Mathematical Modeling and Statistical Analysis of Infectious Disease Outbreaks

Carte non disponible

Date/heure
Date(s) - 17/02/2020 - 21/02/2020
Toute la journée

Emplacement
CIRM, Luminy

Catégories


THEMATIC MONTH on Mathematical Issues in Biology
MOIS THEMATIQUE: Mathematical Issues in Biology

CONFERENCE

Mathematical Modeling and Statistical Analysis of Infectious Disease Outbreaks
​Modélisation mathématique et analyse statistique d’épidémies de maladies infectieuses

17 – 21 February 2020
Scientific Committee
Comité scientifique
Thomas House (University of Manchester)
Malwina Luczak (University of Melbourne)
Chi Tran Viet (Laboratoire Paul Painlevé)
Elisabeta Vergu (INRA Jouy en Josas)
Organizing Committee
Comité d’organisation
Tom Britton (Stockholm University)
Raphaël Forien (INRA Avignon)
Etienne Pardoux (I2M, Aix-Marseille Université)For any further informations, contact
mathsbiomonth-week3@sciencesconf.org
Description
The area of mathematical modeling of infectious diseases has a long history dating back to at least Bernoulli. An important early contribution to this area was the work of Sir Donald Ross who received the Nobel prize in medicine for his work on malaria, including the first vector-host epidemic model. During the second half of the last century, some more mathematical rigorous work, also involving stochastic models, emerged, such as the celebrated threshold theorem stating that a major outbreak is possibly with positive probability if and only if the basic reproduction number R0 exceeds the critical value 1.
The 1980’s and the outbreak of AIDS was perhaps the first occasion when more serious statistical analysis of outbreak data was performed, then focusing on prediction of future outbreaks with or without preventive measures put into place.
From then on, and continuously ever after, more and more realistic model extensions have been performed, allowing for main contributions from local cliques such as households, network structures, and multi-type individuals. From a statistical viewpoint this has made inference procedures more and more complicated, often using computer intensive methods such as MCMC, and more recently ABC and particle filtering methods.
During the last few decades, the availability of virus sequences from infected reported cases have added new possibilities of making inferences by making use of virus evolutionary models to infer parameters of the disease spread as well.
The community of modelers in this area has grown and become more and more diverse in their skills.
In the 1990s, two workshops were organized in Luminy with “Mathematical modeling of infectious diseases” as their theme. Thereafter, other workshops took place in various cities/universities like the Isaac Newton institute (Cambridge), several times, Edinburgh, Stockholm, and Columbus Ohio. MFO Oberwolfach has organized workshops on versions of this theme every 3-4 years, the most recent one in February 2018.
The focus of the proposed conference will cover both theoretical modeling as well as applications and real data analysis. There may more focus on theory than during the other weeks. There are many important hard problems to work on, e.g. the so-called adaptive models where individuals change behavior during and because of an outbreak. Or models that better capture and understand how antibiotic resistance works. The list of possible issues includes:

  • Epidemic models including space: models, analytical results and inference
  • Epidemic models with changing behavior during epidemic outbreaks: models and inference
  • Identifiability issues for epidemic models and data
  • Integrating epidata and virus phylogenies
  • Antibiotic resistance

Our hope is to gather an interdisciplinary and international group of active researchers who will make important contributions to these types of problems, both during the event and later on through new collaborations.

Le domaine de la modélisation mathématique des maladies infectieuses a une longue histoire qui remonte au moins à Bernoulli. Les travaux de Sir Donald Ross, qui a reçu le prix Nobel de médecine pour ses travaux sur le paludisme, y compris le premier modèle d’épidémie vecteur-hôte, ont constitué une importante contribution initiale dans ce domaine. Au cours de la seconde moitié du siècle dernier, des travaux mathématiques plus rigoureux, faisant également appel à des modèles stochastiques, ont vu le jour, comme le célèbre théorème du seuil selon lequel une éclosion majeure est possiblement avec une probabilité positive si et seulement si le taux de reproduction de base R0 dépasse la valeur critique 1.
Les années 1980 et l’épidémie de sida ont peut-être été la première occasion d’effectuer une analyse statistique plus sérieuse des données sur les éclosions, puis de se concentrer sur la prévision des éclosions futures avec ou sans mesures préventives mises en place.
Depuis lors, et sans cesse plus tard, de plus en plus d’extensions de modèles réalistes ont été réalisées, permettant aux principales contributions des cliques locales telles que les ménages, les structures de réseaux et les individus multitype. D’un point de vue statistique, cela a rendu les procédures d’inférence de plus en plus compliquées, utilisant souvent des méthodes informatiques intensives telles que MCMC, et plus récemment ABC et les méthodes de filtrage des particules.
Au cours des dernières décennies, la disponibilité de séquences virales à partir de cas signalés d’infection a ajouté de nouvelles possibilités d’inférences en utilisant des modèles évolutifs du virus pour déduire les paramètres de la propagation de la maladie.
La communauté des modélisateurs dans ce domaine s’est développée et est devenue de plus en plus diversifiée dans leurs compétences.
Dans les années 1990, deux rencontres ont été organisées à Luminy sur le thème “Modélisation mathématique des maladies infectieuses”. Par la suite, d’autres workshops ont eu lieu dans diverses villes/universités comme l’institut Isaac Newton (Cambridge), plusieurs fois, Edimbourg, Stockholm, et Columbus Ohio. Oberwolfach (MFO) a organisé des workshops sur des versions de ce thème tous les 3-4 ans, dont le plus récent en février 2018.
La conférence proposée portera à la fois sur la modélisation théorique et sur les applications et l’analyse de données réelles. Il se peut que l’accent soit davantage mis sur la théorie que durant les autres semaines. Il y a de nombreux problèmes difficiles importants sur lesquels il faut travailler, par exemple les modèles dits adaptatifs où les individus changent de comportement pendant et à cause d’une épidémie, ou encore des modèles qui capturent et comprennent mieux comment fonctionne la résistance aux antibiotiques. La liste des problèmes possibles comprend :

  • Modèles épidémiologiques qui incluent l’espace : modèles, résultats analytiques et inférence
  • Modèles épidémiques avec changement de comportement en cas d’épidémie : modèles et inférence
  • Questions d’identifiabilité pour les modèles et les données épidémiques
  • Intégration des phylogénies épidémiques et virales
  • Résistance aux antibiotiques

Notre souhait est de réunir un groupe interdisciplinaire et international de chercheurs actifs qui apporteront d’importantes contributions à ce type de problèmes, à la fois pendant l’événement et plus tard dans le cadre de nouvelles collaborations.

üSpeaker

Samuel Alizon (CNRS – Laboratoire MIVEGEC, Montpellier)
Viggo Andreasen (Roskilde University, Denmark)
Frank Ball (The University of Nottingham)
Forrest Crawford (Yale University)
Odo Diekmann (Utrecht University)
Carolina Fransson (Stockholm University)
Simon Frost (University of Cambridge)
Julia Gog (University of Cambridge)
Alison Hill (Harvard University)
Thomas House (University of Manchester)
Edward Ionides (University of Michigan, Ann Arbor)
Eben Kenah (The Ohio State University)
Istvan Kiss (University of Sussex) ​
Catherine Larédo (INRA, Jouy-en-Josas)
Sonja Lehtinen (ETH Zürich)
Martin Lopez-Garcia  (University of Leeds)
Malwina Luczak (University of Melbourne)
Pierre Magal (IMB Université de Bordeaux)
James McCaw (The University of Melbourne)
Joel C. Miller (Harvard University)
Anel Nurtay (Big Data Institute, University of Oxford)
Phil O’Neill (University of Nottingham)
Joonha Park (Boston University)
Lorenzo Pellis (University of Manchester)
David Rasmussen (North Carolina State University)
Grzegorz Rempala (The Ohio State University)
Gianpaolo Scalia Tomba (LUISS, Roma)
Samuel Soubeyrand (INRA Avignon)
Helena Stage (University of Manchester)
Robin Thompson (University of Oxford)
Panayiota Touloupou (University of Warwick)
Viet Chi Tran (Université Gustave Eiffel, Lille)
Pieter Trapman (Stockholm University)
Piet Van Mieghem (TU Delft)
Elisabeta  Vergu (INRA, Jouy-en-Josas)
Erik Volz (Imperial College London)

Eric Lozingot
Posts created 3

Articles similaires

Commencez à saisir votre recherche ci-dessus et pressez Entrée pour rechercher. ESC pour annuler.

Secured By miniOrange
Aller à la barre d’outils