèle, Ie TAP est divisé en 12 valeurs de tmp, correspondant à chaque mois calendaire. Il est évident que la valeur du TAP est d'importance cruciale pour le niveau d'endémicité avant la lutte et donc également pour les tendances pendant la lutte. Une certaine periode de lutte antivectorielle (disons 12 ans) peut être suffisant pour éliminer I'infection d'une zone presentant un taux de piqûres indéterming mais insuffisant pour Ie faire dans une zone hyperendémique. Dans ONCHOSIM, nous supposotls (implicitement) qu'un village donné est associé à un gîte de reproduction donné. Toutefois, il est possible de specifier un certain TMP causé par des simulies immigrantes et de specifier I'infectiosité de ces simulies immigrantes (ou de réinvasion). Exposition relative specifique à l'âge L'exposition relative est une fonction de l'âge. Il s'agit d'un facteur de multiplication dependant de l'âge pour le TAP. Pour les mâles : augmentation lineaire de 0 à I sur un éventail d'âge de 0 à 15 ans. Aprà cela: l. Pour les femelles: également une exposition maximale à l'âge de 15 ans ; exposition maximale: 0,7. Prernière indication de Renz et al. (1987). Raffinernent plus poussé en ajustant ONCHOSIM aux données de üllage. L'exposition relative specifique à l'âge est un determinant important pour la dépendance sur l'âge de la prévalence de Mf et de la charge microfilarienne moyenne. L'impact sur la CMFC est limité car il n'est, par définitiorL déterminé que pour les adultes (> 20 ans). Hétérogoréité d' exposition (indépendante de l'âge et du sexe) variation indiüduelle de I'exposition aux piqûres de Simulium. Quantifiee comme coefficient de variation (ecart type du ratio moyeQ de taux de piqûres au sein d'une tranche d'âge et de sexe specifique. Pour chaque individu, une variable aleatoire est généré par cette distribution. Ceffe variable aleatoire est appelee « indice d'exposition »» et sera utilisee colnme facteur de multiplication pour le TAP (comme l'exposition specifique à l'âge) pour calculer la force - de - I'infection individuelle. Réexamen d'ONCHOSIM Quantification Source : Remarques Nom : Définition QuantiJication: Source : Remarques : Nom: Définition Quanti/ïcation: Source Remarques Nom: Définition 13 I Elle dépend du village concerné. Les valeurs ÿpiques se situent entre 0,3 et 0,8. Estimee en ajustant ONCHOSIM à des données de village. Les villages diffèrent selon le degré d'hétérogénéité de I'exposition. On suppose que I'hétérogénéité de I'exposition est t'un des déterminants importants de variation du dénombrement de fragments de peau dans la population. Si l'exposition (à savoir, les taux individuels de piqûres) varie considérablement, alors la distribution du dénombrement des fragments de peau deviendra beaucoup trop dispersæ,. Le degté d'exces de dispersion joue un rôte important dans la relation entre la prévalence de Mf et I'intensité de Mf (CMFC). m.2.3. Histoire de la üe du parasite chez l'hôte humain Ratio de succes. Probabilité qu'une larve L3 inoculee atteindra (apres une période d'immaturité) le stade de parasite adulte mâle ou fernelle. 0,0031 Ajustement d'ONCHOSIM à des données de village II s'agit d'une estimation tres solide, surtout parce que les charges de vers dans une zone endémique sont essentielleme,nt inconnues. En combinaison avec d'autres paramètres (iés à la production de Mf par les vers) ce paramèhe determine la relation entre le PAT (PMT) et la densité moyenne de Mf. Duree de vie reproductive d'O.volvulus. Variation moyenne (ecart ÿpe) du délai enhe une inoculation réussie chez I'homme et la mort d'un parasite adulte. La duree de vie reelle pour chaque individu est une variable aleatoire généree par une FPD (fonction de probabilité de distribution). Moyenne : l0 ans; ecart ÿpe :2.97 (en utilisant une distribution de Weibull avec une moyenne de 10,0 et un paramètre - forme de3,76) Estimé en ajustant ONCHOSIM aux tendances durant la lutte antivectorielle dans 4 villages de savane du Burkina Faso. Ce paramètre (moyenne + variation) est le plus important déterminant de la duree de lutte requise pour éliminer O. Volvulus d'une zone. Duree de la période d'immaturité Délaientre I'inoculation et le début de la production de Mf. Réexamen d'ONCHOSIM Quantification: Source : Remarques: Nom: Définition Quantification: Source Remarques Nom: Définition: Quantification Source : I4 Une FPD peut êhe specifiee pour ce paramètre, mais jusqu'à present on lui a assigné une valeur fixe de I an. Chez Prost (1980) des valeurs entre I et 1,5 sont suggérées pour la période prê patente. On peut avancer qu'une période pré-patente moyenne (délai entre l'inoculation et I'apparition de Mf dans la peau) est quelque peu plus longue que la duree de la période d'immaturité. Par consequent, une valeur de I an a été choisie. Les tendances pendant la lutte antivectorielle ne sont pas très sensibles pour les changements de +0,5 ou - 0,5 ans. La période d'immaturité détermine le délai entre le début de la luffe antivectorielle et le moment où la prévalence et la CMFC commencent à diminuer. Production de Mf dependante de l'âge du ver Fecondité relative des parasites femelles comme une fonction de l'âge (l'âge étant défini comme le temps depuis la maturation; la fecondité relative maximale étant de 1,0). La fecondité est maximale durant l'âge de 0 à 5 ans, après cela, elle diminue de façon lineaire jusqu'à zsro à l'âge (hypothétique) de 20 ans. La preuve du declin de la fecondité d'un ver apres un âge de ver de 5 ans a été obtenue de Karam et al. (1987). L'âge auquel la fecondité atteint zero est difficile à deduire de cette étude car leur << indice de productivité est une combinaison de la fecondité et de la survie. Notre estimation pour la (distribution de la) duree de vie reproductive du ver devrait toujours être prise en compte en conjonction avec la production de Mf dépendante de l'âge. D'autres estimations auraient pu être obtenues en appliquant d'autres hypothèses à ce paramètre. Duree de vie des microfilairs Temps (mois) entre la production et la mort des microfilaires (valeur fixe) 9 mois Ajustement d'ONCHOSIM aux données de I'essai d'Asubende. Le taux d'augmmtation des niveaux de Mf suite au traitement est proportionnel à la duree de vie des Mf (voir Plaisier et aL.,1995). On suppose qu'une duree de vie fixe des Mf n'est pas biologiquement râliste. Toutefois, elle simplifie le modèle de simulation et, à notre avis, elle constitue une J Remarques I5 t Réexamen d'ONCHOSIM Nom: Définition: Quantification Source : Remarques: Nom: Définition Quantification Source : Remarques : meilleure hypothese que celle - trop souvent utilisee - de la mortalité dépendante de l'âge. De plus, elle affecte à peine les tendances pendant et apres la lutte. Ration du sexe des vers. Ratio de vers mâle - femelle 1,0 Aucune (hypothese) Dans des nodules excisés, généralement on trouve plus de vers femelles que mâles (Schulz-Key & Karam, 19..). Toutefois, ce desequilibre de ratio de sexe s'explique par la morbidité des vers mâles (ils migrent ne nodule en nodule). Contribution d'un ver à la densité de Mf de la peau Ratio d'equilibre entre un ver femelle moyennement productif (au maximum de productiüté) et la densité de Mf au site où les fragments de peau sont préleves (nombre escompté de Mf par fragment de peau). 7,6 Estimé en ajustant ONCHOSIM à des données de village. La valeur de 7,6 est également en concordance avec les estimations indirectes faites par Duke (1993). Toutefois, ce n'est pas une estimation tres solide. Un certain niveau de Mf observé chez un humain peut être la consfuuence de quelques vers trà productifs (correspondant avec un faible ratio de succes; voir ci{essus) ou d'un grand nombre de vers faiblement productifs (ratio de succes élevé). Dans ce dernier cas, la recrudescence apres I'arrêt de la lutte antivectorielle - au cas où elle se produit - aura plus rapidement lieu car une forte charge de vers garantit de meilleures possibilites d'accouplement (voir ci-dessous) Nom : Capacité d'accouplement des vers mâles Définition: Multiplication du ratio de sexe reel mâle: femelle (qui chez une personne faiblement infectee peut dévier de I :l) pour calculer les possibilites d'accouplement. Quantification: 1,0 (c'est-à-dire que les possibilites d'accouplement égalent le ratio de sexe) Source: Aucune (hypothese). Remarques: (voir également le paramèhe suivant) Il n'y a pas de support quantitatif pour ce paramètre. Tout ce que nous savons c'est que les parasites fernelles requièrent une insémination régulière (Schulz-Key et Karam, 1986) et que les possibilites d'accouplement dépendront de la presence et de l'abondance de parasites mâles. Réexamen d'ONCHOSIM Nom: Définition: Quantification Source : Remarques: Nom: Définition Quantification: Source : Remarques Nom: Définition Quantification: Source : t6 Cycle d'accouplement Temps (en mois) ente les inséminations successives. 3 mois. Deduit de Schulz-Key & Karam (1986). (voir également le paramètre precedent) Au cas où un ver femelle requiert une insémination (c'est-à-dire que la dernière insémination a eu lieu ily a plus de 3 mois), alors sa possibilité d'accoupler égale (ratio de sexe)*(capacité d'accouplement des vers mâles), qui est tronquee à I ,0. Sur la base d'un nombre aléatoire, on détermine si elle accouplera reellement. Si noru alors le mois suivant elle aura une nouvelle possibilité. Cette loterie est répetee jusqu'à ce qu'elle accouple réellement, apres quoi elle peut produire des Mf pendant une autre période de 3 mois. Variabilité de production. Variabilité de la contribution equilibrée d'un ver au denombrernent des fragments de peau. La variabilité est decrite par une distribution exponentielle. Une propriété de cette distribution est que l'ecart ÿpe égale la moyenne. Aucune (hypothese). La variabilité comprend à la fois la variation (genetique) du rendement en Mf des vers femelles et la distance entre les vers et le site où les fragments de peau sont préleves. Il faut rernarquer la variabilité de la production de Mf n'est importante que dans le cas de faibles charges parasitaires. Variab i lité d' echantillonnage des biopsies cutanées. La variabilité est le nombre reel de Mf dans un fragment de peau pour une densité donnee de Mf. La densité de Mf étant définie comme le nombre escompté de Mf par fragment de peau. Un choix peut se faire entre une FPD discrète excessivement dispersee (binomial négatif avec un paramètre k de dispersion excessive) et un distribution Poisson. Distribution Poisson. Une distribution Poisson est en concordance avec la variabilité entre les deux (parfois plus) fragments de peau préleves chez un individu. Si la variation temporelle (our aprà jour) est un facteur important dans le dénombrement des Mf du fragment de peau, alors il faut préférer la distribution 2 Remorques aRéexamen d'ONCHOSIM I7 excessivement dispersee. A notre connaissance, les données sur les biopsies cutanées répétées (ex. : des semaines oujours consecutifs) ne sont pas disponibles. lIJ.2.4. Dynamique vecteur - parasite Nom: Définition Prélèvernent de Ll Fonction mathématique qui decrit le nombre de larves Ll que I'on peut trouver dans les simulies s'alimentant sur des individus ayant une certaine densité de Mf. on utilise la fonction mathématique suivante : Ll:a(l-e+MXl+e*)' avec Ll:nombre moyen de larves Ll « gorgées , M: densité de Mf (nombre moyen de Mf par fragment de peau), a=1,2; b:0,0213; 10,0861. La forme de cette fonction est presentee à la figure 3 (ligne continue). Xénodiagnostic effectué à Asubende (Pru, Ghana). Cette fonction de prélèvement est un important déterminant du risque et de la dynamique de recrudescence de I'infection apres l'arrêt de la lutte antivectorielle. Etant donné la variabilité des données utilisées pour estimer cette fonction, d'autres valeurs pour d, à et c sont également admises. D'autres valeurs qui s'ajustent encore aux données et qui engendrent une courbe plus « dangereuse » (c'est-àdire, une courbe qui rend les simulies plus efficaces à de faibles densites de Mf) sont a:0,8 ; b4,044 et c{,1686 (voir ligne en tirets à la figue 3). Quantification: Source : Remarques Nom: Délinition Quantification: Source : Remarques: Survie journalière des simulies'. Fraction de simulies qui survit I jour, en supposant que cela ne depend pas de l'âge de la simulie. 0,78 parjour. These de Philippon (1977), Duke (1962), Thompson (1976). Pour simplifier le modèle, on suppose que la survie est independante de l'âge. Toutefois, les sources mentionnées démontrent clairement que cela n'est pas wai (un modèle de survie de Gompertz est plus approprié). ' Les paramètres marqués d'un << * » sont tous introduits dans un sous-modèles qui calcule une probabilité moyenne (v) d'une larve Ll gorgê qui sera finalernent libérée colnme une larve L3. Ce calcul ne se fait qu'une seule fois au début de la simulation. Une h),poth觀 à priori es que la population de mouche maintient toujours un équilibre. Nous constatons que la population de mouches est tres fluctuante et ne maintient presque jamais un equilibre. Toutefois, cela implique que notre y fluctue (rapidernent) entre des valeurs faibles et élevées. Etant donné la dynamique des humains et des parasites, ces dynamiques à court terme sont relativanent peu importantes et nous pouvons supposer un ÿ constant. Réexamen d'ONCHOSIM Nom: Définition 18 La survie 0,78 est une estimation (plutôt arbitraire) basee sur la combinaison de sources et la combinaison de la survie de jeunes simulies (nullipares) et de simulies plus vieilles. Duree du cycle gonotrophique'. Nombre de jours entre les repas de sang successifs. Ceci peut être specifié comme une distribution discrète. I Quantification: Nb dejours 1 2 3 4 5 6 Probabilité 0 0 0,2 0,6 0,2 0 Source : Remarques Nom : Fraction de zoophilie'. Définition: Fraction de piqûres sur des objets non humains. Quantification: 0,04. Source: Walsh (non publié). Nom: Définition Quantification: Nb de jours 4 5 6 7 8 9 Probabilité 0 0 0,07 0,79 0,14 0 Source : Remarques voir « Survie journalière des simulies » Le tableau ne permet que trois durées diftrentes (3, 4 et 5 jours). Ceci est une légère simplification Encore qu'à une (frà) faible probabilité, des durées de 2 jours et 6 jours ou plus aient été constatées. Temps de développement larvaire'. Nombre de jours requis pour développer une Ll en une L3. Peut être specifier comme une distribution discrète. These de Philippon (1977), Duke (1968), Thompson (1976). Comme pour la duree du cycle gonotrophique, la restriction à trois durées possibles seulement est une simplification. Des durées plus courtes et plus longues sont possibles, mais à de faibles probabilites. Réexamen d'ONCHOSIM Nom: Définition: Quantification Source : 19 I Survie Ll ) L3'. Fraction de larves Ll qui survit le passage au stade L3 (survie du vecteur indiquee) 0,85 Thàe de Philippon (1977) Survie Ll ) L3'. Fraction de larves L3 non libérees qui survit à un cycle gonotrophique. 0,90 Thàe de Philippon (1977). Libération de L3'. Fraction de larves L3 non libérées par la simulie pendant un repas de sang. 0,65. These de Philippon (1977). Dans ONCHOSIM nous ne faisons pas la distinction entre les larves L3 dans la tête et celles dans les autres parties du corps (thorax, abdomen). La libération de L3 doit être consideree conrme une moyenne de tous ces emplacements. m.2.5. Cécité et excès de mortalité Nom: Définition: Quantification: Source : Nom: Définition Quantification Source : Remarques : Nom: Définition Quantification: Source : Remarques Seuil de c€cité. Valeur de seuil pour la « charge larvaire effective » cumulative audelà de laquelle une personne devient aveugle. Elle doit être specifiee comme une FPD continue (moyenne + forme). La charge parasitaire est equivalente au nombre de parasites femelles productives (- proportionnelle à la densité de Mf). moyenne: 100.000, ecart ÿpe 5.230. Aboutissant à des prévalences de cecité specifique à l'âge vérifié avoc un certain nombre de villages endémiques. L'unique aspect de morbidité d'ONCHOSIM est la cecité totale, fonctionnellement définie comme I'incapacité de compter les doigts à une distance de trois mètres à l'aide du meilleur æil. Réexamen d'ONCHOSIM Nom: Définition Quantificotion: Source : Remarques : Nom: Définition 20 Exces de mortalité induit par la cecité. Reduction du pourcentage d'espérance de vie des personnes aveugles. Cette réduction est calculee au moment où une personne devient aveugle. Elle peut être specifiee comme une FPD continue (restreinte à une gamme de 0 à 100%). moyenne :50%o, uniformément distribuee sur une gamme de 0 à 100%. Prost et Vaugelade (1981), Prost (1986). L'estimation de 50% ne peut pas être directement deduite de ce qui été mentionné parce que notre définition specifique en termes de réduction de I'espérance de vie residuelle. Période de recouwement. Période (années) de rendement reduit en Mf. Elle peut être specifiee comtne une FPD continue. Pendant cette période, la production de Mf passe de zero à un nouveau niveau stable (selon I'effet irréversible presumé; voir ci-dessous). Le taux d'augmentation de Ia production de Mf pendant la période de recouwement est quantifié par le paramètre suivant. moyenne : 0,88 années (-10 mois), &aft ÿpe (pour la variation entre les traitements):O,46. , m.2.6. Efrets du traitement à I'ivermectine Nom: Définition Action microfilaricide Fraction de Mf tuee instantanément chez les patients avec une absorption normale. Elle peut être specifiee oomme une FPD continue (restreinte à une gamme de 0 à 100%). 100% (nombre de variations entre patients ou entre traitements). Divers essais. Confirmes en ajustant ONCHOSIM aux données de l'essai d'Asube,nde (Alley et al.,19941' Plaisier et al.,1995). La fiaction de mise à mort est difficile à estimer. Dans I'essai d'Asubende, deux mois apres le traitement la densité de Mf est environ 4 ù 5% du niveau d'avant le traitement. On peut se dernander si cela comprend un nombre residuel de Mf qui a survécu au traitement ou s'il s'agit de Mf nouvellement produites. Dans ONCHOSIM, nous avons choisi la dernière explication. Quantification Source : Remarques Quantification Réexqmen d'ONCHOSIM Source Nom: Définilion Quantification Source Nom: Définition QuantiJïcation: Source : 2t Ajustement d'ONCHOSIM aux donnees de I'essai d'Asubende (voir Plaisier et al, l 995). Recôuwernent de la productivité. Fonction mathématique qui decrit I'augmentation du taux de production de Mf pendant la période de recouvrement. (nrt' avec F temps depuis le traitement, Tr: longueur de la période de recouwement, et/(forme)=I.5. Valable seulement pour t(Tr; 1,0 autrement. Ajustement d'ONCHOSIM aux données de I'essai d'Asubende (Plaisier et a\.,1995). Reduction irréversible de Ëcondité. Fraction de réduction permanente de la fiecondité (rendement en Mf) des vers fernelles resultant d'un seul traitement. Elle peut être specifiee comme une FPD continue. On pense que c'est un multiplicatifi, c'est-à-dire, si un premier traitement donne lieu à une réduction de 11 et le second 12, alors la production de Mf qui en résulte (aprà le recouwement du second traitement) sera (l-r1)*(l-rr). moyenne{,3s, æ,artÿpe (pour la variation entre les haitements):0,18. Ajustement d'ONCHOSIM aux donnees de I'essai d'Asubende (Plaisier et o1.,1995). Remarques (pour les trois paramètres ci4essres,): Une représentation graphique de la moyenne et de la variabilité de l'effet d'un traitement sur la productiüté des parasites fernelles est fournie à la figure 4. fV. Exemples de stratégies de lutte simulée La figure 5 presente l'impact simulé de 15 années de lutte antivectorielle dans un foyer hyperendémique de I'aire initiale du Programme (CMFC avant intervention - 75 Mf I s). On suppose que pendant toute la période de lutte, les opérations de lutte antilarvaire ont abouti à l'élimination du vecteur. On presente quatre tendances, chacune avec ses propr€s dynamiques caractéristiques. (l) PAT (potentiel annuel de transmission ; ligne en points et tirets) ; puisque cette variable est étroitement liee au taux de piqûres du vecteur, la tendance montre une diminution immediate apres le démarrage de la lutte antivectorielle'. (2) CMFC moyenne geométrique des Mf par biopsie cutanee chez les adultes" ; ligne en tirets) : Apres ' Le resultat de la simulation est produit par etapes de trois mois. Puisque le TAP est calculé les 12 mois écoules, il faut encore une année pour réduire cette variable à zero malgré le taux zero de piqûres qui suit immédiaternent le dérnarrage de la lutte antivectorielle. " Avant de calculer la moyenne géometrique, on ajoute I à toutes les valeurs de biopsie afin d'inclure égalernent les biopsies négatives. A la moyenne géométrique obtenue on retranche à nouveau 1,0. Cette statistique s'appelle également la moyenne de Williams. Réexamen ù'ONCHOSIM 22 un délai d'un an (la duree presumee de la maturation des vers), cette tendance diminue de façon plus ou moins lineaire. Cette diminution est le resultat combiné de la mort de vers adultes (en I'absence de réinfection) se soldant par une diminution de la production de Mf et par la mort des Mf. Apres environ l0 ans de lutte, ta diminution de la CMFC est devenue non lineaire. Ceci reflète la variabilité de la duree de vie des parasites adultes. (3) Prévalence des Mf (pourcentage de personnes ayant au moins I Mf dans un ou deux fragments de peau préleves pour diagrrostic ; ligne continue) : En outre, cette variable commence à diminuer aprà un délai d'un an. Toutefois, la diminution est retardee lorsqu'on la compare à la CMFC. Ce retard reflète une superinfection : bien que les niveaux de Mf baissent de façon lineaire, chez beaucoup de personnes la densité de Mf dans la peau prendra du temps pour approcher zéro. Jusqu'au moment où ces personnes presenteraient une biopsie cutanee Positivel. Apres environ 7 à 8 ans de lutte, la diminution de la prévalence est parallèle à la CMFC. (4) Prévalence de la cecité (pourcentage de personnes aveugles; ligne en pointillé): de toutes les tendances, la Prévalence de la cecité est celle qui diminue le plus lentement. Cela n'est pas surprenant, étant donné la nature irréversible de la cecitét. La diminution est la cons{uence de la mort (precoce) des personnes aveugles. l* retardpendant les cinq premières années de lutte peut être athibué à I'incidence : en l'absence d'un haitement adequat, les personnes peuvent encore devenir aveugles du fait de la presence de (niveaux éleves de) Mf pendant les prernières années de lutte antivectorielle. Les tendances relatives à la prévale,nce de Mf concordent precisérnent avec les tendances observées dans I'aire initiale du Programme (voir section M.t). Bien que la tendance prévue en matiàe de prévalence de la cecité concorde avec celles observées, nous n'avonsjamais tenté de procéder à une vérification détaillee de cette partie du modèle. La tendance relative au TAP ne peut pas être comparee aux données du Programme en raison du manque de données de base. Toutefois, mêrne sans une base, il s'avère qu'il n'y a presque pas d'endroit dans I'aire du Programme où les niveaux de TAP sont complètement à üro pendant toute la période d'application de larvicides. L'hypothàe qu'une lutte antivectorielle soit efficace à 100% dans la plupart des prévisions d'ONCHOSIM pourrait être discutee. Etant donné Ia concordance entre les tendances préwes et celles observées en matière de densité et de prévalence de Mf, nous croyons que la transmission a été reduite à presque zero dans la majeure partie de I'aire initiale du Programme. La figure 5 semble indiquer que 15 années de lutte antivectorielle efficace suffisent pour éliminer O. volvalus d'une zone. En supposant que le parasite ne soit pas réintroduit par la réinvasion de simuties ou par I'immigration humaine, le rétablissement d'une population de simulies se t En raison de la variation de l'échantillonnage, on p€ut tomber sur des p€rsonnes négatives (fausses négatives). t Il faut remarquer que dans ONCHOSIM nous ne prenons en compte que [a c€cité totale. Bien entendu, les prerniàes lesions oculaires peuvent s'améliorer et, ainsi, la frequence globale de I'onchocercose oculaire Réexamen d'ONCHOSIM 23 reproduisant localement ne compromettra pas les efforts de lutte. Un exemple d'une duree plus courte de lutte antivectorielle - 12 ans - dans le même foyer hyperendémique est montré à la figure 6. Apparemment, cela ne suffit pas pour l'élimination et toutes les tendances se renversent à la longue. Au cas où les 12 années de lutte antivectorielle serait combinee avec un traitement annuel à I'ivermectine (à un niveau de couverture de 659/o' en moyenne), cette période pourrait alors suffire pour l'élimination locale du parasite; voir la figure7.Il y a un double avaîtage à ajouter l'ivermectine: (l) la production de Mf des parasites femelles est grandement réduite par le traitement répété et, partant, la population residuelle de vers aprà 12 années de lutte est presque stérile (voir la description des paramètres sur l'effet de l'ivermectine, section lll.2.6) et la transmission par les simulies qui reviennent sera négligeable ; (2) les niveaux de Mf considerablernent reduis immédiatement apres le démarrages des traitements annuels assure une meilleure prévention de la cecité (la prévalence de la cecité presente une baisse plus prononcee). Un autre avantage qui n'est pas illustré avec cette simulation est que les echecs (limites) en matière de lutte antivectorielle auront moins d'impact car les niveaux de Mf sont maîtrises. Les figures 8 et 9 montrent des simulations de l'application de l'ivermectine en l'absence de lutte antivectorielle. La figure 8 démontre qu'une longue periode de 25 années de traitement annuel n'aboutira pas à l'élimination locale: la transmission pendant la période de lutte est e,ncore trà intense. Toutefois, si nous appliquons ces 25 traitements à des intervalles de 6 mois, alors I'impact semble être plus prononcé (Figure 9). V. I)irectives relatiyes à Ia durée de Ia lutte Les exemples fournis dans la section precedente donnent une impression générale de l'efficacité à long terme de la lutte. Toutefois, les simulations simples ne dewaient jamais être utilisées pour deduire des directives genérales. La nature stochastique du modèle (reflétant la nature stochastique de la realité !) implique que les simulations répétées d'une stratégie particulière (basé exactement sur la même quantification des paramètres) peuvent donner des resultats différents. Ces diffirences peuvent même impliquer que tandis qu'une simulation prévoit l'éliminatiorl l'autre prévoit Ia recrudescence. Par exemple, la simulation repetee de 12 années de lutte antivectorielle, telle qu'illustree à la figure 6, montrera l'élimination dans quelques cas. dim inuera plus rapidernent. ' Et en supposant une << presence serni-systernatique » à des tournées consécutives de traiternent (voir section rrr. l ). Réeramen d'ONCHOSIM 24 Hormis la variation stochastique, lorsqu'on deduit des directives, il faut aussi tenir compte de la variation d'endémicité entre les diverses zones géographiques et entre les sites au sein de ces zones. Elles dewaient, de préference, être basées sur les cas les plus pessimistes, c'est-à-dire, les zones holo et hyperendémiques où I'on peut s'attendre à la plus tongue duree de lutte. Enfin, l'incertitude, quant à certains paramètres cruciaux du modèle, dewait être prise en compte. par consffuent, qu'il s'agisse de la lutte vectorielle seule (la stratégie utilisee dans I'aire initiale du programme) ou de la combinaison de la lutte antivectorielle et le traitement annuel à I'ivermectine (la stratégie utilisee dans les zones d'extension), les directives relatives à la duree de chacune de ces strategies ont été basées sur : l) les zones hyperendémiques; 2) les hypothàes les plus pessimistes sur les paramètres importants du modèle; 3) la simulation répetee des stratégies. V.1. Durée de la lutte antivectorielle On peut trouver une description approfondie de la dérivation des directives pour la duree de la lutte antivectorielle dans Plaisier et al. (1991). De toute évidence, une courte période de lutte sera associée à un risque de recrudescence de I'infection dans la population tandis qu'une tongue période de lutte réduira ce risque. Ce principe est démontré à la figure l0 où, pour deux zones (representées par les villages de Folonzo et Tiercoura, tous deux au Burkina Faso) et pour deux quantifications éventuelles du modèle (« standard » et « haut risque ») le risque de recrudescence est démontré pour un certain nombre de durées de lutte antivectorielle. Un risque particulier de recrudescence (un point) a été calculé comme la fraction de 50 simulations qui presentent une recrudescence apres I'arrêt de la lutte. Les lignes régulières resultent de la régression logistique de ces risques. Une bonne stratégie pourrait se définir comme une shategie qui reduit le risque de recrudescence à moins de loÂ.En ce qui concerne les graphiques de la figure l0 ces strategies devraient être basees sur le lutte antivectorielle pendant une période plus longue que celle indiquee par les ligrres verticales en points et tirets- Les graphiques de la figure l0 montrent clairement que la duree requise pour la lutte antivectorielle dépend de I'endémicité de la zone. La CMFC avant la lutte à Folonzo et à Tiercoura dtait de 35 et 75 Mf par biopsie respectivement, sibien que dans un village tel que Tiercoura il faut déployer davantage d'efforts pour parvenir à l'élimination. Dans les modèles à haut risque, on a émis I'hypothese Réexamen d'ONCHOSIM 25 d,un taux de piqûres plus élevé avant ta lutte et d'une plus grande variation d'exposition entre individus. Ceci aboutit à un risque de recrudescence plus élevé et, par consfuuent, requiert une plus longue période de lutte antivectorielle. Sur la base des resultats montres à la figure 10, et de beaucoup d'autres simulations, nous concluons que 14 années de lutte antivectorielle efficace dewaient suffire pour empêcher la recrudescence même dans les zones les plus frappees et en utilisant des « hypothàes pessimistes concernant certains paramètres'du modèle ». V.2. Durée de la lutte combinée Voir Plaisier et al. (1997) pour davantage de détails. En déduisant des directives pour la duree requise pour les stratégies basées sur la combinaison de la lutte antivectorielle et le traitement annuell à l'ivermectine il faut prendre en compte plus de facteurs qu'avec la lutte antivectorielle seule. Les facteurs opérationnels, ce sont la couverture du traitement (% traité) qui pzut être obtenue et le nombre total de traiternents. Un facteur d'incertitude c'est I'effet irréversible de I'ivermectine sur la production de Mf du ver adulte (voir section tII.2.6). Nous estimons cela à 35Yo en moyenne. Toutefois, les 95% d'intervalle de confiance pour ceffe estimation donne également lieu à une plus faible efficacité de25%o de reduction de fecondité. (voir Plaisier et a1.,1995)- Pour I'hypothese standard de 35% de réduction de fecondite, les resultaS de la simulation sont presentés à la figure I l. Les deux graphiques de la figure ll sont basées sur un tres grand nombre de simulations de üverses combinaisons de la duree de la lutte antivectorielle, le nombre de taitements annuels (en supposant que le premier traitement coincide avec le démarrage de la lutte antivectorielle), et la couverture du traitement. Chaque simulation aboutit soit à l'éliminatiorq soit à la recrudescence. Ce resultat binaire est analysé en faisant une régression logistique multiple. Sur la base de cette regression, des courbes ont été dérivées qui relient toutes les stratégies presentant l%o de risque de recrudescence. Au-dessus de ces 0,01 de lignes d'iso-risque, l'élimination est probable, en dessous de cos lignes, la recrudescence devient de plus en plus probable. Le graphique du haut (Figure I lA) montre un village comme Tiercoura (CMFC -75) avant la lutte, le graphique du bas pour un village comme Folonzot (CMFC -35 avant la lutte; Figure I lB). ' D'autres hpothàes de haut risque qui ont été étudiées incluaient davantage d'héterogenéité dans la duree de vie du ver adulte (une proportion plus élevee de parasites atteigrrant un trà vieil âge) et davantage de simulies efficientes (meilleure transmission à de trà faibles densités de Mf humaine). I Un traiternent semestriel n'est pas consideré étant donné qu'il ne s'agit pas d'une stratégie standard appliquee par le Programme. t Ces villages de réference ne sont utilises que pour permettre la comparaison avec les simulations de la lutte antivectorielle seule (section V. l). En râlité, aucun de ces villages n'a jamais reçu de I'ivermectine. Réeramen d'ONCHOSIM 26 La figure I I montre clairement que si la lutte antivectorielle est combinee avec le traitement annuel à I'ivermectine, moins d'années de lutte antilarvaire seraient requises. Toutefois, cette réduction de la duree de la lutte ne sera significative que si I'on peut assurer des niveaux relativement éleves de couverture (65% ou plus) et si le haitement annuel est maintenu pendant au moins l0 ans (apres cette période la descente des lignes d'iso-risque est trà frappante). Si nous limitons notre directive à des stratégies dans lesqueltes à ta fois les mesures de lutte démarrent et s'arrêtent la même année, nous parvenons à la conclusion que 12 années de lutte combinee suffnont pour l'élimination locale d'O. volvulus. Cette directive s'applique aux zones hyperendémiques et est basee sur des simulations avec des hypotheses pessimistes relatives à I'efficacité de I'ivermectine. V.3. Détection et lutte contre la recrudescence Les directives mentionnées dans la section precedente ont été mises au point afin de minimiser le risque de recrudescence. Toutefois, nous nous sornmes rendus compte que nous devons faire face à l'éventualité de recrudescence et il a été souligné que des stratégies dewaient être développées pour la surveillance aprà la lutte et pour la détection de la recrudescence. Ces strategies dewaient, d'une part être basées sur des prévisions raisonnables de la dynamique de l'infection pendant la recrudescence, à la fois chez la population humaine (tendances d'intensité, de Prévalence et d'incidence) et chez la population de vecteurs (infectiosité des simulies). D'autre par! elles dewaient êhe basées sur les éventualites prévues de contenir la recrudescence en recommençant la lutte antilarvaire ou en commençant le traitement à I'ivermectine. Les predictions du modèle relatives à la dynamique de l'infection nous ont permis de convenir d'une stratégie à court terme et à long terme pour la dâection et pour la maîtrise de la recrudescence (potentielle). La stratégie à court terme est basee sur des données entomologiques : si I'infectiosité du vecteur (revenu) dépasse une valeur inacceptable, alors il faut recornmencer la lutte antilarvaire. La stratégie à long terme est basee sur des données épidémiologiques : si le dénombrement de Mf dans la population dépasse un certain seuil, ou si l'incidence de nouveaux cas positifs en Mf est fiop élevé, alors le traitement à grande echelle à I'ivermectine doit démarrer pour arrêter toute autre évolution. V.3. 1. Surveillance entomologique Réexamen d'ONCHOSIM 27 Pour s'assurer que la decision d'arrêter a eté correcte, des études entomologiques speciales ont été menées sur les niveaux d'infectiosité du vecteur pendant les deux premières années apres I'arrêt de la lutte antivectorielle. Une difficulté dans ces etudes entomologiques consistait à dfferminer quels niveaux d'infection du vecteur devaient être considérés comme sigrrificatifs et quels niveaux reflétaient un risque inacceptable de transmission. Cette question a été étudiee dans un certain nombre de simulations ONCHOSIM de situations épidémiologiques avec un risque de recrudescence moyen à faible. Ces simulations ont indiqué que si Ie nombre de simulies avec des larves L3 dans la tête (F3h) était de I'ordre de 0,9 à 1,3 pour 1000 simulies pares, le risque de recrudescence était négligeable. Par contre, dans les simulations où I'infection du vecteur atteint 1.4 à 2.2 simulies pour 1000 pares, il y avait plusizurs cas de recrudescence Ces resultats ont fourni une base pour les directives opérationnelles suivantes : si les niveaux d'infection observes sont significativement plus bas que I F3h pour 1000 simulies pares, l'évaluation entomologique confirme que la decision d'arrêter la lutte antivectorielle était correctq et aucune autre évaluation entomologique ne serait requise dans le site en question. Si I'infection du vecteur est significativement plus élevee que 2 F3h pour 1000 simulies pares, le risque de recrudesce,nce est inacceptable et il faut reprendre la lutte antivectorielle. Dans la gamme de I à 2 F3h pour 1000 simulies ovipares, il est difficile de prendre une decision sur la base des seules predictions du modèle, et les informations supplémentaires sur la situation locale precise devront être prises en compte. Ces directives ont été utilisées pour élaborer des graphiques sequentiels de decisions pour l'évaluation entomologique (Remme et al., 1995). Y 3.2. Su rveillance épidémiologique Une indication precise de I'avènement de la recrudescence ne peut s'obtenir qu'à partir de données épidémiologiques (dénombrement des Mf dans les biopsies cutanées). La progtammation de la surveillance épidémiologique apres la lutte est un problème complexe et il est tres important de savoir : (i) quand il faut collecter ces données de l'apresJutte et (ii) quand ces données indiquent la <« recrudescence »r. Dans Plaisier et al. (1991), nous avons montré qu'en général la recrudescence est un processus relativement lent. Par consftuent, pour faire la différence enhe une recrudescence « reelle » et une nouvelle infection occasionnelle ou de vieilles infections qui n'avaient pas été détectees, on dewait de préference reporter les études epidémiologiques jusqu'à ce que I'on doit s'attendre à des niveaux de Mf significatifs. D'autre par! les simulations du modèle ont indiqué que, si la recrudescence est allee trop loin, il est tres difficile de la contenir grâce au traitement de masse à I'ivermectine. Les simulations ont également indiqué une variation considérable dans la dynamique de la recrudescence: parfois, la prévalence de I'infection augmente rapidement, parfois elle demeure au même niveau pendant une période tout à fait longue. Ces considérations ont mené à la conclusion que la surveillance apres la lutte Réexamen d'ONCHOSIM 28 antilarvaire dewait être basee sur une approche longitudinale et consister en une série d'enquêtes à intervalles réguliers. Les premières enquêtes (prévues peu aprà I'arrêt de la lutte antilarvaire) détecteront les cas de recrudescence rapide à un moment où on peut encore les maîtriser grâce à I'ivermectine. Les cas de recrudescence lente pourront être détecter par les enquêtes ultérieures..Etant donné cette approche, deux questions cruciales se posent: quel est I'intervalle convenable entre les enquêtes et que faudraifil utiliser comme indicateur de recrudescence ? La manière de répondre à ces questions est illustree à la figure 12. La base de cet exemple est 300 simulations de 12,5 années de lutte antivectorielle dans un village fortement endémique (CMFC - 70 Mf/t) donnant lieu à I l0 cas de recrudescence. Immediatement apres la détection de la recrudescence, une campagne de l0 ans de traitement annuel à l'ivermectine est démanee avæ 65Yo de couverture constante de la population. La detection est basee sur une série d'enquêtes à trois années d'intervalles, la premiàe tyant lieu au moment de I'arrêt de la lutte antilarvaire. La figure l2A montre ce qui se passe si on utilise une incidence annuelle de 1,5%o de biopsies positives en Mf parmi les adultes (> 20 ans) comme indicateur de recrudescence. Déjà à la deuxième enquête 40 cas sont detectes et après 15 ans (6 enquêtes) seuls quelques cas echappent à la détection. Le constat que c'est seulement après 30 ans que tous les cas sont détectes illushe la variation dans la dynamique de la recrudescence. Il n'y a aucun des cas de recrudescence pour lequel la détection vient trop tard pour être maîtrisæ grîce au traiternent à l'ivermectine (tous les cercles fermes sont sur l'axe des X). Bien qu'il s'agisse là d'une stratégie sûre, elle n'est probablernent pas la plus rentable : dans presque 40 situations, le traitement à l'ivermectine est démarré inutilernent. Dans ces situations (« fausse alarme ») I'incidence depasse l,5olo mais aucune recrudescence reelle ne s'ensuit. L'effet de faire passer l'incidence de seuil de l,SYo à2,5o est montré à la figure l2B. Aprésen! le nombre de fausses alarmes est negligeablg mais dans un cas, la détection de la recrudescence est venue trop tard pour être maîtrisee grâce à l'ivermectine. Ce dernier phenomène devient un problème sérieux lorsque le seuil d'incidence passe de 2,5yo à 3,5% (Figure lZC). A partir de cet exemple, il apparaît clairement que la conception de la surveillance après la lutte est basee sur l'equilibre entre une détection trop tardive et une lutte inutile. Les shategies sûres comprennert des enquêtes frequentes et le démarrage du traitement à I'ivermectine à de faibles valeurs d'incidence (ou de Prévalence) de I'infection. Ces stratégies sûres courent le risque de nombreuses fausses alarmes et du démarrage inutile d'une stratégie de traitement. Au contraire, les stratéget à faible coût comprennent des enquêtes épidémiologiques peu frequentes et des valeurs de seuil élevées colnme indicateurs de recrudescence potentielle. En consequence, certains cas de recrudescence peuvent être rates ou détectes trop tard. Constatant que la possibilité de contenir la recrudescence repose sur la force de la strategie de traitement qui peut être mise en (Euwe, nous avons essayé de trouver des stratégies optimales. Comme critère de stratégie optimale, nous avons conclu qu'il faudrait y avoir moins de l%o de cas détectes trop tard et un nombre minimal de cas où le traitement est démarré inutilement. En comparant les stratégies Réexamen d'ONCHOSIM 29 optimales pour un certain nombre de stratégies reatistes de traitement à I'ivermectine, le Comité consultatif des experts du Programme a recomrnandé que les enquêtes après la lutte soient effectuees à trois années d,intervalle et qu'une stratégie d'au moins l0 ans de traitement annuel soit démarree si I'incidence annuelle de Mf/b parmi les adultes dépasse 2% (CCE, l99l ). V.4. Considérations générales Les directives presentées dans les sections precédentes ont été basées sur I'hypothàe optimiste selon laquelle pendant toute la période de lutte antitarvaire le taux de piqûres par les simulies est reduit à üro' et, en cons{uence, aucune transmission n'a lieu. On a eu le sentiment que cela se rapproche de la realité en ce qui concerne la majorité des bassins fluviaux. Toutefois, particuliàement dans les zones qui ont subi une réinvasion, ces conditions ne seront pas remplies. Dans ces zones, on ne peut pas appliquer des directives. tl est extrêmement difficile de dériver d'autres directives pour ces zones, en raison de la grande variation dans les histoires de lutte et de réinvasion. Voici deux autres hypothèse a priori faites dans les simulations : l. Au démarrage de la lutte, une situation épidémiologique stable existe, c'est-àdire qu'aucun changement démographique important n'a eu lieu et les taux de piqûres de Simulium étaient plus ou moins stables pendant Ia decennie ecoulee. En particulier, cette dernière hypothese ne sera pas waie dans certaines zones. Dans certaines zones, les taux de piqûres peuvent avoir été reduits au cours des années precedant les opérations du Programme, par exemple, à cause des secheresses qui ont frappé le Sahel dans les années 1970. Dans cÆ cas, la periode de lutte requise peut être plus courte car les tendances étaient déjà en baisse avant le démarrage des opérations. La situation contrairg et moins souhaitable, est que les tendances étaient en hausse juste avant le démarrage de la lutte. Une implication est que la population de parasites est relativement jeune et qu'une proportion relativement grande surviwa à une période de lutte de 12 à 14 ans. 2. Pendant et (peu) apres la lutte, il n'y a pas d'importation de parasites par des simulies infectieuses ou par des migrants humains infectes. Toutefois, la migration humaine jouera certainement un rôle en particulier dans ou autour des vallées libérées de l'onchocercose. Par consequen! l'application de directives pour la duree de la lutte et la détection de la recrudescence dewait toujours être accompagnee d'un suivi attentif des mouvements migratoires. 'Il faut souligner que c€tte hpothèse peut être facilernent changee dans ONCHOSIM. L'un des paramètres qui doivent être quantifies est la réduction du taux de piqûres de Simulium resultant de la lutte antivectorielle. Réexamen d'ONCHOSIM 30 YI. ONCHOSIM par rapport aux données d'évaluation épidémiologique La quantification et la vatidation d'ONCHOSIM ont été basées sur un nombre de villages indicateurs choisis dans I'aire initiale du Programme. L'estimation de la duree de vie reproductive de O. volvulus a Aé basee sur 13 à 14 ans de donnécs d'évaluation dans les villages de Folonzo, Loaba, Sarba-Baforo et Tiercoura (tous au Burkina Faso) ; voir Plaisier et al. (1991). L'effrcacité de la transmission de Simulium damnosum (la courbe de « prélèvement Ll ») a été quantifiee sur la base du xénodiagnostic effectué dans la zone d'Asubende prealablement à un traitement de masse à l'ivermectine. Enfin, I'efficacité de I'ivermectine a été quantifiée sur la base de 5 tournées de traitement annuel à I'ivermectine à Asubende (Plaisier et al., 1995). Les questions importantes qui se posent sont : l. Les données d'évaluation dans ces üllages, collectées plus de 13 à 14 ans apres le démarrage de la lutte antivectorielle (et plus de 5 ans apres l'arrêt de la lutte), sont-elles encore en accord avec les predictions du modèle ? 2. Lemodèle est-il égalernent e,n accord avec d'autres villages dans I'aire initiale? 3. Les prédictions de I'efficacité du traitement de masse ou de la combinaison lutte antilarvaire / traitement à l'ivermectine sont-elles conformes aux données de surveillance ? 4. En cas d'absence d'accord : cela peut-il s'expliquer par des facteurs (externes) qui n'étaie'lrt pas inclus dans le modèle ? Dans ce chapitre, nous ferons les premiers pas vers la révision complète des données d'évaluation du Programme à la lumiere des predictions d'ONCHOSIM. Nous examinerons deux zones : (l) Le Burkina Faso : dans I'aire principale du Programme et sous lutte antivectorielle de 1975 '1977 à 1990-1995 ; (2) la Guinee : zone d'extension, combinaison de lutte antivectorielle et de traitement annuel à l'ivermectine depuis l9Ê8-1989. La procédure pour chacun des villages examines est la suivante : l. ONCHOSIM est ajustee à la situation d'avant la lutte. En règle générale, la première enquête épidémiologique sert à cela, mais en cas de doutes sur la qualité, la deuxième enquête est prise comme base. Comme mesure de I'accord entre la simulation et I'observation, nous avons considéré le degré d'ajustement entre la Prévalence de distribution simulee et celle observee de Réexamen ù'ONCHOSIM 3t dénombrements de Mf chez les adultes. Il s'agit d'une procédure beaucoup plus détaillee que le simple ajustement de la prévalence et /ou de la CMFC' . 2. La stratégie de lutte appliquee dans la zone et la programmation des enquêtes de suivi sont exactement simulées avec ONCHOSIM. Toutefois, la simulation de la stratégie de lutte est parfois problématique. Par exemple, I'arrêt de la lutte antilarvaire sur une rivière ne ramènera pas le vecteur si Ia lutte se poursuit en amont. Dans le cas du traitement à l'ivermectine, les niveaux de couverture de traitement enregistres peuvent être sous-estimes suite à un traitement sélectif (plutôt que de masse). Sauf avis contraire, dans la simulation on suppose que la lutte antivectorielle a abouti à l'élimination complète de la population de simulies (taux de piqûres zéro). 3. Les tendances observées et simulées sont tracées dans un graphique- YI.l. La lutte antilarvaire seule Les figures 13 et 14 donnent une comparaison détaillee des observations et résultats simules dans les quatre villages qui ont été initialement utilises pour la quantification du modèle. Les distributions des dénombrernents de Mf avant la lutte (Figure 13) et les tendances pendant la lutte antivectorielle (Figure 14) presentent à la fois un accord satisfaisant. Un certain nombre d'autres villages (choisis sur la base du nombre d'enquêtes de suivi) au Burkina Faso est presenté aux figures 15 et 16. Bien qu'en général les tendances préwes et observées soient similaires, il existe un certaine nombre de déüations évidentes : l. Bangasse: La Prévale,nce observee et la CMFC diminuent beaucoup plus rapidement que les tendances prévues. Il est possible que cela soit la consfuuence à la fois des secheresses de 1973' 1974 et de la nature saisonnière du fleuve Koulpeologo. 2. Dangouadougou: Entre la première et la deuxième enquête, à la fois la prévalence et la CMFC manifestent une augmentation importante. il n'y a pas d'explication simple à cela, sauf que les enquêtes épidémiologiques au tout début du Progamme ont suivi une procédure quelque peu différence (différente technique de prélèvernent et de traitement des biopsies cutanees ?). A part cela, les tendances observées semblent presenter un léger retard, qui pourrait être la cons{uence de la réinvasion au Pont Leraba. 3. Boko & Foungou: Dans ces villages également, une augmentation radicale de la prévalence et de la CMFC entre la première et la deuxième enquête a été observee. Toutefois, en genéral les predictions ' Il se peut que, tandis que la distribution s'ajuste trà bien, il y ait un manque d'accord avec la prévalence etlou la CMFC. t^a population examinée dans un village est limitee (ÿpiquement 100 à 500 indiüdus) et de faibles variations dans le dénombrernent de Mf peuvent avoir de grandes implications pour la ClvfFC eÿou la prévalence. Réexamen d'ONCHOSIM 32 concordent tout à fait bien avec les observations, en particulier pendant les dernières années de lutte (>10 ans). 4. Tandis que les tendances au village de Dan sont tres bien ajustees, dans les autres villages le long de la Bougouriba (Mouvielo et Nabere Nabale), la diminution est manifestement retardee. La Bougouriba est une zone de réinvasion connue. Recemment, une recrudescence évidente de I'infection a été observee dans cette zone (voir les dernières enquêtes à Monvielo). VI.2. Combinaison de la lutte antilaruaire et du traitement à l'ivermectine Pour quatre villages de la Guinee, la figure l7 montre les tendances au cours d'une stratégie de combinaison de la lutte antilarvaire et du traitement à I'ivermectine. Comme avant, on suppose que la luffe antivectorielle a été efficace à 100%. Pour le traiternent à l'ivermecting la programmation et la couverture ont été tirées des registres du Programme. Toutefois, l'interprétation des chiffies relatifs à la couverture n'est pas simple. Tandis que jusqu'en l99l les couvertures se situaient enfie 55%o et 75yo, à partir de 1992 et par la suite on a enregistré des niveaux de 35Yo ou moins. Cette baisse soudaine s'explique par le fait que depuis 1992 I'ivermectine n'était administré qu'aux positifs en Mf. Si nous laissons de côté les faux négatifs, le traitement sélectif est equivalent au traitement de masse avec une couverture de 100%. Par consequent, on a supposé un niveau de 100% pour les traitements depuis 1992. Pour les deux villages simules, nous pouvons conclure que la tendance en CMFC est trà bien ajustee. Toutefois, la prévalence apres 6 à 8 de tournées de traitement est fortement surestimee. Voici quelques explications éventuelles : l. Dans le modèle, nous supposons une certaine efficacité de I'ivermectine contre le ver femelle adulte (reduction ternporaire et irréversible de la production de Mf). Les estimations de cette efficacité ont été basées sur I'essai mené à Asubende. Ces estimations peuvent sous-estimer I'effet reel d'un traitement. Si cela est le cas, les stratégies basées sur Ie traitementrépeté peuvent s'avérer beaucoup plus efficaces que ne le prévoit ONCHOSIM. Z. La prévalence en Mf observee aprà 6 à I ans de tournees peut être artificiellernent faible à cause de la sensibilité de la biopsie cutanée à de faibles densites de Mf. Ceffe sensibilité dewait donc être plus faible que ce qui est supposé dans le modèle, ce qui expliquerait la prediction d'une prévalence beaucoup plus élevee. Le degré de sous-estimation (le cas echânt) pourrait être vérifié en comparant le resultat des biopsies cutanées avec celui du test de pansement DEC ou en procédant à un xénodiagnostic. Réexamen d'ONCHOSIM 33 3. L'hypothese d'un niveau endémique stable avant la lutte peut n'être pas valable. Il se peut que les tendances aient déjà été en baisse avant le démarrage de la lutte (effet des opérations du Programme dans d'autres zones ?). VI.3. Remarques générales Comme indiqué à plusieurs reprises, dans aucune des simulations avons-nous tenté de poser des hypotheses realistes sur l'efficacité de la lutte antivectorielle. Nous avons simplement supposé que la transmission était complètement interrompue pendant toute la période de lutte. Ceci n'est pas waiment un problème si ONCHOSIM n'était utilisé que pour évaluer les realisations accomplies jusqu'à present (le fait de montrer des predictions « idâles » permettra d'identifier les domaines à problèmes), mais il deviendra de plus en plus difficile d'utiliser ONCHOSIM pour des predictions pointues de I'efficacité à long terme de la lutte dans des zones particulières, ainsi que pour faire des recommandations ciblées- L'utilisation des données d'évaluation entomologique et I'intégration de ces données dans une analyse complète (avec ou sans l'aide d'ONCHOSIM) constituent une priorité absolue. Même la version actuelle d'ONCHOSIM peut être utilisee pour simuler des stratégies qui n'aboutiront pas à 100% d'élimination des simulies. En outre, la variation ternporelle du TMP pendant la periode de lutte peut être modélisee. Toutefois, il faut encore davantage de flexibilité pour mimer la situation dans une zone aussi proche que possible (reliant ONCHOSIM à des bases de données ?). La quantification actuelle d'ONCHOSIM n'est valable que pour les zones de savane (pure) du Programme. Toutefois, les zones de forêt et de transition constituent maintenant une portion importante de l'aire du Programme. Pour évaluer la lutte dans ces zones et faire des predictions specifrques, il faut arriver à une quantification adaptee. VII. Discussion générale La discussion générale de ce rappor! ainsi que les conclusions les plus importantes du goupe de travail de la réunion sur les shatégies de recherche opérationnelle concernant ONCHOSIM peuvent se résumer aux I I points suivants : l) Il faut une analyse plus intégee et pluridisciplinaire des donnees d'évaluation du Programme, surtout en ce qui concerne I'utilisation de la modélisation pour I'analyse intégrale des données Réexamen i'ONCHOSIM 34 d'évaluation épidémiologique et entomologique. Ceci doit inclure la simulation des opérations de lutte actuelles tel que specifié par l'Unité de lutte antivectorielle. 2) La mémoire institutionnelle relative à l'épidémiotogie et à la lutte pendant les premières années du Programmes est presentement limitee en raison du renouvellement du personnel. Cela complique I' interprétation de certaines données. 3) L'information quant à la manière dont les paramètres du modèle ont été quantifiés doit être gardee à un endroit central et être facilement accessible à tous les collaborateurs. 4) Il y a eu des problèmes quant à la specification et à la quantification de la période de lutte antivectorielle. L'apport en matière de lutte ne devrait pas se limiter à un compte rendu sur l'application locale de larvicides mais dewait refleter l'effet de l'ersernble des opérations antilarvaires dans la zone sur Ia densité du vecteur. Par exemple, si la lutte antilarvaire dans un bassin empêche la recolonisation des simulies à partir d'un autre bassin en aval, ceci est I'effet de la lutte antivectorielle et dewait êhe quantifié comme tel dans le modèle. De là, la quantification du modèle a exigé une c.ompréhension profonde de la situation epidémiologique et entomologique locale et ainsi la contribution et I'implication des experts compétents dans la specification des paramètres du modèle. 5) La quantification du modèle actuel n'est valable que pour les vecteurs savanicoles (courbe de prélèvement) et pour la souche savanicole de O. volvulus. Il faut quantifier et simuler les populations de forêts et les populations mixtes. Les données sont disponibles 6) Les entomologistes et les parasitologistes qui ont participe aux operations de lutte pendant les premières années du Programme dewaient être invites à réexaminer la quantification des paramètres du modèle sur le développement parasitaire et sur la dynamique chez l'humain et chez le vecteur. En outre, leur connaissance de I'histoire de la lutte dans l'aire du Programme § compris les informations anecdotiques) dewait être utilisee (ex. : autour du CCE 1999). 7) En ce qui concerne les predictions du modèle pour les zones de lutte antivectorielle uniquement : a) La tendance chez les indicateurs épidémiologiques généraux observes en accord precis avec les tendances préwes. Différences/variations Réexamen d'ONCHOSIM 35 i) Dans certains bassins en phase I, les tendances observees sont plus lentes que prévu dans des simulations d'une lutte antivectorielle totatement efficace. Cela a toujours été attribué à la réinvasion initiale de la phase IV. Des simulations comprenant cet effet de réinvasion donnent un bon ajustement. ii) Dans certains bassins des phase II et III, les tendances sont plus rapides que prévu. Une explication éventuelle, qui a toujours été donnee, c'est I'effet de la grave secheresse qui a sévi pendant les années d'avant la lutte en1973-1974 g) Il existe une grande quantité de données valables qui n'ont pas été analysees de manière détaillee et integfee. Un exemple important est celui des données sur l'évaluation de I'impact de la combinaison de la lutte antivectorielle et de l'ivermectine dans la zane d'extersion ouest. Etant donné le peu de temps qui reste d'ici la fin du Programme, le groupe a recommandé qu'une priorité absolue soit accordee à une analyse intégree et pluridisciplinaire de ces données, y compris I'utilisation d,ONCHOSIM. 9) La premiere analyse des données d'évaluation de la combinaison de la luffe antivectorielle et de I'ivermectine en Guinee, effectuee sur la base du modèle, a montré une bonne correspondance entre les tendances en CMFC prévues et observées. Toutefois, le modèle a préw des Prévalences d'infection beaucoup plus élevées apres 5 à 8 tournées de traitement à l'ivermectine qu'il n'en eté observées lors des e,lrquêtes de biopsie cutanée. Si, en effet, après plusieurs tournées de traitement à l'iverrnectine, il y a un grand nombre de personnes fortement infectées qui ne sont pas détectées en raison de la faible sensibilité de la biopsie cutanée, cela peut avoir une consQuence significative pow le risque de transmission apres I'arrêt de la lutte. La réunion a recommandé que l'on tente de resoudre ce problème important en prenant les actions et mesures suivantes : a) Une modélisation plus détaillee des interventions en Guinee (ex. : inclure I'invasion inverse) b) Mener des enquêtes dans les villages concernés en utilisant un test diagrrostique plus sensible, à savoir, le test de pansement DEC et le test d'ADN- c) Si le test diagnostique confirme une Prévalence d'infection relativement élevee, il faut effectuer un xénodiagnostic dans un ou deux des sites concernes pour déterminer le risque de transmission que representent les personnes faiblement infectees et ayant une biopsie cutanee négative. Réexamen d'ONCHOSIM 36 l0) La modélisation et l'analyse de l'ivermectine seule: peu de donnees disponibles. Les donnees disponibles (Guinee Bissau, Vallee de Vina au Cameroun ( ?), Sénégal) dewaient être analysées de manière intégree (épi + ento). En outre, les plans d'évaluation de la lutte dans la zone d'extension ouest dewaient être reexamines. ll) Il y a des problèmes quant à l'interprétation correcte des donnees de couverture du traitement à I'ivermectine. Il faut étudier les rapports de façon détaillee pour avoir une idee de la presence des personnes aux tournées successives et pour faire une distinction nette entre le traitement de masse (général) et le traitement sélectif. Réexamen d'ONCHOSIM 37 VIII. Recommandations I ) Analyser les données d'évaluation du Progamme de manière plus intégree et pluridisciplinaire. Cela devrait inclure la simulation concrète des opérations de lutte sur la base des donnees communiquees par I'unité de lutte antivectorielle. 2) Les entomologistes et les parasitologistes qui ont participé aux opérations de luffe pendant les premières annees du Programme dewaient être invites à reexaminer la quantification des paramètres du modèle relatifs au développement du parasite et à la dynamique chez l'homme et chez le vecteur. En outre, leur connaissance de l'histoire de Ia lutte dans l'aire du Programme § compris les informations anecdotiques) devrait être utilisee (ex. : autour du CCE 1999). 3) L'application d'ONCHOSIM dewait porter sur la simulation de populations mixtes du vecteur, y compris les vecteurs forestiers. On dispose de données suffisantes dans la littérature scientifique documentation et à OCP pour quantifier les parametres pertinents du modèle et pour anaÿser les resultats. 4) Une priorité absolue doit être accordee à l'analyse intégree basee sur le modèle des données d'évaluation de I'impact de la combinaison de la lutte antivectorielle et de I'ivermectine dans la zone d'extension ouest. 5) Les predictions du modèle indiquent qu'apres plusieurs tournées de traitement à I'ivermecting un grand nombre de personnes fortement infectées peuvent n'être pas d&ectées en raison de la faible sensibilité de la biopsie cutanée. Dans le souci de resoudre ce problème important la réunion a recommandé (i) une modélisation plus détaillee des interventions en Guinee, (ii) des enquêtes dans quelques villages en utilisant des tests plus sensibles (le test de pansement DEC, I'ADN) et (iii) des xurodiagnostics. 6) Considérant que les données à long terme relatives à I'effet de l'ivermectine seule sont limitées, la réunion a recommandé une analyse détaillee des données limitées disponibles et un reexamen des plans d'évaluation de la zone d'extension ouest. Réexamen ù'ONCHOSIM 38 Références Alley ES, Plaisier AP, Boatin BA, et al. The impact of five years of annual ivermectin treatment on skin microfilarial loads in the onchocerciasis focus of Asubende, Ghana. Trans Roy Soc Trop Med Hyg 1994;88:581-584. Duke BOL. Studies on factors influencing the transmission of onchocerciasis tI. The intake of Onchocerca volvulus microfilariaeby Simulium damnosum and the survival of the parasites in the fly under laboratory conditions. Ann Trop Med Parasit 1962;56:255-263. Duke BOL. The effects of drugs on Onchocerca volvulu.s I. Methods of assessment, population dynamics of the parasite and the effects of diAhylcarbamazine. Bull Wld Hlth Org 1968;39:137-146. Duke BOL. The population dynamics of Onchocerca volvulus n the human host. Trop Med Parasit 1993;44:61-68. EAC. Expert Advisory Committee of the Onchocerciasis Control Programme in West Africa. Report of the twelfth session. Ouagadougou, 1991. Habbema JDF, De Vlas SJ, Plaisier AP, Van Oortmarssen GJ. The microsimulation approach to epidemiological modeling of helminthic infections, with special reference to schistosomiasis. Am J Trop Med Hyg, in press. Karam M, Schulz-Key H, Remme J. Population dynamics of Onchocerca volvulus after 7 to 8 years of vector control in West Africa. Acta Trop 1987;44:M5457. Kirkwood B, Smith P, Marshall T, Prost A. Variations in the prevalence and intensity of microfilarial infections by age, sex, place and time in the area of the Onchocerciasis Control Programme. Trans Roy Soc Trop Med Hyg 1983;77:857-861- Muench H. Catalÿic models in epidemiolory. Harvard University Press, Cambridge MS 1959. Philippon B. Etude de la transmission d'Onchocerca volvulus (Leuckart, 1893) par Simulium damnosum Theobal{ 1903 en Afrique tropicale. Travaux et documents de I'ORSTOM 1977; 63. Plaisier AP, Van Oortmarssen GJ, Habbema JDF, Remme J, Alley ES. ONCHOSIM: A model and computer simulation program for the transmission and control of onchocerciasis. Comp Meth Prog Biomed 1990;31 :43-56. Plaisier AP, van Oortmarssen GJ, Remme J, Habbema JD. The reproductive lifespan of Onchocerca . volvulus in West African savanna. Acta Trop l99la;48..271-284- Plaisier AP, Van Oortmarssen GJ, Remme J, Alley ES, Habbema JDF. The risk and dynamics of onchocerciasis recrudescence after cessation of vector control. Bull Wld Hlth Org l99lb;69:169-178. Réexamen d'ONCHOSIM 39 Plaisier AP, Alley ES, Boatin BA, et al. Irreversible effects of ivermectin on adult parasites in onchocerciasis patients in the Onchocerciasis Conhol Programme in West Africa- J Inf Dis 1995;172.'204-210. Prost A. Latence parasitaire dans I'onchocercose. Bull Wld Hlth Org 1980;58:923-925. Prost A, Vaugelade J. La surmortalité des aveugles en zône de savane ouest-africaine. Bull Wld Hlth Org l98l;59:773-776. Prost A. The burden of blindness in adult males in the savanna villages of West Africa exposed to onchocerciasis. Trans Roy Soc Trop Med Hyg 1986;80:525-527 - Remme J, Ba O, Dadzie KY, Karam M. A force-of-infection model for onchocerciasis and its applications in the epidemiological evaluation of the Onchocerciasis Control Programme in the Volta River basin area. Bull Wld Hlth Org 1986;64:667481- Remme J[IF, Alley ES, Plaisier AP. Estimation and prediction in tropical disease control: the example of onchocerciasis. in: Mollison D ted.] Epidemic models - their structure and relation to data. Cambridge University Press, Cambridge, 1995. Renz À Fuglsang H, Anderson J. Studies on the dynamics of transmission of onchocerciasis in a Sudan-savanna ara of North Cameroon IV. The different exposure to Simulium bites and transmission of boys and girls and men and women, and the resulting manifestations of onchocerciasis. Ann Trop Med Parasit 1987;81:253-262. Schulz-Key H, Karam M. Periodic reproduction of Onchocerca volvulus. Parasit Today 1986;2:284- 286. WHO. World Health Organization Expert Committee on Onchocerciasis, Third Report. Wld Hlth Org Tech Rep Ser 1987a;752 WHO. Twelve years of onchocerciasis control in Western Africa. Wld Hlth Stat Ann 1987b;19-22. --t**--]lHÆl E&E M IffiN Homrnc meE L'mmd Stmlm ÉffiLI P[iQ(Ærffi "\ *àù -------) Figur f - R.préscf,tdio scEmdiqlE dc la sruc{uc d 'ONCHOSM 10 W rclll:tÆ m Mæ |JmBrÆnQ@rrc 5. t, Er3. A c lfonb. ô ù.lmilb ,.çu FigErc 2 - Tmis nrodcs dc prÉscrrcc rvcc 5 lomé.s cüsécüwcs dc traitrmcnts à I'imæthc. A chaqæ toméc, 60% dc la poptildioo ont t'âités. Lcs gaphi$E rDrtrcnt lc pourccnt4c de populrion(Axc dcs Y) qü e rcçu 1,2, ...,5 trajænrcnts rpêscinq torÉs (Axcs dcs XI (A) Hsqrcc déadrE; (B) Préscric€ /rb6cncc sygémrûquc ; (C) Hscrrcc scmi-systémdqrE. Voir lc tcre pou dc plrs emplcs détails. 4t -L::-l ffir lÆ N@ o 6J o E oE g .f .so oo J oo èc oI, c o o E p .(l Eoz 1.50 1.00 0.50 0.00 0 30 60 90 120 150 Nombæ de microfilaires par biopsie cutanée Figurc 3 - Iæ rrcnrbrc moym dc larvcs Ll sc dâdoppant cha lcs rmuchcs cormrrc urc forrcticrr dc la dcnsité mrmfilaricnnc dc h pcrscmc càz qü c€ll6-ci orl pris lcrr rcpas dc strg. La formc a le qrnntificaim dc ccttc rclaion cnt été basécs srr dcs dormécs dérivécs d'urc cryérioncc sur lc gorgeagc dcs mouchcs (xâodugnætic) à Asubqrdc eu Glmr I:s lgnæ mtinlEs rcpéscntcnt lc mcillcur rjuscmcrl dc h fmclian a tois parrrlÈtrcs rtilrséc pou décrirc c4üc rclûloo Lr ligncs cn tiras cst I'rnc dcs 95olr dc limitcs dc confiamc du prnmtlr+cspæc. 42 âc 0, Êo =6b 6 o. co E6 =oE' co EfEoÀ 1.(n 0.75 0.50 o.25 0.00 0.00 o.25 0.50 0.75 1.00 Ternps deBris le traiternent (années) Figurc { - Effct dc I'rmætirc w lc taux dc pncdlEtlm dc micrcfilaim par lcs rrcrs Êmllc edult6. t ligE cotrtinrE Epréscntc I'cfEæité mymc. h vaflâtilné cst tcllc qæ 90'lo dc tous lcs traltctnqB prÉséTltcnt "rç cffrcrcité situê cnue Ics dcu ligncs cn tircts. 43 G1æ .9 Ë a §aoE Ê aÈoo ao!t agæ f oÀ n o 10æ30/l{)50 ilqnblt d 'anné. d.pub de dém.rr.O. d. b ldL.nty.cüd.llo Fig!rc 5 - Simulüim dc 15 rs dc hmc arnrvccforicllc (zonc mrbragéc) dms m villagc hypcnndémqæ dc I'erc inrialc du Prognmnr. Lcs tadanccs suivailcs sdrt péscntécs comE por[c€ntagc è la sltudion ù,at lc ërnamge dc la hmc Prânlcncc cn Mf (rgnc cotinrr), CMFC (ligrc cn ûrcts} Préilalcncr dc la cécité (hgnc cn pointillés) TAPQigrc cn poirilléstiras). 44 I00t-o t 9bBo c E oàoo oo -gtsÊmfo o- 20 0 0 10 20 30 40 50 Nombrc d 'annécs dcpus lc démarage dc la lüc mtircctoricllc Figurc 6 - Srmulaûon dc 12 ms dc hmc arrivcdoricllc (zonc anbogéc) das rnc zorrc hypcrcndérniqæ dc I'arrc du hognmmc. Lcs tcndmccs suimæs sont préscntécs cmmc pouæntagÊ dc la situtrm avlt Ic dérmrragc dc h llüc- Prévdcrr. co Mf (lignc cortinuc) CMFC (IgrE cn tûüs), préÿalcnc! de la cicité (lignc cn pdntillésl TÂP (ligrrc en poirilléÿulüs). 45 I I I clmI co z980 E c6àoo oo o c Erof o .L n 0 102030Æ50 Noflble d 'années deÊJis le démaragE de la lutte comunée Figurc 7 -Simuldion dc 12 us d'mc cmbimison de la hnc mivcctoricllc avcc lc traitcmcil à I'ivcrmcc{mc (mwcrture{57o) dans rn villegc hypc,codémiqlE dc l'airc du Prognmæ- Lcs tcndarccs suimlcs sorü préscrtécs comc pourcrüege dc h situaim rvut lc démerngc dc h lütc Evalcncr cn Mf (lignc continuc), CMFC (ignc cn tiras), prÉvalarcc dc le cécité (ligrrc cn poturillés), TAP 0i8nc cn pointiltés-tirEts). 46 c l(Dô Ëa!.E CaÈoo aotc agrO: oÀ n 0 0 10?o304050 Nqnbl! d '.ma.. dGp.rb L d6m.r.g. du trrlt ol.rlt dc mescc lnnud Figurc t - Smdatron dc 25 ans dc traitcrncnt umrEl à I'ivcmætin(cowcrturc-65%) dans m ütlage hypcrutdémiqæ dc I'rirc du Prognrrrc. LGs tmdatrccs suivilrtcs $nt péscntês cdrnc pomcartagc dc la situilim rvaü lc dénrrragc dc Ia hüc. PrÉvrlcrE€ cn Mf (ignc cominæ), CMFC (ligr cn tilüsl pévalancc dc la cécité (ignc cn pomtillés), TAP (rgnc ar pointillés-tircs). 47 c1æ eEoË* .E c6àoo oo6 c Eoofo .L n 0 o 10ææ.,o50 Nqllbrr d'.nna. d.puit lc darnamgr du tr.ibrnGot d. tnass. ..rn6tri.l. Figrrc 9 - Simulation dc 12,5 ans dc traitcmcr[ scmcstricl à I'ivcrEcctirE (cowcrtue557o) dm m ullagc hypcmdénuqE dc l'eirc du Progranmc. Lcs tcrdtnccs §rivûltcs sotrt préscntécs cqilnc pouc€nhgc dc la situmro avat lc dénnragc dc la hac. Prévdcrrc cn Mf Qignc cotinrr), CMFC (lignc m tircts} préralancc dc h cécité (lignc ca printillés! TAP (lignc cr pdrtillésttuüs). 48 t@ q! o@ t@ oo o@ !@ qs o@ 1@ os o@ fa@m (tt rÉr.o Tbr@ua (hllr Gqù.) Fdqw (c.ndf,d) I I Foloruo(blt .Ëqr.) rcllt2i3l1 Orn{. ô h lrÈ.ûliEb.L} (.i.ia€) Figurclo - Probatilité dc rccrudcsccnc€ c.mmc fmctron dc la duléc dc la lutte antivcctmcllc détcrminéc à I 'ridc dc quûc quamific.tins mdèlcs. trs bancs indiqrun lcs intcrallcs dc 95ÿo & coÂznæ- Lcs ligrn m tircts vcrticalcs indiqucnt lr périodc dc luuc mtivcAaiellc apÈs laqrrcllc lc risqæ dc rccrudmcc c§ rédut à 5el. 0ignc tirets), 5% (ignc cn pointillés) ct l% 0ignc cn pointillé§-tircls) rc+cctivctrEnt 49 o E .E o oô .> rs c o oÿf o10Etcc6ù' Plt E ozo 15* 551 65r ,1ti {5* 75* TSrl 65i 0 5t0 t5æÉ0510is Nombre de traitem€nts annuelles à I 'ivermedine 25 Figum ll - Conbinaisms dc Ia luttc dltivÇctqicllc a du rutcmcrl amæl à I'ivermcctmc cmduisan à l% dc risquc dc rccnrdcsccncc dans dcrx situarons cndâniqrrs (A: CMFC :75;B'. C'IüFC : 30 rfls) a Pou qltttsE nryc.u dc |fficrturc dc taitcmt (15 -75o/o). On srppos quc la luüc mtivcciaicllc ct lc trâitcrn€nt à I'ivcrmcctinc démarnrl la mênr améc. Audru dcs ligrx, lcs risqrrcs dc rccrudcsccncc sctt négtgcablcs, cn{cssq§ dcs lign6 la rccnrdcs.crr. dcvicnt dc phs cn plrts probablc 50 t@ o o o D o o o - - o @ a - - o612LAA o a t2 ta s c) o a t o Figurc 12 - Détætim ct luttc cmtrc la rærudcscmcc agÈs I'arrêt dc h l'n. .ntivEclüicllc. l: détccion cs hrséc sur rræ incrdqrc umælle dc s positifs cn Mf (adultcs > 20 as.) mcsrrê à dcs inrcrvrllcs dc tcis rns ct cî ltrlmt lcsnlcrndcscuil srivutcs l,5Y.(t),2,5'/o(b) cl-3,f/o(c\ Ltlurc csrb.sécarrmccurpagçdc l0utsdc trartcrncflt mæl à I'ircnncctirE t 65% dc tarx myan dc cowcrtEc. Voir lc tcxtc pou dc plx rqlcs détails 5l A \i 55* m I t TI II I { T æ 10 0 10 æ æ î0 0 Fobiæ L0.6. 6 0, =fE' _(E 1' o CD(§ c @I fo(L 0 0 05 t 2- + ] iê P.- * 12èËÉ+0 0 5 1 2- + & 16- 3C- 61- 12& 2Ea+ f@q r r --ill n0 0 05 I 2- + è 0 05 r 2- + s Nombre de Mf par tfopsie ortanée Figure l3 - Fréqrnccs dc distn'burms dc dénünbrcmsû dc brqsics cumécs obscrvécs (hrrcs smbrcs) a smulics (hrres clarrcs) dans tros ülhgcs ù Burtine Faso. S€uIs dcs rddtcs (20 a§) sdtt inclus. 52 Folo.tæ (Cûma, B(tnr F@) l,oa. (VoÈ llrcL, 8ûthr FÉo) o o @ { u E-ttl. P =oæ ffi tE 1Ë 19 ffiffi IE tE rÉrÉm AÛffi lË Sa6. 8*o (8o€orùivd. t{ac, lûtm F6o) Tb,ffi (xobbn ùrcmo. Butu Fe) !. , :E.É Io- æ o € u M rE t5 iE t5 æ tm t5 it it ffiæ It N Figurc ll - Tadancts obccruécs st simulécs dc la prévalæc cn Mfa & la CMFC dans quûE villagcs du Butim Frso- t-a périodc dc lunc mdvccttricllc cst mffquécs p.I lcs li8rcs vsticalcs ctt p<imillê. Signrlicdirrr ds lign6 a ès symbdcs . lostngcs : prévrlcnccs cn Mf obssrvéc, ligrccantinrr = préwalæoMfsimrlê,pointillés: CMFCobecrvéc, ligrrcscntiras =CMFCsimuléc. 53 srE-â$.o ! , I B t Bqas (KotlpaoloCoDliP6dF,\ &rbÉ F.e) D.ngoodot{@ (Ldb.,Coma, BurÉlr Fe) !'t 5æÈ Boa E æ !.!tl- a =oæ - *f.\.. .- -t-',. \ t\ r6 rE tË iE ffiffi It t% lF 16 lm ffiffi It N Bdo (Cmé, lurbÉ Ft$) F@ngd (VoL Bhncrr. Buùm F!9) E o a D o æ o o D o ! , ; e z !t I B t lm ffi iE tÉ ls æ m rtE rErÉæÀ*ffi tt û Figurc 15 - Tcnileres ohcwécs ct srnrrléc dc la pr&dcncÊ Gn Mf ct dG la CMFC das qræc villagcs du Butina Faso L périodc dc hÉtc ûti\rcdoricllc cst müqrÉcs par lcs ligncs rrrticalæ cn pointiltés Signific*ion fu ligncs ct des symbolcs : lmangcs : prÉvdcnccs cn Mf obcctréG, lignc continuc = PÉvrlcttcc cn Mf sifiuléc, pdntillés = CMFC obscryéc, ligrrcs cn tiras = CMFC sim'lê. 54 --t -. Uowbb (Bo.gûrb. Butn. FEo) o !.It :-I =o- @ æ o a 4 IE reËE ffiffi 6 æ ffi r- tÉ æ mffi It æ Nrbr.{.d. (8o{gq5( EortiE Fm} OnEld (AÉror+ifii lotttr FF) o !to È eæ toæ o!.l. Ba PB5 to o i0D IG rtr tE tE IE tm r9Ë tE r5 rE ffiffi tE æ Fkure 16 - Tcndanc.s obecrrtcs a simulécs dc le prÉvalcncc cn Mf st de la CMFC d,N qürc üllag6 du Brrtin Feso. La périodc dc hnc rûvoctoricllc cst milquécs prr lc ligncs wrticdcs cn pointillés. Significiion dÊs ligrrs a k symbolcs Iosengrs : prÉvdcncæ cn Mf ob§.ryéc, ligrc cmtinrrc = prÉrlllocc cn Mf sinnrléc, poimillés : CTr{FC ob§crvéc, ligm o tircts = CMFC simuléc, 55 _---f' E L D.tr (loOrü1 lùtm Fe) ! ,tt 3 I IBdan (Milo, Gurma) Menkaya (NEndaÈBale, Gurma) to ts! !io o =o20 I ! o =o ü, 60 ,(} m teæ teaa les roe leea les l09a Arnac caLatdara axtr ieEE roeo rga looa 1e5 !994 Annaa caLidara Figurc 17 - Tmdanes obscwês a simulécs dc la prévalmcc m Mf ct de la CMFC dans deux villagcs dc la Gumê Lc dérnerngc dc lr lulc Jfiirlctürcllc cst m[quécs prr lca ligncs vrrücdcs cn pointdlés. Lc prcmis reftcmcn à I'ivcmrcctirc est mrrquéc ptr la ligr vcrtielc cn pointillés{iüs A partir dc 1992, an e appliqué lc traitcnrrn élcctif au hcu du reitemq[ dc mass€. Signification dcs ligrrcs ct dcs symbdcs : lcangæ : prévalæcs cn Mf obscrvéc,hgnccortinæ = prévalacccnMfsimuléc,poitillê = CI'{FCobscwée, ligncsantires =CMFCsimuléc 56