Renforcement des capacités des gestionnaires de données régionaux et centraux sur la modélisation : une autre façon de faire la surveillance épidémiologique.

17 Juil

Renforcement des capacités des gestionnaires de données régionaux et centraux sur la modélisation : une autre façon de faire la surveillance épidémiologique.

Le mois de gestion des Urgences et Evénements de Santé Publique au Cameroun s’ouvre avec la tenue d’une session de renforcement des capacités. En effet, du lundi 30 juin au vendredi 4 juillet 2025, le pool formation du Comité d’Organisation du mois des UESP, a organisé, avec l’appui financier du Fonds Mondial, la formation sur l’utilisation de la plateforme Japap4Health pour le scanning des médias et la modélisation des épidémies liées aux changements climatiques. Ladite formation s’est tenue dans l’une des salles de réunion de l’Hôtel WELCOME Garden à Soa, une banlieue de Yaoundé. Les participants étaient issus des services centraux et déconcentrés du MINSANTE ainsi que d’autres sectoriels (MINEPDED, MINT) et organismes (ONACC, CPC, le Fonds Mondial). Les facilitateurs de cette session étaient constitués des Experts de santé publique du MINSANTE, des enseignants de l’Université de Yaoundé 1 et de la Faculté de Médecine et des Sciences Biomédicales (FMBS), du Centre Pasteur du Cameroun (CPC) et de la Société Camerounaise de Statistique (SOCASTAT).

L’objectif général de cet atelier était de renforcer les capacités des acteurs des niveaux central et régional dans la détection précoce et l’anticipation des menaces sanitaires en lien avec les épidémies et les effets des changements climatiques au Cameroun. Il était donc attendu que les acteurs clés disposent de compétences renforcées pour anticiper, détecter et répondre efficacement aux épidémies et urgences sanitaires exacerbées par les changements climatiques

Les modules dispensés au cours de ces cinq jours ont permis aux apprenants d’améliorer leur niveau de connaissances sur le concept de changement climatique (CC) qui est la variation significative des paramètres climatiques sur 30 ans au moins. On y retient que l’émission du CO₂ dans l’atmosphère représente 75% des causes du Changement Climatique. Pour ce qui est des effets directs et indirects sur la santé des humains, ils se réfèrent à la modification de la distribution des paramètres météorologiques (température, humidité, etc.), les évènements météorologiques extrêmes (vagues de chaleurs, vagues de froid, inondations, ouragans, feux de forêts, sécheresse, etc.) et l’augmentation du niveau de la mer. Les effets indirects quant à eux sont la modification des écosystèmes et du cycle de l’eau ; la pollution de l’air, de l’eau et des sols ; l’impact sur les infrastructures ; la modification de la production agricole ; et l’impact économique.

Pour mieux intégrer les changements climatiques et l’épidémiologie, il est important de rappeler quelques notions. L’épidémiologie est l’étude de la

distribution des problèmes de santé et de leurs déterminants dans les populations humaines dont le but est la prévention ou le contrôle des problèmes de santé (Last, 1988). Les notions prévalence, incidence, taux d’attaque ont été abordées. L’incidence (nouveaux cas ou évènements sur une période de temps) est utilisée pour étudier les facteurs de risque de la maladie. La prévalence quant à elle (tous les cas à la pointe sur une période de temps), est utile pour mesurer l’ampleur du problème pour la planification.

Parlant du concept de modélisation, les modèles mathématiques permettent de comprendre, analyser et prédire des phénomènes complexes dans divers domaines scientifiques, en s’appuyant sur des hypothèses simples pour représenter la réalité de manière quantifiable.

Les travaux pratiques ont été menés de manière interactive, avec des explications continues des codes par le facilitateur. Les participants ont suivi les démonstrations sur leurs ordinateurs, en utilisant le logiciel RStudio pour analyser les données épidémiologiques et climatiques. Les activités pratiques incluaient :

Importation des données

Les participants ont importé d’une part, les données épidémiologiques portant sur le paludisme, le choléra et la grippe saisonnière et d’autre part, les données climatiques avec pour paramètres les pluies, la température, l’humidité.

Comme précision, il a été demandé de nommer les objets de manière identique à celle du facilitateur, afin d’assurer une cohérence dans les manipulations.

Traitement des données

L’utilisation des packages dplyr et tidyr permet de fusionner les données, notamment pour les fichiers. Il a été aussi présenté la conversion des formats de date et d’heure pour harmoniser les données temporelles.

Exploration temporelle

L’analyse des variations temporelles a été abordée à l’aide de techniques comme les moyennes mobiles et la décomposition des séries chronologiques ainsi que la visualisation des tendances avec le package ggplot2, permettant de détecter des pics épidémiques et des tendances saisonnières.

Exploration spatiale

Pour ce qui est de l’exploitation spatiale, la création de cartes thématiques avec le package leaflet pour visualiser la répartition géographique des cas a été aussi passée en revue ainsi que la fusion des données épidémiologiques avec des shapefiles pour cartographier les cas par District de Santé.

Analyse exploratoire paludisme-climat

elle a permis de présenter comment se fait la comparaison des cas de paludisme avec les données climatiques (température,

précipitations) à l’aide de graphiques à double axe.

Comme exemple concrets d’applications, on note :

o Chaînes de Markov : utilisées pour modéliser des comportements humains, comme les déplacements urbains, les dynamiques d’opinion ou les processus d’apprentissage automatique.

o Modèles prédateurs-proies : basés sur des équations différentielles, ces modèles étudient les interactions entre populations.

o Modèles de réseaux en sociologie : fondés sur la théorie des graphes, ils analysent les relations et interactions entre individus ou groupes, avec des applications dans la diffusion d’information, l’étude des fake news ou l’analyse des réseaux sociaux.

 Limites et hypothèses des modèles :

o Les modèles peuvent contenir des biais liés aux données ou aux concepteurs, nécessitant une analyse de sensibilité pour évaluer les incertitudes.

 Étapes de la modélisation :

o Identification des variables et paramètres : déterminer les éléments quantifiables du système.

o Formulation des relations mathématiques : traduire les interactions en équations (algébriques, différentielles, stochastiques ou discrètes) selon la nature du problème

o Simulation et interprétation des résultats : utilise les modèles pour tester des scénarios et analyser les résultats avec un esprit critique.

La collaboration intersectorielle, est un élément évoqué au cours de cette formation. Il en ressort que La collaboration intersectorielle, selon l’Organisation Mondiale de la Santé (OMS), se réfère à des actions menées par différents secteurs de la société, au-delà du secteur santé, pour améliorer la santé et le bien-être des populations. Ces actions peuvent impliquer des collaborations avec d’autres administrations publiques, des organisations non gouvernementales, le secteur privé, et d’autres acteurs pertinents. Face aux épidémies climato-sensibles, agir ensemble est la seule option, l’approche “One Health” devient incontournable. Parmi les impacts du climat sur la dynamique épidémique on relève : la perturbation des écosystèmes naturels, les déplacements de populations, les vulnérabilités accrues et la saisonnalité des maladies devenue imprévisible.

Les discussions ont porté sur l’augmentation des cas de certaines pathologies en lien avec les pluies et les variations de température. Il en est de même des décès dus aux canicules dans la zone septentrionale du pays en 2024 et antérieurement. Cependant, les défis sont axés sur l’accès aux données climatiques, la faible synergie des prévisions, et l’absence des outils nécessaires pour la notification et le suivi, puis la communication. Les attentes ont été recensées pour

identifier les secteurs, acteurs et les éléments qui entrent dans la planification des activités. Les échanges ont permis de comprendre que les prévisions se basent sur un nombre d’indicateurs, notamment la température, les précipitations, la promiscuité et les conditions d’hygiène.

Au sortir de cet atelier de formation, les participants, notamment les gestionnaires de données régionaux se sont déclarés aptes à utiliser dorénavant R car les facilités qu’offrent R permettent d’être efficaces et efficients. Rendez-vous a donc été pris pour le vendredi 11 juillet 2025 lors de la cérémonie de lancement des activités du mois de gestion des urgences et événements de santé publique au Cameroun pour recevoir des mains de Monsieur le Ministre de la Santé Publique, les certificats de participation.