La dimension spatiale des comportements sociaux-démographiques

Présentation au sujet: "La dimension spatiale des comportements sociaux-démographiques"— Transcription de la présentation:

1 La dimension spatiale des comportements sociaux-démographiques
Enquêtes Démographiques et de Santé (EDS) & utilisation des données spatiales Joseph Larmarange 12 mars 2009 • IRD Bondy La dimension spatiale des comportements sociaux-démographiques

2 Les Enquêtes Démographiques et de Santé
Vaste programme d’enquêtes mené depuis 1984 dans une majorité de pays en développement et répétées régulièrement Enquêtes comparables dans le temps et d’un pays à un autre Couvrent différentes thématiques : fécondité, santé maternelle et infantile, conditions de vie des ménages, connaissances liées au VIH/Sida, prévalence du VIH, éducation… Incluent pour certaines d’entre elles la géolocalisation des zones d’enquêtes Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

3 EDS par année et données GPS collectées
Source : measuredhs.com Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

4 La géolocalisation : une donnée peu exploitée
Sur 554 articles recensées sur measuredhs.com, seuls 13 portent sur une modélisation spatiale. La plupart des travaux sont : des atlas par pays ou par région des analyses à partir de cartes chloroplètes (applats de couleurs) des analyses multi-niveaux intégrant des variables géographiques distance à une route ou une infrastructure typologie spatiale (urbain / rural, zone aride / pas aride…) Les travaux sur les variations spatiales infrarégionales sont extrêmement rares. Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

5 Un problème méthodologique
Les EDS sont échantillonnées pour être représentatives de la population au niveau national et régional, non pour être représentatives des territoires. Les zones d’enquêtes sont tirées au sort selon leur population Leur position traduit de fait la densité de population Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

6 Localisation des grappes au Burkina Faso (EDS 2003)
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

7 Un problème méthodologique
Les EDS sont échantillonnées pour être représentatives de la population au niveau national et régional, non pour être représentatives des territoires. Les zones d’enquêtes sont tirées au sort selon leur population Leur position traduit de fait la densité de population Au final, le nombre de personnes enquêtées par grappe est faible Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

8 Échantillonnage de 13 enquêtes en Afrique (exemple des tests de dépistage du VIH)
Type* Nombre de grappes Personnes testées (15-49 ans) Nombre moyen de pers. testées par grappe Prévalence du VIH (15-49 ans) Burkina Faso 2003 EDS 400 7.151 17,9 1,8% Cameroun 2004 466 9.900 21,2 5,5% Ethiopie 2005 540 10.540 19,5 1,4% Ghana 2003 412 9.144 22.2 2,2% Guinée 2005 ‡ 297 6.388 21,5 1,5% Kenya 2003 6.001 15,0 6,7% Lesotho 2004 § 405 5.043 12,5 23,5% Malawi 2004 ‡ 522 5.150 9,9 11,8% Mali 2001 † 403 6.475 16,1 1,7% Sénégal 2005 †† § 377 7.503 19,9 0,7% Tanzanie 2003 AIS 345 10.747 31,2 7,0% Uganda 2004 ‡ 417 16.906 40,5 6,4% Zambie 2001/02 † 320 3.807 11,9 15,6% Sources : rapport final de chaque enquête, disponible sur EDS : Enquête Démographique et de Santé – AIS : AIDS Indicators Survey † Les données VIH ne peuvent être liées aux données individuelles et GPS. †† Données GPS non collectées. ‡ Données non disponibles au 1er novembre § Données préliminaires disponibles au 1er novembre 2006. Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

9 Un problème méthodologique
Les EDS sont échantillonnées pour être représentatives de la population au niveau national et régional, non pour être représentatives des territoires. Les zones d’enquêtes sont tirées au sort selon leur population Leur position traduit de fait la densité de population Au final, le nombre de personnes enquêtées par grappe est faible Dans le cas des prévalences du VIH (proportion de personnes infectées), par exemple, les effectifs sont trop faibles pour calculer une prévalence par zone d’enquête. Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

10 Exemple d’une approche originale
Travail mené dans le cadre d’une recherche sur les prévalences du VIH mais dont la méthodologie est généralisable. L’objectif consiste à essayer de reconstruire une information géographique infranationale à partir des données disponibles. En s’appuyant sur l’analyse en composante d’échelles, il s’agit d’essayer de faire émerger une tendance régionale. Création d’un pays modèle pour simuler des EDS et tester la méthodologie. Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

11 Élaboration d’un pays modèle : Alicante
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

12 Lissage par des cercles de même effectif
Dans cet exemple, l’effectif minimum est fixé à 250. 52 km 123 km n = 19 n = 167 n = 254 p = 2,6% Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

13 Méthodologie Le recours à des cercles de même effectif plutôt qu’à des cercles de même rayon tient compte de l’échantillonnage en population des EDS lissage adaptatif Choix du paramètre N à partir de simulations d’enquêtes Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

14 Écart moyen entre prévalence réelle et ajustée
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

15 Simulations d’enquêtes EDS
Prévalences nationales : 1, 2, 5, 10, 30 et 45  % Total de personnes testées : 5 000, 6 000, 7 200, 8 640, , et Nombre de grappes : 300, 360, 432, 518 et 622 245 combinaisons enquêtes simulées Variations de N : 50 à par paliers de 50 estimations Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

16 Noptimal et rayon moyen des cercles de lissage
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

17 Méthodologie Le recours à des cercles de même effectif plutôt qu’à des cercles de même rayon tient compte de l’échantillonnage en population des EDS lissage adaptatif Choix du paramètre N à partir de simulations d’enquêtes Limitation possible du cercle de lissage dans les régions faiblement enquêtées Prise en compte possible des principales agglomérations urbaines (selon différentes hypothèses) Génération de cartes complémentaires pour aider à l’interprétation Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

18 Prévalence du modèle et prévalence estimée
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

19 Automatisation des analyses sous R : prevR
Bilingue : anglais / français Package additionnel au logiciel libre et gratuit R Documentation et tutoriel en français Sous licence libre CeCILL-C Disponible sur Rappeler qu’un des output est aussi la constitution d’un outil Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

20 prevR Importe et mets en forme les données depuis :
Measuredhs.com pour les EDS Digital Chart of the World (DCW) pour les frontières des pays Gridded Rural-Urban Mapping Project (GRUMP) pour les coordonnées des villes Réalise les calculs et exporte dans des formats courants (shp, asc, dbf, …) Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

21 Un exemple d’application : prévalence du VIH par région au Burkina Faso (2003)
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

22 Un exemple d’application : prévalence estimée du VIH au Burkina Faso (2003)
Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

23 Éléments de conclusion
Les EDS ne sont pas adaptées pour une analyse géostatisque explicative. Cependant, elles constituent souvent la seule source de données à un niveau national pour certains sujets et sont facilement accessibles. De fait, des approches de statistique imparfaite telles que prevR peuvent être pertinentes pour fournir une première image descriptive des variations d’un phénomène servir de point de départ à des analyses plus approfondies. Joseph Larmarange • 12 mars 2009 • IRD Bondy • EDS & données spatiales

24 Merci pour votre attention