Thèse soutenue

Contacts between individuals : analysis and application to the study of the spreading of infectious diseases
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Julie Fournet
Direction : Alain Barrat
Type : Thèse de doctorat
Discipline(s) : Physique Théorique et Mathématique
Date : Soutenance le 26/09/2016
Etablissement(s) : Aix-Marseille
Ecole(s) doctorale(s) : Ecole Doctorale Physique et Sciences de la Matière (Marseille)
Partenaire(s) de recherche : Laboratoire : Centre de physique théorique (CPT) (Marseille ; Toulon)
Jury : Président / Présidente : Jean-François Pinton
Examinateurs / Examinatrices : Renaud Lambiotte, Chiara Poletto, Nicola Perra, Ciro Cattuto, Xavier Leoncini
Rapporteurs / Rapporteuses : Yamir Moreno, Renaud Lambiotte

Résumé

FR  |  
EN

Les contacts face-à-face entre individus permettent de caractériser les réseaux sociaux et jouent un rôle prépondérant dans la compréhension des mécanismes de propagation des épidémies dans une population. De récentes avancées technologiques ont rendu possible l'acquisition de données précises sur les interactions humaines. Cette thèse présente, dans un premier temps, l'analyse de données de contacts collectées trois années de suite (2011, 2012 et 2013) dans un lycée français entre des étudiants de classes préparatoires. L'analyse a montré que la plupart des contacts se produisent entre étudiants de même classe et que les structures des contacts sont très similaires d'un jour sur l'autre. Dans un second temps, on compare différentes méthodes de collecte de données qui permettent d'obtenir des informations de nature différente (par exemple existence d'un contact face-à-face vs existence d'une amitié).L'utilisation de données rapportant les amitiés entre les étudiants ne permet pas d'obtenir une bonne estimation du réseau de contact (i.e., les amitiés ne correspondent pas forcément à des contacts face-à-face et vice versa) résultant en une sous-estimation du risque épidémique dans cette population.Dans la dernière partie, nous essayons de reproduire les biais provenant du réseau d'amitié en échantillonnant le réseau de contact. Ceci pourrait nous donner des indications sur comment compenser ces biais et comment utiliser des données incomplètes pour obtenir des prédictions fiables sur le risque épidémique.