Missions

Les arboviroses comme la dengue, le zika ou le chikungunya sont des maladies transmises par des moustiques du genre Aedes et touchent chaque année des millions de personnes, pour l’instant essentiellement dans les zones urbaines des régions intertropicales. Dans un contexte d’extension rapide d’Aedes albopictus en France, d’augmentation du risque d’arboviroses et de besoin d’outils opérationnels robustes et transférables, l’UMR IDEES développe des outils de modélisation et de simulation spatiale du risque vectoriel. Nous appuyons cette démarche sur un modèle mécaniste spatio-explicite, implémenté en R (version aspatiale) et en Scala (version spatialement distribuée), simulant à pas de temps journalier les dynamiques de population (œufs, stades aquatiques, adultes) sous forme de stocks interconnectés. Les transitions (développement, mortalité, émergence, reproduction) sont pilotées par des forçages environnementaux quotidiens (température, précipitations, évaporation) qui déterminent la disponibilité en eau, ainsi que par la densité de gîtes potentiels influençant la capacité de charge locale. Le système est distribué dans des micro-zones caractérisées par des attributs d’occupation du sol (densité de bâti, végétation, espaces ± ouverts) et par des variables socio-démographiques. Développé et calibré à Bangkok pour Aedes aegypti dans le cadre de l’ANR MO3 (2019–2023), le modèle a montré de bonnes performances pour la prédiction journalière et hebdomadaire des cas de dengue à partir de données hospitalières sentinelles sur deux ans. Dans le cadre du programme ANRS SEA-ROADS (2024–2027), coordonné par l’Institut Pasteur, l’objectif est de poursuivre la calibration, l’analyse de sensibilité et d’évaluer la transférabilité du modèle dans d’autres métropoles d’Asie du Sud-Est disposant de séries vectorielles (collectes 2025–2026 dans le cadre du projet), afin de consolider une base méthodologique réutilisable pour d’autres contextes géographiques, notamment en France.

Activités

- Poursuivre l'implémentation et maintenir les deux versions du modèle (R aspatial ; Scala spatialement distribué) avec tests et documentation ;
- Paramétrer les processus biologiques (développement, mortalité, émergence, reproduction) à partir de la littérature et des études réalisées par les différents partenaires du projet ;
- Calibrer le modèle sur Bangkok et autres villes du projet SEA-ROADS (Hanoi, Ho Chi Minh, Vientiane, Phnom Penh) en mobilisant les séries entomologiques collectées ;
- Réaliser des analyses de sensibilité globale (Sobol, FAST, et équivalents) afin d’identifier les paramètres dominants et les principales interactions ;
- Quantifier l’incertitude (paramètres, données, structure) et produire des intervalles d’incertitude sur les sorties clés (abondance, taux d’agressivité) ;
- Validation temporelle et spatiale ; leave-area-out ; tests de transférabilité inter-villes ;
- Évaluer les performances (erreurs, biais, capacité à reproduire saisonnalité, pics, gradients environnementaux);
- Tester des scénarios d’intervention (réduction des gîtes, traitements larvicides/adulticides, calendrier) ;
- Assurer la reproductibilité (pipeline données → modèle → sorties, exécution HPC) ;
- Mettre en place une gouvernance données-modèle (traçabilité, métadonnées, qualité, droits, partage avec partenaires) ;
- Documenter et diffuser (documentation technique, articles/méthodes).

Compétences

1. Statistiques, calibration et incertitudes
- Statistiques appliquées (GLMM, modèles hiérarchiques).
- Méthodes de calibration de modèles mécanistes.
- Analyses de sensibilité globale (Sobol, FAST, Morris).
- Propagation des incertitudes et validation spatio-temporelle.
2. Informatique scientifique
- Programmation scientifique avancée en R / Python (data pipelines, modélisation, visualisation).
- Programmation en Scala (ou langage équivalent) pour modèles distribués et performants.
- Gestion de versions (Git), documentation.
- Connaissances en calcul intensif / HPC, parallélisation, automatisation de scénarios.
3. Modélisation entomologique :
- Biologie et écologie des moustiques vecteurs (Aedes aegypti, Aedes albopictus).
- Modélisation mécaniste des dynamiques de populations (modèles à compartiments/stocks).
- Paramétrisation et interprétation des indicateurs entomologiques (abondance, indices larvaires, etc.).
4. Compétences transversales et opérationnelles
- Gestion de données (spatiales) massives (qualité, métadonnées, interopérabilité).
- Travail interdisciplinaire (géographes, entomologistes, épidémiologistes, informaticiens, acteurs de santé publique).
- Capacité à traduire un modèle scientifique en outils opérationnels (cartes, indicateurs, tableaux de bord).
- Rédaction scientifique et technique (articles, livrables, guides utilisateurs).

Contexte de travail

L’UMR CNRS IDEES est un laboratoire de recherche pluridisciplinaire et plurisite (Caen, Le Havre et Rouen) en SHS qui joue un rôle majeur dans le paysage scientifique régional et est présente dans de nombreux réseaux de recherche nationaux (SFR CIST, GdR MAGIS, Réseau des ISC, SFR SCALE) et internationaux. L'unité regroupe environ 120 enseignants-chercheurs, chercheurs, ingénieurs de recherche et/ou d’études et des doctorants autour de spécialités reconnues en France et à l’international telles que la modélisation et l’analyse spatiale, la santé et les risques, le transport et les environnements portuaires, les Technologies d’Information et de la Communication (TIC) ou encore les recompositions socio-territoriales.
La personne recrutée sera localisée sur le campus de Rouen, sous la responsabilité hiérarchique d'Eric Daudé (DR CNRS) et de Romain Reuillon (CR CNRS). Avec Alexandre Cebeillac et Sébastien Rey-Coyrehourq (IR), l'équipe est spécialisée en géomatique, modélisation et simulation spatiale, exploration et évaluation de modèles (plateforme OpenMole https://openmole.org/). La personne recrutée sera également en relation directe avec les entomologistes du projet, à l’Institut Pasteur Paris (Rick Paul) et Cambodge (Sébastien Boyer), ainsi que les partenaires scientifiques et des ministères de santé publiques des quatre pays membres du projet.

Contraintes et risques

NA