Portal de Periódicos da CAPES

Le paludisme en zone rurale est-il précurseur des alertes épidémiques en zone urbaine à Farafangana, Moramanga et Ankazobe, Madagascar ?

2017; Elsevier BV; Volume: 65; Linguagem: Francês

10.1016/j.respe.2017.03.084

1773-0627

Jean Marius Rakotondramanga, Laurence Randrianasolo, Toky Ramarokoto, Léa Randriamampionona, S Randrianasolo, Charles Émile Ramarokoto, Milijaona Randrianarivelojosia, Laurence Baril, Patrice Piola,

Dengue and Mosquito Control Research

Depuis mars 2013, le ministère de la sante publique et l’institut Pasteur de Madagascar ont ajouté un système de détection d’alerte épidémique du paludisme en milieu rural en impliquant des agents communautaires (AC) dans les districts de Farafangana (sud-est), Moramanga (marges des hautes terres) et Ankazobe (hautes terres centrales) en complément d’une surveillance en zone urbaine. Les tests de diagnostic rapide du paludisme sont utilisés pour confirmer les cas. Les données agrégées par semaine, provenant des AC de 2013 à 2016 – durant la période de forte transmission du paludisme d’octobre à juin – ont été subdivisées en trois périodes (2013–2014, 2014–2015 et 2015–2016) et comparées à celles des centres de santé urbains. Deux méthodes de calcul de seuils d’alerte ont été comparées via le test de Vuong des modèles « ordinary least-squares » (OLS) : la première méthode se base sur le seuil de 90ème percentile, et la deuxième méthode hiérarchise les valeurs de percentiles en quatre niveaux (0–50, 50–75, 75–90 et 90–100). La fonction d’auto-corrélation croisée a été utilisée pour étudier la corrélation des alertes observées pour un délai maximal de quatre semaines. Des modèles distributed-lag (DL) de régression multinomiale ont été construits pour détecter la relation entre les alertes rurales et urbaines par district et après mesurer les effets de dépassement de seuil quand un délai significatif de corrélation est observé. Les OLS construits avec les seuils d’alerte à quatre niveaux de percentiles concordent plus au cas reportés de paludisme pour les données de surveillance communautaire : à Moramanga pendant les périodes 2014–2015 (p-value = 0,004) et 2015–2016 (p-value < 0,01) ; et à Ankazobe durant la période 2015–2016 (p-value < 0,001). Ils ajustent bien aussi les données des centres de santé urbains : à Farafangana pendant la période 2013–2014 (p-value = 0,048) ; et à Moramanga durant les périodes 2013–2014 (p-value = 0,001), 2014–2015 (p-value = 0,012), et 2015–2016 (p-value = 0,002) ; et à Ankazobe pendant la période 2014–2015 (p-value = 0,022). Cependant, les modèles multinomiaux sur les deux périodes où les cross-corrélations étaient significatifs (2013–2014 et 2014–2015 pour Ankazobe ; et 2014–2015 pour Farafangana), montrent que seul le dépassement du quatrième seuil (90ème) à la période 2013–2014 du site urbain d’Ankazobe pourrait être associé au dépassement du seuil d’alerte dans les sites ruraux avec un décalage d’une semaine (p-value = 0,021, OR = 18,67 (IC95 % :1,56–223). La méthode de calcul de seuils d’alerte hiérarchisés à quatre niveaux de percentiles, permet de mieux catégoriser les seuils d’alerte observés. Néanmoins, seulement pour la période 2013–2014, à Ankazobe, les seuils d’alerte du paludisme des sites communautaires ruraux étaient franchis une semaine avant ceux du site urbain et pouvaient prédire la survenue de l’épidémie en zone urbaine. Ces analyses suggèrent qu’il est préférable, dans les trois districts analysés, de surveiller et d’intervenir séparément dans les sites ruraux et urbains au vue des différences de temporalité. Cette différence de profil nous suggère de maintenir la surveillance communautaire du paludisme en milieu rural et urbain afin de contrôler rapidement dès le début d’épidémie.