Key points are not available for this paper at this time.
Résumé L'émergence des maladies infectieuses ayant un potentiel pandémique représente une menace majeure pour la santé publique à l'échelle mondiale. L'Organisation mondiale de la santé rapporte qu'environ 60 % des maladies infectieuses émergentes sont des zoonoses, provenant d'événements de débordement. Bien que les mécanismes sous-jacents aux événements de débordement demeurent flous, la modélisation mathématique offre une manière de comprendre les interactions complexes entre les agents pathogènes, la faune, les humains et leur environnement partagé. Voulant obtenir des informations sur les dynamiques des événements de débordement et l'issue d'une éventuelle épidémie dans une population, nous proposons un cadre de modélisation stochastique en temps continu. Ce cadre lie les dynamiques des réservoirs animaux et des hôtes humains pour simuler la transmission inter-espèces des maladies. Nous réalisons une analyse approfondie du modèle suivie d'expérimentations numériques explorant divers scénarios de débordement. Les résultats suggèrent que bien que la plupart des épidémies causées par de nouveaux agents pathogènes zoonotiques ne persistent pas dans la population humaine, le nombre croissant d'événements de débordement peut éviter une extinction durable et mener à des épidémies importantes inattendues. Ainsi, les efforts globaux pour réduire les impacts des maladies émergentes ne devraient pas seulement aborder le contrôle des épidémies post-émergence, mais il est également nécessaire de prévenir les pandémies avant qu'elles ne s'établissent.
Saldaña et al. (Mon,) ont étudié cette question.