{"id":712,"date":"2019-03-01T08:00:55","date_gmt":"2019-03-01T08:00:55","guid":{"rendered":"https:\/\/campus.hesge.ch\/blog-master-is\/?p=712"},"modified":"2019-03-11T13:52:15","modified_gmt":"2019-03-11T13:52:15","slug":"lepidemiologie-a-lere-du-big-data","status":"publish","type":"post","link":"https:\/\/campus.hesge.ch\/blog-master-is\/lepidemiologie-a-lere-du-big-data\/","title":{"rendered":"L’\u00e9pid\u00e9miologie \u00e0 l’\u00e8re du Big Data"},"content":{"rendered":"

\"\"<\/a><\/p>\n

31 ao\u00fbt 1854, le quartier de Soho \u00e0 Londres est frapp\u00e9 par le chol\u00e9ra. En trois jours, 127 personnes d\u00e9c\u00e8dent, et en tout, l\u2019\u00e9pid\u00e9mie fait 616 morts. Le docteur John Snow<\/a> est sceptique quant au fait que le chol\u00e9ra se propage par l\u2019air, et pose l\u2019hypoth\u00e8se que la maladie se propage \u00e0 la suite de l\u2019ingestion d\u2019une sorte de poison. Il interroge les habitants du quartier et \u00e9tablit une carte de la r\u00e9partition des cas de chol\u00e9ra. Gr\u00e2ce \u00e0 cette carte, il identifie la source de cette \u00e9pid\u00e9mie\u00a0: une pompe \u00e0 eau qui aliment plusieurs p\u00e2t\u00e9s de maison. En effet, le nombre de cas de chol\u00e9ra augmente au fur et \u00e0 mesure que l\u2019on se rapproche de cette pompe(<\/span>https:\/\/fr.wikipedia.org\/wiki\/Epid\u00e9mie_de_chol\u00e9ra_de_Broad_Street<\/a><\/span>).<\/span><\/p>\n

 <\/p>\n

\"\"Chaque trait correspond \u00e0 un mort, la pompe \u00e0 eau se trouve au milieu de la carte (source:\u00a0https:\/\/www1.udel.edu\/johnmack\/frec682\/cholera)<\/p>\n

Ses travaux sur la propagation du\u00a0chol\u00e9ra<\/a>\u00a0lui ont donn\u00e9 une place importante dans l’histoire de l’\u00e9pid\u00e9miologie<\/a>\u00a0. Qu\u2019est-ce que l\u2019\u00e9pid\u00e9miologie<\/a>? C\u2019est l\u2019\u00e9tude des probl\u00e8mes de sant\u00e9 dans les\u00a0populations humaines<\/a>, leur\u00a0fr\u00e9quence<\/a>, leur distribution dans le temps et dans l\u2019espace, ainsi que les facteurs influant sur la\u00a0sant\u00e9<\/a>\u00a0et les\u00a0maladies<\/a>\u00a0de populations.<\/p>\n

Une nouvelle approche de l’\u00e9pid\u00e9miologie<\/h1>\n

Avec l\u2019apparition du Big Data<\/a>, caract\u00e9ris\u00e9 entre autre par la vari\u00e9t\u00e9, le volume et la vitesse des donn\u00e9es (Mooney et al. 2015), une nouvelle approche de l\u2019\u00e9pid\u00e9miologie est apparue: l\u2019\u00e9pid\u00e9miologie num\u00e9rique (ou \u00e9pid\u00e9miologie digitale) (Dratva, Meier 2018). <\/span><\/p>\n

L\u2019\u00e9pid\u00e9miologie num\u00e9rique a les m\u00eames objectifs que l\u2019\u00e9pid\u00e9miologie classique, mais elle se base sur les donn\u00e9es digitales que nous laissons sur Internet (tweet, r\u00e9seaux sociaux, requ\u00eate Google) pour r\u00e9colter des informations sur la sant\u00e9. Gr\u00e2ce \u00e0 ses donn\u00e9es digitales, on peut d\u00e9duire la propagation d\u2019une \u00e9pid\u00e9mie de grippe, par exemple (Goubet 2016). <\/span><\/p>\n

Une des diff\u00e9rences entre l\u2019\u00e9pid\u00e9miologie classique et l\u2019\u00e9pid\u00e9miologie num\u00e9rique est l\u2019absence du biais “blouse blanche”. En effet, lorsque les donn\u00e9es sont r\u00e9colt\u00e9es dans un environnement m\u00e9dical, comme c\u2019est le cas en \u00e9pid\u00e9miologie classique, les r\u00e9ponses des participants sont fortement orient\u00e9es, alors qu\u2019un tel biais n\u2019existe pas sur Twitter (Goubet 2016).<\/span><\/p>\n

Pourquoi l’\u00e9pid\u00e9miologie num\u00e9rique est-elle int\u00e9ressante ?<\/h1>\n

L\u2019utilisation du Big Data peut parfois permettre de d\u00e9tecter plus rapidement une \u00e9pid\u00e9mie, en particulier dans les r\u00e9gions o\u00f9 la surveillance de la sant\u00e9 publique est limit\u00e9e (Wilson, Brownstein 2009).<\/span><\/p>\n

Le cas du virus Ebola en 2014 en est un exemple (Anema et al. 2014)\u00a0: la premi\u00e8re annonce publique d\u2019Ebola a \u00e9t\u00e9 rapport\u00e9e le 14 mars 2014 par Health Map<\/a> (syst\u00e8me d\u2019alerte automatis\u00e9 collectant des donn\u00e9es sp\u00e9cifique aux maladies). L\u2019OMS et le Minist\u00e8re de la Sant\u00e9 de Sierra Leone ont quant \u00e0 eux publi\u00e9 l\u2019avis concernant la possible propagation du virus Ebola en Sierra Leone le 22 mars 2014<\/a>.<\/span><\/span><\/p>\n

En 2010, Lors du tremblement de terre \u00e0 Ha\u00efti, l\u2019identification des personnes infect\u00e9es et le d\u00e9ploiement d\u2019un vaccin contre le chol\u00e9ra auraient pu \u00eatre facilit\u00e9 par l\u2019utilisation de donn\u00e9es digitales. Malheureusement, dans l’incapacit\u00e9 \u00e0 identifier la population \u00e0 vacciner, aucun vaccin n\u2019a \u00e9t\u00e9 utilis\u00e9 durant les premiers stades de l\u2019\u00e9pid\u00e9mie (Mooney et al. 2015) (Date et al. 2011).<\/span><\/p>\n

Epid\u00e9miologie num\u00e9rique versus \u00e9pid\u00e9miologie classique<\/h1>\n

D\u2019apr\u00e8s Marcel Salath\u00e9 (Goubet 2016), l\u2019utilisation des donn\u00e9es num\u00e9riques permettrait de corriger trois principaux d\u00e9fauts de l\u2019\u00e9pid\u00e9miologie\u00a0classique:<\/span><\/p>\n

    \n
  1. Dans les pays moins d\u00e9velopp\u00e9s, tr\u00e8s peu de gens peuvent consulter un m\u00e9decin, alors qu\u2019ils ont en g\u00e9n\u00e9ral plus facilement acc\u00e8s \u00e0 Internet<\/span><\/span><\/li>\n
  2. Les donn\u00e9es \u00e9pid\u00e9miologiques sont biais\u00e9es\u00a0: elles reposent plus sur les maladies (puisque nous n\u2019allons consulter que lorsque nous sommes malades) que sur la sant\u00e9<\/span><\/span><\/li>\n
  3. La majorit\u00e9 des donn\u00e9es \u00e9pid\u00e9miologiques ne sont pas accessibles, et leur utilisation est donc limit\u00e9e<\/span><\/span><\/li>\n<\/ol>\n

    Ce tableau liste quelques avantages et d\u00e9savantage de l\u2019\u00e9pid\u00e9miologie num\u00e9rique (Wilson, Brownstein 2009)\u00a0:<\/span><\/p>\n\n\n\n\n
    \n

    Avantage<\/strong><\/p>\n<\/td>\n

    		\n

    Inconv\u00e9nient<\/strong><\/p>\n<\/td>\n<\/tr>\n

    \n
      \n
    • Le d\u00e9clenchement d\u2019une \u00e9pid\u00e9mie est d\u00e9tect\u00e9 plus rapidement qu\u2019avec les outils de l\u2019\u00e9pid\u00e9miologie classique<\/li>\n
    • Le syst\u00e8me est relativement peu couteux et peut \u00eatre automatis\u00e9<\/li>\n
    • La propagation de l\u2019information peut se faire en temps r\u00e9el<\/li>\n
    • L\u2019accessibilit\u00e9 \u00e0 l\u2019information est plus grande et gratuite<\/li>\n<\/ul>\n

       <\/p>\n

       <\/td>\n

    		\n