News

𝗟𝗲 𝗟𝗮𝗯𝗼𝗿𝗮𝘁𝗼𝗶𝗿𝗲 𝗱𝗲 𝗕𝗶𝗼𝗺𝗮𝘁𝗵𝗲́𝗺𝗮𝘁𝗶𝗾𝘂𝗲𝘀 𝗲𝘁 𝗱'𝗘𝘀𝘁𝗶𝗺𝗮𝘁𝗶𝗼𝗻𝘀 𝗙𝗼𝗿𝗲𝘀𝘁𝗶𝗲̀𝗿𝗲𝘀 (𝗟𝗔𝗕𝗘𝗙) de l'𝗨𝗻𝗶𝘃𝗲𝗿𝘀𝗶𝘁𝗲́ 𝗱'𝗔𝗯𝗼𝗺𝗲𝘆-𝗖𝗮𝗹𝗮𝘃𝗶 a démarré ce lundi 1er juin 2026 un atelier de formation consacré à la modélisation des maladies infectieuses, notamment le paludisme. Au total, 𝟮𝟰𝟬 mastorants, doctorants, post-doctorants, chercheurs et professionnels prennent part à cet atelier intensif de cinq jours.

La COVID-19, Ebola, le mpox, la dengue, le choléra et le paludisme ont rappelé ces dernières années à quel point la capacité à modéliser, anticiper et contrôler la propagation des maladies infectieuses est cruciale. Pourtant, ces méthodes restent encore insuffisamment maîtrisées dans de nombreux contextes de recherche en Afrique. C'est un déficit que le LABEF a décidé de combler au Bénin à travers cet atelier, qui réunit chercheurs, doctorants, post-doctorants, mastorants et professionnels de santé publique autour d'un programme rigoureux et appliqué.

« L'objectif de cet atelier est de renforcer les capacités des participants en matière de concepts fondamentaux de la modélisation des maladies infectieuses, de construction de modèles compartimentaux, d'analyse mathématique des modèles, d'estimation des paramètres à partir des données, ainsi que d'évaluation de l'impact des interventions de santé publique au moyen de simulations numériques », a indiqué le Professeur𝗥𝗼𝗺𝗮𝗶𝗻 𝗚𝗹𝗲̀𝗹𝗲̀ 𝗞𝗮𝗸𝗮𝗶̈ ,𝗗𝗶𝗿𝗲𝗰𝘁𝗲𝘂𝗿 𝗱𝘂 𝗟𝗔𝗕𝗘𝗙 . 

Cette formation s'inscrit dans une série démarrée en 2025, axée sur la modélisation appliquée avec R. Elle est conçue autour des modèles compartimentaux, qui constituent le socle de la modélisation épidémique déterministe. Ces modèles subdivisent la population en compartiments (Susceptibles, Exposés, Infectieux, Guéris, Décès, etc.) et examinent les flux entre ces compartiments dans le temps et dans l'espace, en tenant compte de paramètres épidémiques, démographiques et environnementaux.

À l'issue des cinq jours, les participants seront capables, entre autres, de simuler et visualiser la dynamique épidémique sous le logiciel R, et de modéliser l'impact d'interventions de santé publique : vaccination, confinements, lutte antivectorielle, etc. L'application concrète au paludisme constitue le fil rouge pratique de la formation.

« Notre mission est précisément de construire et d'utiliser ces modèles pour mieux comprendre les phénomènes complexes qui affectent nos sociétés, et d'éclairer les décisions susceptibles d'améliorer la santé et le bien-être de nos populations », a déclaré 
𝗗𝗿 (𝗠𝗖) 𝗝𝗼𝗻𝗮𝘀 𝗧. 𝗗𝗼𝘂𝗺𝗮𝘁𝗲, 𝗗𝗶𝗿𝗲𝗰𝘁𝗲𝘂𝗿 𝗮𝗱𝗷𝗼𝗶𝗻𝘁 𝗱𝘂 𝗟𝗔𝗕𝗘𝗙. 

La formation accueille 𝟒𝟎 participants en présentiel à Abomey-Calavi et 𝟮𝟬𝟬 participants en ligne via Zoom. 

Le LABEF a tenu par la même occasion à saluer les partenaires qui ont rendu possible cette formation, notamment le 𝗩𝗮𝗰𝗰𝗶𝗻𝗲 𝗜𝗺𝗽𝗮𝗰𝘁 𝗠𝗼𝗱𝗲𝗹𝗹𝗶𝗻𝗴 𝗖𝗼𝗻𝘀𝗼𝗿𝘁𝗶𝘂𝗺 (𝗩𝗜𝗠𝗖) la 𝗙𝗼𝗻𝗱𝗮𝘁𝗶𝗼𝗻 𝗔𝗹𝗲𝘅𝗮𝗻𝗱𝗲𝗿 𝘃𝗼𝗻 𝗛𝘂𝗺𝗯𝗼𝗹𝗱𝘁 et le 𝗖𝗼𝗻𝘀𝗼𝗿𝘁𝗶𝘂𝗺 𝗦𝘂𝗯-𝗦𝗮𝗵𝗮𝗿𝗶𝗲𝗻 de 𝗕𝗶𝗼𝘀𝘁𝗮𝘁𝗶𝘀𝘁𝗶𝗾𝘂𝗲 (𝗦𝗦𝗔𝗖𝗔𝗕).


📖 𝗟𝗶𝗿𝗲 𝗹𝗮 𝘀𝘂𝗶𝘁𝗲 :𝗵𝘁𝘁𝗽𝘀://𝘄𝘄𝘄.𝘆𝗼𝘂𝘁𝘂𝗯𝗲.𝗰𝗼𝗺/@𝗟𝗔𝗕𝗘𝗙-𝗙𝗦𝗔-𝗨𝗔𝗖

 

Dans le cadre de ses activités de renforcement de capacités en analyse de données et modélisation, le LABEF (https://labef-uac.org/) organise une formation sur le thème:

« 𝗠𝗼𝗱𝗲́𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻 𝗱𝗲𝘀 𝗺𝗮𝗹𝗮𝗱𝗶𝗲𝘀 𝗶𝗻𝗳𝗲𝗰𝘁𝗶𝗲𝘂𝘀𝗲𝘀 𝗽𝗮𝗿 𝗺𝗼𝗱𝗲̀𝗹𝗲𝘀 𝗰𝗼𝗺𝗽𝗮𝗿𝘁𝗶𝗺𝗲𝗻𝘁𝗮𝘂𝘅 : 𝗽𝗿𝗶𝗻𝗰𝗶𝗽𝗲𝘀 𝗲𝘁 𝗮𝗽𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝗼𝗻𝘀 𝗮𝘂 𝗽𝗮𝗹𝘂𝗱𝗶𝘀𝗺𝗲 𝗮𝘃𝗲𝗰 𝗥 ».

* 𝗟𝗶𝗲𝘂 : Hôtel Paradisia, Abomey-Calavi

* 𝗗𝗮𝘁𝗲 : 01 – 05 Juin 2026

* 𝗟𝗮𝗻𝗴𝘂𝗲 : Français

* 𝗖𝗼𝗻𝗱𝗶𝘁𝗶𝗼𝗻𝘀 𝗱𝗲 𝗽𝗮𝗿𝘁𝗶𝗰𝗶𝗽𝗮𝘁𝗶𝗼𝗻 :

: (i) Disposer d’un ordinateur fonctionnel , et (ii) Avoir des connaissances de base en mathématiques et statistique et d’expériences d’analyse de données dans le logiciel R.

- Nombre de places disponibles : 40 en présentiel & 200 en ligne (via zoom)

- Modalités d’inscription :

- Par candidature (le formulaire de candidature est disponible ici : https://ee.kobotoolbox.org/x/2Pa65DPj

- Date limite de candidature : 24 Mai 2026 à 20h00 (GMT +1)

- La sélection pour la participation en présentiel et en ligne sera basée sur la qualité du CV et de la lettre de motivation.

Plus d'informations sur la plaquette

Bénin : 240 jeunes chercheurs africains renforcent leurs compétences en analyse de régression spatiale grâce à la Fondation Humboldt

Avec le soutien de la Fondation Alexander von Humboldt, le Laboratoire de Biomathématiques et d’Estimations Forestières (LABEF, https://labef-uac.org/) de l’Université d’Abomey-Calavi a organisé, en mars 2026, un atelier de formation hybride sur le thème : « Modèles de régression spatiale : principes et applications en santé, agronomie et environnement à l’aide du logiciel R ».

Durant quatre jours, des participants issus d’une vingtaine de pays ont saisi l’opportunité de maîtriser des outils d’analyse spatiale des données qui transforment profondément notre manière de comprendre le monde.

Cet événement s’inscrit dans le cadre du Humboldt Research Hub on Socio-Ecological Modeling of COVID-19 in Africa (HRH-SEMCA), avec l’appui de la Fondation Alexander von Humboldt. Il a rassemblé 240 jeunes chercheurs sélectionnés, dont 40 ont pris part en présentiel à Bohicon, ville située à 130 km au nord de Cotonou, qui a accueilli la formation.
« Cet engouement exceptionnel est un signal fort, celui d’une jeunesse et d’une communauté scientifique désireuses d’apprendre et de collaborer », a déclaré le Professeur Romain Lucas Glèlè Kakaï, Directeur du LABEF/FSA, à l’ouverture des travaux.

Combler un déficit dans la recherche africaine

Derrière l’enthousiasme des participants se cache une réalité préoccupante : dans de nombreuses régions du continent, les méthodes de régression spatiale et la géostatistique demeurent encore largement sous-exploitées, alors même qu’elles sont essentielles pour analyser des phénomènes complexes — tels que la propagation des maladies, la dégradation des forêts ou les rendements agricoles — qui varient d’un espace à un autre.

« Lorsqu’on analyse des données sans tenir compte des dépendances spatiales, on obtient souvent des estimations biaisées susceptibles de fausser la prise de décision », a expliqué le Dr Valère SALAKO, enseignant-chercheur à l’UAC et Coordonnateur scientifique du LABEF.

C’est précisément ce manque que cet atelier visait à combler, en proposant aux participants des modules progressifs, allant des fondamentaux de l’analyse spatiale aux techniques avancées de modélisation géostatistique, le tout implémenté sous R, un logiciel libre et open source soutenu par une communauté mondiale en pleine expansion.

Des trajectoires de recherche transformées

Ce qui rend cette formation particulièrement remarquable réside dans la diversité des profils qu’elle réunit et l’impact profond qu’elle exerce sur les parcours individuels.

Blaise KABRE, maître-assistant en écologie végétale à l’Université Thomas Sankara, y voit un levier direct pour sa carrière scientifique :
« Cette formation va renforcer mes compétences scientifiques et accroître la valeur de mes données en vue de publications dans des revues internationales à fort impact. »

Pour Babatoundé Innocent KOTOCHONI, doctorant en gestion intégrée des zones côtières à l’Université de Cape Coast (Ghana), cette formation ouvre de nouvelles perspectives pour ses recherches sur les écosystèmes de mangroves :
« Elle me permettra d’intégrer la dimension spatiale dans l’analyse des facteurs de dégradation ou de déforestation. J’ai particulièrement apprécié la place accordée à la pratique, largement supérieure à la théorie — cela a fait toute la différence pour moi. »

Ali KIENDREBEOGO, doctorant en agronomie basé en Turquie et travaillant sur des analyses éco physiologiques liées aux systèmes de production, partage cet avis :
« Je dispose désormais d’une compréhension solide de l’utilisation de chaque modèle. Cela ne figurait pas dans mon plan de thèse, mais j’en perçois désormais toute la pertinence. »

Une vision portée par le LABEF et la Fondation Humboldt

Cet atelier s’inscrit dans une dynamique cohérente et ambitieuse portée par le LABEF depuis plusieurs mois. Quelques semaines auparavant, une formation sur la modélisation par équations structurelles s’était tenue à Grand-Popo. Avant cela, un atelier consacré au prompt engineering appliqué aux outils d’intelligence artificielle générative avait permis aux chercheurs d’intégrer l’IA dans leurs pratiques scientifiques quotidiennes.

« À travers ces initiatives, notre ambition au LABEF est de créer un environnement propice à l’acquisition de compétences pratiques et utiles, tout en développant la rigueur nécessaire pour améliorer la qualité de nos recherches et de nos publications », a souligné le Professeur Glèlè Kakaï.

Le soutien de la Fondation Alexander von Humboldt à cette initiative illustre un partenariat scientifique international qui investit concrètement dans le capital humain africain. En finançant des formations de cette envergure, la Fondation contribue à doter une nouvelle génération de chercheurs des compétences nécessaires pour produire une science rigoureuse, contextualisée et capable d’éclairer efficacement les décisions publiques.

We are pleased to announce the 8th session of our seminar series:

''𝗗𝗲𝗲𝗽 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴-𝗯𝗮𝘀𝗲𝗱 𝗺𝗲𝘁𝗵𝗼𝗱𝘀 𝗳𝗼𝗿 𝗽𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗻𝗴 𝗖𝗢𝗩𝗜𝗗-𝟭𝟵 𝗰𝗮𝘀𝗲𝘀: 𝗮 𝗰𝗿𝗶𝘁𝗶𝗰𝗮𝗹 𝗿𝗲𝘃𝗶𝗲𝘄''

This session will highlight:

• Advances in deep learning for epidemiological forecasting

• Model limitations and data challenges

• Future research directions

Check out the flyer for more details and save the date.

--------------

𝗦𝗲́𝗺𝗶𝗻𝗮𝗶𝗿𝗲𝘀 𝗱’𝗲́𝗾𝘂𝗶𝗽𝗲 𝗱𝘂 𝗟𝗔𝗕𝗘𝗙 – 𝗦𝗲𝘀𝘀𝗶𝗼𝗻 𝗻° 𝟴

Nous avons le plaisir d’annoncer la 8ᵉ session de notre série de séminaires, intitulée :

''𝗠𝗲́𝘁𝗵𝗼𝗱𝗲𝘀 𝗯𝗮𝘀𝗲́𝗲𝘀 𝘀𝘂𝗿 𝗹𝗲 𝗱𝗲𝗲𝗽 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗽𝗼𝘂𝗿 𝗹𝗮 𝗽𝗿𝗲́𝗱𝗶𝗰𝘁𝗶𝗼𝗻 𝗱𝗲𝘀 𝗰𝗮𝘀 𝗱𝗲 𝗖𝗢𝗩𝗜𝗗-𝟭𝟵 : 𝘂𝗻𝗲 𝗿𝗲𝘃𝘂𝗲 𝗰𝗿𝗶𝘁𝗶𝗾𝘂𝗲''

Cette session mettra en lumière :

• Les avancées du deep learning appliqué à la prévision épidémiologique

• Les limites des modèles et les défis liés aux données

• Les perspectives et orientations futures de la recherche

Consultez le flyer pour plus de détails et réservez la date.

En cette saison de renouveau et d’espérance,

le Laboratoire de Biomathématiques et d’Estimations Forestières (𝗟𝗔𝗕𝗘𝗙) adresse ses vœux les plus distingués à l’ensemble de la communauté académique : étudiants, doctorants, chercheurs, professionnels et décideurs pour une fête de Pâques empreinte d’espoir, d’excellence scientifique et de progrès durable.

Que vos travaux continuent d’éclairer les voies du savoir et de l’innovation.