Jeu de données
Liste linéaire d'une épidémie de choléra et population de district — 2024
975 cas enregistrés un par un sur seize semaines et trois districts, livrés avec la population dont ils proviennent, si bien que les taux d'attaque et la létalité ont des dénominateurs et que la standardisation sur l'âge est possible.
- Lignes
- 987
- Variables
- 10
- Période
- 2024-05-06 au 2024-08-26
- Licence
- CC BY 4.0
- Complétude
- 97%
Normes et méthodologies
Fichiers
Les fichiers sont versionnés par leur nom. Une correction est publiée sous .v2.csv plutôt qu'en remplaçant le fichier, afin qu'une analyse figée sur la v1 continue de se reproduire à l'identique.
Dictionnaire des variables
| Variable | Type | Description | Valeurs autorisées |
|---|---|---|---|
case_id | string | Identifiant pseudonyme de cas, un par cas. | — |
district | categorical | District où le cas a été enregistré. La clé qui joint la liste linéaire au fichier de population. | Nord, Centre, Sud |
age_yearsannées | integer | Âge en années révolues. Quelques enregistrements de nourrissons portent des mois à la place. | — |
age_band | categorical | Tranche d'âge, correspondant aux tranches dans lesquelles la population est publiée. | 0-4, 5-14, 15-44, 45+ |
sex | categorical | Sexe du cas tel qu'enregistré. | f, m |
onset_date | date | Date de début des symptômes. Le champ sur lequel se construit une courbe épidémique, et le plus souvent manquant. | — |
admitted | boolean | Indique si le cas a été admis dans un centre de traitement. | true, false |
admission_date | date | Date d'admission. Vide si le cas n'a pas été admis. | — |
outcome | categorical | Issue à la date d'arrêt du rapportage. Vide si le cas était encore hospitalisé. | recovered, died |
population | integer | Personnes du district et de la tranche d'âge, d'après la projection la plus récente. Le dénominateur de tout taux de ce jeu de données. | — |
Provenance
Qualité des données
- Chaque enregistrement est généré. Aucune personne réelle n'est décrite et ces chiffres ne doivent jamais être cités comme une épidémie réelle.
- C'est le fichier de population qui rend la liste linéaire analysable. 975 cas dans une population de 145 000 donnent un taux d'attaque global de 6,7 pour 1 000 ; sans le dénominateur, la même liste ne soutient qu'une courbe et rien d'autre.
- La standardisation sur l'âge est la raison d'être des trois districts. Les taux d'attaque bruts valent 7,94, 6,47 et 5,51 pour 1 000 à Nord, Centre et Sud. Standardisés sur la population combinée ils valent 7,25, 6,60 et 5,95 — Nord baisse, les deux autres montent, et l'écart Nord-Sud passe de 2,43 à 1,30 pour 1 000. Environ la moitié de la différence apparente entre le pire et le meilleur district est une structure par âge et non un risque.
- Les structures par âge diffèrent nettement et c'est délibéré. Nord est de type camp avec 22 % de sa population sous cinq ans ; Sud est plus âgé, à 11 %. Les taux d'attaque du choléra sont les plus élevés chez les plus jeunes, si bien que le district comptant le plus d'enfants paraît le plus touché avant tout ajustement.
- La létalité vaut 3,90 % au total, bien au-dessus du 1 % que Sphere et l'OMS retiennent comme cible d'une épidémie bien gérée, et elle atteint 6,30 % à Nord contre 2,00 % au Centre. Le délai entre le début des symptômes et l'admission est le meilleur prédicteur dans ces données, et les cas de Nord arrivent le plus tard.
- Les cas sont des épisodes, non des personnes. Quelqu'un tombé malade deux fois figurerait deux fois, et la liste ne porte aucun identifiant permettant de le savoir.
Problèmes connus
- Quarante-sept cas (4,8 %) n'ont pas de date de début. Une courbe épidémique construite sans eux manque une semaine de cas aux mauvais endroits, et les imputer d'après la date d'admission décale la courbe vers la droite.
- Dans un district, le début et l'admission tombent le même jour pour la plupart des cas admis, car le registre est rempli après coup à partir du cahier d'admission. Le délai d'admission de ce district affiche zéro et sa courbe épidémique est en réalité une courbe d'admissions.
- Onze enregistrements de nourrissons portent l'âge en mois plutôt qu'en années, ce qui place un enfant de deux ans dans la tranche 15-44 si `age_years` est employé sans contrôle de plage.
- Un cas était encore hospitalisé à la date d'arrêt et n'a pas d'issue. Ce n'est ni un décès ni une guérison, et la létalité doit énoncer son dénominateur.
- La population est une projection, non un recensement, et c'est le même chiffre pour toute la période. Les déplacements pendant une épidémie modifient le dénominateur et ce fichier ne peut pas le montrer.
Exemples traités
Python
La courbe épidémique et ce que les dates manquantes lui font
Construit la courbe par semaine de début, montre l'effet de l'exclusion puis de l'imputation des dates manquantes sur le pic, et isole le district dont la courbe est en réalité une courbe d'admissions.
Décrit ici ; le notebook est encore en cours de rédaction.
Létalité et délai d'accès aux soins
Calcule la létalité au regard de la cible Sphere avec son dénominateur énoncé, et la rapporte au délai entre début et admission par district et par tranche d'âge.
Décrit ici ; le notebook est encore en cours de rédaction.
R
Taux d'attaque, bruts et standardisés sur l'âge
Joint la liste linéaire à la population, calcule les taux d'attaque par âge et bruts par district, et standardise directement sur la population combinée.
Décrit ici ; le notebook est encore en cours de rédaction.