Assas Recherche | Modélisation et optimisation de la réponse à des vaccins et à des interventions immunothérapeutiques : application au virus Ebola et au VIH

Modélisation et optimisation de la réponse à des vaccins et à des interventions immunothérapeutiques : application au virus Ebola et au VIH (Document en Français)

Accès au(x) document(s)

Accéder au(x) document(s) :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse soumise à l'embargo de l'auteur jusqu'au 01/11/2019 (communication intranet).

Informations sur les contributeurs

Auteur : Pasin Chloe?

Pasin, Chloe?

Nom

Pasin

Prénom

Chloe?

Nationalité

Français

Date de soutenance : 30-10-2018

Directeur(s) de thèse : Thiébaut Rodolphe

Thiébaut, Rodolphe

Nom

Thiébaut

Prénom

Rodolphe

- Dufour François

Dufour, François

Nom

Dufour

Prénom

François

Etablissement de soutenance : Bordeaux

Bordeaux

Nom

Bordeaux

Laboratoire : Bordeaux population Health

Bordeaux population Health

Nom

Bordeaux population Health

Ecole doctorale : École doctorale Sociétés, politique, santé publique (Talence, Gironde ; 2011-....)

École doctorale Sociétés, politique, santé publique (Talence, Gironde ; 2011-....)

Nom

École doctorale Sociétés, politique, santé publique (Talence, Gironde ; 2011-....)

Informations générales

Discipline : Biostatistiques
Classification : Médecine et santé

Mots-clés libres : Modélisation mécaniste, Equations différentielles ordinaires, Maximisation de la vraisemblance, Modèles linéaires mixtes, Contrôle optimal, Processus de Markov déterministes par morceaux, Programmation dynamique, Vaccin, Ebola, Réponse immunitaire, VIH, Immunothérapie
Mots-clés :

Vaccins
Réponse immunitaire
Immunothérapie
VIH (virus)
Virus Ebola

Résumé : Les vaccins ont été une grande réussite en matière de santé publique au cours des dernières années. Cependant, le développement de vaccins efficaces contre les maladies infectieuses telles que le VIH ou le virus Ebola reste un défi majeur. Cela peut être attribué à notre manque de connaissances approfondies en immunologie et sur le mode d'action de la mémoire immunitaire. Les modèles mathématiques peuvent aider à comprendre les mécanismes de la réponse immunitaire, à quantifier les processus biologiques sous-jacents et à développer des vaccins fondés sur un rationnel scientifique. Nous présentons un modèle mécaniste de la dynamique de la réponse immunitaire humorale après injection d'un vaccin Ebola basé sur des équations différentielles ordinaires. Les paramètres du modèle sont estimés par maximum de vraisemblance dans une approche populationnelle qui permet de quantifier le processus de la réponse immunitaire et ses facteurs de variabilité. En particulier, le schéma vaccinal n'a d'impact que sur la réponse à court terme, alors que des différences significatives entre des sujets de différentes régions géographiques sont observées à plus long terme. Cela pourrait avoir des implications dans la conception des futurs essais cliniques. Ensuite, nous développons un outil numérique basé sur la programmation dynamique pour optimiser des schémas d'injections répétées. En particulier, nous nous intéressons à des patients infectés par le VIH sous traitement mais incapables de reconstruire leur système immunitaire. Des injections répétées d'un produit immunothérapeutique (IL-7) sont envisagées pour améliorer la santé de ces patients. Le processus est modélisé par un modèle de Markov déterministe par morceaux et des résultats récents de la théorie du contrôle impulsionnel permettent de résoudre le problème numériquement à l'aide d'une suite itérative. Nous montrons dans une preuve de concept que cette méthode peut être appliquée à un certain nombre de pseudo-patients. Dans l'ensemble, ces résultats s'intègrent dans un effort de développer des méthodes sophistiquées pour analyser les données d'essais cliniques afin de répondre à des questions cliniques concrètes.

Informations techniques

Type de contenu : Text
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2018BORD0208
Type de ressource : Thèse