Ensemble pour lEstimation et la Projection (EEP).

Slides:



Advertisements
Présentations similaires
Comprendre les nouvelles estimations de chômage
Advertisements

ACTIVE DIRECTORY. Qu'est-ce un service d'annuaire ?: Un service d'annuaire peut être comparé à un agenda téléphonique, celui- ci contient au départ des.
Base de sondage et Plan de sondage Pres. 5
Prévalences du VIH en Afrique : validité d’une mesure Université Paris 5 René Descartes € UFR de Sciences Sociales € Sorbonne Thèse pour l’obtention.
Comprendre et mesurer lépidémie de VIH/SIDA pour piloter laction en Afrique Sub-Saharienne Joseph LARMARANGE PopInter Université Paris 5 – IRD
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Estimations et projections VIH/SIDA: survol des méthodes
Estimation et Projection des épidémies VIH/SIDA nationales
Comment mettre au point des estimations nationales Groupe de référence ONUSIDA sur les estimations, les modèles et les projections.
Surveillance européenne de la tuberculose
Analyse économique de la dynamique des pêcheries: approche par simulation multi-agents. Olivier Thébaud, Jean-Christophe Soulié 1er Colloque du défi Golfe.
Lutte contre le VIH/sida et les IST en France ans de surveillance, Unité VIH-IST-VHC, Département des maladies infectieuses.
L’épidémie d’infection à VIH
1 Séminaire de travail « Indicateur de croissance en France et/ou en zone euro : méthodologie et évaluation » 14 juin 2006 Indicator Models of Real GDP.
Vocabulaire pour la passage du modèle conceptuel des données au modèle relationnel des données. MCDMRD EntitéTable PropriétésChamps, attribut IdentifiantClé
1 La mesure de la mortalité prématurée : comparaison des décès avant 65 ans et des années espérées de vie perdues A. Lapostolle a,*, A. Lefranc b,c, I.
Licence 3ème année de sociologie Semestre 1
Gestion des partenaires. Ce panel de choix doit être adapté à lajout dun partenaire: Dans Cocolight / Coconut il faudrait avoir 2 possibilités : 1er Niveau:
Modélisation des systèmes non linéaires par des SIFs
Introduction à la programmation (420-PK2-SL) cours 15 Gestion des applications Technologie de linformation (LEA.BW)
Une mesure de l ’évolution dans le temps
Présentation: NGOK Emmanuel Expert en comptabilité nationale AFRISTAT
La croissance économique
Prévisions des ventes :
Gestion du crédit et des créances Dans la pratique, pour les transactions transfrontalières au sein de l'UE.
Microsoft Excel Avancé
Les dossiers débiteurs
Evaluation de la qualité des données sur l’âge et le sexe
Algorithmique et Programmation
La création de sinistre, la sélection à des fins de consultation, modification ou impression sont accessibles grâce à la barre de menu à gauche de l'écran.
La préparation à laccueil et à létablissement de nouveaux arrivants en régions francophones du N.-B. Séminaire en développement communautaire Observatoire.
Les fonctionnalités : Contacts Windows Présentation de CARNET DADRESSE.
Chapitre 2 : La fonction de transfert
CHAPITRE 5 : La demande Définition de la demande : La demande comprend l’ensemble des acheteurs d’un produit Il existe deux types de demandes : Demande.
Xml/xslt : Extensible Stylesheet Language Transformation réalisé par: saÏd NAÏM.
ACTIVITE : Analyser un graphique
PROJET REORGANISATION des COMPETITIONS ASGRA RAISONS PROPOSITIONS POINTS A REGLER.
L’inférence statistique
3 janvier 2007 VOLUMES ET GENEALOGIE: La prochaine génération.
T. Eggerickx, J.-P. Sanderson et M. Poulain
Module 2 : Préparation de l'analyse des performances du serveur
Le coefficient multiplicateur Une mesure de l ’évolution dans le temps
Objectif Etude des caractéristiques d’évolution d’une épidémie en fonction de la diversité génétique: - type d’épidémie - proportion de la population infectée.
Théorie de l’échantillonnage (STT-6005)
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Visio. Copyright© 2012 Microsoft CorporationConfidentiel Les défis pour l'entreprise Environnement complexe Explosion du volume de données Un monde plus.
Journée d’accompagnement de l’appel à recherches autisme
Module 8 : Surveillance des performances de SQL Server
Un nouveau modèle de répartition des emplois dans le 1er degré public
LE DIAGRAMME DE PARETO:
Séance d’information du CRIES d’Ile-de-France
Se perfectionner sur Excel
L’évaluation économique des scénarios sylvicoles (activité 6.2) Application Le 3 novembre 2010 Formation PAFI.
Fonctions avancées et graphiques
Épidémie VIH/SIDA 04/12/2007 N. Griffon.
Utilisation de MS Project 2007
Recherche de motifs par projections aléatoires
Juillet 2015 Diapositives clés sur les données épidémiologiques.
Échantillonnage (STT-2000)
Échantillonnage (STT-2000) Section 5 Types d’erreur de sondage. Version: 22 août 2003.
Construire les premiers cours
Statistique Descriptive Les Paramètres de Tendance Centrale
Tutoriel V_Stage Cliquez pour continuer.
Nom du présentateur Fonction du présentateur ENTAMEZ VOTRE PARCOURS DE RETRAITE AVANTAGE À VIE FPG SUN LIFE.
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Les calques Les Template (modèles) Les Comportements Les scénarios Les formulaires Les CSS Le serveur Web de l’UTC Présentation.
«Net-Cotisations CDG19». Accéder à la déclaration Accéder au site de déclaration des cotisations à partir du site internet puis du bandeau.
Notions de statistiques et d’analyse de données Master 1 MGS – Sarah MISCHLER –
Chapitre 4: Variation dans le temps  Les données : audience totale en milliers (tableau 4.1, p. 47, extrait) o Origine : enquête sur les habitudes d’écoute.
Transcription de la présentation:

Ensemble pour lEstimation et la Projection (EEP)

Lobjectif Élaborer un modèle simple qui : –Permette aux pays destimer la charge actuelle du VIH –Facilite les projections à court terme (5 ans) –Soit plausible du point de vue de lépidémiologie –Puisse reproduire les tendances observées pour le VIH dans la réalité –Soit applicable au niveau des pays Idéalement, une courbe unique et simple qui sadapte à toutes les situations, mais….

Leçons cruellement apprises au contact du monde réel La dynamique des épidémies à VIH en vrai est complexe Il ne sagit jamais dune seule épidémie Chaque épidémie contient plusieurs sous-épidémies : –Pour des sous-populations différentes –Dans des zones géographiques différentes –À évolution différente

Leçons amères de la réalité Pour établir des modèles pour les pays importants, il faut diviser ces pays en zones géographiques (p.ex. Chine, Inde, Nigéria) Pour les épidémies généralisées, il y a souvent de grandes différences entre zones urbaines et zones rurales –Intensité –Évolution temporelle

Lapproche Partir des données disponibles quant aux tendances VIH Ajuster un modèle aux données –Tester divers paramètres épidémiologiques –Choisir ceux qui donnent la plus petite valeur à la somme des carrés Projeter lévolution à venir à partir des paramètres ajustés

Ajustement dune courbe épidémique

Ce que nous ajustons – le Modèle EEP Recours à un modèle épidémiologique plausible Intègre les modifications de la population au cours du temps 4 paramètres dajustement : –r – contrôle le taux de croissance –f 0 – proportion dentrées dans la population à risque –t 0 – année de début de lépidémie – – paramètre de modification des comportements

Paramètres de modélisation t0t0 f0f0 r

Impact de la variation de r – taux de croissance r 2r2r r/2

Impact de la la variation de f 0 – nouveaux entrants soumis à risque f0f0 2f02f0 f0/2f0/2

Impact de la variation de t 0 – année de début de lépidémie t 0 = 2000 t 0 = 1990 t 0 = 1980

Impact de la variation de phi – recrutement =100 = -100 = 0

Page de projection pour EEP

Représentation dune épidémie nationale en EEP Ajustement de la courbe –Unité de calcul fondamentale –Soit un sous-ensemble de population suceptible dêtre infecté par le VIH –EEP combine les tendances du VIH et les données démographiques pour ce sous- ensemble de la population –Puis ajuste un modèle aux tendances du VIH pour ce sous-ensemble C

Élaboration/représentation dune épidémie au niveau national par EEP La sous-épidémie –Comporte un ou plusieurs ajustements de courbe –Peut parfois inclure dautres sous-épidémies –Le total du VIH dans une sous-épidémie est la somme des VIH dans ses ajustements de courbe et ses sous-épidémies SE1 CC SE2 C

Élaboration/représentation dune épidémie par EEP Ensemble (épidémie nationale) –Inclut lensemble des sous-épidémies et des ajustements de courbes qui contribuent à lépidémie nationale –On pourra avoir recours aux sous-épidémies afin de préparer des modèles pour diverses zones géographiques –Le total VIH est la somme des VIH repris dans tous les ajustements de courbes de lensemble

Bifurcations de lensemble SE1 CC SE2 C Ensemble CC

Ensemble de travail - Botswana Botswana RuralUrbain

Ensemble de travail - Thaïlande Nord FPS Thaïlande Nord-Est Central Sud BKK ClientCDIRestant FPSClientCDIRestant

Gabarits – épidémies prédéfinies Par défaut –Concentrés –Urbain-Rural Les utilisateurs peuvent créer et nommer leurs propres gabarits –Dissociation par zones géographiques –Sous-ensembles spécifiques de la population

Démonstration I Page densembles Créer un ensemble Créer un ensemble à partir dun gabarit Définir une page dépidémie Ajouter et ôter des ajustements de courbes Ajouter et ôter des sous-épidémies Ajouter un gabarit

La Page densembles de travail pour EEP Groupe Ensemble de travail Groupe Gabarits Structure de lépidémie Nom et choix du pays

Page Définir lépidémie sur EEP Structure de lépidémie Possibilité que les utilisateurs ajoutent/ôtent sous-épidémies & ajustements de courbes

Definir vos populations sur EEP Specifer lannée de départ et indiquer la population totale pour cette année –Par défaut : Population ONU pour 2003 Pour lannée de départ –Spécifier le nombre dindividus dans chaque sous-ensemble de population –Rammener à zéro la population non allouée à un sous-ensemble

Definir vos populations en EEP

Démonstration II Définir la page de populations Allocation de la population et répartition dans lensemble de travail parmi les ajustements de courbes

Page de définition des populations sur EEP Population nationale et population sans allocation Caractéristiques particulières Aspects démographiques

Page dentrée des données sur EEP Noms de lieux fixés par les utilisateurs Moyennes et médianes automatiques Prévalence annuelle par site

Ajustement des données au sein dEEP Corrections de prévalence –Diminution/augmentation annuelle pour les modifications de composition relative (sites sentinelles de prévalence basse ou élevée) –Correction de 0,8 pour les sites ruraux sauf spécification contraire - ces sites surestiment la prévalence effective dans la plupart des cas Pondérations –Appliquées site par site Inclusion sélective de sites –On effectuera un double-clic pour inclure/exclure un site donné

Corrections de prévalence sur la page dentrée des données Diminuer ou augmenter les valeurs de prévalence avant de les utiliser pour les ajustements de courbe –Corriger pour la non-représentativité sur les lieux de surveillance disponibles –Si les sites sous-estiment la prévalence, corrections >1.0 –Sils sur-estiment la prévalence, correction <1.0 –ONUSIDA/OMS ont dans le passé souvent utilisé une correction de 0,8 pour les projections rurales

Pondérations et contrôles sur la page dentrée des données Pondérations pour le calcul des moyennes, médianes et moindres carrés Les sites avec la case non cochée sont exclus

Démonstration III Page dentrée des données Impact des corrections de prévalence, des pondérations et des vérifications

La page de projections Ce quil faut ajuster et comment Valeurs initiales

Page de projection EEP On peut ajuster à: –Ensemble des données –Médianes –Moyennes Tous les ajustements de courbes tiennent compte des corrections, choix de sites et pondérations appliquées selon la spécification par lutilisateur

Page de projection EEP Divers ajustements possibles –t0 fixe, r, f0 et phi variable (par défaut) –Ajuster toutes les variables (t0, r, f0 et phi) –r fixe, le reste variable –f0 fixe, le reste variable Si lon clique phi fixe, pas dajustement de phi Les utilisateurs peuvent modifier les valeurs initiales

La page de projection Meilleur ajustement et modifications apportées par les utilisateurs

Page de projection On peut modifier à la main les paramètres après ajustement et sauvegarder les résultats On peut toujours revenir au meilleur ajustement

Page des résultats EEP - ce quelle permet Examen de diverses combinaisons dajustements de courbes et de sous- épidémies Présentation des données originelles Mise en évidence des tendances de prévalence, du nombre de cas VIH+ et de la taille des sous-ensembles de population Visualisation de résultats numériques Élaboration de fichiers Spectrum

Page de résultats EEP Quels ajustements de courbes et quelles sous-épidémies montrer ? Obtenir les chiffres, les exporter dans Spectrum Graphique des résultats Que montrer ?

Démonstration IV Page de projections Ajuster l'épidémie Page des résultats Regarder les résultats Contrôle daudit Valider votre épidémie concentrée

Si, dans nimporte quelle page, il vous reste des questions….. Pressez le bouton Aide/Help ! –Explications pour la page en question –Explications plus détaillées

Conclusion On ne peut pallier labsence de données par le recours aux outils Les outils ne peuvent pas améliorer des données médiocres –EISI (entrée dimmondices, sortie dimmondices) Les outils doivent donc être perçus comme faisant partie du processus qui consiste tant à améliorer les systèmes de surveillance quà préparer des estimations plus précises Ce processus prendra plusieurs années

Formal Model Description Z = population soumise au risque X = population non soumise au risque Y = personnes infectées N = X + Y + Z Pour les estomacs bien accrochés (ne pas montrer après les repas)