Rôle du climat dans l'incidence de la dengue à Cali

La Dengue est une maladie virale transmise par le moustique Aedes Aegypti. On la trouve souvent dans des régions chaudes et humides autour du monde. Quand un moustique infecté pique une personne, le virus peut entrer dans son sang, provoquant des symptômes comme de la fièvre élevée, des nausées, des vomissements, des éruptions cutanées et des douleurs dans les yeux, les muscles et les articulations. Dans les cas graves, ça peut entraîner des saignements internes et même être fatal.

Chaque année, il y a environ 50 millions de cas de dengue signalés dans le monde. Environ 2,5 milliards de personnes vivent dans des zones où la dengue est courante. À Cali, une ville en Colombie, la dengue se propage souvent. La moyenne annuelle est proche de 100 cas pour 100 000 habitants.

#Impact du climat sur la propagation de la dengue

Le temps joue un rôle important dans la reproduction et le développement des moustiques. Des températures plus chaudes font que les larves de moustiques se développent plus vite. Les précipitations influencent aussi où les moustiques peuvent se reproduire, car l'eau stagnante est nécessaire à la survie de leurs œufs. Cependant, trop de pluie peut être nuisible aux populations de moustiques, puisque les larves et les pupes ne survivent pas aux inondations. De plus, le phénomène El Niño peut influencer les cas de dengue sur plusieurs mois, selon la région.

#Analyse de l'incidence de la dengue

Différents modèles statistiques ont été utilisés pour étudier l'incidence de la dengue. Parmi eux, le modèle binomial négatif est souvent préféré car il n'assume pas que la moyenne et la variance des données sont les mêmes, ce qui est plus réaliste pour les données du monde réel. Les chercheurs ont trouvé que la température et l'humidité sont des facteurs importants pour prédire les cas de dengue.

À Cali, diverses mesures ont été prises pour contrôler la dengue. En 2022, des activités telles que des inspections de sites, des visites à domicile pour trouver et éliminer les sites de reproduction, des campagnes de sensibilisation, du contrôle biologique et des pulvérisations ont été menées. Pour 2023, le département de la santé publique se concentrera sur des initiatives d'éducation et de prévention. Des recherches continues sont nécessaires pour comprendre comment le climat affecte la dengue afin de prévenir les pics de cas et d'améliorer les stratégies de contrôle.

#Objectif de l'étude

Cette recherche visait à analyser comment le climat affecte les cas de dengue à Cali et à identifier tout retard dans leur relation. En examinant cette connexion à travers des méthodes statistiques, nous espérions comprendre le rôle des patterns climatiques dans l'incidence de la dengue.

#Zone d'étude

Cali est la capitale du Valle del Cauca en Colombie et c'est la troisième plus grande ville du pays. Elle se trouve dans une vallée formée par les montagnes des Andes et a une altitude moyenne d'environ 1 000 mètres au-dessus du niveau de la mer. La ville bénéficie d'un climat chaud et humide, avec des températures moyennes autour de 24°C. La classification climatique de Köppen classe son temps comme tropical avec des étés secs.

Les montagnes des Andes occidentales aident à bloquer l'air humide venant de l'océan Pacifique, mais quelques brises maritimes atteignent tout de même la ville. Les précipitations annuelles varient, certaines zones recevant aussi peu que 900 mm et d'autres jusqu'à 1 800 mm, avec une moyenne d'environ 1 483 mm pour la plupart de la région métropolitaine. Les saisons sèches sont généralement de décembre à février et de juillet à août, tandis que mars à mai et septembre à novembre sont habituellement plus humides.

#Collecte de données

Pour cette étude, nous avons utilisé des données mensuelles sur les cas de dengue de janvier 2015 à décembre 2021 fournies par le département de santé publique de Cali. Nous avons aussi collecté des données sur les facteurs climatiques, y compris les températures maximales, minimales et moyennes, les précipitations et l'humidité pour la même période auprès de l'Institut d'hydrologie, de météorologie et d'études environnementales.

#Méthodes statistiques

#Régression par forêt aléatoire

Pour gérer les données manquantes, nous avons utilisé une technique appelée régression par forêt aléatoire. Cette méthode construit plusieurs arbres de décision basés sur différents échantillons de nos données, permettant des prédictions plus fiables pour des valeurs continues. Elle est particulièrement efficace lorsqu'il s'agit de grandes bases de données.

#Analyse de corrélation

Nous avons effectué une analyse de corrélation décalée pour voir comment les facteurs climatiques ont impacté l'incidence de la dengue au fil du temps. Cette méthode aide à identifier les meilleurs prédicteurs pour nos modèles de régression. Pour éviter les problèmes avec plusieurs variables, nous avons également réalisé une Analyse en composantes principales (ACP) pour réduire la dimensionnalité.

#Analyse en composantes principales

L'ACP aide à simplifier les données en créant de nouvelles variables qui combinent les variables d'origine tout en conservant la plupart des informations essentielles. Nous avons utilisé l'ACP pour explorer la corrélation entre les facteurs climatiques et pour réduire le nombre de variables dans notre analyse.

#Modèles de régression

Comme les comptages d'incidence de dengue suivent des modèles spécifiques, nous avons considéré trois modèles de régression : Poisson, binomial négatif et Poisson-inverse gaussien. Le modèle de Poisson est couramment utilisé pour les données de comptage mais suppose une égalité entre la moyenne et la variance, ce qui n'est souvent pas le cas dans des situations réelles. Le modèle binomial négatif ajuste cette hypothèse, le rendant plus adapté aux données sur-dispersées, ce qui est commun avec les cas de dengue.

Pour notre analyse, le modèle binomial négatif a été préféré pour son meilleur ajustement aux données.

#Imputation des données

Les données manquantes sont un défi courant dans la recherche climatique. Pour y faire face, nous avons utilisé la méthode de régression par forêt aléatoire pour combler les lacunes en nous basant sur des informations provenant de stations météorologiques voisines ayant des enregistrements plus complets. Cette approche nous a permis de créer un ensemble de données plus complet pour l'analyse.

#Analyse de corrélation décalée

Les cas de dengue à Cali présentent souvent des périodes d'incidence faible et élevée. Nous avons découvert que l'effet des facteurs climatiques n'est pas immédiat, c'est pourquoi nous avons analysé les corrélations dans le temps, en tenant compte des retards.

Par exemple, nous avons découvert que les précipitations d'il y a cinq mois avaient une corrélation négative avec les cas de dengue. La température maximale a aussi montré un délai similaire. Ce retard dans les effets peut être attribué au cycle de vie du moustique Aedes aegypti.

#Résultats de l'analyse en composantes principales

En utilisant l'ACP, nous avons examiné comment les facteurs climatiques sont liés les uns aux autres. L'analyse a indiqué que nous pourrions simplifier notre modèle en sélectionnant des variables spécifiques pour représenter des groupes plus larges de facteurs liés. Par exemple, nous avons choisi des variables de température moyenne à différents décalages temporels pour éviter les redondances.

#Comparaison des modèles de régression

Nous avons comparé nos trois modèles de régression, en nous concentrant sur la déviance et le critère d'information d'Akaike (AIC) comme normes pour l'évaluation du modèle. Le modèle binomial négatif a obtenu les meilleurs résultats pour nos données.

#Résultats du modèle de régression

Les résultats ont montré qu'une augmentation de la température moyenne mensuelle d'un degré pouvaient entraîner une hausse significative des cas de dengue-environ 45 % après trois mois et 64 % après cinq mois. Cette augmentation est préoccupante, surtout avec le changement climatique et le potentiel de températures plus élevées.

Le modèle binomial négatif a fourni une bonne prédiction de l'incidence de la dengue ; cependant, il y avait quelques divergences. Les pics de cas n'ont pas été prédits avec précision, probablement en raison de facteurs externes spécifiques comme la pandémie de COVID-19.

#Conclusion

Les résultats de l'étude soulignent l'importance du climat dans la prédiction de l'incidence de la dengue à Cali. Comprendre ces relations peut aider à façonner des stratégies de santé publique pour contrôler la propagation de la maladie.

Les futures recherches devraient se concentrer sur l'amélioration des méthodes de collecte de données, l'expansion de la période d'analyse, et la prise en compte de la nature autorégressive de l'incidence de la dengue en examinant les tendances des cas passés.

En approfondissant notre compréhension de la façon dont le climat affecte la propagation de la dengue, nous pourrons mieux nous préparer à d'éventuelles épidémies et protéger la santé publique dans les régions touchées.