Background: Lyme borreliosis (LB) is the most widespread hard tick-borne zoonosis in the northern hemisphere. Existing studies in Europe have focused mainly on acarological risk assessment, with few investigations exploring human LB occurrence. Aim: We explored the determinants of spatial and seasonal LB variations in France from 2016 to 2021 by integrating environmental, animal, meteorological and anthropogenic factors, and then mapped seasonal LB risk predictions. Methods: We fitted 2016–19 LB national surveillance data to a two-part spatio-temporal statistical model. Spatial and temporal random effects were specified using a Besag-York-Mollie model and a seasonal model, respectively. Coefficients were estimated in a Bayesian framework using integrated nested Laplace approximation. Data from 2020–21 were used for model validation. Results: A high vegetation index (≥ 0.6) was positively associated with seasonal LB presence, while the index of deer presence (> 60%), mild soil temperature (15–22 °C), moderate air saturation deficit (1.5–5 mmHg) and higher tick bite frequency were associated with increased incidence. Prediction maps show a higher risk of LB in spring and summer (April–September), with higher incidence in parts of eastern, midwestern and south-western France. Conclusion: We present a national level spatial assessment of seasonal LB occurrence in Europe, disentangling factors associated with the presence and increased incidence of LB. Our findings yield quantitative evidence for national public health agencies to plan targeted prevention campaigns to reduce LB burden, enhance surveillance and identify further data needs. This approach can be tested in other LB endemic areas.

In recent decades, the incidence of Lyme borreliosis (LB) in Europe seems to have increased, underpinning a growing public health concern. LB surveillance systems across the continent are heterogeneous, and the spatial and temporal patterns of LB reports have been little documented. In this study, we explored the spatio-temporal patterns of LB cases reported in France from 2016 to 2019, to describe high-risk clusters and generate hypotheses on their occurrence. The space–time K-function and the Kulldorf’s scan statistic were implemented separately for each year to evaluate space–time interaction between reported cases and searching clusters. The results show that the main spatial clusters, of radius size up to 97 km, were reported in central and northeastern France each year. In 2017–2019, spatial clusters were also identified in more southern areas (near the Alps and the Mediterranean coast). Spatio-temporal clustering occurred between May and August, over one-month to three-month windows in 2016–2017 and in 2018–2019. A strong spatio-temporal interaction was identified in 2018 within 16 km and seven days, suggesting a potential local and intense pathogen transmission process. Ongoing improved surveillance and accounting for animal hosts, vectors, meteorological factors and human behaviors are keys to further elucidate LB spatio-temporal patterns.

Summary: Background: Lyme Borreliosis (LB) is the most widespread hard tick-borne zoonosis in the Northern Hemisphere and shows a seasonal pattern. Existing studies in Europe mainly focused on acarological risk assessment, with very limited investigations exploring human LB occurrence. We aimed to highlight areas and seasons of higher risk for LB occurrence in mainland France, integrating information on meteorological, environmental, animal hosts and human exposure to quantify the associated spatial and temporal risk factors. Methods: We fitted 2016–19 French LB surveillance data to a two-part spatiotemporal statistical model, defined with binomial and gamma distributions, to explore the factors associated with the presence and increased LB incidence. Shared spatial and temporal random effects were specified using a Besag-York-Mollie model and a seasonal model, respectively. Coefficients were estimated in a Bayesian framework using integrated nested Laplace approximation. Projections and data for 2020 were used for model validation. Findings: LB presence was associated with a high vegetation index (≥0·6). LB incidence increased in areas highly suitable for deer (≥80% cover per area), with mild soil temperatures (10–15°C) in the season preceding the onset, moderate air saturation deficits (3–5 mmHg), and higher proportion of tick bite reports. Prediction maps showed a higher risk of LB in spring and summer (April-September). Substantial geographical variation in LB incidence was found. Higher incidence was reported in parts of eastern, midwestern, and southwestern France. Interpretation: This is the first national-level assessment of seasonal human LB occurrence in Europe allowing to disentangle factors associated with LB presence and increased incidence. This model illustrates a spatial integrated analysis of meteorological, hosts, and anthropogenic factors for a zoonotic and vector-borne infection of major public health concern, and can be used as a reference model to be calibrated in other LB-affected areas. Funding: WF is funded by a Sorbonne University PhD fellowship, JD is supported by a grant overseen by the French National Research Agency (ANR) as part of the «Investissements d’Avenir» program (ANR-11-LABX-0002-01, Lab of Excellence ARBRE).

Déterminants de l'incidence de la borréliose de Lyme en France : une approche statistique spatiale et mathématique: La borréliose de Lyme (LB) est une zoonose causée par le spirochète Borrelia burgdorferri sensu lato, transmise par les tiques dures (Ixodidae). C'est la maladie transmise par les tiques la plus courante dans les régions tempérées de l'hémisphère nord. Les variations géographiques et saisonnières de son incidence sont liées à la transmission de Borrelia dans le cycle environnement-tique-hôte et à l'hétérogénéité des systèmes de surveillance mis en place. L'objectif de cette thèse est d'améliorer notre compréhension sur la distribution et la transmission de la LB en analysant des données de surveillance de la LB en France, à l’aide de modèles statistiques spatiales et de la modélisation mathématique. La surveillance de la LB en France depuis 2009 nous a permis d'explorer les schémas de la maladie et d'identifier les déterminants pertinents de sa distribution spatio-temporelle. Parallèlement, nous avons évalué et analysé des données environnementales liées à l'écologie des tiques et des données anthropiques liées aux interactions entre tiques et humains. La plupart des cas de LB ont été signalés après 2016. Nous avons exploré les schémas spatio-temporels des cas de 2016 à 2019 en utilisant la fonction K spatio-temporelle et les statistiques de balayage de Kulldorff (Fu et al., 2021). Les résultats ont montré que des clusters spatiaux à haut risque ont été observés dans le centre et l'est de la France, avec un rayon maximal de 97 km. Ils sont présentés dans une fenêtre temporelle entre mai et août, allant d'un mois en 2016-2017 à trois mois en 2018-2019. Une interaction spatio-temporelle forte sur 16 km et 7 jours a en outre été détectée en 2018, suggérant une transmission locale plus élevée de l’agent pathogène. Les facteurs associés à l'occurrence spatio-temporelle de la LB (y compris l'environnement, l'hôte animal et la fréquence de l'exposition humaine aux tiques) ont été étudiés dans un même modèle spatio-temporel en deux parties (Fu et al., 2023). Les effets aléatoires spatiaux et temporels ont été définis avec un modèle Besag-York-Mollie et un modèle saisonnier. Les coefficients ont été estimés par inférence bayésienne. Les résultats ont indiqué que la présence de LB saisonnière était positivement associée à une forte densité de végétation (NDVI ≥ 0.6), tandis que l'augmentation de l'incidence était associée à une probabilité plus élevée de présence de cervidés (> 60 %), à des températures modérées du sol (15-22°C), à une saturation modérée de l'air (1.5-5 mmHg) et à une fréquence plus élevée de signalements de piqûres de tiques. Les projections pour 2016-2021 ont montré un schéma spatial et saisonnier similaire, avec un risque plus élevé de LB entre Avril et Septembre, et une augmentation de l'incidence dans certaines parties de l'est, du centre-ouest et du sud-ouest de la France. Afin de comprendre la transmission de la LB dans les zones endémiques durant la période 2009-2021, nous avons utilisé un modèle compartimental déterministe, à temps discret et à pas quotidien. Le modèle a été ajusté aux données de surveillance de la région Rhône-Alpes dans un cadre bayésien. Les résultats du modèle ont montré que les taux de piqûres de tiques étaient les plus élevés à une température optimale du sol de 18°C. Le pourcentage de cas infectés rapportés par an variait de 0.16% à 0.68%. L'augmentation du nombre de cas signalés depuis 2016 pourrait être attribuée à davantage de comportements de prévention, due à une sensibilisation accrue du public aux tiques. Ces résultats doivent être interprétés avec prudence en raison des limites relatives et des biais possibles dans les données disponibles. Néanmoins, les études présentées fournissent des informations quantitatives sur les déterminants de la LB, soulignant l'importance des facteurs environnementaux et des piqûres de tiques.