Navigation – Plan du site
Articles
Méthodologie

Les maladies parasitaires en milieu urbain : intérêt et limites de l’analyse spatiale

L’exemple de Mbandjock au Cameroun
The Parasitic Diseases in Urban Areas. Interest and Limits of Spatial Analysis (the Example of Mbandjock in Cameroon)
Charlotte Roudier Daval
p. 381-392

Résumés

Les faits de santé peuvent être localisés et leur organisation spatiale détectée grâce aux technologies SIG. De fait, les applications SIG dans les domaines de la santé se sont multipliées dans les années 90 et sont aujourd’hui en pleine expansion. L’analyse spatiale des données permet en effet aux géographes, comme aux professionnels de la santé, une approche nouvelle des phénomènes sanitaires qui sont traduits dans leur contexte géographique. L’utilisation récente des SIG en santé apporte des intérêts majeurs en épidémiologie et pour l’étude du système de soins, mais n’est pas sans limites ni contraintes, les données sanitaires n’étant quasiment jamais collectées au départ pour être intégrées dans un SIG.
L’exemple de la conception d’un SIG pour étudier les maladies parasitaires dans la ville de Mbandjock au Cameroun permet d’illustrer l’intérêt et les limites des SIG pour analyser des données complexes et issues de sources très différentes. Les quartiers de cette ville, qui doit sa croissance à l’implantation d’un complexe agro-industriel sucrier dans les années 60, connaissent des disparités de situations parasitaires importantes, que l’utilisation des SIG aide à préciser ou à expliquer.

Haut de page

Texte intégral

Introduction

1Mbandjock est une petite ville située dans le département de la Haute Sanaga, à 120km au nord-est de Yaoundé (figure1), dans une zone de transition forêt-savane. Sa croissance est due à l’implantation d’un centre mono-industriel sucrier, la Société Sucrière du Cameroun (SOSUCAM), installée dans le village depuis 1964. La SOSUCAM joue un rôle important dans la vie des habitants ainsi que dans l’organisation de l’espace urbain et périurbain. Les journées, les nuits, les mois et les années sont rythmés par le calendrier cultural des champs de canne et la cadence de l’usine. Mbandjock est passée en moins de 40 ans du stade de petit village, à celui de camp de travailleurs migrants, pour ensuite devenir une petite ville. L’habitat et les infrastructures de ce centre secondaire moderne dans les années 70, se sont détériorés rapidement par manque d’entretien, et ont pris l’aspect d’une ville en voie de dégradation.

Figure 1 : La situation de Mbandjock au Cameroun

Figure 1 : La situation de Mbandjock au Cameroun

2La population est composée à 80% de migrants sédentarisés venant de l’ensemble du pays. Les quartiers distincts, construits à différentes époques, habités par des populations ségrégées de par leurs origines ethniques, géographiques et sociales, forment un espace contrasté où les pouvoirs s’exercent de façon hiérarchisée.

3Plusieurs enquêtes sociologiques et épidémiologiques se sont déroulées à Mbandjock entre 1970 et 1996. L’enquête épidémiologique de novembre 1991, réalisée par une équipe de l’IRD pour le programme « Eau et Santé », était basée sur les indicateurs de santé suivants : les maladies transmises par des vecteurs (onchocercose, loase, et paludisme), et les parasitoses liées aux périls fécal et urinaire (ascaridiose, trichocéphalose, ankylostomiase, etc.) sur un échantillon de 1200 personnes (soit 10% de la population de la ville, la population était de 12 000 habitants en 1991). Les résultats ont montré que ces maladies parasitaires n’affectaient pas la population de la même manière selon l’âge, le sexe et l’ethnie des individus, mais que le quartier est le facteur principal des écarts de prévalence de ces maladies [Cot et al, 1995].

4Les résultats de cette enquête transversale ont notamment permis de montrer que les quartiers périphériques de la ville, les quartiers « Plateau », « Gare » et « Bilingue » (figure 2) se distinguaient des quartiers plus urbains en affichant des prévalences plus fortes. Les modes variés d’organisation des quartiers et les inégalités de santé importantes d’un quartier à l’autre ont nourri la réflexion et encouragé la création d’un SIG visant à objectiver et expliquer les disparités spatiales observées.

Figure 2 : Les différents quartiers de Mbandjock

Figure 2 : Les différents quartiers de Mbandjock

5Ces disparités s’inscrivent en effet dans un espace particulier : l’espace géographique. Il est alors important de décrire ces espaces et les contextes d’apparition des maladies. «Cet espace n’est pas uniquement une donnée de la nature. Il n’est pas non plus, un espace neutre, interchangeable, uniforme. Il porte une spécificité propre, il a une histoire, c’est en ce sens qu’il a été construit par l’homme et continue de l’être» [Franqueville, 1997].

1. La zone d’étude

6Mbandjock est une ville récente, le village initial a été rasé et reconstruit dans le quartier Centre (figure 2). Certains quartiers ont été entièrement planifiés, soit par la SOSUCAM (Plateau, Mambrah), soit par la mairie (Administratif, Lotissement, Camp Communal). En revanche, les quartiers Nkol Eton et Quinze Ans sont des quartiers d’habitat spontané. Le quartier Bilingue forme un quartier alors même qu’il est constitué d’une école, jamais terminée, occupée par les migrants venant de l’extrême nord du pays. Les quartiers dont la construction a été planifiée, sont situés sur une zone de plateau, tandis que les quartiers spontanés envahissent les bas-fonds.

7À ces différences, s’ajoutent les disparités socioéconomiques des populations. L’augmentation de la population s’est faite par vagues successives correspondant à une demande en main-d’œuvre de la SOSUCAM et l’arrivée des familles des migrants. Les premiers travailleurs agricoles ont été engagés dans la région de la Haute Sanaga. Afin de réduire les retours trop fréquents des manœuvres dans leur village d’origine, entraînant de nombreuses absences au travail, la SOSUCAM a recruté les coupeurs de canne dans l’extrême nord du Cameroun. Enfin, pour les travaux non agricoles, au sein de l’usine, la SOSUCAM a fait venir des populations de l’Est et de Sud du pays.

8Chacune de ces populations d’origines, de religions, de dates d’installation en ville et de quartiers différents ont donc aussi des activités au sein de la SOSUCAM bien distinctes.

9La ville a par ailleurs exercé une attraction sur des populations qui n’ont pas trouvé de place à la SOSUCAM et qui occupent des activités comme la pêche, l’agriculture vivrière et les activités informelles. Enfin, Mbandjock est peuplée, contrairement aux villes de même taille au Cameroun, par une population active fortement salariée, agent de la fonction publique (armée, police, ...) ou salariée de la SOSUCAM.

10Les habitants de Mbandjock, de par leurs activités et lieux de résidence, ont des pratiques de l’espace très différentes (bas-fonds, haut de plateaux, champs de canne, bord de la Sanaga). Ces pratiques de l’espace ne les exposent pas aux mêmes risques de transmission des maladies parasitaires et expliquent en partie les disparités quartiers centraux/périphéries [Cot et al., 1995].

2. La mise en place du système d’information géographique

11Les applications fondées sur les SIG et les méthodes d’analyse spatiale se multiplient en épidémiologie et en géographie de la santé. Ceci est le résultat de la prise de conscience de l’intérêt de mieux cibler les populations et les espaces à risques en santé publique. Les disciplines concernées par l’étude des maladies ou des disparités socio-spatiales de la population ont évolué. Si l’épidémiologie, la statistique, la géographie, la géomatique restent encore cloisonnées, elles se rejoignent dans ce que l’on nomme en anglais « health geomatic » « environmental health » ou encore « disease mapping ». Cette nouvelle géo-épidémiologie regroupe les chercheurs qui désirent travailler sur la localisation des maladies dans l’espace, leur organisation spatiale, leur diffusion et la recherche des facteurs de risques environnementaux ou plus généralement les relations entre environnement et santé. Les résultats de ces études soulignant les espaces à risques, les zones sensibles, les concentrations spatiales anormales de cas de maladies, permettent de mettre en place des plans de prévention sanitaire et d’adapter l’offre de soins aux problèmes de santé.

12La mise en place d’un SIG pour étudier les inégalités face aux maladies parasitaires à Mbandjock a été pensée en termes de détermination des espaces à risques sanitaires. La capacité des SIG à créer de nouvelles informations, nous permet de caractériser et de hiérarchiser les espaces à risques en matière de maladies à transmission hydrique et vectorielle, ainsi que les facteurs sociaux, biogéographiques, environnementaux et surtout leurs interactions, qui exposent potentiellement un espace au risque des maladies parasitaires. La mise en relation des informations aboutit à une modélisation des espaces à risques, localisés et identifiés dans le but d’une meilleure connaissance de la ville.

13La première étape de la conception d’un SIG est la création du modèle conceptuel de données (MCD) qui permettra de structurer l’information et de mettre en place la base de données géographiques.

14Le MCD élaboré pour le SIG de Mbandjock est basé à la fois sur la démarche de la géographie, de la géographie de la santé et de la modélisation des phénomènes complexes: prenant en compte « l’espace », « le système social », « l’état de santé », dont chacun regroupe un ensemble de thèmes différents comme « le climat », « les infrastructures », « l’hydrographie ».

15Si l’on essaie de caractériser les questions auxquelles un système d’information géographique est censé répondre sur la santé dans une agglomération, on peut énumérer quelques questions qui nous ont aidée à mettre en place le MCD :

16Où ? : Où se trouvent les forêts galeries? Où sont situés les logements précaires? Où logent les migrants originaires du nord du Cameroun ? Où peut-on acheter de la chloroquine à Mbandjock ?

17Quoi ? : Qui vit près de la rivière Mokona ? Quelles sont les plantes cultivées? Trouve-t-on des gîtes larvaires ? Quelle est la proportion d’enfants de moins de 5 ans vivant dans cette zone ? Quelles relations existe-t-il entre la présence de gîtes larvaires d’anophèles et la forte mortalité des moins de 5 ans ? Quelles relations existe-t-il entre l’activité du chef de famille et son lieu de résidence?

18Comment ? : Comment a changé le recours aux soins depuis que les consultations sont devenues payantes à l’hôpital de la SOSUCAM ? Comment fait la population quand la SNEC (Société Nationale de l’Eau du Cameroun) est en panne pour s’approvisionner en eau ?

19Quand ? : Quand a commencé la construction des premiers lotissements ? Quand l’hôpital de la SOSUCAM a-t-il débuté ses activités ? À quel moment du mois les salariés de l’usine reçoivent-ils leurs salaires ? À quel moment du mois les dépenses familiales en matière de santé sont-elles les plus importantes ? À quel moment de l’année les vecteurs de maladies sont-ils les plus actifs ? Quand les migrations de population se sont-elles ralenties?

20Et si ? : Quel serait l’impact sur la population de simulies si les forêts galeries étaient défrichées ? Quelles seraient alors les conséquences sur l’humidité et la production de canne à sucre ?

Figure 3 : Le modèle conceptuel de données

Figure 3 : Le modèle conceptuel de données

21Les phénomènes décrits et analysés sont l’objet d’étude de différentes disciplines. Le moyen choisi pour comprendre les liens entre tous ces phénomènes est ici l’analyse spatiale, avec pour finalité de faire ressortir les inégalités spatiales que peut engendrer une société en matière de santé. L’homme agit sur l’espace, ces actions sont traduites à travers les liens comme le « déboisement » ou la « pollution ».

22Il existe un très grand nombre de liens, seuls ceux concernant directement la santé ont été visualisés. Par exemple, la « promiscuité » joue un rôle dans la propagation des maladies à transmission directe, les « mares » peuvent être des lieux de ponte pour les anophèles transmettant le paludisme.

23Le MCD ainsi élaboré va permettre la définition de couches d’informations, et des relations entre ces couches.

24Une fois les données ainsi organisées, la modélisation et la création d’informations nouvelles sur les espaces à risques de transmission des maladies, peuvent être effectuées grâce aux outils d’analyse spatiale.

3. L’analyse spatiale pour la recherche d’espaces à risques

25Le paludisme, l’onchocercose et la loase sont des maladies transmises par des vecteurs (anophèle, simulies et chrisops), qui ont des préférences et des exigences écologiques qui déterminent leur présence. Ces vecteurs ont tous à un moment de leur vie un stade aquatique et la présence d’eau est nécessaire. Les gîtes de ponte des simulies sont généralement situés dans une eau agitée comme les fleuves, tandis que les anophèles ont une préférence pour les eaux stagnantes et relativement propres.

26L’ascaridiase, la trichocéphalose, et l’ankylostomiase sont des maladies dues au péril fécal. Même si les conditions écologiques sont importantes, pour ces deux types de maladies parasitaires, les comportements humains jouent un rôle majeur dans leur apparition et leur évolution.

27À partir de l’épidémiologie des différentes maladies parasitaires étudiées, on peut proposer des hypothèses sur les espaces, les populations et les périodes à risques pour chacune d’entre elles (figure 4) et ainsi définir les informations que l’on va rechercher à travers l’analyse spatiale. Il ressort de ce tableau que la densité de population, la distance aux eaux de surface, la modélisation de l’hydrologie sont des éléments que l’on peut calculer et qui jouent un rôle essentiel dans la chaîne de transmission des maladies parasitaires.

Figure 4 : Maladies parasitaires et analyse spatiale à Mbandjock

Figure 4 : Maladies parasitaires et analyse spatiale à Mbandjock

3.1. Le calcul d’espaces à risques

28L’intégration des données topographiques permet de faire des modélisations du relief. Ces modélisations sont surtout utilisées en géographie physique et lors des études de morphologie de terrain. Dans le domaine de la santé, ces informations sont particulièrement utiles pour prévoir les risques naturels (éboulements, glissements de terrain...) mais aussi pour estimer l’accessibilité dans le cas de recherches sur le recours aux soins. Dans l’étude des maladies parasitaires, les informations importantes à calculer à partir du relief concernent les écoulements de l’eau. La modélisation hydrologique, appliquée à des problèmes de santé comme les maladies à transmission hydrique et à transmission vectorielle, vise tout d’abord à la recherche d’espaces à risques en termes de transmission, c’est-à-dire des zones de contact homme/vecteur ou homme/parasite. Mais cette modélisation ne prend pas en compte les modifications d’origine anthropique sur l’écoulement des eaux de surface.

29Les informations nécessaires à la modélisation des phénomènes hydrologiques peuvent être générées par le Modèle Numérique de Terrain (MNT) (figure 5).

Figure 5 : Modèle numérique de terrain de la zone de Mbandjock

Figure 5 : Modèle numérique de terrain de la zone de Mbandjock

30Le MNT permet de constater que les fronts d’urbanisation s’étendent jusque dans les bas-fonds, espaces où d’importantes zones d’accumulation de l’eau sont inventoriées.

31L’écologie de l’anophèle étant étroitement liée aux eaux de surface, on pose l’hypothèse que l’éloignement aux étendues d’eau de surface est un facteur défavorable à la transmission et inversement que la proximité de ceux-ci sera un facteur favorable.

32Pour un même nombre de moustiques, une forte densité humaine peut être un facteur protecteur par mécanisme de dilution des piqûres, un individu étant moins susceptible de se faire piquer en présence de cent autres personnes que s’il n’est entouré que de dix personnes pour un même nombre de moustiques. En faisant un analyse telle que l’algèbre de cartes entre ces deux informations (éloignement aux eaux de surface et densité de population) on peut calculer des espaces à risque anophélien, c’est-à-dire des espaces où l’on a plus de risque de se faire piquer par des anophèles. Les zones de bas-fonds dont les densités sont moins fortes qu’en centre-ville sont donc fortement exposées aux piqûres de moustique. Les populations qui vivent dans ces zones, sont aussi celles qui sont les plus précaires, n’ayant pas les moyens ou les connaissances d’acquisition de moyens de protection tels que les moustiquaires. Ce sont aussi celles qui connaissent le moins bon accès aux structures de soins.

33Les gîtes larvaires d’origine anthropique se forment tout autour des maisons dans les trous d’emprunt de confection des briques de banco, dans les empreintes de pas, mais aussi sur les lieux de travail dans les embarcations des pêcheurs par exemple.

34Les facteurs, favorables ou non, à l’apparition de gîtes de ponte et de lieux de transmission sont multiples. Les aménagements urbains, les matériaux de construction des habitations et de limitation des parcelles, les cultures vivrières intra-urbaines... vont modifier les trajets d’écoulements théoriques de l’eau et peuvent donc créer des gîtes larvaires.

35La modélisation des écoulements des eaux de pluies, des eaux sales aident à la création d’hypothèses de recherche sur les conditions idéales ou non de transmission d’une maladie dans une population. Mais la localisation de l’ensemble des gîtes de ponte est impossible, notamment pour le paludisme, on ne peut localiser tous les trous d’emprunt des bancotières ou les empreintes de pieds de vaches.

3.2 La localisation des cas de maladies

36Lors des enquêtes épidémiologiques de 1991, un examen de goutte épaisse a été effectué sur 1 200 personnes, soit 10% de la population afin d’étudier la situation du paludisme dans cette ville. Cet examen nous renseigne sur la présence et la charge parasitaire à Plasmodium falciparum (un des parasites responsable du paludisme).

37Cot et al. (1995) avaient travaillé sur les différences de prévalences (nombre de cas de malades) entre les quartiers. Les prévalences sont associées à des unités spatiales (des surfaces) et représentent le nombre de personnes atteintes par la maladie par rapport à l’ensemble de la population étudiée sur cette même unité spatiale. On cherche alors à comparer les prévalences entre les unités spatiales afin de voir quels sont les quartiers les plus touchés. Dans ce cas on ne prend pas en compte l’intensité de la maladie, qui serait exprimée par la charge parasitaire.

38La démarche sur les charges parasitaires est différente. La charge parasitaire dans le SIG est associée à une localisation (x, y) et représentée par un cercle qui est proportionnel à l’intensité de la charge parasitaire. On cherche alors à voir s’il y a des agrégats de charges parasitaires importantes, c’est-à-dire à voir si des personnes qui ont de fortes charges parasitaires vivent les unes à côté des autres, afin de pouvoir faire des hypothèses sur les espaces à risques. La localisation des charges parasitaires est intéressante à connaître en termes de santé publique car une personne ayant une forte charge parasitaire favorisera la transmission si elle se fait piquer par un anophèle. Les charges parasitaires ont donc été localisées et cartographiées (figure 6).

Figure 6 : Des différences importantes de la charge parasitaire de Plasmodium falciparum entre quartiers

Figure 6 : Des différences importantes de la charge parasitaire de Plasmodium falciparum entre quartiers

39La carte nous montre qu’il y a des poches de charges parasitaires assez élevées notamment dans le camp de la police, situé en plein centre-ville et d’autres où personne dans le quartier ne présente de très forte charge parasitaire comme dans le quartier « Gare », situé en périphérie. La valeur de ce résultat est limitée par la représentativité de l’échantillon examiné et par la variabilité de cette charge dans le temps. La comparaison avec la carte des prévalences apporte des éléments de réflexion. Le quartier « Gare », dont la population est constituée de pêcheurs et de petits agriculteurs, présente une forte prévalence de paludisme et pourtant les charges parasitaires sont moyennes. Ce constat peut s’expliquer par le phénomène d’immunité qui s’acquiert à force de se faire piquer par des anophèles infectés.

40Il reste important de localiser des espaces où la transmission de paludisme existe afin de pouvoir transmettre des messages de prévention aux populations. On se heurte ici à la difficulté de savoir où se contaminent les gens, car il n’est pas évident que les quartiers à fortes prévalences soient ceux où se produit la transmission.

4. Limites et interrogations

4.1. Lieux de résidence comme localisation de la population et des malades : le SIG peut-il nous aider à répondre à la question « où vaut-il mieux habiter ? »

41Il reste difficile de répondre à la question « Où vaut-il mieux habiter à Mbandjock pour être protégé des maladies parasitaires ?». Tout d’abord les maladies parasitaires ne se transmettent pas forcément au domicile. De plus, il est très difficile d’établir des espaces à risques à une échelle aussi fine. La transmission dépend, en plus des facteurs physiques, des habitudes de vie, des trajets journaliers et nécessiterait des enquêtes individuelles pour être modélisée. Ce ne sont pas les SIG qui sont remis en cause mais le type de données récoltées.

42La modélisation incite à l’observation de lieux homogènes ou vivraient des populations homogènes alors que dans la réalité, les espaces, les populations, les situations s’imbriquent et à Mbandjock, seuls les petits quartiers comme Bilingue ou Gare semblent homogènes. Dans les quartiers, plus étendus ou plus densément peuplés on rencontre une grande variété de situations sociales, épidémiologiques et paysagères. Ainsi, dans des zones apparemment sans commodité, certaines maisons ou parcelles disposent de l’adduction à l’eau potable.

43Cependant, vaut-il mieux habiter dans un quartier insalubre et disposer soi-même de l’ensemble des commodités, ou vaut-il mieux vivre sans aucune commodité dans un quartier disposant de l’ensemble des infrastructures d’approvisionnement en eau potable, d’électricité de voirie ? Le SIG n’est pas forcément à même de nous aider à répondre à cette question.

44En revanche, dans le cas particulier des maladies à vecteurs, le SIG nous permet de constater qu’une bonne partie de la population dort au milieu d’espaces à risque anophélien et travaille dans les espaces à risque simulidien (champs de canne et champs vivriers le long de la SANAGA).

45En fait, beaucoup d’espaces autour de Mbandjock sont potentiellement à risques et il est impossible à la population de ne pas travailler dans les champs de canne, ou de ne pas cultiver ses champs vivriers. Donc, la solution n’est pas d’éviter des espaces à risques mais plutôt de prévenir les risques en dormant sous moustiquaires, en portant des vêtements adaptés ou encore en utilisant mieux le système de soins.

46Le quartier n’est donc pas forcément la meilleure unité spatiale pour déterminer un espace à risques par rapport à une maladie parasitaire. À Mbandjock les quartiers ont une double facette, une partie tournée vers le centre-ville et une partie tournée vers les espaces ruraux.

47Le milieu urbain est un espace hétérogène où se mélangent les pratiques de l’espace. Dans notre étude, le quartier « Plateau » est assez éloigné des eaux superficielles et se situe dans une zone de faible risque anophélien théorique. Pourtant les habitants de ce quartier sont fortement touchés par le paludisme. Dans ce quartier situé en hauteur, il n’y a pas de puits, ni d’adduction d’eau.

48Les hommes vont se laver dans une source située au sud du quartier et les femmes dans une autre source au nord en contrebas du quartier. Ces sources peuvent servir de gîtes de ponte pour les anophèles.

Figure 7 : Un quartier vu en coupe : la double orientation

Figure 7 : Un quartier vu en coupe : la double orientation

4.2. Le choix du niveau de l’échelle d’analyse

49Tous les facteurs de risques ne s’étudient pas à la même échelle de perception. Dans le tableau (figure 8), on se situe d’abord à une échelle de perception très fine, celle de l’intérieur de la maison pour progresser vers une échelle plus grossière, celle de l’ensemble des champs et de l’espace rural environnant, d’un espace qui peut correspondre à l’ensemble de l’espace vécu ou encore l’ensemble des lieux parcourus dans une journée. Chaque niveau d’analyse s’entremêle pour former des espaces à risques mixtes issus de facteurs de risques naturels, anthropiques ou comportementaux (figure 8).

Figure 8 : Niveaux d’analyse, proximité, promiscuité et maladies parasitaires à Mbandjock

Figure 8 : Niveaux d’analyse, proximité, promiscuité et maladies parasitaires à Mbandjock

4.3. Le problème de manque de données ou de leur mauvaise qualité

50Le manque de données est un problème majeur pour la création d’un SIG dans les pays en développement. Les cartes topographiques sont souvent antérieures aux indépendances des pays et les informations que l’on peut en tirer font partie de l’histoire. Si les images satellites sont de plus en plus accessibles, elles demandent cependant des compétences particulières de traitement d’image.

51Les registres hospitaliers ne résistent pas longtemps à l’humidité, à la chaleur et aux termites. Les diagnostics répertoriés ne sont pas très fiables, tous les centres de santé ne disposent pas de microscope, de thermomètre et une fièvre est souvent diagnostiquée comme une crise de paludisme. De plus, les registres hospitaliers donnent rarement des informations précises sur l’adresse des malades, leur activité et leurs déplacements.

52Par ailleurs, les enquêtes épidémiologiques existantes ne sont pas forcément adaptées à une intégration dans un SIG : si l’effectif de personnes est correct, la répartition de celui-ci sur le territoire n’est pas forcément représentative des disparités spatiales intra-quartiers.

Conclusion

53L’intégration des données sanitaires permet de calculer de nouvelles informations, de mettre en relations des données environnementales, épidémiologiques, socioéconomiques. La densité, la continuité, la dispersion d’un phénomène sanitaire peut ainsi être visualisée dans l’espace et aider à la formulation d’hypothèses.

54En revanche, certaines données sont difficiles à obtenir, que ce soit dans les pays en développement ou dans les pays développés, comme celles sur la mobilité des personnes. La disponibilité de données et de logiciels d’analyse de données géographiques ne dispense pas d’un travail important de terrain.

Haut de page

Bibliographie

BARBIER J-.C., TISSANDIER J. (1980), Mbandjock ou les promesses d’une ville liée à un complexe agro-industriel sucrier (Cameroun), ORSTOM, Paris, pp. 127-221.

BITHELL J.F. (1990), An application of density estimation to geographical epidemiology, Statistics in medicine, vol. 9, pp. 691-701.

BURROUGH P.A., Mc DONNEL R. (1998), Principles of geographical information systems, Oxford, New York, 1998, 333 p.

CLARKE K.C., Mc LAFFERTY S. L., TEMPALSKI B.J.(1996), On Epidemiology and Geographic Information Systems: a review and discussion of future directions, Emerging Infectious Diseases, vol. 2, n° 2.

COT M., LE HERSAN J.-Y., MIAILHES P., COT S., HOUGARD J.-M., FROMENT A. (1995), Indicateurs de santé dans la population d’un complexe agro-industriel du Sud Cameroun, Cahiers Santé, n° 5, pp. 167-180.

CROMLEY E.K., McLAFFERTY S.L.(2002), GIS and Public Health, Guilford Press, London, 340 p.

DE LEPPER M.J.C., SCHOLTEN H.J., STERN R.M. (1994), The added value of geographical information system in Public Health, Kluwer Academic Publishers, Dordrecht, 355 p.

ELLIOTT P., WAKEFIELD J.C., BEST N.G., BRIGGS D.J. (2000), Spatial epidemiology, methods and applications, Oxford, New York, 475 p.

FRANQUEVILLE A.(1997), « Les espaces géographiques du ravitaillement urbain, Cadre conceptuel », in Alimentation dans les villes, FAO, vol. I, 27 p.

GATRELL A.C. (2002), Geography of health, an introduction, Blackwell Publishers, Oxford, 294 p.

GATRELL A., LÖYTÖNEN M. (1998), GIS and health, Taylor and Francis, London, 212 p.

GESLER W. (1986), The uses of spatial analysis in medical geography : a review, Social Science and Medicine, vol. 23, n° 10, pp. 963-973.

HANDSCHUMACHER P., DORSINVILLE R., DIAW O.T., HEBRARD G., NIANG M., HERVE J.-P. (1992), « Contraintes climatiques et aménagements hydrauliques à propos de l’épidémie de bilharziose intestinale de Richard-Toll (Sénégal), ou la modification des risques sanitaires en milieu sahélien », in J.-P. Besancenot (coord.), Risques pathologiques, rythmes et paroxysmes climatiques, John Libbey Eurotext, Paris, pp. 287-295.

JACQUEZ G.M. (2000), Spatial analysis in epidemiology: Nascent science or failure of GIS, Journal of Geographical Systems, 2, pp. 91-97.

LONGLEY P.A., GOODCHILD M.F., MAGUIRE D.J., RHIND D.R. (2001), Geographic Information, systems and science, Wiley, Chichester, 454 p.

MEADE M.S., EARICKSON R.J. (2000), Medical Geography, Guilford Press, London.

MELNICK A.(2002), Introduction to Geographic Information Systems in Public Health, Aspen Publishers, Gaithersburg, 300 p.

MENARD B. (2001), Fondements géographiques de la dengue, décomposition et recomposition spatiales, Cahiers d’Outre Mer, vol. 54, n° 215, pp. 305-326.

SALEM G, FOURNET F. (2003), Villes africaines et santé, repères et enjeux, Bulletin de la Société de Pathologie Exotique, vol. 96, n° 3, pp. 145-148.

SNOW R.W., MARSH K., Le SUEUR D. (1996), The need for maps of transmission intensity to guide malaria control in Africa, Parasitology Today, vol. 12, n° 12, pp.455-457.

TANSER F.C., LE SUEUR D. (2002), The application of geographical information systems to important public health problems in Africa, International Journal of Health Geographics, vol. 1, n° 4, 9 p.

YOUANA J. (1986), Mbandjock : processus de mutation d’une ville d’ouvriers et de manœuvres agricoles, Revue Géographique du Cameroun, vol. 6, n° 1, pp. 44-64.

Haut de page

Table des illustrations

Titre Figure 1 : La situation de Mbandjock au Cameroun
URL http://eps.revues.org/docannexe/image/1830/img-1.jpg
Fichier image/jpeg, 116k
Titre Figure 2 : Les différents quartiers de Mbandjock
URL http://eps.revues.org/docannexe/image/1830/img-2.jpg
Fichier image/jpeg, 80k
Titre Figure 3 : Le modèle conceptuel de données
URL http://eps.revues.org/docannexe/image/1830/img-3.jpg
Fichier image/jpeg, 108k
Titre Figure 4 : Maladies parasitaires et analyse spatiale à Mbandjock
URL http://eps.revues.org/docannexe/image/1830/img-4.jpg
Fichier image/jpeg, 96k
Titre Figure 5 : Modèle numérique de terrain de la zone de Mbandjock
URL http://eps.revues.org/docannexe/image/1830/img-5.jpg
Fichier image/jpeg, 60k
Titre Figure 6 : Des différences importantes de la charge parasitaire de Plasmodium falciparum entre quartiers
URL http://eps.revues.org/docannexe/image/1830/img-6.jpg
Fichier image/jpeg, 64k
Titre Figure 7 : Un quartier vu en coupe : la double orientation
URL http://eps.revues.org/docannexe/image/1830/img-7.jpg
Fichier image/jpeg, 32k
Titre Figure 8 : Niveaux d’analyse, proximité, promiscuité et maladies parasitaires à Mbandjock
URL http://eps.revues.org/docannexe/image/1830/img-8.png
Fichier image/png, 139k
Haut de page

Pour citer cet article

Référence papier

Charlotte Roudier Daval, « Les maladies parasitaires en milieu urbain : intérêt et limites de l’analyse spatiale », Espace populations sociétés, 2006/2-3 | 2006, 381-392.

Référence électronique

Charlotte Roudier Daval, « Les maladies parasitaires en milieu urbain : intérêt et limites de l’analyse spatiale », Espace populations sociétés [En ligne], 2006/2-3 | 2006, mis en ligne le 17 novembre 2016, consulté le 20 août 2017. URL : http://eps.revues.org/1830 ; DOI : 10.4000/eps.1830

Haut de page

Auteur

Charlotte Roudier Daval

39, rue du Général de Gaulle
78300 Poissy
choroudier@hotmail.com

Haut de page

Droits d’auteur

Licence Creative Commons
Espace Populations Sociétés est mis à disposition selon les termes de la licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page
  • Logo Université de Lille 1 - Sciences et technologies
  • Logo CNRS - Institut des sciences humaines et sociales
  • Revues.org