Post-doctorat en estimation statistique pour modèles épidémiologiques

Vous exercerez votre activité au sein de l'unité de recherche BioEPAR, située à Nantes, au sein de l'équipe Dynamo. Vous intégrerez une équipe de chercheurs travaillant sur des modèles mécanistes de propagation des maladies animales. Vous pouvez également rejoindre l'équipe Dynenvie au sein de l'unité de recherche MaIAGE, située à Jouy-en-Josas, près de Paris.

Votre mission consistera à développer et appliquer des méthodes avancées d'inférence statistique sans vraisemblance afin d'améliorer le calibrage de modèles épidémiologiques mécanistes. En effet, ces modèles constituent des outils essentiels pour anticiper et contrôler la propagation des maladies infectieuses à grande échelle. Cependant, leur performance dépend de manière cruciale d’un calibrage efficace à l'aide de données empiriques souvent complexes, incomplètes et hétérogènes (épidémiologiques, sérologiques et génomiques). Il existe actuellement un manque de méthodes robustes permettant d'intégrer efficacement ces sources de données diverses dans des modèles épidémiologiques complexes. Ce projet vise à développer des méthodes d'inférence sans vraisemblance adaptées aux modèles épidémiologiques à grande échelle, en utilisant le virus de la diarrhée virale bovine (BVDV) comme étude de cas. La BVD est une maladie endémique caractérisée par une propagation silencieuse par le biais d'animaux infectés de manière persistante, ce qui la rend particulièrement adaptée aux avancées méthodologiques en matière d'intégration des données et de reconstruction de la transmission.