Modélisation, simulation et analyse multi-échelle de réseaux sociaux complexes : Application à l'aide à la prévention des maladies contagieuses - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Modeling, simulation and analysis of complex multi-scale social networks : Application to the prevention of contagious diseases

Modélisation, simulation et analyse multi-échelle de réseaux sociaux complexes : Application à l'aide à la prévention des maladies contagieuses

Résumé

This thesis deals with the establishment of a theoretical framework (conceptualization and formalization) capable of describing the obesity spread within a network of individuals, in order to achieve the right prevention policies and limit the epidemic spread. To do this, I started by initiating an in-depth analysis of the different obesity determinants. Once this stage completed, I developed a network model in which the relations between the individuals, (represented by the nodes of the network) are governed by rules allowing to evaluate the presence/absence of links according to their values of influence, age of the concerned nodes and their homophilic characteristics. This model, based on the age structure and demography, is constituted by two processes: the first one describes obesity at the individual level, by using epidemiological compartments. The second one describes the inter-individual level by using an individual-based network. Later, when the model reached its asymptotic behavior, I studied the social structure obtained to locate the most important individuals to be targeted in the prevention policy. Eventually, to validate the model with data, I realized an investigation in a Tunisian college and compared the obtained results from this study with those obtained from a French college survey.
La présente thèse porte sur la mise en place d'un cadre théorique (conceptualisation et formalisation), visant à décrire la propagation de l'obésité au sein d'un réseau d'individus, pour parvenir à mettre en place les bonnes politiques de prévention, afin de limiter la diffusion de cette épidémie, dont la contamination est à caractère social. Pour ce faire, j’ai commencé d'abord à mettre en place une analyse approfondie des différents déterminants de l'obésité. Une fois cette étape achevée, j’ai développé un modèle de réseau, dans lequel les relations entre les individus (représentés par les nœuds du réseau) sont régies par des règles permettant d'évaluer la présence/absence de liens selon certaines valeurs d'influence, fonction de la tranche d'âge des nœuds en question et de leur caractère homophilique. Ce modèle, fondé sur la structuration en âges et la démographie, comporte deux processus; le premier permet de décrire l'obésité au niveau individuel, sous forme de compartiments épidémiologiques. Le deuxième, quant à lui, représente le niveau inter-individuel, sous forme de réseau individu-centré. Par la suite, une fois analysé le comportement asymptotique du modèle, j'ai étudié la structure sociale obtenue, pour y repérer les individus les plus influents. Ces derniers seront ceux à cibler dans la politique de prévention. Enfin, pour valider le modèle par des données de terrain, j'ai réalisé une enquête au sein d'un collège tunisien, et j'ai comparé les résultats obtenus par cette dernière avec ceux d'une enquête réalisée dans un collège français.
Fichier principal
Vignette du fichier
JELASSI_2017_diffusion.pdf (14.51 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01719396 , version 1 (28-02-2018)

Identifiants

  • HAL Id : tel-01719396 , version 1

Citer

Mariem Jelassi. Modélisation, simulation et analyse multi-échelle de réseaux sociaux complexes : Application à l'aide à la prévention des maladies contagieuses. Médecine humaine et pathologie. Université Grenoble Alpes; École Nationale des Sciences de l'Informatique (La Manouba, Tunisie), 2017. Français. ⟨NNT : 2017GREAS033⟩. ⟨tel-01719396⟩
561 Consultations
218 Téléchargements

Partager

Gmail Facebook X LinkedIn More