Dev Site — You are viewing the development build. Go to Main Site

  • English
  • Français
  1. 2 Assemblage et gestion des données
  2. 2.9 Données modélisées
  3. Travailler avec les estimations modélisées géospatiales
  • Bibliothèque de code pour l'adaptation infranationale
    Version française
  • 1 Pour commencer
    • 1.1 À propos et comment nous contacter
    • 1.2 Pour tous
    • 1.3 Pour l’équipe SNT
    • 1.4 Pour les analystes
    • 1.5 Produire des résultats de haute qualité
  • 2 Assemblage et gestion des données
    • 2.1 Utilisation des shapefiles
      • Aperçu des données spatiales
      • Examiner les données du fichier shapefile
      • Shapefile management and customization
      • Merge shapefile with excel
    • 2.2 Formations sanitaires
      • Health facility active/inactive status
      • Health facility coordinates
      • Master facility lists
    • 2.3 Données de cas de routine (DHIS2)
      • Health facility reporting rate
      • Outlier detection methods
      • Imputation of missing data
      • Final database
      • Data extraction from DHIS2
      • Import dataset
      • Outlier correction
      • Quality control/checks
    • 2.4 Données du stock
      • lmis
    • 2.5 Données démographiques
      • Données démographiques nationales
      • Raster de population WorldPop
    • 2.6 Enquêtes nationales auprès des ménages
      • DHS Data Overview and Preparation
      • All-Cause Child Mortality
      • Extraction of ITN ownership, access, and usage
      • Extracion of prevalence data
      • Calculation of treatment-seeking data
    • 2.7 Données entomologiques
    • 2.8 Données climatiques et environnementales
      • Extraction de données climatiques et environnementales à partir de données raster
    • 2.9 Données modélisées
      • Generating spatial modeled estimates
      • Travailler avec les estimations modélisées géospatiales
      • Modeled Estimates of Entomological Indicators
      • Mortality estimates from IHME
  • 3 Stratification
    • 3.1 Stratification épidémiologique
    • 3.2 Stratification des déterminants de la transmission du paludisme
  • 4 Revue des interventions passées
    • 4.1 Prise en charge des cas
    • 4.2 Interventions de routine
    • 4.3 Interventions de campagne
    • 4.4 Autres interventions
  • 5 Ciblage des interventions
  • 6 Analyse rétrospective
  • 7 Microstratification urbaine

On this page

  • Vue d’ensemble
    • Objectifs
  • Besoins en données et considérations
    • Que sont les estimations modélisées géospatiales ?
    • Glossaire des termes clés
    • Considérations importantes
    • Caractéristiques clés des rasters géospatiaux
  • Étapes pas à pas
    • Étape 1 : Configuration initiale et chargement des rasters MAP
    • Étape 2 : Charger et inspecter les rasters PfPR2-10
    • Étape 3 : Agréger les rasters au niveau administratif
    • Étape 4 : Visualiser la distribution spatiale et les tendances temporelles de PfPR2-10
    • Étape 5 : Sauvegarder les estimations modélisées traitées
  • Résumé
  • Ressources supplémentaires
  1. 2 Assemblage et gestion des données
  2. 2.9 Données modélisées
  3. Travailler avec les estimations modélisées géospatiales

Travailler avec les estimations modélisées géospatiales

Intermédiaire

Vue d’ensemble

Des données fiables et spatialement détaillées soutiennent la stratification de la transmission du paludisme et de ses déterminants à travers les zones géographiques, une étape centrale de la SNT. Ces données peuvent provenir de diverses sources, notamment la surveillance nationale, les enquêtes auprès des ménages comme les EDS ou MIS, ou les institutions de recherche. Pour certains indicateurs de données, ces sources peuvent fournir une granularité spatiale insuffisante (par exemple, elles ne sont disponibles qu’au niveau adm1 alors que la SNT est effectuée au niveau adm2), ou peuvent présenter de sérieuses limitations en termes de qualité ou d’exhaustivité. Dans de tels cas, l’équipe SNT peut vouloir explorer l’utilisation d’estimations modélisées géospatialement de certains types de données.

Les surfaces modélisées disponibles publiquement sur le site web du Malaria Atlas Project (MAP) sont une option pour fournir des estimations spatialement continues là où des lacunes existent. L’équipe SNT peut également avoir accès à des surfaces géospatiales modélisées préexistantes d’autres groupes ou peut travailler avec un groupe pour générer des estimations géospatiales pendant la SNT.

Cette section se concentre sur comment travailler avec des rasters et traiter les estimations géospatiales modélisées existantes pour une utilisation dans votre flux de travail SNT. Bien que la prévalence du parasite Plasmodium falciparum chez les enfants âgés de 2 à 10 ans (PfPR2-10) soit utilisée ici comme exemple pratique, la même approche s’applique à d’autres surfaces telles que l’accès aux MII, l’utilisation des MII, le comportement de recherche de soins, les taux de traitement et le temps de trajet vers les services de santé.

Objectifs

Objectifs
  • Accéder aux rasters fournis par MAP tels que PfPR2-10, l’accès aux MII, l’utilisation des MII, les taux de traitement, la recherche de soins et les surfaces environnementales
  • Inspecter, visualiser et valider les surfaces raster dans le temps et l’espace
  • Extraire des résumés infranationaux en utilisant des méthodes zonales non pondérées ou pondérées par la population, selon l’indicateur
  • Compiler et sauvegarder des résumés infranationaux propres des indicateurs modélisés pour l’intégration dans les flux de travail SNT

Besoins en données et considérations

Que sont les estimations modélisées géospatiales ?

Les estimations modélisées géospatiales sont des prédictions statistiques d’un indicateur de santé ou environnemental à une résolution géographique fine (par exemple, des cellules de grille de 5 km × 5 km), produites à l’aide de modèles spatiaux qui intègrent plusieurs sources de données, telles que les données d’enquête, la télédétection et les covariables environnementales.

Ces estimations sont utiles lorsque les données observées (provenant d’enquêtes ou de systèmes de routine) sont incomplètes, peu fréquentes ou seulement disponibles à des niveaux administratifs plus grossiers que ceux requis pour l’adaptation infranationale (par exemple, données disponibles au niveau admin1 alors que les décisions sont nécessaires au niveau admin2 ou inférieur).

Glossaire des termes clés

  • Modèle géospatial : Un modèle statistique qui prédit la valeur d’une variable (par exemple, la prévalence du paludisme) à des endroits non échantillonnés en incorporant l’emplacement spatial des données observées.

  • Estimations de modèle : Les valeurs prédites produites par un modèle géospatial. Celles-ci ne sont pas directement observées mais déduites sur la base de modèles dans les données d’entrée.

  • Surfaces : Un terme général désignant les sorties de modèles géospatiaux spatialement continues. Celles-ci sont généralement au format raster et couvrent toute la zone d’intérêt.

  • Rasters : Un type de format de données spatiales où chaque cellule de grille (pixel) a une valeur correspondant à l’estimation modélisée à cet endroit.

  • Produits de modèle : Les sorties complètes d’un effort de modélisation géospatiale, comprenant souvent des fichiers raster, des métadonnées, des intervalles d’incertitude et une documentation méthodologique.

  • Cartes de risque : Cartes qui visualisent les surfaces modélisées pour indiquer les niveaux de risque ou de charge.

Considérations importantes

Bien que les surfaces modélisées puissent être des outils puissants pour combler les lacunes de données, il est essentiel de comprendre leurs limites et de les utiliser de manière réfléchie :

  • Couverture vs précision : Les estimations modélisées offrent une couverture géographique complète, mais elles ne sont aussi bonnes que les données et les hypothèses qui les sous-tendent.

  • Validation : Dans la mesure du possible, comparez les estimations modélisées avec les données de routine ou d’enquête disponibles pour évaluer la cohérence.

  • Interprétation : N’oubliez pas qu’il s’agit de prédictions statistiques, et non de mesures directes.

Caractéristiques clés des rasters géospatiaux

Les rasters géospatiaux ont plusieurs caractéristiques importantes à comprendre :

  • Résolution : La taille de chaque cellule de grille (par exemple, 1 km × 1 km ou 5 km × 5 km)
  • Étendue : La zone géographique couverte par le raster
  • Système de référence de coordonnées (CRS) : Le système utilisé pour définir les emplacements géographiques
  • Valeurs : Les données stockées dans chaque cellule (par exemple, prévalence, température, population)

Étapes pas à pas

Cette section fournit un guide détaillé pour accéder, traiter et analyser les surfaces MAP.

Étape 1 : Configuration initiale et chargement des rasters MAP

Commencez par charger les packages nécessaires et préparer votre environnement de travail.

Étape 2 : Charger et inspecter les rasters PfPR2-10

Une fois les rasters téléchargés, vous pouvez les charger et examiner leur structure.

Étape 3 : Agréger les rasters au niveau administratif

Pour intégrer les données raster dans votre analyse SNT, vous devez les agréger au niveau administratif approprié.

Étape 4 : Visualiser la distribution spatiale et les tendances temporelles de PfPR2-10

La visualisation aide à comprendre les modèles spatiaux et temporels dans vos données.

Étape 5 : Sauvegarder les estimations modélisées traitées

Après le traitement, sauvegardez vos données dans un format approprié pour une utilisation ultérieure.

Résumé

Ce guide a démontré comment :

  • Accéder et télécharger les surfaces MAP
  • Traiter et agréger les données raster aux niveaux administratifs
  • Visualiser les modèles spatiaux et temporels
  • Intégrer les estimations modélisées dans les flux de travail SNT

Ces méthodes peuvent être appliquées à d’autres indicateurs et surfaces modélisées selon les besoins de votre analyse SNT.

Ressources supplémentaires

Pour plus d’informations sur le travail avec les données spatiales, consultez :

  • Rasters de population WorldPop
  • Extraction de données climatiques et environnementales à partir de rasters
  • Estimations modélisées de la mortalité due au paludisme
  • Utilisation et visualisation des fichiers de formes
 

©2025 Applied Health Analytics for Delivery and Innovation. All rights reserved