Ensemble pour l’Estimation et la Projection (EEP)

1. Ensemble pour l’Estimation et la Projection (EEP)

2. L’objectif • Élaborer un modèle simple qui : • Permette aux pays d’estimer la charge actuelle du VIH • Facilite les projections à court terme (5 ans) • Soit plausible du point de vue de l’épidémiologie • Puisse reproduire les tendances observées pour le VIH dans la réalité • Soit applicable au niveau des pays • Idéalement, une courbe unique et simple qui s’adapte à toutes les situations, mais….

3. Leçons cruellement apprises au contact du monde réel • La dynamique des épidémies à VIH “en vrai” est complexe • Il ne s’agit jamais d’une seule épidémie • Chaque épidémie contient plusieurs “sous-épidémies” : • Pour des sous-populations différentes • Dans des zones géographiques différentes • À évolution différente

4. Leçons amères de la réalité • Pour établir des modèles pour les pays importants, il faut diviser ces pays en zones géographiques (p.ex. Chine, Inde, Nigéria) • Pour les épidémies généralisées, il y a souvent de grandes différences entre zones urbaines et zones rurales • Intensité • Évolution temporelle

5. L’approche • Partir des données disponibles quant aux tendances VIH • Ajuster un modèle aux données • Tester divers paramètres épidémiologiques • Choisir ceux qui donnent la plus petite valeur à la somme des carrés • Projeter l’évolution à venir à partir des paramètres ajustés

6. Ajustement d’une courbe épidémique

7. Ce que nous ajustons – le Modèle EEP • Recours à un modèle épidémiologique plausible • Intègre les modifications de la population au cours du temps • 4 paramètres d’ajustement : • r – contrôle le taux de croissance • f0– proportion d’entrées dans la population à risque • t0 – année de début de l’épidémie •  – paramètre de modification des comportements

8. Paramètres de modélisation  f0 t0 r

9. Impact de la variation de r – taux de croissance 2r r r/2

10. Impact de la la variation de f0 – nouveaux entrants soumis à risque 2f0 f0 f0/2

11. Impact de la variation de t0 – année de début de l’épidémie t0 = 1980 t0 = 1990 t0 = 2000

12. Impact de la variation de phi – recrutement  =100  = 0  = -100

13. Page de projection pour EEP

14. Représentation d’une épidémie nationale en EEP C • Ajustement de la courbe • Unité de calcul fondamentale • Soit un sous-ensemble de population suceptible d’être infecté par le VIH • EEP combine les tendances du VIH et les données démographiques pour ce sous-ensemble de la population • Puis ajuste un modèle aux tendances du VIH pour ce sous-ensemble

15. Élaboration/représentation d’une épidémie au niveau national par EEP • La sous-épidémie • Comporte un ou plusieurs ajustements de courbe • Peut parfois inclure d’autres sous-épidémies • Le total du VIH dans une sous-épidémie est la somme des VIH dans ses ajustements de courbe et ses sous-épidémies SE1 C C SE2 C

16. Élaboration/représentation d’une épidémie par EEP • Ensemble (épidémie nationale) • Inclut l’ensemble des sous-épidémies et des ajustements de courbes qui contribuent à l’épidémie nationale • On pourra avoir recours aux sous-épidémies afin de préparer des modèles pour diverses zones géographiques • Le total VIH est la somme des VIH repris dans tous les ajustements de courbes de l’ensemble

17. Bifurcations de l’ensemble Ensemble C C SE1 C C SE2 C

18. Ensemble de travail - Botswana Botswana Urbain Rural

19. Ensemble de travail - Thaïlande Thaïlande Nord Nord-Est Central Sud BKK FPS Client CDI Restant FPS Client CDI Restant

20. Gabarits – épidémies prédéfinies • Par défaut • Concentrés • Urbain-Rural • Les utilisateurs peuvent créer et nommer leurs propres gabarits • Dissociation par zones géographiques • Sous-ensembles spécifiques de la population

21. Démonstration I Page d’ensembles Créer un ensemble Créer un ensemble à partir d’un gabarit Définir une page d’épidémie Ajouter et ôter des ajustements de courbes Ajouter et ôter des sous-épidémies Ajouter un gabarit

22. La Page d’ensembles de travail pour EEP Nom et choix du pays Groupe “Ensemble de travail” Structure de l’épidémie Groupe “Gabarits”

23. Page “Définir l’épidémie” sur EEP Possibilité que les utilisateurs ajoutent/ôtent sous-épidémies & ajustements de courbes Structure de l’épidémie

24. Definir vos populations sur EEP • Specifer l’année de départ et indiquer la population totale pour cette année • Par défaut : Population ONU pour 2003 • Pour l’année de départ • Spécifier le nombre d’individus dans chaque sous-ensemble de population • Rammener à zéro la population non allouée à un sous-ensemble

25. Definir vos populations en EEP • Choisir des caractéristiques spécifiques de population • HSH, CDI,FPS, Clients, STI,risque faible • Fixer les paramètres démographiques • proportion de sujets masculins • b – taux de natalité • mu – taux de mortalité • l15 – survie jusqu’à 15 ans • gr – taux de croissance, pop. >15 ans

26. Démonstration II Définir la page de populations Allocation de la population et répartition dans l’ensemble de travail parmi les ajustements de courbes

27. Page de définition des populations sur EEP Population nationale et population sans allocation Caractéristiques particulières Aspects démographiques

28. Page d’entrée des données sur EEP Moyennes et médianes automatiques Noms de lieux fixés par les utilisateurs Prévalence annuelle par site

29. Ajustement des données au sein d’EEP • Corrections de prévalence • Diminution/augmentation annuelle pour les modifications de composition relative (sites sentinelles de prévalence basse ou élevée) • Correction de 0,8 pour les sites ruraux sauf spécification contraire - ces sites surestiment la prévalence effective dans la plupart des cas • Pondérations • Appliquées site par site • Inclusion sélective de sites • On effectuera un double-clic pour inclure/exclure un site donné

30. Corrections de prévalence sur la page d’entrée des données • Diminuer ou augmenter les valeurs de prévalence avant de les utiliser pour les ajustements de courbe • Corriger pour la non-représentativité sur les lieux de surveillance disponibles • Si les sites sous-estiment la prévalence, corrections >1.0 • S’ils sur-estiment la prévalence, correction <1.0 • ONUSIDA/OMS ont dans le passé souvent utilisé une correction de 0,8 pour les projections rurales

31. Pondérations et contrôles sur la page d’entrée des données • Pondérations pour le calcul des moyennes, médianes et moindres carrés • Les sites avec la case non cochée sont exclus

32. Démonstration III Page d’entrée des données Impact des corrections de prévalence, des pondérations et des vérifications

33. La page de projections Ce qu’il faut ajuster et comment Valeurs initiales

34. Page de projection EEP • On peut ajuster à: • Ensemble des données • Médianes • Moyennes • Tous les ajustements de courbes tiennent compte des corrections, choix de sites et pondérations appliquées selon la spécification par l’utilisateur

35. Page de projection EEP • Divers ajustements possibles • t0 fixe, r, f0 et phi variable (par défaut) • Ajuster toutes les variables (t0, r, f0 et phi) • r fixe, le reste variable • f0 fixe, le reste variable • Si l’on clique “phi fixe”, pas d’ajustement de phi • Les utilisateurs peuvent modifier les valeurs initiales

36. La page de projection Meilleur ajustement et modifications apportées par les utilisateurs

37. Page de projection • On peut modifier à la main les paramètres après ajustement et sauvegarder les résultats • On peut toujours revenir au meilleur ajustement

38. Page des résultats EEP - ce qu’elle permet • Examen de diverses combinaisons d’ajustements de courbes et de sous-épidémies • Présentation des données originelles • Mise en évidence des tendances de prévalence, du nombre de cas VIH+ et de la taille des sous-ensembles de population • Visualisation de résultats numériques • Élaboration de fichiers Spectrum

39. Page de résultats EEP Quels ajustements de courbes et quelles sous-épidémies montrer ? Graphique des résultats Que montrer ? Obtenir les chiffres, les exporter dans Spectrum

40. Démonstration IV Page de projections Ajuster l'épidémie Page des résultats Regarder les résultats Contrôle d’audit Valider votre épidémie concentrée

41. Si, dans n’importe quelle page, il vous reste des questions….. • Pressez le bouton “Aide/Help” ! • Explications pour la page en question • Explications plus détaillées

42. Conclusion • On ne peut pallier l’absence de données par le recours aux outils • Les outils ne peuvent pas améliorer des données médiocres • EISI (entrée d’immondices, sortie d’immondices) • Les outils doivent donc être perçus comme faisant partie du processus qui consiste tant à améliorer les systèmes de surveillance qu’à préparer des estimations plus précises • Ce processus prendra plusieurs années

43. Formal Model Description Z = population soumise au risque X = population non soumise au risque Y = personnes infectées N = X + Y + Z Pour les estomacs bien accrochés (ne pas montrer après les repas)