Applying Model Driven Software Engineering Practices to Epidemiology

Ce mémoire motive, présente et évalue la conception et implémentation d’une plateforme de modélisation épidémiologique. Cette plateforme se base sur un métamodèle en suivant les pratiques d’ingénierie dirigée par les modèles. La plateforme s’utilise avec une interface graphique qui permet aux utilisateurs d’adéquatement représenter tous les aspects d’un modèle qui auparavant devaient être programmés. La plateforme supporte tous les modèles compartimentaux, épidémiologiques ou non. L’objectif du projet est de s’attaquer aux problèmes de reproductibilité dénoncés récemment par plusieurs épidémiologistes. Certains modèles publiés ne présentent pas tous leurs paramètres ou équations, ou encore présentent des différences entre la présentation de leur modèle et le code source qu’ils fournissent. Notre plateforme rend le partage de modèle très simple, regroupant tous les artefacts nécessaires à l’exécution du modèle. De plus, les problèmes de différences entre représentation et implémentation sont inexistants car l’implémentation correspond à la vue graphique utilisée lors de la modélisation. L’objectif de recherche en ingénierie logicielle est une première application de l’ingénierie dirigée par les modèles dans le cadre de la modélisation épidémiologique. Dans le but d’atteindre une flexibilité maximale, la plateforme offre un métamodèle extensible qui, à l’aide de plugins, peut accepter de nouveaux types de compartiments et équations. Ces extensions peuvent être développées par des utilisateurs experts dans le but de les partager. Ces extensions permettent généralement de réduire la complexité des modèles où elles sont utilisées pour remplacer plusieurs éléments par un seul. L’extensibilité du métamodèle repose sur la composabilité des composants du métamodèle, soit les compartiments et équations. L’évaluation de la plateforme aborde une étude de cas où un modèle de COVID-19 publié est reproduit dans notre plateforme. Le but premier est de démontrer que la modélisation de ce modèle est non seulement possible, mais simple, et génère les équations équivalentes à celles programmées par les auteurs du modèle étudié. Ces objectifs ont été vérifiés. Les critères de modélisation évalués sont la modularité et la modifiabilité. L’évaluation porte aussi sur les aspects fonctionnels du métamodèle tels que la complétude et s’il est approprié. Ces aspects sont subjectifs, mais l’évaluation suggère que non seulement le modèle de composabilité est adapté aux tâches de méta-modélisation envisagées, celui-ci permet de plus facilement bâtir les modèles et identifier plus tôt les fautes logiques grâce à l’approche graphique déclarative.

Abstract

This thesis motivates, presents and evaluates the design and implementation of an epidemiological modeling platform. This platform is based on an extensible metamodel built using model driven engineering. The platform is used through a graphical interface which allows users to adequately represent all modeling aspects, previously requiring programming. The platform supports all compartmental models, epidemiological or otherwise. The objective of the project is to tackle reproducibility issues recently denounced by many epidemiologists. Published models are sometimes presented without all relevant parameters and equations, or present differences between their presentation and the provided source code. Our platform renders model sharing trivial by grouping all required artifacts for model execution. Furthermore, differences between representation and implementation are completely avoided, as the graphical representation is directly used to implement the model. The research objective for software engineering is a first application of model driven engineering to the field of epidemiological modeling. In order to maximize flexibility, the platform offers an extensible metamodel which, using plugins, can accept new types of compartments and equations. Extensions may be developed by expert users in order to share them. These extensions generally reduce model complexity where they appear, replacing multiple elements with a single one. Metamodel extensibility relies on composability of the components of the metamodel, the compartments and equations. The evaluation of the platform proceeds with a case study where a published COVID-19 model is reproduced in our platform. The primary objective is to demonstrate that such modeling is not only possible, but simple, and generates equivalent equations to the ones programmed by the authors of the studied model. These objectives were verified. The modeling evaluation criteria were model modularity and modifiability. The evaluation also covers functional completeness and functional appropriateness of the metamodel. These aspects are subjective, but the evaluation suggests that not only the composability model holds for considered meta-modeling tasks, but it also allows to more easily build models and identify logic errors earlier with a declarative graphical approach.