Quoi Surveiller En Cas D’epidemie D’ebola dans le Contexte Congolais : une Approche par Modelisation Mathematique SEIHFR
DOI:
https://doi.org/10.47941/jts.3777Keywords:
Ebola, Modélisation Mathématique, SEIHFR, Nombre de Reproduction de Base, RDC, Surveillance Epidémiologique.Abstract
Objectif : Analyser la dynamique de transmission du virus Ebola en République Démocratique du Congo à travers un modèle mathématique compartimental SEIHFR, en mettant en évidence l’impact des différentes voies de transmission (communautaire, nosocomiale et funéraire) et en déterminant les paramètres clés influençant la propagation de l’épidémie.
Méthodologie : Développement et analyse d’un modèle compartimental SEIHFR basé sur un système d’équations différentielles. Étude théorique des propriétés du modèle (existence, unicité et positivité des solutions), calcul du nombre de reproduction de base R0R_0R0, décomposition de ce dernier selon les voies de transmission, et réalisation d’une analyse de sensibilité des paramètres. Les résultats sont confrontés aux données de l’épidémie de 2018-2020 en RDC.
Résultats : Le modèle garantit des solutions bien définies et biologiquement admissibles. Le nombre de reproduction de base R0R_0R0 est explicitement calculé et se décompose en contributions additives liées aux trois modes de transmission. L’analyse montre que la transmission lors des funérailles joue un rôle majeur dans la propagation de la maladie. Les paramètres les plus influents identifiés sont le taux de transmission communautaire (β), le facteur de transmission funéraire (ξ) et le taux d’enterrement sécurisé (ω).
Contribution Originale à la Théorie, à la Pratique et aux Politiques : Proposition d’un modèle SEIHFR enrichi intégrant explicitement les trois voies de transmission avec une décomposition analytique de R0R_0R0. Identification des paramètres critiques permettant d’orienter les stratégies de contrôle (réduction des contacts communautaires, amélioration des pratiques funéraires, renforcement de la prise en charge hospitalière). Prioriser les interventions sur les enterrements sécurisés, intensifier la sensibilisation communautaire, renforcer les mesures de prévention dans les structures de santé, et mettre en place une surveillance ciblée des paramètres β, ξ et ω pour un contrôle efficace de l’épidémie.
Downloads
References
[1] Kermack, W. O., & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London. Series A, 115(772), 700-721.
[2] Legrand, J., Grais, R. F., Boelle, P. Y., Valleron, A. J., & Flahault, A. (2007). Understanding the dynamics of Ebola epidemics. Epidemiology and Infection, 135(4), 610-621.
[3] Chowell, G., Hengartner, N. W., Castillo-Chavez, C., Fenimore, P. W., & Hyman, J. M. (2004). The basic reproductive number of Ebola and the effects of public health measures : the cases of Congo and Uganda. Journal of Theoretical Biology, 229(1), 119-126.
[4] Khan, A. S., Tshioko, F. K., Heymann, D. L., Le Guenno, B., Nabeth, P., Kerstiëns, B., & Rollin, P. E. (1999). The reemergence of Ebola hemorrhagic fever, Democratic Republic of the Congo,1995. The Journal of Infectious Diseases, 179(Supplement 1), S76-S86.
[5] Tang, B., Xiao, Y., & Cheke, R. A. (2018). A spatial model for Ebola virus disease transmission in North Kivu and Ituri provinces. Journal of Theoretical Biology, 456, 123-136.
[6] Balcan, D., Colizza, V., Gonçalves, B., Hu, H., Ramasco, J. J., & Vespignani, A. (2009). Multiscale mobility networks and the spatial spreading of infectious diseases. Proceedings of the National Academy of Sciences, 106(51), 21484-21489.
[7] Drake, J. M., & Bakach, I. (2015). A spatial model for Ebola epidemics incorporating geographical barriers. PLoS Currents Outbreaks, 7.
[8] Viboud, C., Sun, K., Gaffey, R., Ajelli,M., Fumanelli, L., Merler, S., & Chowell, G. (2016). The role of urban hubs in Ebola propagation in West Africa. The Lancet Infectious Diseases, 16(4), 436-443.
[9] Cori, A., Ferguson, N. M., Fraser, C., & Cauchemez, S. (2013). A new framework and software to estimate time-varying reproduction numbers during epidemics. American Journal of Epidemiology, 178(9), 1505-1512.
[10] Jombart, T., Cori, A., Didelot, X., Cauchemez, S., Fraser, C., & Ferguson, N. (2014). Bayesian reconstruction of disease outbreaks by combining epidemiologic and genomic data. PLoS Computational Biology, 10(1), e1003457.
[11] Lessler, J., & Salje, H. (2016). The generation interval for Ebola virus disease: a systematic review and meta-analysis. Epidemiology & Infection, 144(8), 1586-1597.
[12] Blaser, M. J., & Chen, Y. (2016). Hawkes process modeling of Ebola outbreak dynamics. Journal of the Royal Society Interface, 13(125), 20160700.
[13] Kahn, R., &Lessler, J. (2016). Penalized spline regression for estimating Ebola incidence trends. BMC Infectious Diseases, 16(1), 524.
[14] Hyman, J. M., & Li, J. (2013). A SEIR model with hospitalization and home isolation for Ebola virus disease. Mathematical Biosciences and Engineering, 10(4), 1015-1034.
[15] Pellis, L., & Ferguson, N. M. (2015). Age-structured SEIR model for Ebola transmission in West Africa. Epidemics, 11, 1-12.
[16] Bansal, S., & Meyers, L. A. (2018). Network-based SEIR modeling of Ebola transmission in community settings. Journal of Theoretical Biology, 438, 162-172.
[17] Van den Driessche, P., & Watmough, J. (2002). Reproduction numbers and subthreshold endemic equilibria for compartmental models of disease transmission. Mathematical Biosciences, 180(1-2), 29-48.
[18] Diekmann, O., Heesterbeek, J. A. P., & Metz, J. A. J. (1990). On the definition and the computation of the basic reproduction ratio R0 in models for infectious diseases in heterogeneous populations. Journal of Mathematical Biology, 28(4), 365-382.
[19] Ministère de la Santé de la République Démocratique du Congo. (2024). Rapport sur les épidémies d’Ebola en RDC (1976-2024). Kinshasa : Direction de Lutte contre les Maladies Transmissibles.
[20] Organisation Mondiale de la Santé. (2023). Ebola virus disease : Fact sheet. Genève : OMS.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Kambale Kavuliwva Simon-Pierre, Mabela Makengo Matendo Rostin, Tawaba Musian Gérard, Ngoie Caleb Caleb
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution (CC-BY) 4.0 License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
