La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Module SIG-Santé Marc SOURIS 1. Introduction : les systèmes dinformation géographique pour lépidémiologie et la géographie de la santé Paris Ouest Nanterre-La.

Présentations similaires


Présentation au sujet: "Module SIG-Santé Marc SOURIS 1. Introduction : les systèmes dinformation géographique pour lépidémiologie et la géographie de la santé Paris Ouest Nanterre-La."— Transcription de la présentation:

1 Module SIG-Santé Marc SOURIS 1. Introduction : les systèmes dinformation géographique pour lépidémiologie et la géographie de la santé Paris Ouest Nanterre-La Défense Institut de Recherche pour le Développement Master de Géographie de la Santé,

2 De nombreux acteurs, avec des relations et des mécanismes complexes, à plusieurs échelles Pathogènes (virus, bactérie, parasite, fungus, prion) Hôte (humain ou animal) Vecteurs (moustique, rat, chauve- souris, escargot…) Réservoirs (civette, chauve-souris…) Les maladies sont des systèmes complexes

3 La recherche fait appel à de nombreuses disciplines : La biologie et la virologie pour létude des pathogènes La biologie et la virologie pour létude des pathogènes La médecine pour létude des malades (individus) La médecine pour létude des malades (individus) Lentomologie, la biologie, lécologie pour létude des vecteurs Lentomologie, la biologie, lécologie pour létude des vecteurs Lépidémiologie pour létude de létiologie à partir de populations Lépidémiologie pour létude de létiologie à partir de populations Lécologie et la géographie pour létude de lenvironnement Lécologie et la géographie pour létude de lenvironnement Les sciences sociales (géographie, anthropologie, sociologie…) pour la caractérisation des systèmes et létude de leurs mécanismes Les sciences sociales (géographie, anthropologie, sociologie…) pour la caractérisation des systèmes et létude de leurs mécanismes Les mathématiques, les statistiques, et les sciences de linformation pour la caractérisation et la modélisation des phénomènes Les mathématiques, les statistiques, et les sciences de linformation pour la caractérisation et la modélisation des phénomènes

4 Hôtes, vecteurs, réservoirs, pathogènes sont influencés par : Des facteurs individuels : génétiques, démographiques (âge, sexe…), socio-économiques, biologiques (statut immunitaire, réponse immunitaire, etc..) Lenvironnement (naturel ou social): organisation de lespace, structures spatiales, usage du sol, proximité des infrastructures, aléas naturels, Relations entre agents (dans le temps et dans lespace) : contagion, diffusion, liées au contact ou à la proximité Les hôtes et les comportements sont étudiés au niveau des populations et des groupes, par lutilisation de statistiques. Lenvironnement peut être décrit à plusieurs échelles. La variabilité peut être élevée car les probabilités doccurrence peuvent être faibles. Des évènements de faible probabilité peuvent avoir des impacts importants sur les comportements. Les maladies sont des systèmes complexes

5 Lanalyse spatiale pour lépidémiologie Exemples de pathologies

6 Exemple de maladie émergente ou ré-émergente : la fièvre Dengue Maladie virale (4 différents virus induisant 4 sérotypes), Flavivirus (FJ, JE…) Maladie virale (4 différents virus induisant 4 sérotypes), Flavivirus (FJ, JE…) Maladie transmise par des moustiques (Aedes Aegyptii, Aedes Albopictus) adaptés aux humains et aux environnements urbains Maladie transmise par des moustiques (Aedes Aegyptii, Aedes Albopictus) adaptés aux humains et aux environnements urbains Exemple de maladie vectorielle : la dengue

7 Exemple de maladie émergente ou ré-émergente Maladie tropicale, morbidité importante, faible mortalité directe Maladie tropicale, morbidité importante, faible mortalité directe Pas de vaccin disponible Pas de vaccin disponible La lutte anti-vectorielle et le contrôle des comportement est aujourdhui le seul moyen de réduire le risque La lutte anti-vectorielle et le contrôle des comportement est aujourdhui le seul moyen de réduire le risque Dengue fever in the World. CDC, 2005 Exemple de maladie vectorielle : la dengue

8 Facteurs environnementaux de lémergence Température et pluie (lié au caractéristiques du vecteur) Température et pluie (lié au caractéristiques du vecteur) Urbanisation and usage du sol (également lié aux caractéristiques du vecteur) Urbanisation and usage du sol (également lié aux caractéristiques du vecteur) Conditions démographiques and socio-économique conditions, séroprévalence des populations, immunité des populations Conditions démographiques and socio-économique conditions, séroprévalence des populations, immunité des populations Les cas sont difficiles à prévoir : mieux vaut axer le contrôle vectoriel sur les zones de forte densité de vecteurs. Comment lévaluer ? Les cas sont difficiles à prévoir : mieux vaut axer le contrôle vectoriel sur les zones de forte densité de vecteurs. Comment lévaluer ? Exemple de maladie vectorielle : la dengue

9 Exemple de maladie émergente : linfluenza aviaire (H5N1) Maladie virale (virus H5N1) Maladie virale (virus H5N1) Mortalité très élevée chez les poulets et certains oiseaux Mortalité très élevée chez les poulets et certains oiseaux se transmet sporadiquement à lhomme se transmet sporadiquement à lhomme Exemple de zoonose : influenza aviaire

10 Facteurs démergences et de diffusion de linfluenza aviaire, toujours inconnus Climat ? Climat ? Réseau de transport (transport de volaille) ? Pratiques agricoles ? Réseau de transport (transport de volaille) ? Pratiques agricoles ? Zones lacustres (aires de repos pour les oiseaux migrateurs) ? Zones lacustres (aires de repos pour les oiseaux migrateurs) ? Exemple de zoonose : linfluenza aviaire

11 Maladies virales : HIV, Influenza, Rage, Chikungunya, Hépatites, JE… Maladies virales : HIV, Influenza, Rage, Chikungunya, Hépatites, JE… Maladies bactériennes : TB, Leptospiroses, Mélioïdoses, Typhus, Tétanos, Cholera… Maladies bactériennes : TB, Leptospiroses, Mélioïdoses, Typhus, Tétanos, Cholera… Maladies parasitaires : Malaria, bilharziose, ankylostomes... Maladies parasitaires : Malaria, bilharziose, ankylostomes... Maladies non infectieuses : cancers, maladies cardiovasculaires, diabètes, obésité, anémie... Maladies non infectieuses : cancers, maladies cardiovasculaires, diabètes, obésité, anémie... Beaucoup dautres maladies importantes en santé publique

12 Lanalyse du risque en santé publique Le traitement des malades ou la connaissance complète du pathogène ne suffisent pas pour éliminer une maladie. La notion de risque et de santé publique est au centre de lapproche. Le traitement des malades ou la connaissance complète du pathogène ne suffisent pas pour éliminer une maladie. La notion de risque et de santé publique est au centre de lapproche. Comment réduire le risque ? Comment réduire le risque ? Réduire la susceptibilité de lhôte (i.e. : immunisation, vaccination, prophylaxie, prévention) Réduire la susceptibilité de lhôte (i.e. : immunisation, vaccination, prophylaxie, prévention) Réduire lexposition de lhôte au pathogène ou au facteurs de risque (contrôle vectoriel, quarantaine, réduction des conditions favorables aux vecteurs ou aux pathogènes, changer le comportement dexposition de lhôte…) Réduire lexposition de lhôte au pathogène ou au facteurs de risque (contrôle vectoriel, quarantaine, réduction des conditions favorables aux vecteurs ou aux pathogènes, changer le comportement dexposition de lhôte…) Eliminer le pathogène (abatage, désinfection, hygiène) Eliminer le pathogène (abatage, désinfection, hygiène) Réduire la vulnérabilité de lhôte (socio-économique : pauvretés, comportements) Réduire la vulnérabilité de lhôte (socio-économique : pauvretés, comportements) Réduire la diffusion : systèmes dalerte, collecte de données, gestion de crises, principe de précaution, principe de minimisation, zones dexclusion, etc. Réduire la diffusion : systèmes dalerte, collecte de données, gestion de crises, principe de précaution, principe de minimisation, zones dexclusion, etc.

13 Lapport des systèmes dinformation géographique Lobjectif : comprendre les mécanismes du système afin daméliorer la réponse aux objectifs précédents : recherche de facteurs de risques, analyse et optimisation du système de soin, analyse des processus démergence et de diffusion, simulation des comportements… Les méthodes SIG : ensemble de méthodes et doutils pour gérer, analyser, représenter, simuler des situations spatiales (gestion des échelles ; processus dagrégation ; statistiques spatiales ; etc.).

14 Les relations entre acteurs sont souvent basés sur la localisation (contact, distance, adjacence), en particulier pour les maladies infectieuses Les relations entre acteurs sont souvent basés sur la localisation (contact, distance, adjacence), en particulier pour les maladies infectieuses De nombreuses données doivent être évaluées sur des populations, avec une approche statistique De nombreuses données doivent être évaluées sur des populations, avec une approche statistique Les SIG sont très utiles pour gérer des données, pour les cartographier, et pour les analyser (statistiques, analyse spatiale, transfert déchelle, agrégation, etc.) Les SIG sont très utiles pour gérer des données, pour les cartographier, et pour les analyser (statistiques, analyse spatiale, transfert déchelle, agrégation, etc.) Pour une approche géographique : fournir statistiques et représentations spatiales permettant délaborer des connaissances (analyses raisonnées) sur les mécanismes du système étudié. Pour une approche épidémiologique : permettre la mise en évidence de facteurs de risques, de processus spatiaux démergence et de diffusion, par une approche statistique et géostatistique incluant lenvironnement et les relations spatiales entre acteurs. SIG, épidémiologie, géographie

15 Epidémiologie et SIG Pour lépidémiologie, la localisation du phénomène nest pas pertinente en elle-même ; les caractéristiques spatiales doivent être expliquées statistiquement par des variables et des interactions. Lanalyse de situations observées ou simulées permet parfois de trouver ces variables et ces interactions : analyse spatiale des situations observées ou simulées analyse spatiale des situations observées ou simulées analyse statistique et spatiale pour la recherche de facteurs de risques analyse statistique et spatiale pour la recherche de facteurs de risques analyse des processus spatio-temporel observés ou simulés analyse des processus spatio-temporel observés ou simulés Les SIG dans le domaine de la santé

16 Géographie de la santé et SIG Pour la géographie, la localisation est porteuse de sens, en tant que synthèse dun ensemble de mécanismes structurés et non structurés. Elle nest jamais un facteur de confusion, et les caractéristiques spatiales doivent être expliquée par une analyse synthétique faisant appel à : La cartographie des données épidémiologiques (cas, incidences, prévalences), à différentes échelles de temps et despace La cartographie des données épidémiologiques (cas, incidences, prévalences), à différentes échelles de temps et despace La cartographie de facteurs de risques supposés, et des différents paramètres qui ont une influence supposée sur le phénomène La cartographie de facteurs de risques supposés, et des différents paramètres qui ont une influence supposée sur le phénomène Les résultats des analyses éco-épidémiologiques Les résultats des analyses éco-épidémiologiques Les SIG dans le domaine de la santé

17 En résumé, de grands axes dapplication pour les SIG : Analyse des facteurs de risques et de vulnérabilité (analyse statistique, modélisation statistique, analyse spatiale, analyse spatio-temporelle) Analyse des facteurs de risques et de vulnérabilité (analyse statistique, modélisation statistique, analyse spatiale, analyse spatio-temporelle) Géographie et sciences sociales Géographie et sciences sociales Comprendre et modéliser les évolutions spatio-temporelles des cas ou du statut des individus (flambées épidémiques, modèles de diffusion) Comprendre et modéliser les évolutions spatio-temporelles des cas ou du statut des individus (flambées épidémiques, modèles de diffusion) Sondages sur base spatiale; analyse spatiale des sondages Sondages sur base spatiale; analyse spatiale des sondages Optimisation des ressources médicales : analyse et optimisation du système de soins Optimisation des ressources médicales : analyse et optimisation du système de soins Epidémiologie, géographie, SIG et analyse spatiale

18 Lanalyse spatiale pour lépidémiologie Données de santé et SIG

19 Données épidémiologiques au niveau individuel ou agrégé, avec localisation du patient (dans lespace et dans le temps), venant des administrations publiques ou privées (ministère de la santé, hôpitaux, assurances et mutuelles, administrations statistiques, recensements, etc.) Données épidémiologiques au niveau individuel ou agrégé, avec localisation du patient (dans lespace et dans le temps), venant des administrations publiques ou privées (ministère de la santé, hôpitaux, assurances et mutuelles, administrations statistiques, recensements, etc.) Données environnementales sur les facteurs de risques supposés Données environnementales sur les facteurs de risques supposés Pollution de lair, qualité de leau, nuisances sonores Pollution de lair, qualité de leau, nuisances sonores Climat Climat Activités économiques, agriculture Activités économiques, agriculture Environnement urbain, usage du sol, cadastre, forêt, eau, etc. Environnement urbain, usage du sol, cadastre, forêt, eau, etc. Relevés et mesures de terrain (observations, inventaire, enquête, capture, prélèvement…) Relevés et mesures de terrain (observations, inventaire, enquête, capture, prélèvement…) Interprétation dimages satellitaires, de photos aériennes Interprétation dimages satellitaires, de photos aériennes Données de santé en épidémiologie et géographie

20 Lanalyse spatiale a besoin de données localisées : SIG Lanalyse spatiale a besoin de données localisées : SIG Données localisées et SIG: collections de zones, lignes, points, réseaux, pixels, en 2D et en 3D, avec des attributs descriptifs. Données localisées et SIG: collections de zones, lignes, points, réseaux, pixels, en 2D et en 3D, avec des attributs descriptifs. Lespace peut être considéré comme continu ou discret Lespace peut être considéré comme continu ou discret Les attributs peuvent être quantitatif (valeur numérique) ou qualitatif (ex. type dusage du sol). Les valeur quantitatives peuvent être des. Les valeur qualitatives peuvent être booléennes (oui/non, malade/non malade, etc.). Les attributs peuvent être quantitatif (valeur numérique) ou qualitatif (ex. type dusage du sol). Les valeur quantitatives peuvent être des quantités (nombre de cas, population…), des valeurs (altitude…) ou des rapports (incidences, prévalences, OR…). Les valeur qualitatives peuvent être booléennes (oui/non, malade/non malade, etc.). Le temps peut être disponible, permettant des analyses spatio-temporelles sur les comportements ou les évènements. Le temps peut être disponible, permettant des analyses spatio-temporelles sur les comportements ou les évènements. SIG et données localisées en épidémiologie

21 Exemple: les villages ruraux au Gabon (Afrique) Exemple: les villages ruraux au Gabon (Afrique) 2321 villages en zones rurales Enquête épidémiologique sur un échantillon de villages (4514 personnes dans 210 villages sélectionnés) Données localisées : exemple

22 Exemple: données environnementales au Gabon (Afrique) Exemple: données environnementales au Gabon (Afrique) A partir de données satellitaires, denquêtes, de cartes, etc. Données géographiques et environnementales: exemple

23 1. Préparation de données, SIG, analyse statistique : principaux indices en épidémiologie (incidence, prévalence, RR, OR); agrégation de données dans des zones; standardisation de données; agrégation de données environnementales (buffer, agrégation, matrice de distances et de connectivité, etc.); statistiques; modélisation statistique; 1. Préparation de données, SIG, analyse statistique : principaux indices en épidémiologie (incidence, prévalence, RR, OR); agrégation de données dans des zones; standardisation de données; agrégation de données environnementales (buffer, agrégation, matrice de distances et de connectivité, etc.); statistiques; modélisation statistique; 2. Visualisation et cartographie : cas, prévalence, incidence, OR, résidus de régression, etc. Variations spatiales, interpolations; estimations bayésiennes; 2. Visualisation et cartographie : cas, prévalence, incidence, OR, résidus de régression, etc. Variations spatiales, interpolations; estimations bayésiennes; 3. Analyse de la dépendance spatiale globale : analyse de semis de points (position, tendance, structure; centralité; modèle spatial) ; autocorrélation globale ; corrélation spatiale bivariée globale; 3. Analyse de la dépendance spatiale globale : analyse de semis de points (position, tendance, structure; centralité; modèle spatial) ; autocorrélation globale ; corrélation spatiale bivariée globale; 4. Analyse de la dépendance spatiale locale : association locale; détection dagrégats ; détection dagrégats bivariés; 4. Analyse de la dépendance spatiale locale : association locale; détection dagrégats ; détection dagrégats bivariés; 5. Analyse spatio-temporelle : analyse temporelle ; visualisation; moyennes mobiles ; filtrage des cas index ; reconstruction de cheminement ; détection dagrégats spatio- temporels ; 5. Analyse spatio-temporelle : analyse temporelle ; visualisation; moyennes mobiles ; filtrage des cas index ; reconstruction de cheminement ; détection dagrégats spatio- temporels ; 6. Modélisation de la diffusion : rechercher un modèle de diffusion dans lespace et le temps ; caractéristique de la diffusion (direction; vitesse ; périodicité ; etc.) 6. Modélisation de la diffusion : rechercher un modèle de diffusion dans lespace et le temps ; caractéristique de la diffusion (direction; vitesse ; périodicité ; etc.) Lanalyse spatiale en épidémiologie : démarche

24 Des mises en garde naturelles Des mises en garde naturelles Les phénomènes de santé sont toujours multifactoriels, et la variabilité aléatoire dun caractère particulier peut être grande. Désagréger spatialement les données augmente la variabilité aléatoire et diminue la puissance statistique Les phénomènes de santé sont toujours multifactoriels, et la variabilité aléatoire dun caractère particulier peut être grande. Désagréger spatialement les données augmente la variabilité aléatoire et diminue la puissance statistique En épidémiologie, lorsque lon travaille à partir déchantillons, il faut sassurer de leur représentativité. Désagréger un échantillon est dangereux. La représentativité spatiale implique lutilisation de méthodes adaptées à lautocorrélation spatiale En épidémiologie, lorsque lon travaille à partir déchantillons, il faut sassurer de leur représentativité. Désagréger un échantillon est dangereux. La représentativité spatiale implique lutilisation de méthodes adaptées à lautocorrélation spatiale Lespace ne peut que rarement être perçu comme continu : les analyses spatiales doivent être faites en relatif (par rapport à la distribution spatiale du support) Lespace ne peut que rarement être perçu comme continu : les analyses spatiales doivent être faites en relatif (par rapport à la distribution spatiale du support) Attention à linterprétation des agrégats de données Attention à linterprétation des agrégats de données Attention à ladéquation entre la résolution des images satellites et léchelle du phénomène étudié Attention à ladéquation entre la résolution des images satellites et léchelle du phénomène étudié Les SIG dans le domaine de la santé

25 Des difficultés classiques Des difficultés classiques La cartographie est parfois difficile à interpréter, si lespace est discret (un agrégat dobjet ne reflète pas un agrégat de valeurs, linterprétation doit être relative) ou si lon cartographie des taux (grandes surfaces = faibles densités) La cartographie est parfois difficile à interpréter, si lespace est discret (un agrégat dobjet ne reflète pas un agrégat de valeurs, linterprétation doit être relative) ou si lon cartographie des taux (grandes surfaces = faibles densités) Les effets de bord, les effets de la distance ou du voisinage, sont difficiles à évaluer visuellement Les effets de bord, les effets de la distance ou du voisinage, sont difficiles à évaluer visuellement Attention à la cartographie des ratios (la variabilité statistique est différente selon les objets) Attention à la cartographie des ratios (la variabilité statistique est différente selon les objets) Attention aux processus dagrégations (significativité de linformation, transfert déchelles) Attention aux processus dagrégations (significativité de linformation, transfert déchelles) Bien souvent, lanalyse ne reflète pas la complexité de la réalité (calcul des distances; barrières naturelles) Bien souvent, lanalyse ne reflète pas la complexité de la réalité (calcul des distances; barrières naturelles) Linteraction spatiale dépend de la densité, et doit en tenir compte Linteraction spatiale dépend de la densité, et doit en tenir compte Les SIG dans le domaine de la santé

26 1. Distribution spatiale et évolution spatio-temporelle de l'incidence de la dengue Objectif de l'exercice : dresser des cartes du nombre de cas et de taux dincidence annuelle et mensuelle de dengue en Thaïlande par district 2. Capacité d'hospitalisation par arrondissement Objectif de l'exercice : montrer linégale répartition des capacités dhospitalisation dans la ville de Quito 3. Détermination du centre de soins le plus proche pour chaque îlot urbain Objectif de l'exercice : déterminer pour chaque pâté de maisons quel est le centre de soin le plus proche dans la ville de Quito Géographie de la santé Travaux pratiques

27 4. Zones dintervention des pompiers Objectif de lexercice : dresser une carte de la couverture des interventions des pompiers dans la ville de Quito en vue dimplanter des nouvelles casernes là où elles font le plus défaut 5. Pratiques spatiales des patients en affection long durée (ALD) Objectif de lexercice : spatialiser les consultations de patients en ALD et les représenter sur une carte des flux. Géographie de la santé Travaux pratiques

28 6. Traitement de données météorologiques en vue dune étude de corrélation taux dincidence-environnement Objectif de l'exercice : calcul dune température minimale moyenne par district à partir des relevés de stations météorologiques 7. Création dun indice environnemental à partir dune image satellite Objectif de l'exercice : Calculer un indice environnemental (indice de végétation) pour chaque individu dune enquête cas-témoin. Comparaison des distributions statistiques. 8. Émergence et diffusion de la grippe aviaire en Thaïlande Objectif de l'exercice : Se familiariser avec les test de géostatistique ave le but danalyser lémergence et la diffusion de la grippe aviaire. Épidémiologie spatiale et environnement Travaux pratiques

29 9. Exposition à un facteur de risque : population affectée par les émanations des bus dans la ville de Quito Objectif de lexercice : évaluation de la population exposée aux plus fort taux de pollution atmosphérique et détermination dun échantillon pour vérifier si les troubles respiratoires sont liés à la pollution automobile 10. Identification des habitats favorables à certaines espèces danimaux ou dinsectes transmettant des pathologies à lhomme (moustiques, rats…). Représentation de la probabilité de présence dun animal (moustiques) Objectif des exercices: représenter les zones susceptibles dêtre affectées par la présence danimaux ou dinsectes vecteurs de maladies Facteurs de risque Travaux pratiques

30 Full GIS software solution for research and scientific studies SavGIS Free download at Spatial Database management Spatial queries Spatial analysis Geostatistics Interpolations Remote sensing Cartography Network analysis and Operation Research 3D Georeferencing Digitalization and more… SIG : logiciel

31 Savateca : Administration et gestion de bases de données Savedit : Digitalisation et contrôle de qualité Savamer : Georéférencement and mosaïquage Savane : requêtes, analyses, statistiques, cartographie, traitement dimage, etc. SIG : logiciel SavGIS

32 Fin Fin Marc Souris, 2012


Télécharger ppt "Module SIG-Santé Marc SOURIS 1. Introduction : les systèmes dinformation géographique pour lépidémiologie et la géographie de la santé Paris Ouest Nanterre-La."

Présentations similaires


Annonces Google