Cours d’épidémiologie de base

Faculté de Médecine/Université
Quisqueya
Année 2023

Karine Sévère, MD, MS, MPH

DU Prise en Charge dela Douleur
DU Pédagogie en Sciences de laSanté
1
Objectifs
A la fin de la séance, l’étudiant sera capable de définir et utiliser les
concepts de:
 Proportion,
 Rapport (ratio),
 Taux,
 Indice,
 Incidence,
 Prévalence,
 Taux d’attaque,
 Densité d’incidence,
 Incidence cumulée,
 Taux de mortalité

2
Mesures en Epidémiologie
 A côté des nombres absolus, la plupart des mesures
utilisées en Epidémiologie sont des fractions, avec
un numérateur et un dénominateur.

 D’une manière générale, on parle de rapport.

3
 • Ratio
• Proportion
• Taux

Quoi, qui est le dénominateur ????

 1-Proportion
Le numérateur est compris dans le dénominateur
• Nombre de personnes avec une caractéristique sur la population
• Est statique et sans unité
• Une proportion s’exprime sous la forme
• d’un nombre compris entre 0 et 1,
• ou sous la forme d’un pourcentage si le résultat est multiplié par
K =100 (1000, 10.000, 100.000,…)

2
--- = 0.5 = 50%
4
Exemples
 Pourcentage de personnes âgées de 70 ans et plus
 Pourcentage d’étudiants ayant réussi un examen
 Pourcentage personnes ayant contracté COVID-19 dans la
population

6
Exemple de calcul
En 2002, une enquête parmi 2,036 personnes infectées par
le VIH a montré que 1,031 étaient fumeurs réguliers,
parmi lesquels 775 étaient de sexe masculin.

 Quelle est la proportion de fumeurs réguliers parmi ces

patients?

7
Exemple de calcul
 Dans une population de 15,000 personnes
 1,200 individus sont atteints de tuberculose.

 Quelle est la proportion de cas de TB dans cette population?

8
 2- Ratio :
Le numérateur n’est pas compris dans le dénominateur.
• Ratio: rapport des fréquences de deux classes d’une même variable
• Numérateur et Dénominateur sont de nature différente
• Important de bien noter ce que sont le numérateur et le dénominateur
• Est statique
• Il s’exprime sous la forme d’un nombre compris entre 0 et l’infini

Sexe Ratio: Rapport du nombre d’hommes au

nombre de femmes dans un groupe

= 5 / 2 = 2.5 / 1
Exemple de calcul
 Un hôpital comporte 600 tuberculeux dont 400 de sexe masculin et
200 de sexe féminin. Le ratio de patient tuberculeux homme-femme
est:
400 /200 = 2 / 1
(Soit un ratio de 2 patients de sexe masculin pour 1 patient de sexe féminin)

Ratio: 2:1

10
 3-Taux
 Un taux exprime la dynamique d’un évènement dans une
population par rapport au temps.

 Temps exprimé en années sauf référence contraire

 C’est un quotient:
◦ Numérateur: Evènements observés chez des sujets au cours d’une période
de temps
◦ Dénominateur: Somme de temps au cours de laquelle les sujets ont été
exposés ou population moyenne présente pendant une période donnée

 Exprimés pour 1000 (ou 100, ou 10.000, ou 100.000) personnes.

11
 Taux
• Quotient de 2 chiffres
• Rapidité de survenue d’évènement au fil du temps

Numérateur
- Nombre d’évènements observés pour une période donnée

Dénominateur
- Population dans laquelle survient l’évènement (population à risque)
- Inclut le temps

Observed in 1998
2
----- = 0.02 / year
100
Population de référence
 Population exposée au risque

 Ensemble de la population

13
 Exemples
 Nombre de Naissances pour 1.000 habitants (taux de natalité)

 Nombre de naissances par an pour 1.000 femmes de 15 à 49

ans, en âge de procréer (taux de fécondité)

14
Exemple de calcul
 Dans une population de 1,000 individus risquant de développer
la maladie M, on a observé 15 cas de maladies en 2 ans, soit un
taux de:

 = Nombre de nouveaux cas = 15 =

Population X temps 1.000 X 2

 = 0,0075 ou 7,5 cas pour 1.000 personnes-année

15
 Côte (Odds Ratio) (Risque relatif)
 C’est le rapport entre la probabilité d’observer un évènement et
celle d’observer l’évènement contraire.
 La côte est un ratio. Elle mesure de la force de l’Association entre
un exposant et la survenue d’un évènement.

Exemple :
 Soit 4.000 personnes ayant parié en faveur ou en défaveur d’une
équipe.
 3.000 ont parié que l’équipe X perdrait et 1.000 ont parié que
l’équipe Y gagnerait.
 La côte de perdre pour l’équipe X est:
(3000/4000)/(1000/4000) soit 3. L’équipe X est côtée à 3 contre 1
16
 Mesure de la force de l’Association: Odds Ratio

Maladie Total
Oui Non

A B A+B
Oui

Exposition

Non C D C+D

A+C B+D A+B+C+D

 Odds Ratio –
Association Positive
 Odds ratio (OR) = (A/C) / (B/D)
 OR = AD/BC

ACL Injury
Cas Controles

64 X 62
= 2.90 64 38 102
36 X 38
Femmes
A B
Sex
C D
Hommes 36 62 98

100 100
200
 Odds Ratio
Association Négative
 Odds ratio (OR) = (A/C) / (B/D)
 OR = AD/BC

Ostéoporose
Cas Contrôles
22 X 65
= 0.52 22 35 57
78 X 35 Oui
A B
Supplément
C D
En Calcium Non
78 65 143

100 100 200

 Indice
 C’est un paramètre de mesure servant à estimer un taux dans le cas où
le dénominateur ne peut être correctement mesuré.

 Un indice est le rapport entre deux quantités désignant des événements

différents.
Ex : Taux de mortalité maternelle (le rapport entre le nombre de décès
maternels de cause puerpérale et le nombre de femmes ayant accouché)

 Peuvent correspondre à des mesures composites

Ex: Indice de développement humain durable

 Sont le résultat d’opérations effectuées sur des taux

Ex: Indice Synthétique de Fécondité

20
Morbidité

Mortalité

Létalité

21
Morbidité

 La mesure d’une maladie ou d’un évènement peut se

mesurer de deux manières:
a) Par des mesures de Prévalence
b) Par des mesures d’incidence

22
Mesures de Mortalité

 Elles prennent en compte le nombre de décès

(nouveaux cas) observés au cours d’une période donnée
dans une population donnée.

 Il s’agit d’un problème d’incidence. L’évènement étant

le décès, on mesure l’incidence de mort. Les mesures
utilisées sont les mêmes que pour une maladie.

23
Mesures de Mortalité

Mortalité brute/spécifique
 On parle de mortalité brute, lorsque l’on tient compte de
tous les décès quelque soit leur cause.

 On parle de mortalité spécifique, lorsque l’on ne prend

en compte que les décès liés à une cause donnée.

24
Mesures de Mortalité

Exemple :
 Dans une région donnée, en 1999, 252 décès liés au VIH
et concernant des sujets de sexe masculin de 25 à 64 ans
ont été recensés parmi les 11.406 décès recensés dans une
partie de cette population

 Mortalité brute:
 11.406
 Mortalité spécifique au VIH:
 252

25
Part de Mortalité
 C’est la mortalité spécifique par âge, par sexe, ou par cause

 On appelle part de mortalité, le rapport entre le nombre

de décès liés à une cause donnée au nombre total de décès
au cours d’une période donnée.

 Dans l’exemple précedent, la part de mortalité liée au VIH

chez les sujets de sexe masculin de 25 à 64 ans est:
252/11.406 = 0,022 soit 2,2 %
26
 Létalité
 La létalité se réfère à la survenue de décès liés à une cause
donnée au nombre total de cas au cours d’une période donnée.

 Exemple : En 1973, dans une région donnée, il y a eu

2,713 sujets victimes d’un accident de la voie publique dont
72 sont décédés sur lieux de l’accident.

La létalité avant l’hospitalisation est 72/2.713 = 3.3%

27
Taux de mortalité maternelle
 Numérateur : Nombre de décès maternels attribuables
à la grossesse, l’accouchement, les suites de couches
dans un intervalle de temps

 Dénominateur: Nombre de grossesses survenues au

cours de cet intervalle de temps

28
 Taux de mortalité maternelle

 Dans la pratique, on ne peut pas estimer facilement le

nombre de grossesses et on utilise comme dénominateur le
nombre de naissances vivantes déclarées pendant la
période.

 Le résultat ainsi obtenu n’est pas à proprement parler un

taux mais un indice donnant cependant une certaine idée
du risque de décès associé à la survenue d’une grossesse.

29
 Mesure de Prévalence
 La Prévalence représente le nombre de cas d’une maladie
donnée observée à un moment donné dans une population
donnée.

30
 La prévalence n’est pas à proprement parler un taux
mais une proportion
 Prévalence: Nombre de cas

Population

On distingue:
a. La prévalence absolue
b.La prévalence instantanée
c- La Prévalence de période
31
Prévalence Absolue
 Nombre de cas existants à un moment donné

 Ex : Lors d’une enquête menée dans une région X entre 1996 et

1998, parmi un échantillon de 1.678 enfants de 4 à 6 ans, une
imprégnation excessive de plomb a été observée chez 32 enfants.

 La prévalence absolue est de 32 enfants

32
Prévalence instantanée
 La prévalence à un moment donné représente la fréquence
globale de la maladie à un moment précis.
Exemple : Prévalence le 30 juin 1980

Exemple :
 Parmi 1,000 patients hospitalisés dans un hôpital donné, lors
d’une enquête effectuée un jour donné, on trouve que 40
patients présentent une infection nosocomiale.
 Prévalence instantanée: 40/1000 soit 4%
33
Prévalence périodique

 La prévalence au cours d’une période donnée représente la

fréquence globale d’une maladie pendant une période
déterminée.

 Le numérateur représente le nombre de cas enregistrés pour la

période et le dénominateur représente la population à risque,
c’est-à-dire l’ensemble des sujets susceptibles de tomber
malade au cours de cette même période.

34
Mesure d’incidence
 Nombre de nouveaux cas d’une maladie observée au cours
d’une période donnée dans une population.

 Le facteur temps est important. Selon la durée de la maladie,

on distingue:
 Incidence journalière
 Incidence hebdomadaire
 Incidence mensuelle
 Incidence annuelle

35
Relation entre Incidence et Prévalence
 La prévalence dépend de deux facteurs
1. L’incidence
2. La durée de la maladie

 Un changement dans la prévalence d’une maladie reflète

un changement
a. Dans l’incidence
b. Dans le résultat du Traitement
c- Ou les deux à la fois

36
 Relation entre Incidence et Prévalence

L’incidence reflète seulement le taux d’apparition de la maladie .

 Un changement dans l’incidence signifie qu’il y a un

changement au niveau des facteurs étiologiques tels que
l’application d’un Programme de prévention efficace.

 L’incidence est très important pour l’investigateur qui

s’intéresse aux facteurs étiologiques.

37
 Importance de l’incidence et de la prévalence

 Une amélioration dans le Rx d’une maladie qui empêche

le décès et en même temps n’entraîne pas la guérison
peut donner l’impression d’une augmentation de la
prévalence de la maladie.

 Une diminution de la prévalence peut résulter non

seulement d’une diminution de l’incidence mais aussi
d’un raccourcissement de la durée de la maladie par
rapport à la guérison ou au décès des malades.

38
39
 Importance de l’incidence et de la prévalence
 La prévalence est utilisée par les gestionnaires de santé dans le
but de:
 Prévoir la quantité de médicaments à utiliser

 Prévoir le nombre de lits à rendre disponibles par rapport au nombre

de malades

 Concevoir le niveau de complexité de structure sanitaire nécessaire par

rapport aux cas enregistrés.

 Prévoir le nombre de travailleurs de santé à recruter par rapport au

nombre de malades. 40
Importance de l’incidence et de la prévalence

 Pour une maladie donnée, il existe une relation entre la

prévalence P, le taux de densité d’incidence Id et la
durée moyenne de la maladie D.

 Si la prévalence est faible

(P < 5-10%), P = id *D

41
 Importance de l’incidence et de la prévalence

 La prévalence peut être déterminée par une seule enquête

tandis que l’incidence est difficile à estimer.

 Les taux d’incidence servent à tirer des conclusions liées au

risque ou à la probabilité d’apparition d’une maladie.

42
 Importance de l’incidence et de la prévalence

 La prévalence est:
 Un indice important en Épidémiologie
 Est largement utilisée pour déterminer les besoins
médicaux et sociaux, surtout dans le cas des maladies
chroniques tels que VIH, Tuberculose, Asthme,
Cardiopathies….

43
 HIV séroprévalence in Haiti
(1993 – 2006)
7%

6%

5%

4%

3%

2%

1%

0%
1993 1996 2000 2003 2006
 Diagnosed TB cases by Clinic of Care
From 2009 TO 2015 at GHESKIO (INLR-IMIS)
3000
2719 2771

2465
2500
2196
1981 1982
2000 1813

1569 1523
1500 1350

1026 1004
1000
805
741
645 614
575 557
500 370
301
218 244 195 175
67 98 95 93
0
2009 2010 2011 2012 2013 2014 2015
Pediatric Adolescent Adult Total 45
 Enrolled and HIV prevalence rates by
site/recruitment strategy
Site Recruitment N No Infected Prevalence 95% CI
strategy
Haiti Street outreach 464 24 5.2 (3.3 , 7.6)

Dominican Street outreach 309 11 3.6 (1.8 , 6.3)

Republic

Puerto Rico Street outreach 229 11 4.8 (2.4 , 8.4)

All sites Street outreach 889 41 4.6 (3.3 , 6.2)

46
 Longitudinal study of women at high risk for hiv-1
infection to inform vaccine trial participation
 Background :
Determine the feasibility of recruiting and retaining women
at High risk of HIV infection and evaluate the HIV incidence
detected in these longitudinal cohorts over 18 months.
 Results :

Retention Rate at 18
N Seroconversion
months
Haiti 334 1.9 / 100 person-years 97%
Dominican
264 0.5 / 100 person-years 97%
Republic
Porto-Rico 201 0.4 / 100 person-years 84%
Total median time to seroconversion : 6 months (4 – 6.5)
Dr MM Deschamps
Incidence cumulée (ou risque)

 Nbre de nouveaux cas de maladie (au cours d’une période)

Nbre de personnes à risque de développer la maladie (pendant

cette période).

 Ex: Dans un camp de réfugiés , la population au début d’une

année donnée est de 3.000 sujets et a augmenté de 4.500 de
plus à la fin de cette année. Au cours de cette période,1.200 cas
de choléra ont été observés dans ce camp.

48
 Incidence cumulée (ou risque)
 Le nombre de personnes à risque est égal à:
[(3.000 + 4.500 )-1.200]/2

 Incidence cumulée = 1.200/3.150 = 0.381 soit 38.1 %

 L’incidence cumulée ne mesure en fait que la probabilité

moyenne qu’ont les individus d’une population donnée de
développer une maladie au cours d’une certaine période de
temps

49
 Taux de densité d’incidence
 Est spécifique et est liée à un risque
 C’est le rapport du:

 Nbre de nouveaux cas dans une cohorte sur une période donnée

Somme des durées d'exposition au risque étudié sur cette période

50
 Taux de densité d’incidence
 Les personnes-années à risque pour un individu de la cohorte
représentent le nombre total d’années ou d’unité de temps pendant
lesquelles il où elle a été suivie.

 C’est-à-dire depuis l’exposition au facteur de risque jusqu’à ce que

la maladie apparaisse, que le décès survienne, qu’il soit perdu de vue
ou que l’enquête se termine.

51
Taux d’attaque
 Le taux d’attaque mesure la proportion d’individus qui
développe une maladie parmi la population exposée à un
risque spécifique.

 C’est le taux d’incidence du début d’un évènement (dans les

premiers jours de cet évènement )

 Ex : Au cours d’une épisode d’intoxication alimentaire, les

taux d’attaque sont calculés pour les convives
52
 Mesures de
Tendance centrale
Généralités
• Les paramètres de mesure de tendance centrale sont les
valeurs qui permettent de localiser le centre d’une distribution
de fréquence.

• On cherche á identifier une tendance centrale pour décrire ou

représenter de facon simple et concise un ensemble de valeurs
individuelles.

• Cette description permet de comprendre et de saisir

rapidement la position des observations individuelles dans le
groupe. 53
 Moyenne Arithmétique
 La moyenne arythmétique est la somme de toutes les
observations divisée par le nombre d’observations. Elles
s’exprime avec la même unité que les observations elle-
mêmes.

 Exemple : L’âge en années d’une population de 5

femmes qui viennent d’accoucher de leur premier enfant.
La somme est 45 ans et comme il y a 5 valeurs,
la moyenne est 45/5 = 9 ans
54
 La Médiane
La médiane est la valeur centrale qui divise l’échantillon ou la
distribution en deux moitiés de taille égale. Pour trouver la
médiane, il faut d’abord classer toutes les observations par ordre
croissant.

Si le nombre d’observations est impair, la médiane est la valeur

correspondant à l’observation située au milieu: n+1/2

Ex; Pour la série de 5 observations d’âge ordonnée de facon

croissante : 17, 24, 32, 35, 37. Dans ce cas la médiane est égale à
32.

 La médiane correspond donc à la 3ème valeur car (5+1)/2=3 55

 La Médiane
 Si N est un nombre pair, on considère que la médiane est
à mi-chemin entre les deux valeurs du milieu de la
distribution.

 Exemple : Pour une série de 8 observations d’âge

17, 24, 27, 27, 29, 32, 35, 37, la médiane se situe entre la
valeur de la 4ème observation (27) et celle de la 5ème
observation (29 ans), car (8+1)/2= 4.5
La médiane vaut donc (27+29) /2 = 28 ans
56
 Le Mode
•C’est la valeur de la distribution qui est la plus
fréquemment observée. Une série peut ne pas avoir de
mode ou au contraire avoir plusieurs modes.

 Exemples de séries d’observations d’âge

 A- 17, 24, 27, 27, 29, 27, 32 ,37 (Mode : 27 ans)
 B- 17, 24, 32, 35, 37 (Pas de Mode)
 C- 17, 24 ,27, 27, 29, 29, 32, 35,37
•Dans cette série,il existe deux modes: 27 ans et 29 ans,
valeurs qui apparaisent deux fois
• On parle de < distribution bimodale >. 57