Distribution spatio-temporelle de la leishmaniose en Tunisie et dans le Bassin Méditerranéen : apport de la géomatique

Abstract

La leishmaniose est endémique dans plus de 98 pays avec une prévalence totale de 12 millions de cas. L’incidence annuelle de la leishmaniose viscérale est estimée à 0,3 million de cas, tandis que la leishmaniose cutanée et muco-cutanée affecte un million de personnes par année. La leishmaniose cutanée est un sérieux problème de santé publique en Tunisie, avec des milliers de cas répertoriés chaque année. Depuis sa première émergence en 1982 à Kairouan, la maladie s’est propagée vers le centre et le sud du pays. Cependant, la surveillance de la maladie est limitée à la déclaration de nombre de cas par district et les études tentant d’élucider la dynamique spatio-temporelle de la maladie sont basées uniquement sur l’analyse de séries temporaires de l’incidence de la maladie. Dans le contexte méditerranéen, la distribution des phlébotomes, vecteurs de la leishmaniose, n’a cessé de changer. Durant la dernière décade, les vecteurs de la leishmaniose ont gagné des zones géographiques plus au nord. En effet, les phlébotomes jadis présents à des latitudes au-dessous de 45° N ont été répertoriés à des latitudes au-dessus de 50° N. Des études récentes ont montré la présence de phlébotomes dans diverses régions de l’Allemagne et de la Belgique. En Europe centrale, des cas autochtones de leishmaniose sont en train d’être enregistrés dans des régions traditionnellement considérées comme non endémiques. L’objectif de ce travail, dans un premier temps, est de i) prédire la répartition géographique de cas de leishmaniose cutanée et de son principal vecteur P. papatasi, en Tunisie. ii) déterminer l’importance des facteurs environnementaux qui influencent la distribution du vecteur et de la maladie en utilisant la modélisation de la niche écologique. Par la suite, nous avons essayé de i) prédire la distribution actuelle de six phlébotomes vecteurs de la leishmaniose dans le Bassin Méditerranéen. ii) estimer le changement de la distribution géographique de ces vecteurs sous différents scénarios de changement climatique. Pour prédire la distribution géographique de P. papatasi et des cas de maladies en Tunisie la modélisation de la niche écologique a été réalisée en utilisant le modèle MaxEnt. Nous avons collecté 24 variables environnementales décrivant la topographie, l’utilisation du sol, et le climat en tant que variables explicatives. Une étude sur le terrain a été réalisée afin de déterminer les points de présence de P. papatasi et des cas de leishmaniose cutanée servant de variables d’entrées au modèle. Le modèle MaxEnt a montré une bonne performance de prédiction de la répartition du vecteur et de cas de maladie avec une aire au-dessous de la courbe ROC (Receiver Operating Characteristic) supérieure à 0,95 et un coefficient Kappa maximal supérieur à 0,7. De plus, la population sous le risque de leishmaniose cutanée a été évaluée en se basant sur la densité de population par district et la répartition du vecteur de la maladie prédite par le modèle. Afin, d’étudier l’effet du changement climatique sur la réparation des différents vecteurs de la leishmaniose dans le bassin méditerranéen, des points de présence des différents vecteurs ont été collectés à partir de la littérature scientifique entre 2006 et 2012. De plus, une série de variables climatiques décrivant la température et la précipitation pour les années 2020, 2050 et 2080 sous deux différents scénarios de changement climatique ont été obtenues à partir de la base de données mondiale WorldClim. Un modèle consensus a été dérivé à partir de six modèles individuels en se basant sur trois approches de modélisation différentes (régression, apprentissage automatique et classification). La performance du modèle consensus a été généralement bonne pour les espèces analysées avec une spécificité allant de 81 % à 96,5 % est une sensibilité allant de 88 % à 100 %. L’étude a confirmé l’hypothèse de la large propagation géographique des vecteurs de la leishmaniose sous un scénario de changement climatique. Toutes les espèces étudiées sont supposées gagner des nouvelles zones géographiques actuellement non favorables à la survie du vecteur.

Abstract : Leishmaniasis is endemic in 98 countries with an estimated global prevalence of 12 million cases. The yearly incidence of visceral leishmaniasis is estimated to be 0.3 million cases, while cutaneous leishmaniasis affects approximately one million people each year. In Tunisia, cutaneous leishmaniasis is still a serious health problem with thousands of cases reported every year. Since its first emergence as an epidemic in Kairouan in 1982, the disease has spread in several parts of the country. Control of cutaneous leishmaniasis is mainly based on surveillance of incident cases and treatment and studies carried out to elucidate the spatio-temporal dynamics of the disease are based only on time series analysis of the incidence. The geographical distribution of sandflies during the last decades has shifted northward from latitudes below 45○N in south Europe to latitudes just above 50○N. Recent studies show that some phlebotomine sandflies were recorded in several parts of Germany and Belgium. In Central Europe, some autochthone leishmaniasis cases are being recorded in region traditionally regarded as leishmaniasis-free countries. The objective of this work, in a first step is to i) predict the geographical distribution of cutaneous leishmaniasis and P. papatasi the main vector of the disease in Tunisia. ii) Assess the importance of environmental factors influencing the vector and disease distribution using ecological niche modeling. In a second step we attempted to i) predict the actual distribution of six leishmaniasis vectors in the Mediterranean basin. ii) predict the change in the geographical distribution of these vectors under different climate change scenarios. The MaxEnt model was used to predict the distribution of P. papatasi and cutaneous leishmaniasis cases. 24 environmental variables describing topography, land use and climate were collected. A filed survey was conducted to collect P. papatasi and cutaneous leishmaniasis cases occurrence points. MaxEnt showed a good performance for the prediction of the vector and the disease cases with an area under the ROC curve higher than 0.95 and a maximal Kappa coefficient higher than 0.7. Furthermore, population under the risk of cutaneous leishmaniasis was assessed based on population density by district and vector distribution predicted by the model. To elucidate the effect of climate change on the distribution of various leishmaniasis vectors in the Mediterranean basin, occurrence points of the studied species were collected from scientific literature between 2006 and 2012. Moreover, series of climatic variable describing temperature and precipitation for 2020, 2050 and 2080 under two climate change scenarios were obtained from the global climate database WorldClim. A consensus model was derived from six individual model based on three modeling techniques (statistical regression, machine learning and classification). The consensus model presented a good performance with a specificity varying from 81% to 96.5% and a sensitivity varying from 88% to 100%. The study confirmed the hypothesis of large spread of leishmaniasis vectors under climate change scenario. All studied species are supposed to invade new areas, actually not favourable to the vectors survival.