Optimisation de l'emplacement des sites de vaccination pour stopper une épidémie zoonotique

Les vaccinations de masse sont des interventions cruciales en santé publique pour freiner les maladies infectieuses. Le contrôle de la rage canine repose sur des campagnes de vaccination massive de chiens (MDVC) qui ont lieu chaque année à travers le monde. Les propriétaires de chiens doivent amener leurs animaux aux sites de vaccination fixes, mais parfois, la couverture ciblée n'est pas atteinte en raison d'une faible participation. La distance de déplacement vers les sites de vaccination est une barrière importante à la participation. Nous avons visé à augmenter la participation aux MDVC in silico en plaçant de manière optimale les lieux de vaccination à point fixe. Nous avons quantifié la probabilité de participation en fonction de la distance de marche jusqu'au site de vaccination le plus proche à l'aide de modèles de régression adaptés aux données de participation collectées sur 4 ans. Nous avons utilisé des techniques d'interchange récursif computationnel pour placer de manière optimale les sites de vaccination à point fixe et avons comparé la participation prévue avec ces sites de vaccination placés de manière optimale aux emplacements réels utilisés lors des campagnes précédentes. Les algorithmes qui minimisaient la distance moyenne de marche ou maximisaient la participation attendue fournissaient les meilleures solutions. Un placement optimal de la vaccination devrait augmenter la participation de 7 % et améliorer l'uniformité spatiale de la couverture, entraînant moins de poches sous-vaccinées. Cependant, l'inégalité de la charge de travail entre les sites est restée. Notre algorithme basé sur les données place de manière optimale des ressources limitées pour augmenter la participation et l'équité globales en matière de vaccination. Des évaluations sur le terrain sont essentielles pour évaluer l'efficacité et examiner d'éventuelles files d'attente plus longues résultant d'une participation accrue.