Dans le cadre d’une collaboration entre le CICM Mali et le Malaria Research and Training Center nous avons mené des enquêtes sérologiques qui sont essentielles pour quantifier l’immunité dans une population, mais la réactivité croisée sérologique altère souvent les estimations de la séroprévalence. Ici, nous montrons que la modélisation aide à relever ce défi clé en considérant l’importante réactivité croisée entre le Chikungunya (CHIKV) et le virus O’nyong-nyong (ONNV) comme une étude de cas. Nous avons développé un modèle statistique pour évaluer l’épidémiologie de ces virus au Mali. Nous avons calibré en outre le modèle avec des titres de neutralisation de virus appariés dans les antilles françaises, une région avec une circulation connue du CHIKV mais pas d’ONNV. Au Mali, l’estimation du modèle de la prévalence de l’ONNV et du CHIKV est de 30 % et 13 %, respectivement, contre 27 % et 2 % dans les estimations non ajustées. Alors qu’une infection par le CHIKV induit une réponse à l’ONNV dans 80 % des cas, une infection à l’ONNV entraîne une réaction croisée au CHIKV dans seulement 22 % des cas. Notre étude montre l’importance de mener des tests sérologiques sur plusieurs agents pathogènes à réaction croisée pour estimer les niveaux de circulation du virus.