Évaluation des méthodes d'intégration de données permettant d'améliorer la prédiction spatiale des épidémies de grippe - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2016

Evaluation of data integration methods allowing the improvement of spatial prediction of influenza epidemics

Évaluation des méthodes d'intégration de données permettant d'améliorer la prédiction spatiale des épidémies de grippe

Marie Morvan
  • Fonction : Auteur

Résumé

Public health surveillance is based on computer networks of volunteer practitioners and allow the mapping of influenza-like illness (ILI) on a territory. However, the practitioners’ declarations varying in space and time leads inaccuracy in the spatial interpolation of ILI. This works aims to improve the accuracy of these spatial predictions by introducing medication sales auxiliary variables in the spatial interpolation method called kriging. After analyzing the links between the medication sales and ILI incidence, the auxiliary variables are integrated by cokriging to the interpolation. A latent variable representing the medication sales is built using PLSR, and used as an auxiliary variable. The study of the spatio-temporal dynamic of an epidemic is done by spatio-temporal kriging. Several visual and quantitative criteria and the spatial and temporal representation of the results highlight a significant improvement of the predictions thanks to several medication classes. The best results are obtained with the latent variable. The improvements affect specific zones, where very few declarations are available in space and time. Spatio-temporal kriging is difficult to implement but the results show that this method allow the study of an epidemic on the territory.
La surveillance épidémiologique des syndromes grippaux est basée sur des réseaux de médecins généralistes bénévoles et permet l’estimation de la répartition des cas sur le territoire. Cependant, la répartition variable des médecins déclarants dans le temps et dans l’espace entraîne de l’imprécision dans l’interpolation spatiale des syndromes grippaux. Ce travail a pour objectif d’améliorer ces estimations spatiales en introduisant des données auxiliaires de vente de médicaments dans l’interpolation spatiale réalisée par krigeage. Après une analyse du lien entre l’incidence des syndromes grippaux et les délivrances médicamenteuses, ces données sont intégrées au modèle grâce à la méthode de cokrigeage. Une variable latente résumant l’ensemble des classes médicamenteuses est construite par PLS et intégrée au krigeage de l’incidence. La dynamique spatio-temporelle de l’épidémie est aussi étudiée grâce au krigeage spatio-temporel. Différents critères visuels et quantifiables et la représentation spatiale et temporelle des résultats de cokrigeage mettent en évidence une amélioration significative des estimations grâce à plusieurs classes médicamenteuses. Les meilleurs résultats sont obtenus avec la variable auxiliaire construite par PLS. Les améliorations concernent des zones ciblées pauvres en mesures pour les épidémies où la couverture spatiale des médecins déclarants n’est pas optimale. Le krigeage spatio-temporel est complexe à mettre en place mais les résultats montrent que son utilisation est possible pour étudier la dynamique d’une épidémie sur le territoire.
Fichier principal
Vignette du fichier
2016_morvan_marie_statistique.pdf (1.42 Mo) Télécharger le fichier
Loading...

Dates et versions

dumas-01480068 , version 1 (13-09-2017)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : dumas-01480068 , version 1

Citer

Marie Morvan. Évaluation des méthodes d'intégration de données permettant d'améliorer la prédiction spatiale des épidémies de grippe. Sciences du Vivant [q-bio]. 2016. ⟨dumas-01480068⟩
91 Consultations
198 Téléchargements

Partager

Gmail Facebook X LinkedIn More