Abstract : L'épizootie de peste équine de 2007 au Sénégal a engendré de nombreuses mortalités dans la population équine et donc des pertes économiques considérables estimées à 1,4 million d'euros. Les vecteurs impliqués dans la transmission de cette maladie n'ont jamais fait l'objet d'études spécifiques au Sénégal. Nous proposons ici de contribuer à l'évaluation du risque de transmission du virus de la peste équine et/ou de la FCO au Sénégal en développant des modèles statistiques de dynamique temporelle et de distribution d'abondance spatiale des Culicoides potentiellement vecteurs de la maladie, en fonction de facteurs climatiques et environnementaux. Dans la zone des Niayes, malgré la modélisation d'importantes quantités de Culicoides capturés dans les pièges OVI, la surdispersion a persisté dans le modèle de Poisson, de la binomiale négative, du modèle mixte de Poisson avec effets aléatoires site de capture. Seul le modèle mixte de Poisson avec effets aléatoires site et date de capture a pu prendre en compte la surdispersion. Dans les données issues des pièges à appât cheval, la binomiale négative a pris en compte la surdispersion présente dans le modèle de Poisson. Selon ces modèles validés, les variables environnementaux et climatiques qui influencent la dynamique d'abondance de C. imicola et C. oxystoma ont été identifiées. Des modèles spatiaux de distribution d'abondance des 5 espèces d'intérêt vétérinaire, ont été élaborés grâce aux données provenant de la campagne nationale de piégeage de 2012 au Sénégal. Selon le modèle RF (random forest) qui a fourni des estimations d'abondance meilleures que le modèle GLM (modèles linéaires généralisés), les variables climatiques et environnementales d'importance qui influencent sur la distribution d'abondance spatiale des espèces ont été identifiées. Les cartes de prédiction du modèle RF pour chacune des 5 espèces montrent de fortes abondances dans le sud du Sénégal et le bassin arachidier. Les résultats suggèrent que d'autres vecteurs que C. imicola et C. bolitinos tels que C. oxystoma, C. kingi, C. enderleini et C. miombo pourraient également jouer un rôle dans la transmission du virus de la peste équine. Il parait ainsi crucial d'évaluer la compétence vectorielle de ces espèces puis de combiner les densités de vecteurs avec les densités d'équidés afin de quantifier le risque de transmission du virus de la peste équine à l'échelle du pays. (Résumé d'auteur)
Résumé (autre langue) : In Senegal, considerable mortality in the equine population and hence major economic losses estimated to 1.4 million euros were caused by the African horse sickness epizootic in 2007. The vectors involved in the transmission of this arbovirus have never been studied specifically in Senegal. This work aims to contribute to the assessment of risk of diseases transmission by developing statistical models on the dynamics and spatial distribution of Culicids, potential vectors of African horse sickness (AHS) in Senegal, according to climatic and environmental factors. In the Niayes'area, despite modelling large Culicoides counts in OVI traps, overdispersion persisted in Poisson, negative binomial, Poisson regression mixed-effect with random effect at the site of capture models. The only model able to take into account overdispersion was the Poisson regression mixed-effect model with nested random effects at the site and date of capture levels. With host-baited traps data, negative binomial take into account overdispersion present in Poisson model. According to these validated models, meteorological variables that contribute to explaining the dynamics of C. oxystoma and C. imicola abundances were identified. Spatial distribution models of abundance of 5 species of veterinary interest were developed using data from the 2012 nation-wide Culicoides trapping campaign. According to the RF (random forest) model which provided better estimates of abundances that GLM (Generalized Linear Models) models, environmental and climatic variables of importance that influence the spatial distribution of species abundance were identified. RF model prediction maps for each of the 5 species show high abundance in southern Senegal and in the bassin arachidier'area. Results suggest that other vectors C. imicola and C. bolitinos such as C. oxystoma, C. kingi, C. enderleini and C. miombo could also play a role in AHS virus transmission. It seems so crucial to evaluate the vector competence of these species then combine the vector densities with densities of horses to quantify the risk of transmission of AHS across the country. (Résumé d'auteur)