Les travaux menés par DHIS2 dans le domaine du climat et de la santé au Mozambique s’appuient sur l’infrastructure et les capacités existantes de DHIS2, tout en testant des outils innovants de DHIS2 destinés à l’intégration des données climatiques et à la modélisation prédictive.
Systèmes d’information sanitaire et capacités
DHIS2 a été officiellement adopté par le ministère de la Santé en 2015 en tant que système national d’information sanitaire (SGIS), connu localement sous le nom de SISMA, et sert de plateforme de données intégrée pour les données de routine issues de l’ensemble des programmes de santé. Le Mozambique dispose d’une base de données nationale sur le paludisme (iMISS) s’appuyant sur DHIS2, qui regroupe des données relatives aux campagnes de lutte contre le paludisme, à la supervision, à l’épidémiologie et à l’entomologie. Il utilise également DHIS2 pour la surveillance des maladies, la déclaration des décès, la santé communautaire et les programmes de nutrition, ainsi que pour soutenir la logistique sanitaire et la gestion logistique de la chaîne d’approvisionnement. Saudigitus apporte une assistance technique et un soutien au renforcement de capacités pour les systèmes nationaux DHIS2 au Mozambique.
Une première initiative visant à déployer au Mozambique des systèmes DHIS2 de lutte contre le paludisme intégrant des données climatiques a été menée avec le soutien de la Clinton Health Access Initiative (CHAI) et de Saudigitus, ce qui a abouti à la mise au point d’un prototype de tableau de bord. Ce projet n’a pas pu être mis en œuvre en raison d’obstacles techniques avant la fin du financement du projet en 2022. Toutefois, les enseignements tirés de ces travaux ont joué un rôle déterminant dans l’élaboration de la plateforme de modélisation Chap par le HISP de l’Université d’Oslo.
Le principal outil d’information sur le climat et la santé que Saudigitus a développé pour le Mozambique dans le cadre de ses travaux les plus récents est un système d’alerte précoce prédictif au niveau des districts, qui intègre des variables climatiques aux données de surveillance du paludisme issues d’iMISS/DHIS2 et génère un tableau de bord dynamique présentant des prévisions sur 2 à 3 mois, au niveau des districts, concernant les cas de paludisme, des cartes de risque spatiales et des tableaux de bord sur les tendances climat-paludisme destinés à la planification des programmes. Ce tableau de bord est pour l’instant un prototype et n’a pas encore été intégré aux tableaux de bord courants au niveau des établissements ni au processus de prise de décision opérationnelle.
Intégration des données climatiques
L’application « DHIS2 Climate » a été intégrée au système de gestion de la santé (SGIS) du Mozambique, ce qui permet l’intégration et l’utilisation des données climatiques dans DHIS2. Dans un premier temps, les données de précipitations CHIRPS et de température terrestre ERA-5 portant sur une période de plus de 36 mois ont été importées et harmonisées pour l’ensemble des 161 districts du SISMA. Les équipes techniques nationales du Programme national de lutte contre le paludisme (NMCP) sont actuellement les principales utilisatrices des données climatiques disponibles dans DHIS2, qui permet de suivre l’évolution de la relation entre le climat et le paludisme grâce à des séries chronologiques comparant les précipitations, la température et l’humidité au nombre de cas, ainsi qu’à des tableaux croisés analytiques entre les prévisions et les tendances mensuelles au niveau des districts.
Saudigitus a également collaboré avec l’Institut national de météorologie (NMI) du Mozambique afin d’étudier des solutions possibles pour la numérisation des données climatiques locales, notamment en menant un projet pilote visant à utiliser DHIS2 pour collecter des ensembles de données minimaux provenant des stations météorologiques locales. Ce projet en est encore au stade exploratoire.
Modélisation prédictive
Les objectifs opérationnels du MNCP en matière de modélisation prédictive consistent à être en mesure de générer des prévisions sur le paludisme avec une avance de 2 à 3 mois, afin d’orienter les interventions proactives (pulvérisation intra-domiciliaire, distribution de moustiquaires imprégnées d’insecticide et allocation des ressources) et de favoriser ainsi le passage d’une approche axée sur la détection des épidémies à une approche axée sur l’anticipation des risques.
Saudigitus a installé la plateforme de modélisation Chap et l’application de modélisation DHIS2 sur l’environnement de production DHIS2 du Mozambique et a mené des sessions de test en collaboration avec le programme de lutte contre le paludisme, ce qui a permis d’identifier les modèles de données et les sources de données pertinentes. Ces modèles ont été évalués à Chap et se sont révélés adaptés à la planification au niveau du district. Au cours des essais, les alertes Chap ont permis d’identifier trois pics potentiels de paludisme dans deux provinces, avec un délai de préavis de quatre semaines, ce qui serait suffisant pour permettre d’adapter, sur la base des données, le calendrier des interventions de pulvérisation intra-domiciliaire (IRS). Toutefois, ce système n’est pas encore opérationnel en raison de difficultés d’ordre organisationnel et technique. Les procédures opérationnelles standard (SOP) relatives à la réponse aux avertissements du système d’alerte précoce ne sont pas encore finalisées, et l’équipe du MNCP dispose de capacités limitées en matière d’interprétation des représentations probabilistes. Parmi les difficultés liées à la qualité des données figuraient certaines données manquantes dans les districts ruraux ainsi qu’un décalage temporel entre les données climatiques et les données sanitaires. Par ailleurs, l’utilisation de plusieurs instances de DHIS2 dans le cadre de différents programmes pose des problèmes d’interopérabilité, et la génération de prévisions n’a pas encore été automatisée.