Offre de doctorat Université de Montpellier : Préparer le système de soins intensifs aux futures crises sanitaires

Qu’est-ce que le Nexus doctoral ExposUM ?

Les Nexus Doctoraux proposés par l’Institut ExposUM sont des réseaux de 3 à 4 doctorants issus de disciplines différentes et affiliés à au moins deux unités de recherche différentes. Par rapport à un doctorat traditionnel, participer à un Doctoral Nexus favorisera la capacité à travailler en équipe et à concevoir des projets de manière transdisciplinaire tout en approfondissant son propre champ d’expertise. Un programme d’enseignement spécifique sera proposé et les doctorants concernés auront également la possibilité d’organiser un séminaire au sein du réseau Nexus. Les thèses sont financées dès l’origine pendant 4 ans, incluant le salaire du doctorant et une allocation environnementale.

Résumé de l’ensemble du projet

La dynamique épidémiologique et évolutive des maladies infectieuses est affectée par de nombreux facteurs environnementaux, écologiques et sociaux. Afin de comprendre et d’anticiper les conséquences d’une épidémie sur la santé publique et l’évolution de l’agent pathogène, il est nécessaire de modéliser précisément son environnement. Dans ce projet, nous envisageons d’étudier un aspect spécifique de cet environnement, qui est la structure par âge. Motivé par la prise de conscience, lors de la pandémie de COVID-19, que la structure par âge était un ingrédient de modélisation crucial pour faire des prévisions de santé publique (pic d’hospitalisation, vaccination), anticiper l’évolution virale (dynamique des variantes) ou comprendre la physiopathologie (cinétique intra-hôte). Le projet EMIPSA rassemble des biologistes, des mathématiciens, des statisticiens et des médecins qui proposent d’utiliser des modèles structurés par âge pour analyser la dynamique épidémiologique (évolution du nombre de cas) et évolutive (évolution des fréquences variantes) des pathogènes. Notre projet Nexus permettra des interactions entre 4 projets de thèse distincts sur (1) l’évolution des stratégies d’histoire de vie des pathogènes, en particulier des virus respiratoires, dans une population structurée par l’âge de l’infection et le statut vaccinal [écologie évolutive], (2) la justification mathématique rigoureuse de les modèles structurés utilisés en épidémiologie évolutive [mathématiques et modélisation], (3) la modélisation de la dynamique évolutive intra-hôte du paludisme, en tenant compte de la structure par âge des globules rouges [mathématiques et modélisation], et (4) l’anticipation de l’impact du épidémies sur le système de soins critiques français, en tenant compte de la dynamique de répartition des facteurs de risque, et plus particulièrement de l’âge [biologie et santé].

Projet de doctorat

Préparer le système de soins intensifs aux futures crises sanitaires

La pandémie de COVID-19 a mis en évidence la fragilité de notre système de santé, et notamment le risque de surcharge des unités de soins intensifs (USI)1. Les USI ont pu continuer à fonctionner uniquement grâce à la réorganisation de leur personnel et de leurs équipements, et notamment en supprimant les activités reportables (telles que les interventions chirurgicales électives)2. Compte tenu du vieillissement de la population, de la fréquence croissante des comorbidités et de leurs associations, et du risque d’émergence d’agents pathogènes amplifié par le changement global3, la pression sur les unités de soins intensifs devrait augmenter, à la fois de manière chronique et aiguë. Une contribution importante pour anticiper ces besoins, et orienter la stratégie hospitalière sur le long terme, consiste à modéliser l’activité d’un service de réanimation soumis à des régimes réguliers et de crise en vue de la population soignante française des prochaines décennies, en s’appuyant sur la activité de soins intensifs des dernières années décrites précédemment.

La première étape consistera à utiliser les données de la base de données PMSI (Programme de Médicalisation des Systèmes d’Information) pour dresser un état des lieux national des activités de soins critiques existantes au cours des dix dernières années, y compris l’activité pré-pandémique, l’état de santé du COVID-19. crise et la dynamique post-pandémique, tout en analysant l’hétérogénéité interrégionale4. De plus, la fraction de la population générale susceptible d’être admise en soins intensifs sera déduite à l’aide de modèles de Markov cachés5. Dans un deuxième temps, les résultats de ces analyses seront croisés avec des projections démographiques6, des données épidémiologiques sur les comorbidités7 et des scénarios d’épidémies d’agents pathogènes émergents et réémergents, afin de produire une projection nationale des besoins en soins critiques sur les 30 prochaines années. ans8 . Enfin, dans une troisième phase, une USI virtuelle sera soumise par simulation à cette pression sanitaire, en activité régulière et de crise9,10, ce qui permettra d’identifier numériquement les faiblesses et les potentiels leviers organisationnels pour assurer la résilience future de l’État national. système de soins intensifs.

Mots-clés : Épidémiologie projetée ; prévisions démographiques; préparation à une pandémie ; optimisation hospitalière ; modélisation en soins intensifs.

Les références:

[1] Sofonéa et al. (2021) La mémoire est essentielle pour capturer la dynamique épidémiologique du COVID-19. Épidémies. [2] Lefrant et al. (2021) Capacité en lits de réanimation pendant la pandémie de COVID-19 en France : Des lits éphémères à une adaptation continue et permanente. Anaesth Crit Care Douleur Med. [3] Mora et coll. (2022) Plus de la moitié des maladies pathogènes humaines connues peuvent être aggravées par le changement climatique. » Nat Clim Change [4] Boulet et al. (2023) Activité des services de réanimation en france d’après la base de données nationale entre 2013 et 2019 : plus de patients gravement malades , séjour plus court et taux de mortalité inférieur. Anaesth Crit Care Pain Med. [5] Gimenez et al. (2012) Estimation des paramètres démographiques à l’aide de modèles dynamiques de processus cachés. Theor Popul Biol. [6] Algava & Blanpain (2021) 68,1 millions d’habitants en 2070 : une population un peu plus nombreuse qu’en 2021, mais plus âgée. Insee première. [7] Bagein et al. (2022) L’état de santé de la population en France. Les Dossiers de la DREES. [8] Sofonea & Alizon (2021) Anticiper la tension de capacité des unités de soins intensifs liées au COVID-19 : retour sur les projections épidémiologiques en France, Anaesth Crit Care Pain Med. [9] Lefrancq et al. (2021) Evolution des résultats pour les patients hospitalisés au cours des 9 premiers mois de la pandémie du SRAS-CoV-2 en France : une analyse rétrospective des données de surveillance nationale. The Lancet Regional Health-Europe. [10]Melman et coll. (2021) Équilibrer les ressources hospitalières rares pendant la pandémie de COVID-19 à l’aide de la simulation d’événements discrets. Gestion des soins de santé Sci.

Encadrement : Mircea T. Sofonea (Prof. Assoc. U. Montpellier & Nîmes Univ. Hosp., épidémiologie ; superviseur), Jean-Yves Lefrant (Prof. Titulaire & Praticien Hospitalier U. Montpellier & Nîmes Univ. Hosp., soins intensifs ; co-encadrant), Rémi Choquet (IR HDR CNRS, biostatistiques ; co-encadrant).

Laboratoire d’accueil : UMR PCCEI, U. Montpellier, Inserm U1058, EFS (60, rue de Navacelles – CS 34394 Montpellier Cedex 5)

Procédure de demande:

La demande doit inclure les éléments suivants

• un CV
• une lettre de motivation
• une copie du diplôme requis pour l’inscription
• toute information complémentaire spécifique demandée par l’école doctorale CBS2

Si vous souhaitez postuler à ce poste, merci d’envoyer un e-mail à Mircea T. Sofonea ( mircea.sofonea@umontpellier.fr ), Jean-Yves Lefrant ( jean.yves.lefrant@chu-nimes.fr ), Rémi Choquet ( remi.choquet@cefe.cnrs.fr ), en copie Sébastien Lion ( sebastien.lion@cefe.cnrs.fr ) et exposum-aap@umontpellier.fr pour les informer de votre intérêt.

Avant le dimanche 21 avril, 20h CET