Évaluation méthodologique et prévision en séries temporelles pour l'optimisation du système de surveillance en santé publique en Éthiopie, 2000–2026

Les systèmes de surveillance en santé publique en Éthiopie rencontrent des défis en matière de qualité des données et de capacité prédictive, limitant l'allocation proactive des ressources et la mesure de la réduction des risques. Des évaluations méthodologiques de ces systèmes sont nécessaires pour améliorer leur utilité dans la prévision des charges de morbidité. Cette étude visait à évaluer méthodologiquement le système national de surveillance et à développer un modèle robuste de prévision en séries temporelles pour prédire les indicateurs clés de santé publique, fournissant ainsi un outil pour optimiser la surveillance et mesurer l'impact des interventions. Nous avons conduit une étude d'intervention impliquant l'intégration d'un mécanisme de prévision novateur dans l'architecture de surveillance. Le modèle principal était une formulation saisonnière autoregressive intégrée à moyenne mobile (SARIMA) : (B) (Bˢ) ᵈDₛ Yₜ = (B) (Bˢ) ₜ + Iₜ, où Iₜ représente la variable d'intervention. L'ajustement du modèle a été évalué à l'aide du critère d'information d'Akaike et l'incertitude quantifiée via des intervalles de prédiction à 95 %. Le modèle intégré a démontré une amélioration significative de la précision des prévisions, réduisant l'erreur moyenne absolue en pourcentage de 18,7 % par rapport au système existant. La prévision indiquait une tendance à la baisse du taux de morbidité ciblé après l'intervention, avec des diagnostics de modèle montrant des erreurs standards robustes. L'intégration méthodologique de modèles avancés de prévision dans la surveillance en santé publique est réalisable et améliore substantiellement la performance prédictive et l'utilité du système pour une action préventive en santé publique. Nous recommandons l'adoption nationale de cette méthodologie intégrée de prévision et préconisons des programmes de formation dédiés pour développer les capacités locales en modélisation épidémiologique et science des données. surveillance en santé publique, prévision, analyse en séries temporelles, SARIMA, systèmes de santé, étude d'intervention Ce document fournit un cadre méthodologique novateur pour intégrer la prévision directement dans les opérations des systèmes de surveillance, démontrant son utilité au travers d'une application concrète qui a amélioré la précision prédictive.