Résumé

Dans cet exposé, nous proposons des outils d’analyse et de modélisation des données épidémiologique fondée et guidée par des données de terrains. En disposant de deux jeux de données sur le covid’19 à Madagascar, nous inférons une modèle de l’évolution de la maladie chez un patient et la dynamique de sa propagation dans l’ensemble du territoire Malagasy. Les propriétés statistiques des données nous ont permis de privilégier la démarche markovienne dans nos analyses. Les intensités de la maladie dans les régions sont classifiées selon leur niveau : faible, moyenne et élevée. La prise en compte du conditionnement au voisinage et les lois de temps de séjours sur les états imposent le cadre semi-markovien spatial. Le modèle déduit de ce deuxième jeu de données permet une analyse spatio-temporelle de la propagation du covid’19 à Madagascar.

Bibliographie:

[1] Raherinirina A, Tsilefa ST, Nirilanto T, Manou-Abi SM (2025).  Bayesian inference of a spatially dependent semi-Markovian model with application to Madagascar Covid’19 data. PLoS One 20(7): e0326264. https://doi.org/10.1371/journal.pone.0326264

[2]  Campillo , F.,  Raherinirina, A. , Hervé Dominique, Rivo Rakotozafy (2012).  Markov analysis of land use dynamics : A Case Study in Madagascar. In Proceeding of the XI International African Conference on Research in Computer Science and Applied mathematics (CARI 12).