| Titre : | A Bayesian network approach to the study of historical epidemiological databases : modelling meningitis outbreaks in the Niger. : Une approche de réseau bayésien de l'étude des bases de données épidémiologiques historiques : la modélisation des poussées de méningite au Niger. (2012) |
| Auteurs : | A. BERESNIAK ; E. BERTHERAT ; D. Dupont ; S. HUGONNET ; W. PEREA ; SOGA (G.) : NER. World Health Organization. Niamey. ; SOULEY (R.) : NER. Department of Statistics. Surveillance and Response to Epidemics. Ministry of Health. Niamey. ; Epidemic and Pandemic Alert and Response. World Health Organization. Geneva. CHE |
| Type de document : | Article |
| Dans : | Bulletin of the world health organization (vol. 90, n° 6, 2012) |
| Pagination : | 412-417 |
| Langues: | Anglais |
| Mots-clés : | Méningite ; Analyse donnée ; Réseau ; Epidémiologie ; Epidémie ; Niger ; Médecine tropicale ; OMS ; Afrique |
| Résumé : | [BDSP. Notice produite par INIST-CNRS G9qpDR0x. Diffusion soumise à autorisation]. Objectif Développer un outil permettant d'évaluer le risque d'apparition d'une poussée de méningite dans un district particulier du Niger après le signalement d'autres poussées dans d'autres districts spécifiés du pays. Méthodes Un réseau bayésien a été représenté par un graphique composé de 38 noeuds (un pour chaque district du Niger) reliés par des flèches. Dans le graphique, chaque noeud a directement influencé chacun des noeuds "enfants" aux extrémités des flèches résultant de ces noeuds, selon les probabilités conditionnelles. Les probabilités entre les districts "influençant" et "influencés" ont été estimées par l'analyse des bases de données qui contenaient les enregistrements hebdomadaires des poussées de méningite au Niger entre 1986 et 2005. Pour chaque semaine d'intérêt, on a attribué à chaque district un score booléen variable de 1 (si l'incidence de méningite dans le district atteignait un seuil épidémique au cours de cette semaine) ou de 0. Résultats L'approche de réseau bayésien a fourni des informations originales et importantes, permettant d'identifier les districts qui influencent le risque de méningite dans d'autres districts (et les districts qui sont influencés par un district particulier) et d'évaluer le niveau d'influence entre chaque couple de districts. Conclusion Les réseaux bayésiens offrent une approche prometteuse pour comprendre la dynamique des épidémies, évaluant le risque de poussées dans des zones particulières et permettant de cibler les interventions de lutte contre la maladie dans les zones à risque élevé. |
Service Documentation EHESP
Me connecter
PORTAIL DOCUMENTAIRE
École des hautes études en santé publique
Catalogue
Multi-bases
Accueil
Sélection de la langue
Adresse
Service Documentation EHESPBibliothèque Rennes Avenue du Professeur Léon Bernard – CS 74312 – 35043 Rennes Cedex Bibliothèque MSSH Paris 20 avenue George Sand - 93210 La Plaine Saint-Denis
France
Bibliothèque Rennes : 02 99 02 29 50 Bibliothèque MSSH Paris : 02 99 02 24 50
contact