Les activités de DHIS2 en matière de climat et de santé au Népal s’appuient sur l’infrastructure et les capacités existantes de DHIS2 et les renforcent, tout en intégrant des outils innovants de DHIS2 destinés à l’intégration des données climatiques et à la modélisation prédictive.
Systèmes d’information sanitaire et capacités
Au Népal, DHIS2 est utilisé depuis 2016 comme système national d’information sanitaire (SGIS). Le Népal est également utilisé pour la surveillance systématique des maladies prioritaires, notamment la dengue. Les acteurs concernés par le secteur de la santé au Népal ont obtenu des résultats significatifs grâce à l’utilisation de DHIS2 dans le cadre de programmes spécifiques, tels que la lutte contre le VIH. Toutefois, le système a également rencontré certaines difficultés liées à la fragmentation ainsi qu’aux contraintes en matière d’infrastructures et de capacités. Dans le cadre du projet « Climat et santé », le PHRC a principalement travaillé sur une instance de test de DHIS2 qui extrait les données sur les maladies du SGIS du Népal, où il a développé divers outils d’information sur le lien entre climat et santé destinés à la surveillance de la dengue. À la suite des essais concluants menés sur leur approche de modélisation prédictive, le PHRC prévoit de discuter avec le ministère des Services de santé de la mise-en-œvre de ces solutions au sein du GISS.
Il n’existe actuellement aucun groupe HISP local établi au Népal. HISP Inde apporte depuis plusieurs années une assistance technique relative à DHIS2 et un soutien au renforcement de capacités au gouvernement népalais, et a apporté son aide, selon les besoins, au projet « Climat et santé » en collaboration avec le PHRC.
Intégration des données climatiques
L’application « DHIS2 Climate » a été installée dans le système de test DHIS2, rendant ainsi accessibles les données de réanalyse ERA-5 et les données de précipitations CHIRPS. Les partenaires népalais ont évalué ces ensembles de données de réanalyse disponibles à l’échelle mondiale ainsi que des ensembles de données locales en vue de leur utilisation dans le cadre de programmes liés au climat et à la santé. Bien que le Népal dispose de plus de 40 ans de données pluviométriques et thermiques provenant de l’ensemble du pays (dont la plupart sont numérisées), la couverture est très faible dans les régions montagneuses, et le caractère incomplet des données reste une préoccupation majeure pour l’utilisation des données locales. Certains jeux de données géospatiales locaux se sont déjà révélés plus utiles dans DHIS2 grâce à leur meilleure résolution. L’équipe du PHRC poursuit ses travaux d’intégration de ces ensembles de données locales à l’aide des outils climatiques DHIS2 et prévoit également de mettre au point des processus automatisés permettant d’intégrer les données d’observation de la Terre MODIS ainsi que d’autres ensembles de données non climatiques.
L’équipe népalaise suit activement le parcours de développement d’Open Climate Services Nepal (OCS). Dans le cadre de ce processus, les instances OCS Népal ont été installées et configurées avec succès, et l’équipe a lancé l’intégration de jeux de données mondiaux afin de faciliter le développement, les tests et le déploiement ultérieurs du système.
Modélisation prédictive
Les travaux menés au Népal en matière de modélisation prédictive avec DHIS2 ont pour objectif de mettre au point un modèle prédictif fiable concernant la dengue et de le rendre opérationnel au sein de l’écosystème DHIS2, afin de renforcer la surveillance de la dengue et le système d’avertissement précoce au Népal. Les questions clés abordées dans ce travail sont notamment les suivantes : quels sont les facteurs les plus déterminants dans l’apparition des épidémies de dengue au Népal ; quels ensembles de données et quels modèles de données permettent d’obtenir les meilleures prévisions ; quelles sont les meilleures façons d’intégrer les données météorologiques locales en l’absence de produits de données maillées ; et comment remédier au problème du faible nombre de points de données dans certaines zones géographiques (telles que les régions de haute montagne où, historiquement, les cas de dengue n’ont pas été systématiquement signalés).
L’équipe du PHRC, avec le soutien de HISP India, a installé la plateforme de modélisation Chap et l’application de modélisation DHIS2 sur l’instance de test en conditions réelles de DHIS2. Le modèle EWARS de l’OMS a été mis en œuvre et testé avec succès aux côtés d’autres modèles, et plusieurs ensembles de données mondiaux ont été intégrés afin d’améliorer ses performances, notamment ERA-5 Land, CHIRPS et MODIS. Les prochaines étapes consisteront à intégrer des facteurs non climatiques dans le modèle et à le rendre opérationnel au sein de DHIS2, en collaboration avec les acteurs concernés par les programmes de surveillance et de lutte contre les maladies au sein du gouvernement népalais.