Face aux épidémies d’influenza aviaire hautement pathogène (IAHP) qui ravagent régulièrement les élevages, une équipe de chercheurs internationaux vient de mettre au point un outil révolutionnaire. Cet algorithme, basé sur la modélisation mathématique, permet d’estimer avec précision les dates d’apparition de la maladie dans un élevage, optimisant ainsi les mesures de contrôle et limitant la propagation du virus. Une avancée majeure pour la santé animale et l’économie.
La grippe aviaire, une maladie virale hautement contagieuse, constitue une menace constante pour les élevages de volailles. Les méthodes traditionnelles de traçage des contacts, basées sur des fenêtres temporelles fixes, se sont souvent révélées insuffisantes pour contenir les épidémies. En effet, la dynamique de propagation du virus peut varier considérablement d’un élevage à l’autre. C’est dans ce contexte qu’une équipe de chercheurs franco-néerlandais a développé l’application Shiny. En analysant les données de mortalité quotidienne au sein d’un élevage infecté, l’application est capable d’estimer la date probable de la première infection. Cette estimation, auparavant difficile à obtenir, permet aux vétérinaires d’intervenir plus rapidement et de cibler leurs efforts de surveillance sur les élevages les plus à risque. Les chercheurs ont testé leur outil sur un échantillon de 63 élevages infectés par l’IAHP en France et aux Pays-Bas. Les résultats ont montré une grande variabilité dans les dates d’apparition de la maladie, soulignant l’importance d’une approche personnalisée pour chaque élevage. Grâce à cet outil, les services vétérinaires peuvent désormais adapter leurs stratégies de contrôle en fonction de la situation spécifique de chaque exploitation.
Cette avancée scientifique ouvre de nouvelles perspectives dans la lutte contre les maladies infectieuses animales. Elle contribue à améliorer la gestion globale des épidémies d’IAHP actuelles et futures, qui sont de plus en plus fréquentes et difficiles à contrôler compte tenu de la nature à mutation rapide du virus. Les chercheurs envisagent d’étendre leur modèle à d’autres espèces de volailles et d’adapter leur algorithme aux élevages vaccinés contre l’IAHP. À terme, cet outil pourrait également être utilisé pour d’autres maladies animales émergentes. En permettant une détection plus précoce des infections, il contribue à limiter la propagation du virus et à réduire les pertes économiques liées aux épidémies. Il offre également aux éleveurs une meilleure visibilité sur la situation sanitaire de leur élevage et les aide à mettre en œuvre des mesures de prévention efficaces. Cette innovation est une excellente nouvelle pour le secteur avicole, qui pourra ainsi mieux faire face aux défis sanitaires du futur.
L’intégralité de l’article de recherche est disponible sur le lien ci-joint : https://royalsocietypublishing.org/doi/10.1098/rsif.2024.0523
Journaliste: Oul’Fath Towobola BOURAÏMA