Septembre 2018 : Emmanuel Garin vous parle de l'article « Motion-based video monitoring for early detection of livestock diseases: The case of African swine fever » de Fernandez-Carrion et al.

Chaque mois, un membre de l’AEEMA met en avant un article scientifique de son choix.photo EGarin

Ce mois-ci, Emmanuel Garin, vétérinaire épidémiologiste au sein du service sanitaire de Coop de France, vous propose l’article « Motion-based video monitoring for early detection of livestock diseases: The case of African swine fever » écrit par Eduardo Fernandez-Carrion et al. et publié dans Plos One en 2017. 

Cet article est disponible ici.

 

Pouvez-vous nous résumer brièvement l’article ?

L’étude porte sur la surveillance vidéo basée sur le mouvement en vue d’une détection précoce de maladies des animaux de rente. Elle prend l’exemple de la peste porcine africaine (PPA). Il s’agit d’une approche expérimentale : le lot de huit porcelets est infecté et une surveillance vidéo est mise en place pour essayer d’évaluer les modifications du comportement (mouvements) des animaux pendant différentes phases : pré-infection (arrivée du lot au laboratoire), infection, détection par RT-PCR et apparition de signes cliniques. Les animaux sont examinés deux fois par jour et prélevés tous les jours pour réaliser une analyse PCR. Au fur et à mesure de l’évolution de ces différents stades, les mouvements des animaux sont évalués. Une modélisation est ensuite faite pour classifier et mesurer ces types de mouvement afin de noter des différences entre ces stades. L’objectif visé est de mettre en place un système automatisé de surveillance non intrusif en temps réel permettant de détecter des signes d’appel de l’apparition de la PPA (et au-delà de maladies) avant l’apparition des premiers signes cliniques.

 

Pourquoi avoir choisi de mettre en avant cet article ?

 

Je ne connaissais pas ce gendre d’étude que je trouve intéressante de par les possibilités de suivi non intrusif et « en temps réel » qu’elle pourrait apporter. Ce système me semble être à la frontière entre la modélisation et la surveillance des maladies animales. De plus, il pourrait compléter la baisse du temps de suivi des animaux en élevage par les éleveurs et des interventions des vétérinaires liée à l’augmentation et à la complexification de leurs missions. Les biais liés aux différences entre une approche expérimentale (conditions contrôlées, intervention humaine et prélèvements très fréquents) et les conditions réelles en élevage sont également évoqués.

 

Y a-t-il des points abordés dans l’article qui vous ont laissé perplexe ou que vous auriez aimé voir plus développés ?

 

Le point principal qui me laisse perplexe est l’absence de lot témoin. En effet, il n’y a qu’un seul lot de 8 porcelets tous infectés et tous situés dans la même case. Il n’est donc pas possible de comparer les évolutions dans le lot infecté par rapport à un même lot non infecté. Les résultats et conclusions expérimentales me semblent donc à interpréter de façon très réservée. Mais cela ne remet pas en cause l’intérêt du sujet traité.

 

Un autre point aurait pu être évoqué en conclusion : les limites de cette modélisation employée en surveillance. En effet, de mon point de vue, afin d’empêcher ou limiter des épidémies/épizooties, la détection la plus précoce possible des premiers cas prime sur la prédiction de cas.

 

Merci à Emmanuel Garin ( Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser. ) pour sa contribution.

Vous aussi souhaitez proposer un article scientifique pour cette rubrique ? Consultez les recommandations et envoyez-nous votre contribution.

A noter qu’il n’y a pas de comité de lecture pour cette rubrique et que le contenu n’engage que le contributeur du mois.

You have no rights to post comments