Modélisation spatio-temporelle et surveillance épidémiologique
Dans un monde où les pandémies peuvent transformer radicalement notre quotidien, la compréhension des dynamiques épidémiologiques à travers le temps et l’espace est plus cruciale que jamais.
Cette formation est destinée aux chercheurs, aux professionnels de la santé et aux décideurs qui désirent en savoir davantage sur l’application de modèles spatio-temporels liés à la surveillance épidémiologique. Elle vise à offrir une vision plus complète sur l’évolution des maladies, ainsi que l’efficacité des interventions médicales et de santé publique.
Les séries chronologiques
Les séries chronologiques permettent d’analyser l’évolution de phénomènes dans le temps et de prévoir les tendances futures à partir de données observées. Leur utilisation est essentielle en santé publique pour anticiper, planifier et agir de façon proactive.
Les modèles de séries chronologiques
De la tendance aux prévisions : explorons les principaux modèles statistiques utilisés pour analyser les dynamiques temporelles des maladies et appuyer les décisions en santé publique.
Les covariables et les effets spatiaux
Cette activité explore une nouvelle étape de la modélisation temporelle en santé publique : comment intégrer les tendances, la saisonnalité et les influences externes dans les séries chronologiques.
Découvrez comment les modèles ARIMA, SARIMA et spatio-temporels permettent de mieux représenter l’évolution des phénomènes épidémiologiques dans le temps et dans l’espace.
Les bases de cette formation
Les bases théoriques de cette formation reposent principalement sur les ouvrages de Box et al. (2016), de Brockwell et Davis (2016) et de Shumway et Stoffer (2017). Les applications pratiques, incluant la programmation dans le logiciel R, sont adaptées de Batra et al. (2021). D’autres références sont intégrées tout au long du parcours pour illustrer comment les outils statistiques avancés permettent de suivre et de prédire les tendances des maladies infectieuses.
Pour rendre les concepts plus accessibles, des éléments issus des vidéos éducatives de Njongwa Yepnga (2023), qui décomposent les idées complexes en explications faciles à appréhender, ont servi d’inspiration.
Le texte original, comprenant la méthodologique, a été rédigé par la professeure Yunhong Lyu (ancienne postdoctorante de l'équipe des professeurs Bouchra Nasri et Bruno Rémillard), puis traduit, adapté et vulgarisé par Rado Ramasy. La professeure Bouchra Nasri est la chercheuse principale de ce travail. Elle a assuré la conception, la supervision et la révision des documents, en collaboration avec le professeur Bruno Rémillard.
Les graphiques ont été générés avec le logiciel R. La plupart des codes ont été élaborés par la professeure Bouchra Nasri et le professeur Bruno Rémillard. Les applications Shiny sont effectuées par Rado Ramasy.
L’ensemble des codes R utilisés dans cette formation ainsi que les références complètes sont disponibles dans le menu du site.