Changes
Translation components API.
See the Weblate's Web API documentation for detailed description of the API.
GET /api/components/sdg-metadata/3-3-3/changes/?format=api&page=14
{ "count": 739, "next": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/changes/?format=api&page=15", "previous": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/changes/?format=api&page=13", "results": [ { "unit": "https://hosted.weblate.org/api/units/29680758/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.964056+02:00", "action": 32, "target": "<h2> Обеспечение качества: </h2>\n<ul>\n <li> У нас есть специальная стандартизированная форма в зависимости от статуса борьбы с малярией, ликвидации или предотвращения повторного заражения. Мы выполняем внутреннюю проверку выпадающих показателей и полноты отчетности, а также увеличиваем количество запросов в страны, используя региональные офисы для получения разъяснений. При необходимости мы полагаемся на информацию об оценке качества данных из внешних источников, таких как партнеры, работающие в области мониторинга и оценки малярии. </li>\n <li> Всемирный доклад о малярии рассылается странам через региональные офисы для консультаций и утверждения. </li>\n</ul>", "old": "<h2> Обеспечение качества: </h2>\n<ul>\n <li> У нас есть специальная стандартизированная форма в зависимости от статуса борьбы с малярией, ликвидации или предотвращения повторного заражения. Мы выполняем внутреннюю проверку выпадающих показателей и полноты отчетности, а также увеличиваем количество запросов в страны, используя региональные офисы для получения разъяснений. При необходимости мы полагаемся на информацию об оценке качества данных из внешних источников, таких как партнеры, работающие в области мониторинга и оценки малярии. </li>\n <li> Всемирный доклад о малярии рассылается странам через региональные офисы для консультаций и утверждения. </li>\n</ul>", "details": {}, "id": 11567787, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567787/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680757/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.958998+02:00", "action": 32, "target": "<h2> Доступные странам методы и руководство для составления данных на национальном уровне: </h2>\n<p>Информация предоставляется национальной программой борьбы с малярией каждой страны с использованием приложения \"Программное обеспечение для представления информации медицинского участка-2\", созданным специально для этой цели. </p>", "old": "<h2> Доступные странам методы и руководство для составления данных на национальном уровне: </h2>\n<p>Информация предоставляется национальной программой борьбы с малярией каждой страны с использованием приложения \"Программное обеспечение для представления информации медицинского участка-2\", созданным специально для этой цели. </p>", "details": {}, "id": 11567786, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567786/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680755/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.953862+02:00", "action": 32, "target": "<h2> Обработка отсутствующих значений: </h2>\n<ul>\n <li> <strong> <em> На страновом уровне: </em> </strong> </li>\n</ul>\n<p> Для отсутствующих значений параметров (уровень положительных результатов тестирования и полнота отчетности) используется распределение, основанное на комбинации распределения доступных значений, если какое-либо значение существует в страновых данных или, в противном случае, может быть получено из данных регионального уровня. Значения параметров активного обращения за медицинской помощью рассчитываются путем линейной интерполяции значений, полученных при проведении обследований или экстраполяции значений первого или последнего обследования. При отсутствии отчетных данных количество случаев интерполируется с учетом роста населения.</p>\n<ul>\n <li> <strong> <em> На региональном и глобальном уровнях: </em> </strong> </li>\n</ul>\n<p> Не применимо </p>", "old": "<h2> Обработка отсутствующих значений: </h2>\n<ul>\n <li> <strong> <em> На страновом уровне: </em> </strong> </li>\n</ul>\n<p> Для отсутствующих значений параметров (уровень положительных результатов тестирования и полнота отчетности) используется распределение, основанное на комбинации распределения доступных значений, если какое-либо значение существует в страновых данных или, в противном случае, может быть получено из данных регионального уровня. Значения параметров активного обращения за медицинской помощью рассчитываются путем линейной интерполяции значений, полученных при проведении обследований или экстраполяции значений первого или последнего обследования. При отсутствии отчетных данных количество случаев интерполируется с учетом роста населения.</p>\n<ul>\n <li> <strong> <em> На региональном и глобальном уровнях: </em> </strong> </li>\n</ul>\n<p> Не применимо </p>", "details": {}, "id": 11567785, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567785/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680750/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.950485+02:00", "action": 32, "target": "<h2> Комментарии и ограничения: </h2>\n<p> Информация о предположительном уровне заболеваемости может отличаться от данных по уровню заболеваемости, содержащихся в отчете Министерства здравоохранения, на что могут влиять следующие факторы: </p>\n<ul>\n <li> полнота отчетности: количество зарегистрированных случаев может быть меньше предположительного значения, если доля медицинских учреждений, представляющих отчеты за месяц, составляет менее 100% </li>\n <li> объем диагностического тестирования на малярию (количество исследованных слайдов или выполненных быстрых диагностических тестов (БДТ) </li>\n <li> пользование частными медицинскими учреждениями, которые обычно не включены в систему отчетности. </li>\n <li> показатель отражает только случаи обнаружения переносчиков малярии. </li>\n</ul>", "old": "<h2> Комментарии и ограничения: </h2>\n<p> Информация о предположительном уровне заболеваемости может отличаться от данных по уровню заболеваемости, содержащихся в отчете Министерства здравоохранения, на что могут влиять следующие факторы: </p>\n<ul>\n <li> полнота отчетности: количество зарегистрированных случаев может быть меньше предположительного значения, если доля медицинских учреждений, представляющих отчеты за месяц, составляет менее 100% </li>\n <li> объем диагностического тестирования на малярию (количество исследованных слайдов или выполненных быстрых диагностических тестов (БДТ) </li>\n <li> пользование частными медицинскими учреждениями, которые обычно не включены в систему отчетности. </li>\n <li> показатель отражает только случаи обнаружения переносчиков малярии. </li>\n</ul>", "details": {}, "id": 11567784, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567784/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680746/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.947384+02:00", "action": 32, "target": "<h1> Составители данных </h1>\n<p> Группа по санэпиднадзору, мониторингу и оценке Глобальной программы борьбы с малярией отвечает за сбор и обработку всей необходимой информации. Национальные оценки для некоторых стран рассчитываются в сотрудничестве с Оксфордским университетом (проект «Атлас малярии»). </p>", "old": "<h1> Составители данных </h1>\n<p> Группа по санэпиднадзору, мониторингу и оценке Глобальной программы борьбы с малярией отвечает за сбор и обработку всей необходимой информации. Национальные оценки для некоторых стран рассчитываются в сотрудничестве с Оксфордским университетом (проект «Атлас малярии»). </p>", "details": {}, "id": 11567783, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567783/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680739/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.944175+02:00", "action": 32, "target": "<h2> Процесс сбора: </h2>\n<p> Официальным соисполнителем в каждой стране является Национальная программа борьбы с малярией, создаваемая при Министерстве здравоохранения. </p>", "old": "<h2> Процесс сбора: </h2>\n<p> Официальным соисполнителем в каждой стране является Национальная программа борьбы с малярией, создаваемая при Министерстве здравоохранения. </p>", "details": {}, "id": 11567782, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567782/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680736/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.940005+02:00", "action": 32, "target": "<h1> Источники данных </h1>\n<h2> Описание: </h2>\n<p>Информация о случаях заболеваний, которая содержится в отчетах Национальной программы борьбы с малярией (НПБМ), получается из системы санэпиднадзора, действующей в каждой стране. Сюда входит, среди прочего, информация о количестве случаев с подозрением на болезнь, количестве протестированных случаев, количестве случаев с положительным результатом теста в разбивке по методу обнаружения и по видам, а также сведения о количестве медицинских учреждений, которые представляют отчеты по этим случаям. Эта информация обобщена в приложении \"Программное обеспечение для представления информации медицинского участка-2\", разработанном для этой цели. Данные репрезентативных обследований домашних хозяйств общедоступны и включают национальные Обследования демографических характеристик и состояния здоровья (DHS) или Обследование показателей малярии (MIS). </p>", "old": "<h1> Источники данных </h1>\n<h2> Описание: </h2>\n<p>Информация о случаях заболеваний, которая содержится в отчетах Национальной программы борьбы с малярией (НПБМ), получается из системы санэпиднадзора, действующей в каждой стране. Сюда входит, среди прочего, информация о количестве случаев с подозрением на болезнь, количестве протестированных случаев, количестве случаев с положительным результатом теста в разбивке по методу обнаружения и по видам, а также сведения о количестве медицинских учреждений, которые представляют отчеты по этим случаям. Эта информация обобщена в приложении \"Программное обеспечение для представления информации медицинского участка-2\", разработанном для этой цели. Данные репрезентативных обследований домашних хозяйств общедоступны и включают национальные Обследования демографических характеристик и состояния здоровья (DHS) или Обследование показателей малярии (MIS). </p>", "details": {}, "id": 11567781, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567781/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680734/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.936047+02:00", "action": 32, "target": "<h1> Понятия и определения</h1>\n<p> <strong> Определение:</strong></p>\n<p> Заболеваемость малярией определяется как количество новых случаев малярии, выявляемых ежегодно, в расчете на 1000 человек, находящихся в группе риска.</p>\n<p> <strong> Понятия:</strong></p>\n<p> Случай заболевания малярией определяется как возникновение малярийной инфекции у человека, наличие малярийных паразитов в крови которого было подтверждено диагностическим тестом. Рассматриваемая популяция представляет собой население, подверженное риску заболевания. </p>", "old": "<h1> Понятия и определения</h1>\n<p> <strong> Определение:</strong></p>\n<p> Заболеваемость малярией определяется как количество новых случаев малярии, выявляемых ежегодно, в расчете на 1000 человек, находящихся в группе риска.</p>\n<p> <strong> Понятия:</strong></p>\n<p> Случай заболевания малярией определяется как возникновение малярийной инфекции у человека, наличие малярийных паразитов в крови которого было подтверждено диагностическим тестом. Рассматриваемая популяция представляет собой население, подверженное риску заболевания. </p>", "details": {}, "id": 11567780, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567780/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680752/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.926984+02:00", "action": 32, "target": "<h1>Методология</h1>\n<h2>Метод расчета:</h2>\n<p>Уровень заболеваемости малярией (1) выражается как количество новых случаев на 100 000 населения в год, причем данные по населению страны получены из прогнозных оценок, сделанных Отделом народонаселения ООН, а общая доля населения, находящегося в зоне риска, рассчитана с помощью данных Национальной программы борьбы с малярией. В частности, в стране производится расчет того, какая доля населения подвержена высокой степени риска (H) и какая доля находится в группе с низкой степенью риска (L), а общая численность населения, находящегося в зоне риска, рассчитывается по формуле: Численность населения по данным ООН x (H + L).</p>\n<p>Общее количество новых случаев T рассчитывается на основе количества случаев малярии, зарегистрированных Министерством здравоохранения, которое скорректировано с учетом (i) неполноты систем отчетности (ii) количества пациентов, обращающихся за лечением в частные клиники, самостоятельно принимающих лекарства или вообще не обращающихся за медицинской помощью, и (iii) потенциальной избыточности количества диагнозов вследствие недостаточного количества случаев, подтвержденных в ходе лабораторных исследований. Процедура, которая описана во <em> Всемирном отчете по малярии 2009 года</em> (2), объединяет данные, представленные Национальной программой борьбы с малярией ()зарегистрированные случаи, полнота отчетности и вероятность того, что имеются положительные случаи наличия паразитов) с данными, полученными в результате национальных репрезентативных обследований домашних хозяйств по использованию медицинских услуг. Вкратце,</p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g) </p>\n<p>где:<br> а - подтвержденные случаи малярии в государственном секторе<br>b - протестированные случаи с подозрением на болезнь<br>c - предполагаемые случаи (не протестированные, но отнесенные к малярии)<br>d<em> </em> полнота отчетности <br>e<em> </em>- показатель уровня положительных результатов тестирования (доля положительных случаев выявления малярии) = a / b <br>f<em> </em> случаи малярии, зафиксированные в государственном секторе, рассчитываются по формуле (a + (c x e)) / d<em><br></em>g<em> </em> доля обращающихся за лечением в государственный сектор <br>h доля обращающихся за лечением в частный сектор<br>i доля не обращающихся за лечением рассчитывается по формуле (1-g-h)/2 <br>j случаи малярии, зафиксированные в частном секторе, рассчитываются по формуле f x h/g<br>k случаи, не зафиксированные ни в частном и ни в государственном секторе, рассчитываются по формуле f x i/g<br>T общее количество случаев, рассчитывается по формуле f + j + k.</p>\n<p>Для оценки неопределенности количества случаев предполагается, что уровень положительных результатов тестирования имеет нормальное распределение, центрированное на значении <em> Уровня положительных результатов тестирования </em> и стандартном отклонении, определяется как</p>\n<p>0,244 х уровень положительных результатов тестирования<sup>0,5547</sup></p>\n<p>и усечен до диапазона 0, 1. Предполагается, что полнота отчетности имеет одно из трех распределений, в зависимости от диапазона или значения, предоставляемого Национальной программой борьбы с малярией. Если диапазон превышает 80%, распределение предполагается треугольным с пределами 0,8 и 1 и пиком 0,8. Если диапазон превышает 50%, тогда распределение считается прямоугольным с пределами 0,5 и 0,8. Наконец, если диапазон ниже 50%, распределение предполагается треугольным с пределами 0 и 0,5 и пиком 0,5 (3). Если полнота отчетности указана в виде значения и превышает 80%, предполагается бета-распределение со средним значением представленной величины (максимум 95%) и доверительными интервалами (ДИ) 5% от среднего значения. Предполагается, что доли детей, которые обращались за помощью в частный и государственный секторы, имеют бета-распределение, при этом среднее значение является оценочной величиной в обследовании, а стандартное отклонение рассчитывается из диапазона 95% оценочных доверительных интервалов (ДИ), деленное на 4. Предполагается, что доля детей, которые не обращались за помощью, имеет прямоугольное распределение, при этом нижний предел 0 и верхний предел рассчитываются как 1 минус доля детей, обращавшихся за помощью в государственный или частный сектор. </p>\n<p>Величины долей пациентов, обращавшихся за помощью, были линейно интерполированы между годами, в которые проводились обследования, и экстраполированы на годы, предшествующие первому проведенному обследованию или следующие за последним проведенным обследованием. Отсутствующие значения для распределений были условно исчислены с использованием комбинации распределения страны с равной вероятностью для тех лет, за которые были представлены значения, или, если значения не было представлено вообще для какого-либо года в стране, то с использованием комбинации распределения этого региона за этот год. Данные были проанализированы с помощью статистической программы R (4). Доверительные интервалы были получены из 10 000 извлечений сверток распределений.(Афганистан, Бангладеш, Боливия (Многонациональное Государство), Ботсвана, Бразилия, Камбоджа, Колумбия, Доминиканская Республика, Эритрея, Эфиопия, Французская Гвиана, Гамбия, Гватемала, Гайана, Гаити, Гондурас, Индия, Индонезия, Лаосская Народно-Демократическая Республика, Мадагаскар, Мавритания, Майотта, Мьянма, Намибия, Непал, Никарагуа, Пакистан, Панама, Папуа-Новая Гвинея, Перу, Филиппины, Руанда, Сенегал, Соломоновы Острова, Тимор-Лешти, Вануату, Венесуэла (Боливарианская Республика), Вьетнам, Йемен и Зимбабве. Для Индии значения были получены на субнациональном уровне с использованием той же методологии, но с корректировкой частного сектора с учетом поправочного коэффициента вследствие активного выявления заболеваний, рассчитываемого как отношение уровня положительных тестов при активном выявлении заболеваний к уровню положительных тестов при пассивном выявлении заболеваний. Этот коэффициент предположительно имеет нормальное распределение со средним значением и стандартным отклонением, рассчитанными на основе значений, представленных в 2010 году. Бангладеш, Боливия, Ботсвана, Бразилия, Кабо Верде, Колумбия, Доминиканская Республика, Французская Гвиана, Гватемала, Гайана, Гаити, Гондурас, Мьянма (с 2013 года), Руанда, Суринам и Венесуэла (Боливарианская Республика) представляют общие данные по выявленным случаям в частном и государственном секторах; следовательно, поправки на лечение в частном секторе не применялись.</p>\n<p>В некоторых африканских странах с высоким уровнем передачи инфекции качество регистрации случаев считается неудовлетворительным для того, чтобы применять вышеуказанных формул. В таких случаях оценки числа случаев заболевания малярией основываются на информации о распространенности паразитов, полученной в результате обследований домашних хозяйств. Во-первых, данные по распространенности паразитов из почти 60 000 записей обследований были собраны в рамках пространственно-временной байесовской геостатистической модели, наряду с экологическими и социально-демографическими независимыми переменными, и данных по распространению таких мероприятий и процедур, как применение обработанных инсектицидами противомоскитных сеток, противомалярийных препаратов и распыление инсектицидов остаточного действия внутри помещений. Геопространственная модель позволяет разрабатывать прогнозы распространенности Plasmodium falciparum у детей в возрасте от 2 до 10 лет при использовании карт с разрешением 5 × 5 кв. км во всех африканских странах, эндемичных по малярии, ежегодно с 2000 по 2016 годы (см. <a href=\"http://www.map.ox.ac.uk/making-maps/\"> http://www.map .ox.ac.uk / Making-maps /</a> для получения информации о методах разработки карт в рамках проекта Атлас малярии).Во-вторых, была разработана комплексная модель для прогнозирования заболеваемости малярией в зависимости от распространенности паразитов. Затем модель была применена для расчета предполагаемой распространенности паразитов, чтобы получить ежегодные оценки заболеваемости малярией на картах с разрешением 5 × 5 кв. км с 2000 по 2016 год. Данные по каждому участку местности размером 5 × 5 кв. км были агрегированы в пределах страны и границ региона для получения как национальных, так и региональных оценок случаев заболевания малярией (5). (Бенин, Камерун, Центральноафриканская Республика, Чад, Конго, Кот-д’Ивуар, Демократическая Республика Конго, Экваториальная Гвинея, Габон, Гвинея, Кения, Малави, Мали, Мозамбик, Нигер, Нигерия, Сомали, Южный Судан, Судан, Того и Замбия)</p>\n<p>Для большинства стран, в которых ликвидированы очаги заболеваемости, количество местных случаев, регистрируемых национальными программами борьбы с малярией, представляется без последующих корректировок. (Алжир, Аргентина, Белиз, Бутан, Кабо-Верде, Китай, Коморские Острова, Коста-Рика, Корейская Народно-Демократическая Республика, Джибути, Эквадор, Сальвадор, Иран (Исламская Республика), Ирак, Малайзия, Мексика, Парагвай , Республика Корея, Сан-Томе и Принсипи, Саудовская Аравия, Южная Африка, Суринам, Свазиленд и Таиланд).</p>", "old": "<h1>Методология</h1>\n<h2>Метод расчета:</h2>\n<p>Уровень заболеваемости малярией (1) выражается как количество новых случаев на 100 000 населения в год, причем данные по населению страны получены из прогнозных оценок, сделанных Отделом народонаселения ООН, а общая доля населения, находящегося в зоне риска, рассчитана с помощью данных Национальной программы борьбы с малярией. В частности, в стране производится расчет того, какая доля населения подвержена высокой степени риска (H) и какая доля находится в группе с низкой степенью риска (L), а общая численность населения, находящегося в зоне риска, рассчитывается по формуле: Численность населения по данным ООН x (H + L).</p>\n<p>Общее количество новых случаев T рассчитывается на основе количества случаев малярии, зарегистрированных Министерством здравоохранения, которое скорректировано с учетом (i) неполноты систем отчетности (ii) количества пациентов, обращающихся за лечением в частные клиники, самостоятельно принимающих лекарства или вообще не обращающихся за медицинской помощью, и (iii) потенциальной избыточности количества диагнозов вследствие недостаточного количества случаев, подтвержденных в ходе лабораторных исследований. Процедура, которая описана во <em> Всемирном отчете по малярии 2009 года</em> (2), объединяет данные, представленные Национальной программой борьбы с малярией ()зарегистрированные случаи, полнота отчетности и вероятность того, что имеются положительные случаи наличия паразитов) с данными, полученными в результате национальных репрезентативных обследований домашних хозяйств по использованию медицинских услуг. Вкратце,</p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g) </p>\n<p>где:<br> а - подтвержденные случаи малярии в государственном секторе<br>b - протестированные случаи с подозрением на болезнь<br>c - предполагаемые случаи (не протестированные, но отнесенные к малярии)<br>d<em> </em> полнота отчетности <br>e<em> </em>- показатель уровня положительных результатов тестирования (доля положительных случаев выявления малярии) = a / b <br>f<em> </em> случаи малярии, зафиксированные в государственном секторе, рассчитываются по формуле (a + (c x e)) / d<em><br></em>g<em> </em> доля обращающихся за лечением в государственный сектор <br>h доля обращающихся за лечением в частный сектор<br>i доля не обращающихся за лечением рассчитывается по формуле (1-g-h)/2 <br>j случаи малярии, зафиксированные в частном секторе, рассчитываются по формуле f x h/g<br>k случаи, не зафиксированные ни в частном и ни в государственном секторе, рассчитываются по формуле f x i/g<br>T общее количество случаев, рассчитывается по формуле f + j + k.</p>\n<p>Для оценки неопределенности количества случаев предполагается, что уровень положительных результатов тестирования имеет нормальное распределение, центрированное на значении <em> Уровня положительных результатов тестирования </em> и стандартном отклонении, определяется как</p>\n<p>0,244 х уровень положительных результатов тестирования<sup>0,5547</sup></p>\n<p>и усечен до диапазона 0, 1. Предполагается, что полнота отчетности имеет одно из трех распределений, в зависимости от диапазона или значения, предоставляемого Национальной программой борьбы с малярией. Если диапазон превышает 80%, распределение предполагается треугольным с пределами 0,8 и 1 и пиком 0,8. Если диапазон превышает 50%, тогда распределение считается прямоугольным с пределами 0,5 и 0,8. Наконец, если диапазон ниже 50%, распределение предполагается треугольным с пределами 0 и 0,5 и пиком 0,5 (3). Если полнота отчетности указана в виде значения и превышает 80%, предполагается бета-распределение со средним значением представленной величины (максимум 95%) и доверительными интервалами (ДИ) 5% от среднего значения. Предполагается, что доли детей, которые обращались за помощью в частный и государственный секторы, имеют бета-распределение, при этом среднее значение является оценочной величиной в обследовании, а стандартное отклонение рассчитывается из диапазона 95% оценочных доверительных интервалов (ДИ), деленное на 4. Предполагается, что доля детей, которые не обращались за помощью, имеет прямоугольное распределение, при этом нижний предел 0 и верхний предел рассчитываются как 1 минус доля детей, обращавшихся за помощью в государственный или частный сектор. </p>\n<p>Величины долей пациентов, обращавшихся за помощью, были линейно интерполированы между годами, в которые проводились обследования, и экстраполированы на годы, предшествующие первому проведенному обследованию или следующие за последним проведенным обследованием. Отсутствующие значения для распределений были условно исчислены с использованием комбинации распределения страны с равной вероятностью для тех лет, за которые были представлены значения, или, если значения не было представлено вообще для какого-либо года в стране, то с использованием комбинации распределения этого региона за этот год. Данные были проанализированы с помощью статистической программы R (4). Доверительные интервалы были получены из 10 000 извлечений сверток распределений.(Афганистан, Бангладеш, Боливия (Многонациональное Государство), Ботсвана, Бразилия, Камбоджа, Колумбия, Доминиканская Республика, Эритрея, Эфиопия, Французская Гвиана, Гамбия, Гватемала, Гайана, Гаити, Гондурас, Индия, Индонезия, Лаосская Народно-Демократическая Республика, Мадагаскар, Мавритания, Майотта, Мьянма, Намибия, Непал, Никарагуа, Пакистан, Панама, Папуа-Новая Гвинея, Перу, Филиппины, Руанда, Сенегал, Соломоновы Острова, Тимор-Лешти, Вануату, Венесуэла (Боливарианская Республика), Вьетнам, Йемен и Зимбабве. Для Индии значения были получены на субнациональном уровне с использованием той же методологии, но с корректировкой частного сектора с учетом поправочного коэффициента вследствие активного выявления заболеваний, рассчитываемого как отношение уровня положительных тестов при активном выявлении заболеваний к уровню положительных тестов при пассивном выявлении заболеваний. Этот коэффициент предположительно имеет нормальное распределение со средним значением и стандартным отклонением, рассчитанными на основе значений, представленных в 2010 году. Бангладеш, Боливия, Ботсвана, Бразилия, Кабо Верде, Колумбия, Доминиканская Республика, Французская Гвиана, Гватемала, Гайана, Гаити, Гондурас, Мьянма (с 2013 года), Руанда, Суринам и Венесуэла (Боливарианская Республика) представляют общие данные по выявленным случаям в частном и государственном секторах; следовательно, поправки на лечение в частном секторе не применялись.</p>\n<p>В некоторых африканских странах с высоким уровнем передачи инфекции качество регистрации случаев считается неудовлетворительным для того, чтобы применять вышеуказанных формул. В таких случаях оценки числа случаев заболевания малярией основываются на информации о распространенности паразитов, полученной в результате обследований домашних хозяйств. Во-первых, данные по распространенности паразитов из почти 60 000 записей обследований были собраны в рамках пространственно-временной байесовской геостатистической модели, наряду с экологическими и социально-демографическими независимыми переменными, и данных по распространению таких мероприятий и процедур, как применение обработанных инсектицидами противомоскитных сеток, противомалярийных препаратов и распыление инсектицидов остаточного действия внутри помещений. Геопространственная модель позволяет разрабатывать прогнозы распространенности Plasmodium falciparum у детей в возрасте от 2 до 10 лет при использовании карт с разрешением 5 × 5 кв. км во всех африканских странах, эндемичных по малярии, ежегодно с 2000 по 2016 годы (см. <a href=\"http://www.map.ox.ac.uk/making-maps/\"> http://www.map .ox.ac.uk / Making-maps /</a> для получения информации о методах разработки карт в рамках проекта Атлас малярии).Во-вторых, была разработана комплексная модель для прогнозирования заболеваемости малярией в зависимости от распространенности паразитов. Затем модель была применена для расчета предполагаемой распространенности паразитов, чтобы получить ежегодные оценки заболеваемости малярией на картах с разрешением 5 × 5 кв. км с 2000 по 2016 год. Данные по каждому участку местности размером 5 × 5 кв. км были агрегированы в пределах страны и границ региона для получения как национальных, так и региональных оценок случаев заболевания малярией (5). (Бенин, Камерун, Центральноафриканская Республика, Чад, Конго, Кот-д’Ивуар, Демократическая Республика Конго, Экваториальная Гвинея, Габон, Гвинея, Кения, Малави, Мали, Мозамбик, Нигер, Нигерия, Сомали, Южный Судан, Судан, Того и Замбия)</p>\n<p>Для большинства стран, в которых ликвидированы очаги заболеваемости, количество местных случаев, регистрируемых национальными программами борьбы с малярией, представляется без последующих корректировок. (Алжир, Аргентина, Белиз, Бутан, Кабо-Верде, Китай, Коморские Острова, Коста-Рика, Корейская Народно-Демократическая Республика, Джибути, Эквадор, Сальвадор, Иран (Исламская Республика), Ирак, Малайзия, Мексика, Парагвай , Республика Корея, Сан-Томе и Принсипи, Саудовская Аравия, Южная Африка, Суринам, Свазиленд и Таиланд).</p>", "details": {}, "id": 11567779, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567779/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/38500444/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/pt/?format=api", "user": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "author": "https://hosted.weblate.org/api/users/brockfanning/?format=api", "timestamp": "2021-07-21T14:51:13.923744+02:00", "action": 32, "target": "<p>Objetivo 3: Garantir o acesso á saude de qualidade e promover o bem-estar para todos, em todas as idades</p>", "old": "<p>Objetivo 3: Garantir o acesso á saude de qualidade e promover o bem-estar para todos, em todas as idades</p>", "details": {}, "id": 11567778, "action_name": "Bulk status changed", "url": "https://hosted.weblate.org/api/changes/11567778/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/38500444/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/pt/?format=api", "user": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "author": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "timestamp": "2021-07-19T23:24:26.288229+02:00", "action": 5, "target": "<p>Objetivo 3: Garantir o acesso á saude de qualidade e promover o bem-estar para todos, em todas as idades</p>", "old": "", "details": {}, "id": 11535372, "action_name": "Translation added", "url": "https://hosted.weblate.org/api/changes/11535372/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/38500444/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/pt/?format=api", "user": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "author": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "timestamp": "2021-07-19T23:24:26.284360+02:00", "action": 45, "target": "", "old": "", "details": {}, "id": 11535371, "action_name": "Contributor joined", "url": "https://hosted.weblate.org/api/changes/11535371/?format=api" }, { "unit": null, "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/pt/?format=api", "user": null, "author": null, "timestamp": "2021-07-08T23:46:52.925669+02:00", "action": 0, "target": "", "old": "", "details": {}, "id": 11391368, "action_name": "Resource updated", "url": "https://hosted.weblate.org/api/changes/11391368/?format=api" }, { "unit": null, "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/es/?format=api", "user": null, "author": null, "timestamp": "2021-07-08T06:32:06.538444+02:00", "action": 17, "target": "", "old": "", "details": {}, "id": 11377275, "action_name": "Changes committed", "url": "https://hosted.weblate.org/api/changes/11377275/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680450/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/es/?format=api", "user": "https://hosted.weblate.org/api/users/hernandanielmunoz/?format=api", "author": "https://hosted.weblate.org/api/users/hernandanielmunoz/?format=api", "timestamp": "2021-07-07T06:30:47.205120+02:00", "action": 37, "target": "<p>Objetivo 3: Garantizar una vida sana y promover el bienestar de todos a todas las edades</p>", "old": "<p>Objetivo 3: Garantizar una vida sana y promover el bienestar de todos a todas las edades</p>", "details": {}, "id": 11367769, "action_name": "Marked for edit", "url": "https://hosted.weblate.org/api/changes/11367769/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680450/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/es/?format=api", "user": "https://hosted.weblate.org/api/users/hernandanielmunoz/?format=api", "author": "https://hosted.weblate.org/api/users/hernandanielmunoz/?format=api", "timestamp": "2021-07-07T06:30:47.184239+02:00", "action": 45, "target": "", "old": "", "details": {}, "id": 11367768, "action_name": "Contributor joined", "url": "https://hosted.weblate.org/api/changes/11367768/?format=api" }, { "unit": null, "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/es/?format=api", "user": null, "author": null, "timestamp": "2021-05-12T23:30:22.468699+02:00", "action": 0, "target": "", "old": "", "details": {}, "id": 10590374, "action_name": "Resource updated", "url": "https://hosted.weblate.org/api/changes/10590374/?format=api" }, { "unit": null, "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": null, "user": null, "author": null, "timestamp": "2021-05-12T15:04:40.854683+02:00", "action": 47, "target": "", "old": "", "details": { "alert": "RepositoryChanges" }, "id": 10585406, "action_name": "Alert triggered", "url": "https://hosted.weblate.org/api/changes/10585406/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:11:40.298629+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– ;11. </p>", "details": {}, "id": 10314370, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314370/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:10:22.218909+02:00", "action": 2, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations Unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte : (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par le Programme National de Lutte contre le Paludisme (PNLP) (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<p>et tronqué pour être dans l'intervalle 0, 1. L'exhaustivité de la déclaration a été supposée avoir l'une des trois distributions suivantes, en fonction de la plage ou de la valeur déclarée par le NMCP. Si l'intervalle était supérieur à 80 %, la distribution était supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle était inférieur à 50 %, la distribution était supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était indiquée sous forme de valeur et était supérieure à 80%, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95%) et des intervalles de confiance de 5% autour de la valeur moyenne. Les proportions d'enfants pour lesquels des soins ont été demandés dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart type étant calculé à partir de la plage des intervalles de confiance estimés à 95% divisée par 4. La proportion d'enfants pour lesquels des soins n'ont pas été demandés a été supposée avoir une distribution rectangulaire, la limite inférieure étant 0 et la limite supérieure étant calculée comme 1 moins la proportion d'enfants ayant demandé des soins dans le secteur public ou privé.</p>\n<p>Les valeurs de la proportion d'enfants ayant cherché à se faire soigner ont été interpolées linéairement entre les années pour lesquelles une enquête a été réalisée, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où des valeurs étaient présentes ou, s'il n'y avait aucune valeur pour une année du pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10000 tirages des distributions convoluées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyana, Haïti, Honduras, Inde, Indonésie, République démocratique populaire lao, Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport entre le taux de positivité des tests dans la détection active des cas et le taux de positivité des tests dans la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs déclarées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Verte, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) déclarent ensemble les cas des secteurs privé et public ; par conséquent, aucun ajustement pour le secteur privé cherchant à se faire soigner n'a été effectué. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les moustiquaires traitées à l'insecticide, les médicaments antipaludiques et les pulvérisations résiduelle à l'intérieur. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2 à 10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http ://www.map.ox.ac.uk/making-maps/\">http ://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Cô ;te d&apos ;Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays qui visent l'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations Unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte: (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par le Programme National de Lutte contre le Paludisme (PNLP) (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<p>et tronqué pour être dans l'intervalle 0, 1. L'exhaustivité de la déclaration a été supposée avoir l'une des trois distributions suivantes, en fonction de la plage ou de la valeur déclarée par le NMCP. Si l'intervalle était supérieur à 80 %, la distribution était supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle était inférieur à 50 %, la distribution était supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était indiquée sous forme de valeur et était supérieure à 80%, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95%) et des intervalles de confiance de 5% autour de la valeur moyenne. Les proportions d'enfants pour lesquels des soins ont été demandés dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart type étant calculé à partir de la plage des intervalles de confiance estimés à 95% divisée par 4. La proportion d'enfants pour lesquels des soins n'ont pas été demandés a été supposée avoir une distribution rectangulaire, la limite inférieure étant 0 et la limite supérieure étant calculée comme 1 moins la proportion d'enfants ayant demandé des soins dans le secteur public ou privé.</p>\n<p>Les valeurs de la proportion d'enfants ayant cherché à se faire soigner ont été interpolées linéairement entre les années pour lesquelles une enquête a été réalisée, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où des valeurs étaient présentes ou, s'il n'y avait aucune valeur pour une année du pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10000 tirages des distributions convoluées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyana, Haïti, Honduras, Inde, Indonésie, République démocratique populaire lao, Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport entre le taux de positivité des tests dans la détection active des cas et le taux de positivité des tests dans la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs déclarées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Verte, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) déclarent ensemble les cas des secteurs privé et public ; par conséquent, aucun ajustement pour le secteur privé cherchant à se faire soigner n'a été effectué. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les moustiquaires traitées à l'insecticide, les médicaments antipaludiques et les pulvérisations résiduelle à l'intérieur. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2 à 10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays qui visent l'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 10314359, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314359/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:05:24.094953+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– 11. </p>", "details": {}, "id": 10314337, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314337/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:05:08.857284+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– 11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– ;11. </p>", "details": {}, "id": 10314335, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314335/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:03:51.393495+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314330, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314330/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:03:21.746209+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314328, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314328/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:02:52.872300+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Foundation for Statistical Computing; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314325, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314325/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:02:25.742802+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R: A Language and Environment for Statistical Computing . Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314321, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314321/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:01:54.390423+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimates, Time Trends, and a Critique of Methods. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314316, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314316/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T21:01:25.318577+02:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. World Malaria Report 2008. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "details": {}, "id": 10314315, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314315/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680662/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:59:48.498751+02:00", "action": 2, "target": "<h1>Sources de données</h1>\n<h2>Description : </h2>\n<p>Les cas signalés par le PNLP sont obtenus à partir du système de surveillance de chaque pays. Il s'agit notamment d'informations sur le nombre de cas suspects, le nombre de cas testés, le nombre de cas positifs par méthode de détection et par espèce ainsi que le nombre d'établissements de santé qui signalent ces cas. Ces informations sont résumées dans une application DHIS2 développée à cet effet. Les données des enquêtes représentatives sur les ménages sont accessibles au public et comprennent les enquêtes démographiques nationales auprès des ménages ou l'enquête sur les indicateurs du paludisme. </p>", "old": "<h1>Sources de données</h1>\n<h2>Description : </h2>\n<p>Les cas signalés par le PNLP sont obtenus à partir du système de surveillance de chaque pays. Il s'agit notamment d'informations sur le nombre de cas suspects, le nombre de cas testés, le nombre de cas positifs par méthode de détection et par espèce ainsi que le nombre d'établissements de santé qui signalent ces cas. Ces informations sont résumées dans une application DHIS2 développée à cet effet. Les données des enquêtes représentatives sur les ménages sont accessibles au public et comprennent les enquêtes démographiques nationales sur les ménages (EDS) ou l'enquête sur les indicateurs du paludisme (EIP). </p>", "details": {}, "id": 10314303, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314303/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680701/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:58:22.562570+02:00", "action": 2, "target": "<h2>Assurance de la qualité : </h2>\n<ul>\n<li>Nous disposons d'un formulaire spécifique normalisé en fonction de l'état d'avancement de la lutte contre le paludisme, de l'élimination ou de la prévention de la réinfection. Nous procédons à une validation interne des valeurs aberrantes et de l'exhaustivité et nous adressons des demandes de clarification aux pays par l'intermédiaire des bureaux régionaux. Si nécessaire, nous nous appuyons sur des informations d'évaluation de la qualité des données provenant de sources externes telles que les partenaires travaillant dans le suivi et l'évaluation du paludisme. </li>\n<li>Le Rapport mondial sur le paludisme est envoyé aux pays par l'intermédiaire des bureaux régionaux pour consultation et approbation.</li>\n</ul>", "old": "<h2>Assurance de la qualité : </h2>\n<ul>\n<li>Nous disposons d'un formulaire spécifique normalisé en fonction de l'état d'avancement de la lutte contre le paludisme, de l'élimination ou de la prévention de la réinfection. Nous procédons à une validation interne des valeurs aberrantes et de l'exhaustivité et nous adressons des demandes de clarification aux pays par l'intermédiaire des bureaux régionaux. Si nécessaire, nous nous appuyons sur des informations d'évaluation de la qualité des données provenant de sources externes telles que les partenaires travaillant dans le suivi et l'évaluation du paludisme. </li>\n<li>Le rapport mondial sur le paludisme est envoyé aux pays par l'intermédiaire des bureaux régionaux pour consultation et approbation.</li>\n</ul>", "details": {}, "id": 10314288, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314288/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680696/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:58:03.271116+02:00", "action": 2, "target": "<h2>Méthodes et instructions mises à la disposition des pays pour la compilation des données au niveau national :</h2>\n<p>Les informations sont fournies par le PNLP de chaque pays en utilisant une application District Health Information Systems2 (DHIS2) créée spécifiquement à cet effet.</p>", "old": "<h2>Méthodes et instructions mises à la disposition des pays pour la compilation des données au niveau national :</h2>\n<p>Les informations sont fournies par le PNLP de chaque pays en utilisant une application District Health Information Systems2 (DHIS 2) créée spécifiquement à cet effet.</p>", "details": {}, "id": 10314286, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314286/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680696/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:57:41.096951+02:00", "action": 2, "target": "<h2>Méthodes et instructions mises à la disposition des pays pour la compilation des données au niveau national :</h2>\n<p>Les informations sont fournies par le PNLP de chaque pays en utilisant une application District Health Information Systems2 (DHIS 2) créée spécifiquement à cet effet.</p>", "old": "<h2>Méthodes et instructions mises à la disposition des pays pour la compilation des données au niveau national :</h2>\n<p>Les informations sont fournies par le PNLP de chaque pays en utilisant une application DHIS 2 créée spécifiquement à cet effet.</p>", "details": {}, "id": 10314284, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314284/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680707/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:54:43.744213+02:00", "action": 2, "target": "<h2>Sources des divergences : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification (le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%)</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n</ul>", "old": "<h2>Sources des divergences : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification : le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n</ul>", "details": {}, "id": 10314274, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314274/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:50:56.904761+02:00", "action": 2, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations Unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte: (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par le Programme National de Lutte contre le Paludisme (PNLP) (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<p>et tronqué pour être dans l'intervalle 0, 1. L'exhaustivité de la déclaration a été supposée avoir l'une des trois distributions suivantes, en fonction de la plage ou de la valeur déclarée par le NMCP. Si l'intervalle était supérieur à 80 %, la distribution était supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle était inférieur à 50 %, la distribution était supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était indiquée sous forme de valeur et était supérieure à 80%, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95%) et des intervalles de confiance de 5% autour de la valeur moyenne. Les proportions d'enfants pour lesquels des soins ont été demandés dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart type étant calculé à partir de la plage des intervalles de confiance estimés à 95% divisée par 4. La proportion d'enfants pour lesquels des soins n'ont pas été demandés a été supposée avoir une distribution rectangulaire, la limite inférieure étant 0 et la limite supérieure étant calculée comme 1 moins la proportion d'enfants ayant demandé des soins dans le secteur public ou privé.</p>\n<p>Les valeurs de la proportion d'enfants ayant cherché à se faire soigner ont été interpolées linéairement entre les années pour lesquelles une enquête a été réalisée, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où des valeurs étaient présentes ou, s'il n'y avait aucune valeur pour une année du pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10000 tirages des distributions convoluées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyana, Haïti, Honduras, Inde, Indonésie, République démocratique populaire lao, Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport entre le taux de positivité des tests dans la détection active des cas et le taux de positivité des tests dans la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs déclarées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Verte, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) déclarent ensemble les cas des secteurs privé et public ; par conséquent, aucun ajustement pour le secteur privé cherchant à se faire soigner n'a été effectué. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les moustiquaires traitées à l'insecticide, les médicaments antipaludiques et les pulvérisations résiduelle à l'intérieur. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2 à 10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays qui visent l'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations Unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte: (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par le Programme National de Lutte contre le Paludisme (PNLP) (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les moustiquaires traitées à l'insecticide, les médicaments antipaludiques et les pulvérisations résiduelle à l'intérieur. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2 à 10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays qui visent l'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 10314250, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314250/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:49:37.898618+02:00", "action": 2, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations Unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte: (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par le Programme National de Lutte contre le Paludisme (PNLP) (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les moustiquaires traitées à l'insecticide, les médicaments antipaludiques et les pulvérisations résiduelle à l'intérieur. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2 à 10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays qui visent l'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 10314244, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314244/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:27:10.219501+02:00", "action": 2, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, qui est ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 10314082, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314082/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680685/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:26:23.556385+02:00", "action": 2, "target": "<h2>Commentaires et limites : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification (le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%)</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n<li>l'indicateur n'est estimé que là où il y a transmission du paludisme.</li>\n</ul>", "old": "<h2>Commentaires et limites : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification (le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n<li>l'indicateur n'est estimé que là où il y a transmission du paludisme.</li>\n</ul>", "details": {}, "id": 10314080, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314080/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680685/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:26:00.939376+02:00", "action": 2, "target": "<h2>Commentaires et limites : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification (le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n<li>l'indicateur n'est estimé que là où il y a transmission du paludisme.</li>\n</ul>", "old": "<h2>Commentaires et limites : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification : le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n<li>l'indicateur n'est estimé que là où il y a transmission du paludisme.</li>\n</ul>", "details": {}, "id": 10314079, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314079/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680683/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:25:36.166399+02:00", "action": 2, "target": "<h2><strong>Justification </strong>:</h2>\n<p>La justification est de mesurer l'évolution de la morbidité liée au paludisme et identifier les endroits où le risque de maladie est le plus élevé. Grâce à ces informations, les programmes peuvent répondre à des tendances inhabituelles, telles que les épidémies, et orienter les ressources vers les populations qui en ont le plus besoin. Ces données servent également à éclairer l'allocation des ressources mondiales pour le paludisme, par exemple lors de la définition des critères d'éligibilité au financement du Fonds mondial.</p>", "old": "<h2><strong>Justification </strong>:</h2>\n<p>Mesurer l'évolution de la morbidité liée au paludisme et identifier les endroits où le risque de maladie est le plus élevé. Grâce à ces informations, les programmes peuvent répondre à des tendances inhabituelles, telles que les épidémies, et orienter les ressources vers les populations qui en ont le plus besoin. Ces données servent également à éclairer l'allocation des ressources mondiales pour le paludisme, par exemple lors de la définition des critères d'éligibilité au financement du Fonds mondial.</p>", "details": {}, "id": 10314077, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314077/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680661/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:24:51.453344+02:00", "action": 2, "target": "<h1>Concepts et définitions</h1>\n<p><strong>Définition :</strong></p>\n<p>L'incidence du paludisme est définie comme le nombre de nouveaux cas de paludisme pour 1 000 personnes à risque chaque année.</p>\n<p><strong>Concepts :</strong></p>\n<p>Le cas de paludisme est défini comme l'apparition d'une infection palustre chez une personne dont la présence de parasites du paludisme dans le sang a été confirmée par un test de diagnostic. La population considérée est celle à risque de la maladie.</p>", "old": "<h1>Concepts et définitions</h1>\n<p><strong>Définition :</strong></p>\n<p>L'incidence du paludisme est définie comme le nombre de nouveaux cas de paludisme pour 1 000 personnes à risque chaque année.</p>\n<p><strong>Concepts :</strong></p>\n<p>Le cas de paludisme est défini comme l'apparition d'une infection palustre chez une personne dont la présence de parasites du paludisme dans le sang a été confirmée par un test de diagnostic. La population considérée est la population à risque de la maladie.</p>", "details": {}, "id": 10314072, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314072/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680660/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-04-28T20:24:29.829468+02:00", "action": 2, "target": "<h1>Informations institutionnelles</h1>\n<h2>Organisation(s) : </h2>\n<p>Programme mondial de lutte contre le paludisme de l'Organisation mondiale de la santé (OMS)</p>", "old": "<h1>Informations institutionnelles</h1>\n<h2>Organisation(s) : </h2>\n<p>Programme mondial de lutte contre le paludisme à l'Organisation mondiale de la santé (OMS)</p>", "details": {}, "id": 10314070, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/10314070/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680752/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "author": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "timestamp": "2021-03-19T20:22:35.582700+01:00", "action": 2, "target": "<h1>Методология</h1>\n<h2>Метод расчета:</h2>\n<p>Уровень заболеваемости малярией (1) выражается как количество новых случаев на 100 000 населения в год, причем данные по населению страны получены из прогнозных оценок, сделанных Отделом народонаселения ООН, а общая доля населения, находящегося в зоне риска, рассчитана с помощью данных Национальной программы борьбы с малярией. В частности, в стране производится расчет того, какая доля населения подвержена высокой степени риска (H) и какая доля находится в группе с низкой степенью риска (L), а общая численность населения, находящегося в зоне риска, рассчитывается по формуле: Численность населения по данным ООН x (H + L).</p>\n<p>Общее количество новых случаев T рассчитывается на основе количества случаев малярии, зарегистрированных Министерством здравоохранения, которое скорректировано с учетом (i) неполноты систем отчетности (ii) количества пациентов, обращающихся за лечением в частные клиники, самостоятельно принимающих лекарства или вообще не обращающихся за медицинской помощью, и (iii) потенциальной избыточности количества диагнозов вследствие недостаточного количества случаев, подтвержденных в ходе лабораторных исследований. Процедура, которая описана во <em> Всемирном отчете по малярии 2009 года</em> (2), объединяет данные, представленные Национальной программой борьбы с малярией ()зарегистрированные случаи, полнота отчетности и вероятность того, что имеются положительные случаи наличия паразитов) с данными, полученными в результате национальных репрезентативных обследований домашних хозяйств по использованию медицинских услуг. Вкратце,</p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g) </p>\n<p>где:<br> а - подтвержденные случаи малярии в государственном секторе<br>b - протестированные случаи с подозрением на болезнь<br>c - предполагаемые случаи (не протестированные, но отнесенные к малярии)<br>d<em> </em> полнота отчетности <br>e<em> </em>- показатель уровня положительных результатов тестирования (доля положительных случаев выявления малярии) = a / b <br>f<em> </em> случаи малярии, зафиксированные в государственном секторе, рассчитываются по формуле (a + (c x e)) / d<em><br></em>g<em> </em> доля обращающихся за лечением в государственный сектор <br>h доля обращающихся за лечением в частный сектор<br>i доля не обращающихся за лечением рассчитывается по формуле (1-g-h)/2 <br>j случаи малярии, зафиксированные в частном секторе, рассчитываются по формуле f x h/g<br>k случаи, не зафиксированные ни в частном и ни в государственном секторе, рассчитываются по формуле f x i/g<br>T общее количество случаев, рассчитывается по формуле f + j + k.</p>\n<p>Для оценки неопределенности количества случаев предполагается, что уровень положительных результатов тестирования имеет нормальное распределение, центрированное на значении <em> Уровня положительных результатов тестирования </em> и стандартном отклонении, определяется как</p>\n<p>0,244 х уровень положительных результатов тестирования<sup>0,5547</sup></p>\n<p>и усечен до диапазона 0, 1. Предполагается, что полнота отчетности имеет одно из трех распределений, в зависимости от диапазона или значения, предоставляемого Национальной программой борьбы с малярией. Если диапазон превышает 80%, распределение предполагается треугольным с пределами 0,8 и 1 и пиком 0,8. Если диапазон превышает 50%, тогда распределение считается прямоугольным с пределами 0,5 и 0,8. Наконец, если диапазон ниже 50%, распределение предполагается треугольным с пределами 0 и 0,5 и пиком 0,5 (3). Если полнота отчетности указана в виде значения и превышает 80%, предполагается бета-распределение со средним значением представленной величины (максимум 95%) и доверительными интервалами (ДИ) 5% от среднего значения. Предполагается, что доли детей, которые обращались за помощью в частный и государственный секторы, имеют бета-распределение, при этом среднее значение является оценочной величиной в обследовании, а стандартное отклонение рассчитывается из диапазона 95% оценочных доверительных интервалов (ДИ), деленное на 4. Предполагается, что доля детей, которые не обращались за помощью, имеет прямоугольное распределение, при этом нижний предел 0 и верхний предел рассчитываются как 1 минус доля детей, обращавшихся за помощью в государственный или частный сектор. </p>\n<p>Величины долей пациентов, обращавшихся за помощью, были линейно интерполированы между годами, в которые проводились обследования, и экстраполированы на годы, предшествующие первому проведенному обследованию или следующие за последним проведенным обследованием. Отсутствующие значения для распределений были условно исчислены с использованием комбинации распределения страны с равной вероятностью для тех лет, за которые были представлены значения, или, если значения не было представлено вообще для какого-либо года в стране, то с использованием комбинации распределения этого региона за этот год. Данные были проанализированы с помощью статистической программы R (4). Доверительные интервалы были получены из 10 000 извлечений сверток распределений.(Афганистан, Бангладеш, Боливия (Многонациональное Государство), Ботсвана, Бразилия, Камбоджа, Колумбия, Доминиканская Республика, Эритрея, Эфиопия, Французская Гвиана, Гамбия, Гватемала, Гайана, Гаити, Гондурас, Индия, Индонезия, Лаосская Народно-Демократическая Республика, Мадагаскар, Мавритания, Майотта, Мьянма, Намибия, Непал, Никарагуа, Пакистан, Панама, Папуа-Новая Гвинея, Перу, Филиппины, Руанда, Сенегал, Соломоновы Острова, Тимор-Лешти, Вануату, Венесуэла (Боливарианская Республика), Вьетнам, Йемен и Зимбабве. Для Индии значения были получены на субнациональном уровне с использованием той же методологии, но с корректировкой частного сектора с учетом поправочного коэффициента вследствие активного выявления заболеваний, рассчитываемого как отношение уровня положительных тестов при активном выявлении заболеваний к уровню положительных тестов при пассивном выявлении заболеваний. Этот коэффициент предположительно имеет нормальное распределение со средним значением и стандартным отклонением, рассчитанными на основе значений, представленных в 2010 году. Бангладеш, Боливия, Ботсвана, Бразилия, Кабо Верде, Колумбия, Доминиканская Республика, Французская Гвиана, Гватемала, Гайана, Гаити, Гондурас, Мьянма (с 2013 года), Руанда, Суринам и Венесуэла (Боливарианская Республика) представляют общие данные по выявленным случаям в частном и государственном секторах; следовательно, поправки на лечение в частном секторе не применялись.</p>\n<p>В некоторых африканских странах с высоким уровнем передачи инфекции качество регистрации случаев считается неудовлетворительным для того, чтобы применять вышеуказанных формул. В таких случаях оценки числа случаев заболевания малярией основываются на информации о распространенности паразитов, полученной в результате обследований домашних хозяйств. Во-первых, данные по распространенности паразитов из почти 60 000 записей обследований были собраны в рамках пространственно-временной байесовской геостатистической модели, наряду с экологическими и социально-демографическими независимыми переменными, и данных по распространению таких мероприятий и процедур, как применение обработанных инсектицидами противомоскитных сеток, противомалярийных препаратов и распыление инсектицидов остаточного действия внутри помещений. Геопространственная модель позволяет разрабатывать прогнозы распространенности Plasmodium falciparum у детей в возрасте от 2 до 10 лет при использовании карт с разрешением 5 × 5 кв. км во всех африканских странах, эндемичных по малярии, ежегодно с 2000 по 2016 годы (см. <a href=\"http://www.map.ox.ac.uk/making-maps/\"> http://www.map .ox.ac.uk / Making-maps /</a> для получения информации о методах разработки карт в рамках проекта Атлас малярии).Во-вторых, была разработана комплексная модель для прогнозирования заболеваемости малярией в зависимости от распространенности паразитов. Затем модель была применена для расчета предполагаемой распространенности паразитов, чтобы получить ежегодные оценки заболеваемости малярией на картах с разрешением 5 × 5 кв. км с 2000 по 2016 год. Данные по каждому участку местности размером 5 × 5 кв. км были агрегированы в пределах страны и границ региона для получения как национальных, так и региональных оценок случаев заболевания малярией (5). (Бенин, Камерун, Центральноафриканская Республика, Чад, Конго, Кот-д’Ивуар, Демократическая Республика Конго, Экваториальная Гвинея, Габон, Гвинея, Кения, Малави, Мали, Мозамбик, Нигер, Нигерия, Сомали, Южный Судан, Судан, Того и Замбия)</p>\n<p>Для большинства стран, в которых ликвидированы очаги заболеваемости, количество местных случаев, регистрируемых национальными программами борьбы с малярией, представляется без последующих корректировок. (Алжир, Аргентина, Белиз, Бутан, Кабо-Верде, Китай, Коморские Острова, Коста-Рика, Корейская Народно-Демократическая Республика, Джибути, Эквадор, Сальвадор, Иран (Исламская Республика), Ирак, Малайзия, Мексика, Парагвай , Республика Корея, Сан-Томе и Принсипи, Саудовская Аравия, Южная Африка, Суринам, Свазиленд и Таиланд).</p>", "old": "<h1>Методология</h1>\n<h2>Метод расчета:</h2>\n<p>Уровень заболеваемости малярией (1) выражается как количество новых случаев на 100 000 населения в год, причем данные по населению страны получены из прогнозных оценок, сделанных Отделом народонаселения ООН, а общая доля населения, находящегося в зоне риска, рассчитана с помощью данных Национальной программы борьбы с малярией. В частности, в стране производится расчет того, какая доля населения подвержена высокой степени риска (H) и какая доля находится в группе с низкой степенью риска (L), а общая численность населения, находящегося в зоне риска, рассчитывается по формуле: Численность населения по данным ООН x (H + L).</p>\n<p>Общее количество новых случаев T рассчитывается на основе количества случаев малярии, зарегистрированных Министерством здравоохранения, которое скорректировано с учетом (i) неполноты систем отчетности (ii) количества пациентов, обращающихся за лечением в частные клиники, самостоятельно принимающих лекарства или вообще не обращающихся за медицинской помощью, и (iii) потенциальной избыточности количества диагнозов вследствие недостаточного количества случаев, подтвержденных в ходе лабораторных исследований. Процедура, которая описана во <em> Всемирном отчете по малярии 2009 года</em> (2), объединяет данные, представленные Национальной программой борьбы с малярией ()зарегистрированные случаи, полнота отчетности и вероятность того, что имеются положительные случаи наличия паразитов) с данными, полученными в результате национальных репрезентативных обследований домашних хозяйств по использованию медицинских услуг. Вкратце,</p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g) </p>\n<p>где:<br> а - подтвержденные случаи малярии в государственном секторе<br>b - протестированные случаи с подозрением на болезнь<br>c - предполагаемые случаи (не протестированные, но отнесенные к малярии)<br>d<em> </em> полнота отчетности <br>e<em> </em>- показатель уровня положительных результатов тестирования (доля положительных случаев выявления малярии) = a / b <br>f<em> </em> случаи малярии, зафиксированные в государственном секторе, рассчитываются по формуле (a + (c x e)) / d<em><br></em>g<em> </em> доля обращающихся за лечением в государственный сектор <br>h доля обращающихся за лечением в частный сектор<br>i доля не обращающихся за лечением рассчитывается по формуле (1-g-h)/2 <br>j случаи малярии, зафиксированные в частном секторе, рассчитываются по формуле f x h/g<br>k случаи, не зафиксированные ни в частном и ни в государственном секторе, рассчитываются по формуле f x i/g<br>T общее количество случаев, рассчитывается по формуле f + j + k.</p>\n<p>Для оценки неопределенности количества случаев предполагается, что уровень положительных результатов тестирования имеет нормальное распределение, центрированное на значении <em> Уровня положительных результатов тестирования </em> и стандартном отклонении, определяется как</p>\n<p>0,244 х уровень положительных результатов тестирования<sup>0,5547</sup></p>\n<p>и усечен до диапазона 0, 1. Предполагается, что полнота отчетности имеет одно из трех распределений, в зависимости от диапазона или значения, предоставляемого Национальной программой борьбы с малярией. Если диапазон превышает 80%, распределение предполагается треугольным с пределами 0,8 и 1 и пиком 0,8. Если диапазон превышает 50%, тогда распределение считается прямоугольным с пределами 0,5 и 0,8. Наконец, если диапазон ниже 50%, распределение предполагается треугольным с пределами 0 и 0,5 и пиком 0,5 (3). Если полнота отчетности указана в виде значения и превышает 80%, предполагается бета-распределение со средним значением представленной величины (максимум 95%) и доверительными интервалами (ДИ) 5% от среднего значения. Предполагается, что доли детей, которые обращались за помощью в частный и государственный секторы, имеют бета-распределение, при этом среднее значение является оценочной величиной в обследовании, а стандартное отклонение рассчитывается из диапазона 95% оценочных доверительных интервалов (ДИ), деленное на 4. Предполагается, что доля детей, которые не обращались за помощью, имеет прямоугольное распределение, при этом нижний предел 0 и верхний предел рассчитываются как 1 минус доля детей, обращавшихся за помощью в государственный или частный сектор. </p>\n<p>Величины долей пациентов, обращавшихся за помощью, были линейно интерполированы между годами, в которые проводились обследования, и экстраполированы на годы, предшествующие первому проведенному обследованию или следующие за последним проведенным обследованием. Отсутствующие значения для распределений были условно исчислены с использованием комбинации распределения страны с равной вероятностью для тех лет, за которые были представлены значения, или, если значения не было представлено вообще для какого-либо года в стране, то с использованием комбинации распределения этого региона за этот год. Данные были проанализированы с помощью статистической программы R (4). Доверительные интервалы были получены из 10 000 извлечений сверток распределений.(Афганистан, Бангладеш, Боливия (Многонациональное Государство), Ботсвана, Бразилия, Камбоджа, Колумбия, Доминиканская Республика, Эритрея, Эфиопия, Французская Гвиана, Гамбия, Гватемала, Гайана, Гаити, Гондурас, Индия, Индонезия, Лаосская Народно-Демократическая Республика, Мадагаскар, Мавритания, Майотта, Мьянма, Намибия, Непал, Никарагуа, Пакистан, Панама, Папуа-Новая Гвинея, Перу, Филиппины, Руанда, Сенегал, Соломоновы Острова, Тимор-Лешти, Вануату, Венесуэла (Боливарианская Республика), Вьетнам, Йемен и Зимбабве. Для Индии значения были получены на субнациональном уровне с использованием той же методологии, но с корректировкой частного сектора с учетом поправочного коэффициента вследствие активного выявления заболеваний, рассчитываемого как отношение уровня положительных тестов при активном выявлении заболеваний к уровню положительных тестов при пассивном выявлении заболеваний. Этот коэффициент предположительно имеет нормальное распределение со средним значением и стандартным отклонением, рассчитанными на основе значений, представленных в 2010 году. Бангладеш, Боливия, Ботсвана, Бразилия, Кабо Верде, Колумбия, Доминиканская Республика, Французская Гвиана, Гватемала, Гайана, Гаити, Гондурас, Мьянма (с 2013 года), Руанда, Суринам и Венесуэла (Боливарианская Республика) представляют общие данные по выявленным случаям в частном и государственном секторах; следовательно, поправки на лечение в частном секторе не применялись.</p>\n<p>В некоторых африканских странах с высоким уровнем передачи инфекции качество регистрации случаев считается неудовлетворительным для того, чтобы применять вышеуказанных формул. В таких случаях оценки числа случаев заболевания малярией основываются на информации о распространенности паразитов, полученной в результате обследований домашних хозяйств. Во-первых, данные по распространенности паразитов из почти 60 000 записей обследований были собраны в рамках пространственно-временной байесовской геостатистической модели, наряду с экологическими и социально-демографическими независимыми переменными, и данных по распространению таких мероприятий и процедур, как применение обработанных инсектицидами противомоскитных сеток, противомалярийных препаратов и распыление инсектицидов остаточного действия внутри помещений. Геопространственная модель позволяет разрабатывать прогнозы распространенности Plasmodium falciparum у детей в возрасте от 2 до 10 лет при использовании карт с разрешением 5 × 5 кв. км во всех африканских странах, эндемичных по малярии, ежегодно с 2000 по 2016 годы (см. <a href=\"http://www.map.ox.ac.uk/making-maps/\"> http://www.map .ox.ac.uk / Making-maps / </a> для получения информации о методах разработки карт в рамках проекта Атлас малярии).Во-вторых, была разработана комплексная модель для прогнозирования заболеваемости малярией в зависимости от распространенности паразитов. Затем модель была применена для расчета предполагаемой распространенности паразитов, чтобы получить ежегодные оценки заболеваемости малярией на картах с разрешением 5 × 5 кв. км с 2000 по 2016 год. Данные по каждому участку местности размером 5 × 5 кв. км были агрегированы в пределах страны и границ региона для получения как национальных, так и региональных оценок случаев заболевания малярией (5). (Бенин, Камерун, Центральноафриканская Республика, Чад, Конго, Кот-д’Ивуар, Демократическая Республика Конго, Экваториальная Гвинея, Габон, Гвинея, Кения, Малави, Мали, Мозамбик, Нигер, Нигерия, Сомали, Южный Судан, Судан, Того и Замбия)</p>\n<p>Для большинства стран, в которых ликвидированы очаги заболеваемости, количество местных случаев, регистрируемых национальными программами борьбы с малярией, представляется без последующих корректировок. (Алжир, Аргентина, Белиз, Бутан, Кабо-Верде, Китай, Коморские Острова, Коста-Рика, Корейская Народно-Демократическая Республика, Джибути, Эквадор, Сальвадор, Иран (Исламская Республика), Ирак, Малайзия, Мексика, Парагвай , Республика Корея, Сан-Томе и Принсипи, Саудовская Аравия, Южная Африка, Суринам, Свазиленд и Таиланд).</p>", "details": {}, "id": 9835941, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/9835941/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680752/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/ru/?format=api", "user": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "author": "https://hosted.weblate.org/api/users/jenpark9/?format=api", "timestamp": "2021-03-19T20:22:35.574801+01:00", "action": 45, "target": "", "old": "", "details": {}, "id": 9835940, "action_name": "Contributor joined", "url": "https://hosted.weblate.org/api/changes/9835940/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680526/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T17:13:48.135066+01:00", "action": 2, "target": "<p>Objectif 3 : Permettre à tous de vivre en bonne santé et promouvoir le bien-être de tous à tout âge.</p>", "old": "<p>Objectif 3 : Permettre à tous de vivre en bonne santé et promouvoir le bien-être de tous à tout âge.</p>", "details": {}, "id": 9723068, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/9723068/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:56:33.019520+01:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http ://www.who.int/malaria/publications/world-malaria-report-2017/en/\">http ://www.who.int/malaria/publications/world-malaria-report-2017/en/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p></p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Disponible sur : <a href=\"http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http ://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20 ;8(12) :e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http ://www.R-project.org/\">http ://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8 ;526(7572) :207– ;11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http://www.who.int/malaria/publications/world-malaria-report-2017/fr/\">http://www.who.int/malaria/publications/world-malaria-report-2017/fr/</a> </p>\n<h2>Références:</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Disponible sur: <a href=\"http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20;8(12):e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http://www.R-project.org/\">http://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8;526(7572):207–11. </p>", "details": {}, "id": 9722928, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/9722928/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:55:07.156079+01:00", "action": 2, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, qui est ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, qui est ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 9722925, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/9722925/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680687/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:52:56.437392+01:00", "action": 37, "target": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, qui est ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "old": "<h1>Méthodologie</h1>\n<h2>Méthode de calcul :</h2>\n<p>L'incidence du paludisme (1) est exprimée en nombre de nouveaux cas pour 100 000 habitants par an, la population d'un pays étant dérivée des projections faites par la Division de la population des Nations unies et la proportion totale à risque étant estimée par le programme national de lutte contre le paludisme d'un pays. Plus précisément, le pays estime quelle est la proportion à haut risque (H) et quelle est la proportion à faible risque (L) et la population totale à risque est estimée comme suit : Population des Nations Unies x (H + L).</p>\n<p>Le nombre total de nouveaux cas, T, est estimé à partir du nombre de cas de paludisme déclarés par un ministère de la santé, qui est ajusté pour tenir compte (i) du caractère incomplet des systèmes de déclaration, (ii) des patients qui cherchent un traitement dans le secteur privé, qui s'auto-médicamentent ou qui ne cherchent pas de traitement du tout, et (iii) du surdiagnostic potentiel dû à l'absence de confirmation des cas par le laboratoire. La procédure, qui est décrite dans le <em>Rapport sur le paludisme dans le monde 2009</em> (2), combine les données communiquées par les PNLP (cas déclarés, exhaustivité des rapports et probabilité que les cas soient positifs pour le parasite) avec les données obtenues à partir d'enquêtes auprès des ménages représentatives au niveau national sur l'utilisation des services de santé. En bref, </p>\n<p>T = (a + (c x e)/d) x (1 + h/g + ((1-g-h)/2/g)</p>\n<p>d'où :<br>a est le nombre de cas de paludisme confirmés dans le secteur public<br>b est le nombre de cas suspects testés<br>c est le nombre de cas présumés (non testés mais traités comme des cas de paludisme)<br>d<em> </em>est le taux de complétude des rapports<br>e<em> </em>est le taux de positivité des tests (fraction positive pour le paludisme) = a/b<br>f<em> </em>est le nombre de cas dans le secteur public, calculé par (a + (c x e))/d<em><br></em>g<em> </em> est la fraction des cas demandant un traitement dans le secteur public<br>h est la fraction des cas demandant un traitement dans le secteur privé<br>i est la fraction des cas ne demandant pas de traitement, calculée par (1-g-h)/2 <br>j est la fraction des cas dans le secteur privé, calculée par f x h/g<br>k est la fraction des cas ne se trouvant ni dans le secteur privé ni dans le secteur public, calculée par f x i/g<br>T est le total des cas, calculé par f + j + k. </p>\n<p> Pour estimer l'incertitude autour du nombre de cas, on a supposé que le taux de positivité du test avait une distribution normale centrée sur la valeur <em>Taux de positivité du test</em> et l'écart-type défini comme</p>\n<p>0,244 x Taux de positivité du test<sup>0,5547</sup></p>\n<On a supposé que l'exhaustivité de la déclaration avait l'une des trois distributions suivantes, selon la fourchette ou la valeur déclarée par le PNLP. Si la plage est supérieure à 80 %, la distribution est supposée être triangulaire, avec des limites de 0,8 et 1 et un pic à 0,8. Si l'intervalle est supérieur à 50 %, la distribution est supposée être rectangulaire, avec des limites de 0,5 et 0,8. Enfin, si l'intervalle est inférieur à 50%, la distribution est supposée être triangulaire, avec des limites de 0 et 0,5 et un pic à 0,5 (3) . Si l'exhaustivité de la déclaration était déclarée comme une valeur et était supérieure à 80 %, on a supposé une distribution bêta avec une valeur moyenne de la valeur déclarée (maximum de 95 %) et des intervalles de confiance (IC) de 5 % autour de la valeur moyenne. Les proportions d'enfants pour lesquels une prise en charge a été demandée dans le secteur privé et dans le secteur public ont été supposées avoir une distribution bêta, la valeur moyenne étant la valeur estimée dans l'enquête et l'écart-type calculé à partir de la fourchette des intervalles de confiance (IC) estimés à 95 % divisée par 4. La proportion d'enfants pour lesquels une prise en charge n'a pas été demandée a été supposée avoir une distribution rectangulaire, la limite inférieure 0 et la limite supérieure étant calculées comme étant 1 moins la proportion ayant demandé une prise en charge dans le secteur public ou privé. </p>\n<p>Les valeurs de la proportion de personnes demandant des soins ont été interpolées de manière linéaire entre les années ayant fait l'objet d'une enquête, et ont été extrapolées pour les années précédant la première ou suivant la dernière enquête. Les valeurs manquantes pour les distributions ont été imputées en utilisant un mélange de la distribution du pays, avec une probabilité égale pour les années où les valeurs étaient présentes ou, s'il n'y avait aucune valeur du tout pour une année quelconque dans le pays, un mélange de la distribution de la région pour cette année. Les données ont été analysées à l'aide du logiciel statistique R (4). Les intervalles de confiance ont été obtenus à partir de 10 000 tirages des distributions alambiquées. (Afghanistan, Bangladesh, Bolivie (État plurinational de), Botswana, Brésil, Cambodge, Colombie, République dominicaine, Érythrée, Éthiopie, Guyane française, Gambie, Guatemala, Guyane, Haïti, Honduras, Inde, Indonésie, Laos’ ;Madagascar, Mauritanie, Mayotte, Myanmar, Namibie, Népal, Nicaragua, Pakistan, Panama, Papouasie-Nouvelle-Guinée, Pérou, Philippines, République démocratique populaire lao, Rwanda, Sénégal, Îles Salomon, Timor-Leste, Vanuatu, Venezuela (République bolivarienne du), Viet Nam, Yémen et Zimbabwe. Pour l'Inde, les valeurs ont été obtenues au niveau infranational en utilisant la même méthodologie, mais en ajustant le secteur privé pour un facteur supplémentaire dû à la détection active des cas, estimé comme le rapport du taux de positivité du test dans la détection active des cas sur le taux de positivité du test pour la détection passive des cas. Ce facteur a été supposé avoir une distribution normale, avec une valeur moyenne et un écart-type calculés à partir des valeurs rapportées en 2010. Le Bangladesh, la Bolivie, le Botswana, le Brésil, le Cap-Vert, la Colombie, la République dominicaine, la Guyane française, le Guatemala, la Guyane, Haïti, le Honduras, le Myanmar (depuis 2013), le Rwanda, le Suriname et le Venezuela (République bolivarienne du) signalent ensemble des cas provenant du secteur privé et du secteur public ; par conséquent, aucun ajustement n'a été effectué pour le secteur privé demandant un traitement. </p>\n<p>Pour certains pays africains à forte transmission, la qualité des rapports de cas est jugée insuffisante pour que les formules ci-dessus puissent être appliquées. Dans ces cas, les estimations du nombre de cas de paludisme sont dérivées des informations sur la prévalence du parasite obtenues à partir d'enquêtes auprès des ménages. Tout d'abord, les données sur la prévalence des parasites provenant de près de 60 000 dossiers d'enquête ont été rassemblées dans un modèle géostatistique bayésien spatiotemporel, avec des covariables environnementales et sociodémographiques, et la distribution de données sur les interventions telles que les MII, les médicaments antipaludiques et les IRS. Le modèle géospatial a permis de prévoir la prévalence de Plasmodium falciparum chez les enfants âgés de 2–10 ans, avec une résolution de 5 × ; 5 km2, dans tous les pays africains où le paludisme est endémique, pour chaque année de 2000 à 2016 (voir <a href=\"http://www.map.ox.ac.uk/making-maps/\">http://www.map.ox.ac.uk/making-maps/</a> pour les méthodes d'élaboration des cartes par le projet d'atlas du paludisme). Ensuite, un modèle d'ensemble a été mis au point pour prédire l'incidence du paludisme en fonction de la prévalence du parasite. Le modèle a ensuite été appliqué à la prévalence parasitaire estimée afin d'obtenir des estimations de l'incidence des cas de paludisme à 5 × ; 5 km<sup>2</sup> résolution pour chaque année de 2000 à 2016. Les données pour chaque zone 5 × ; 5 km<sup>2</sup> ont ensuite été agrégées à l'intérieur des frontières nationales et régionales pour obtenir des estimations nationales et régionales des cas de paludisme (5). (Bénin, Cameroun, République centrafricaine, Tchad, Congo, Côte d'Ivoire, République démocratique du Congo, Guinée équatoriale, Gabon, Guinée, Kenya, Malawi, Mali, Mozambique, Niger, Nigeria, Somalie, Soudan du Sud, Soudan, Togo et Zambie).</p>\n<p>Pour la plupart des pays d'élimination, le nombre de cas indigènes enregistrés par les PNLP est indiqué sans autre ajustement. (Afrique du Sud, Algérie, Arabie saoudite, Argentine, Belize, Bhoutan, Cap-Vert, Chine, Comores, Costa Rica, Djibuti, Équateur, El Salvador, Iran (République islamique d'), Iraq, Malaisie, Mexique, Paraguay, République de Corée, République populaire démocratique de Corée, Sao Tomé-et-Principe, Suriname, Swaziland et Thaïlande).</p>", "details": {}, "id": 9722916, "action_name": "Marked for edit", "url": "https://hosted.weblate.org/api/changes/9722916/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:50:20.403300+01:00", "action": 2, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http://www.who.int/malaria/publications/world-malaria-report-2017/fr/\">http://www.who.int/malaria/publications/world-malaria-report-2017/fr/</a> </p>\n<h2>Références:</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017.</p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Disponible sur: <a href=\"http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20;8(12):e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http://www.R-project.org/\">http://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8;526(7572):207–11. </p>", "old": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http://www.who.int/malaria/publications/world-malaria-report-2017/fr/\">http://www.who.int/malaria/publications/world-malaria-report-2017/fr/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017. </p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Available from: <a href=\"http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20;8(12):e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http://www.R-project.org/\">http://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8;526(7572):207–11. </p>", "details": {}, "id": 9722890, "action_name": "Translation changed", "url": "https://hosted.weblate.org/api/changes/9722890/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680709/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:48:39.410005+01:00", "action": 5, "target": "<h1>Références</h1>\n<h2>URL : </h2>\n<p><a href=\"http://www.who.int/malaria/publications/world-malaria-report-2017/fr/\">http://www.who.int/malaria/publications/world-malaria-report-2017/fr/</a> </p>\n<h2>Références :</h2>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2017. </p>\n<p>Organisation mondiale de la santé. Rapport mondial sur le paludisme 2008 [Internet]. Genève : Organisation mondiale de la santé ; 2008. Available from: <a href=\"http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf\">http://apps.who.int/iris/bitstream/10665/43939/1/9789241563697_eng.pdf</a></p>\n<p>Cibulskis RE, Aregawi M, Williams R, Otten M, Dye C. Worldwide Incidence of Malaria in 2009 : Estimations, tendances temporelles et critique des méthodes. Mueller I, éditeur. PLoS Med. 2011 Dec 20;8(12):e1001142. </p>\n<p>R Équipe de base. R : Un langage et un environnement pour le calcul statistique [Internet]. Vienne, Autriche : R Fondation pour l'informatique statistique ; 2016. Disponible à l'adresse suivante : <a href=\"http://www.R-project.org/\">http://www.R-project.org/</a></p>\n<p>Bhatt S, Weiss DJ, Cameron E, Bisanzio D, Mappin B, Dalrymple U, et al. L'effet de la lutte contre le paludisme sur Plasmodium falciparum en Afrique entre 2000 et 2015. Nature. 2015 Oct 8;526(7572):207–11. </p>", "old": "", "details": {}, "id": 9722858, "action_name": "Translation added", "url": "https://hosted.weblate.org/api/changes/9722858/?format=api" }, { "unit": "https://hosted.weblate.org/api/units/29680707/?format=api", "component": "https://hosted.weblate.org/api/components/sdg-metadata/3-3-3/?format=api", "translation": "https://hosted.weblate.org/api/translations/sdg-metadata/3-3-3/fr/?format=api", "user": "https://hosted.weblate.org/api/users/NelMed/?format=api", "author": "https://hosted.weblate.org/api/users/NelMed/?format=api", "timestamp": "2021-03-09T16:44:57.857058+01:00", "action": 5, "target": "<h2>Sources des divergences : </h2>\n<p>L'incidence estimée peut être différente de l'incidence signalée par un ministère de la santé, qui peut être affectée par :</p>\n<ul>\n<li>l'exhaustivité de la notification : le nombre de cas notifiés peut être inférieur aux cas estimés si le pourcentage d'établissements de santé notifiant au cours d'un mois est inférieur à 100%</li>\n<li>l'étendue des tests de diagnostic du paludisme (nombre de lames examinées ou de TDR effectués) </li>\n<li>le recours à des établissements de santé privés qui ne sont généralement pas inclus dans les systèmes de déclaration. </li>\n</ul>", "old": "", "details": {}, "id": 9722808, "action_name": "Translation added", "url": "https://hosted.weblate.org/api/changes/9722808/?format=api" } ] }