Mélanie prague

Mélanie prague

Mélanie Prague est chercheuse permanente à Inria (Université de Bordeaux, France) dans l’équipe SISTM (Statistics in Immunology and translational medicine) depuis octobre 2016. Depuis 2013, elle est titulaire d’un doctorat en biostatistique et santé publique de l’Université de Bordeaux, France. Elle a également été postdoctorante pendant près de trois ans à la Harvard School of Public Health (Boston, États-Unis). Ses recherches portent sur le développement de méthodes statistiques pour le traitement et la prévention des maladies infectieuses. Elle développe des modèles à inter- et intra-hôte pour accélérer le développement de traitements et de vaccins. Ses principaux financements sont centrés sur des applications sur le VIH, Ebola, Nipah et COVID-19.

« COLORATION COVID »

Afin de ralentir la propagation d’une épidémie, il est nécessaire de proposer des stratégies de contrôle basées sur des interventions pharmaceutiques et non-pharmaceutiques: parmi d’autres, la vaccination, la limitation des contacts, le port du masque, la fermeture des écoles, la fermeture des bars et restaurants, les couvre-feux, les confinements,  etc. La conception stratégies combinant plusieurs mesures n’est pas triviale en raison du nombre d’interventions possibles et de la difficulté à prédire les effets à long terme.  La modélisation de la dynamique des épidémies permet d’apprendre sur des données passées l’effet de chaque intervention. Pour cela, les épidémiologistes utilisent des modèles appelés modèles à compartiment permettant de caractérisés les états possible de chaque individus dans une population : susceptibles à une infection, infectés, hospitalisés, guéris, etc. Des outils mathématique et statistiques avancés permettent ensuite de reconstruire les caractéristique d’une épidémie et des mesures de contrôle associées afin d’aider à la décision les pouvoirs publics. Dans cette présentation, nous illustrerons nos propos sur un exemple d’actualité: le virus du SARS-CoV-2 provoquant la maladie de la COVID-19.