Modélisations complexes bi dimensionnelles des infections ostéo-articulaires à base de simulations multi-agents

Two-dimentional complex modeling of bone and joint infections using agent-based simulation

• Auteur / Autrice : Salma Alsassa
• Direction : Séverine Ansart
• Type : Thèse de doctorat
• Discipline(s) : Analyse et traitement de l'information et des images médicales
• Date : Soutenance le 25/02/2019
• Etablissement(s) : Brest
• Ecole(s) doctorale(s) : École doctorale Biologie-Santé (Nantes)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de traitement de l’information médicale (Brest, Finistère)
• Jury : Président / Présidente : Vincent Rodin
• Jury : Examinateurs / Examinatrices : Séverine Ansart, Vincent Rodin, Pierre-Yves Boëlle, Tristan Ferry
• Jury : Rapporteurs / Rapporteuses : Pierre-Yves Boëlle, Tristan Ferry

Mots clés

Mots clés contrôlés

Modèles mathématiques

Os -- Infections

Mots clés libres

Infections ostéo-articulaires

Systèmes multi-agents

NetLogo

Modélisation par systèmes

Dynamiques non-linéaires

Multi-échelle

Remodelage osseux

Staphylococcus aureus

Bone and joint infections

Agent-based modeling

NetLogo

Nonlinear system dynamics modeling

Multi-scale

Bone destruction prediction

Bone remodeling process

Staphylococcus aureus

Résumé

Le diagnostic et la prise en charge des infections ostéo-articulaires (IOA) sont souvent complexes occasionnant une perte osseuse irréversible. La variabilité intra et inter-patient en terme de présentation clinique rend impossible le recours à une description systématique ou à une analyse statistique pour le diagnostic et l'étude de cette pathologie. Le développement d'IOA résulte d'interactions complexes entre les mécanismes cellulaires et moléculaires du tissu osseux et les bactéries. L'objectif de cette thèse est de modéliser l'IOA afin de simuler le comportement du système suite à des interactions au niveau cellulaire et moléculaire en utilisant l'approche de modélisation à base d'agents. Nous avons utilisé une méthode basée sur l'analyse bibliographique pour extraire les caractéristiques du modèle et les utiliser pour deux aspects. Le premier consiste en l'élaboration de la structure du modèle en identifiant les agents et les interactions, et le deuxième concerne l'estimation quantitative des différents paramètres du modèle. La réponse du système BJI aux différentes tailles d’inoculum bactérien a été simulée par la variation de différents paramètres. L'évolution des agents simulés a ensuite été analysée en utilisant une modélisant par des systèmes dynamiques non linéaires et une méthodologie "Datadriven", grâce auxquelles nous avons décrit le système d'IOA et identifié des relations plausibles entre les agents. Le modèle a réussi à présenter la dynamique des bactéries, des cellules immunitaires innées et des cellules osseuses au cours de la première étape de l'IOA et pour différentes tailles d'inoculum bactérien. La simulation a mis en évidence les conséquences sur le tissu osseux résultant du processus de remodelage osseux au cours de l'IOA. Ces résultats peuvent être considérés comme une base pour une analyse plus approfondie et pour la proposition de différentes hypothèses et scénarios de simulation qui pourraient être étudiés dans ce laboratoire virtuel.

Bone and joint infections are one of the most challenging bone pathologies that associated with irreversible bone loss and long costly treatment. The high intra and inter patient's variability in terms of clinical presentation makes it impossible to rely on the systematic description or classical statistical analysis for its diagnosis or studying. The development of BJI encompasses a complex interplay between the cellular and molecular mechanisms of the host bone tissue and the infecting bacteria. The objective of this thesis is to provide a novel computational modeling framework that simulates the behavior resulting from the interactions on the cellular and molecular levels to explore the BJI dynamics qualitatively and comprehensively, using an agent-based modeling approach. We relied on a meta-analysis-like method to extract the quantitative and qualitative data from the literature and used it for two aspects. First, elaborating the structure of the model by identifying the agents and the interactions, and second estimating quantitatively the different parameters of the model. The BJI system’s response to different microbial inoculum sizes was simulated with respect to the variation of several critical parameters. The simulation output data was then analyzed using a data-driven methodology and system dynamics approach, through which we summarized the BJI complex system and identified plausible relationships between the agents using differential equations. The BJI model succeeded in imitating the dynamics of bacteria, the innate immune cells, and the bone cells during the first stage of BJI and for different inoculum size in a compatible way. The simulation displayed the damage in bone tissue as a result of the variation in bone remodeling process during BJI. These findings can be considered as a foundation for further analysis and for the proposition of different hypotheses and simulation scenarios that could be investigated through this BJI model as a virtual lab.