Accueil > Conférences / Présentations > Calculer des tendances régionales à partir d’une enquête auprès des ménages : (...)

Sondages 2010

Calculer des tendances régionales à partir d’une enquête auprès des ménages : cas de la prévalence du VIH dans les Enquêtes Démographiques et de Santé (EDS)

jeudi 25 mars 2010
Mis à jour le lundi 7 mai 2012

Communication orale présentée au 6e Colloque francophone sur les sondages (Tanger, 23 au 25 mars 2010).

Auteurs

  • LARMARANGE Joseph, Centre Population & Développement UMR 196, Institut de Recherche pour le Développement, Paris
  • VALLO Roselyne, EA 4205, Université de Montpellier I, Montpellier
  • YARO Seydou, Centre Muraz, Bobo-Dioulasso
  • MSELLATI Philippe, SIDA et Maladies associées UMR 145, Institut de Recherche pour le Développement, Université de Montpellier I, Montpellier
  • MÉDA Nicolas, Centre Muraz, Bobo-Dioulasso
  • FERRY Benoît, Centre Population & Développement UMR 196, Institut de Recherche pour le Développement, Paris

Résumé

Les Enquêtes Démographiques et de Santé (EDS) constituent un important programme mené dans plus de 75 pays du Sud. Ces enquêtes portent sur des sujets variées et nombre d’EDS incorporent également la géolocalisation des zones enquêtées (longitude et latitude). Depuis 2001, plusieurs EDS ont intégré un module de dépistage du VIH.

Les EDS sont des enquêtes auprès des ménages, en population générale, représentatives usuellement au niveau national et régional, stratifiées par région et milieu de résidence, avec un sondage en grappe à deux degrés. Au premier degré, les grappes (zones de dénombrement au dernier recensement) sont sélectionnées avec une probabilité proportionnelle à leur nombre de ménages. La répartition spatiale de ces grappes reflète de fait la densité de la population. Au second degré, les ménages enquêtés sont sélectionnés par tirage au sort simple. Pour le dépistage du VIH, le nombre de personnes testées varie entre 5 000 et 12 000 et celui de grappes entre 300 et 500, soit un nombre moyen de personnes testées par grappe de 12 à 40 personnes.

Du fait des petits effectifs, le calcul d’une prévalence du VIH (proportion de personnes infectées) pour chaque grappe n’est pas pertinent : les prévalences observées par grappe traduisent plus les variations aléatoires de l’échantillonnage que les variations réelles des épidémies.

Les analyses spatiales en composantes d’échelles consistent à séparer un phénomène comme une somme d’une composante d’échelle supérieure (composante régionale) et une composante d’échelle inférieure (résidu local). Cette décomposition peut être obtenue en procédant à un lissage spatial, le plus souvent par des cercles de même rayon. Les EDS étant échantillonnées proportionnellement à leur population, une approche par cercle de même rayon est peu pertinente en raison de la répartition très inégale des grappes sur le territoire.

Nous avons développé une approche calculant les composantes régionales de chaque grappe en agrégeant les observations des grappes voisines par le biais de cercles de même effectif. Ces composantes régionales peuvent ensuite être interpolées spatialement pour produire une carte. L’estimation des composantes régionales de chaque grappe vise à réduire les aléas statistiques du tirage au second degré des EDS. L’interpolation spatiale, quant à elle, permet de compenser le tirage au premier degré.

Pour tester et vérifier notre approche, nous avons eu recours à un pays virtuel sur lequel nous avons simulé des EDS. Il est alors possible de comparer graphiquement les résultats obtenus après lissage des données d’enquêtes simulées avec l’épidémie initiale du modèle. De même, nous avons pu calculer les valeurs de N (effectif minimum des cercles de lissage) qui minimisaient simultanément les erreurs aléatoires et les résidus locaux.

Nous avons pu reconstituer les principales tendances régionales de l’épidémie du modèle. Ainsi, cette approche permet une première exploration des données présentes dans une EDS et d’obtenir des cartes plus fines que des aplats de couleurs par région administrative. Sa mise en œuvre est en outre aisée grâce à prevR, un package R que nous avons développé, disponible en ligne. Enfin, elle peut être appliquée à d’autres indicateurs des EDS.

Voir en ligne : Site du colloque

Répondre à cet article

modération a priori

Attention, votre message n’apparaîtra qu’après avoir été relu et approuvé.

Qui êtes-vous ?

Pour afficher votre trombine avec votre message, enregistrez-la d’abord sur gravatar.com (gratuit et indolore) et n’oubliez pas d’indiquer votre adresse e-mail ici.

Ajoutez votre commentaire ici
  • Ce formulaire accepte les raccourcis SPIP [->url] {{gras}} {italique} <quote> <code> et le code HTML <q> <del> <ins>. Pour créer des paragraphes, laissez simplement des lignes vides.

Ajouter un document

Retour haut de page
Site réalisé avec SPIP | Plan du site | Contact | Crédits | Mentions Légales | Suivre la vie du site RSS 2.0
Habillage visuel © Larma par Joseph Larmarange sous Licence Creative Commons Attribution 2.5 License