MODULE 8 :

ANALYSE, INTERPRETATION ET
PRESENTATION DES DONNEES SUR LE
PALUDISME

98 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
MODULE 8 : ANALYSE, INTERPRETATION ET PRÉSENTATION
DES DONNÉES SUR LE PALUDISME

C
e module fournit une introduction aux fonctions et concepts les plus utilisés pour l’analyse et
l’interprétation des données. Il traite aussi de la façon de présenter efficacement les données,
apprend aux participants comment sélectionner un graphique approprié pour présenter les
données et les principaux conseils pour une bonne présentation des données.

Objectifs du Module Figure 19. Proportion de la population à risque

avec accès à des MII, 2010–2016
À la fin de ce module, vous serez
en mesure de :

• Identifier les fonctions de

l’analyse et l’interprétation des
données.
• Mentionner les concepts
courants pour l’analyse et
l’interprétation des données.
• Identifier les graphiques
Rapport 2017 sur le Paludisme dans le monde
appropriés pour présenter
différents types de données.
• Faire une distinction entre ce qui caractérise une bonne présentation de données et une mauvaise
présentation de données.

Qu’est-ce que l’Analyse et l’Interprétation ?

L’analyse des données se réfère au processus d’inspection, d’épuration, de transformation et de
modélisation des données dans le but de mettre en évidence des informations utiles. En d’autres termes,
l’analyse des données prend les données brutes que vous avez collectées pour votre programme et les
transforme en informations utiles pour la prise de décisions.

L’analyse des données permet de fournir des réponses aux questions qui ont été posées au sujet de votre
programme ou autres études de recherche. Cela signifie qu’il faut prendre les données que vous recueillez
et les examiner par rapport aux questions auxquelles vous aimeriez répondre. Par exemple, si vous
souhaitez savoir si votre programme a atteint ses objectifs—ou s’il est sur la bonne voie—vous pourriez
regarder les objectifs de votre programme et les comparer à la performance réelle du programme.

L’interprétation des données va au-delà de l’analyse des données. L’interprétation est l’utilisation de
l’analyse afin de mieux comprendre vos résultats et les implications pour votre programme. C’est le
processus dans lequel vous ajouter un sens à l’information en établissant des liens et des comparaisons, en
explorant les causes et les conséquences, et en expliquant les tendances observées dans les données.

Données ou Information
Il y a une distinction importante entre les données et l’information. Les données renvoient aux nombres,
mesures ou textes bruts, non traités. En revanche, l’information se réfère aux données qui ont été traitées,

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 99

organisées, structurées, ou présentées dans un contexte spécifique. Par conséquent, ce processus de
transformation des données en information utile est l’analyse des données. Souvent, ces deux termes sont
incorrectement utilisés de façon interchangeable.

Quiz Question
À quelle question peut-on répondre grâce à l’analyse des données ?

a. Dans lequel des sites le programme a-t-il atteint une plus grande couverture en moustiquaires
imprégnées d’insecticide ?
b. Pourquoi le programme de lutte contre le paludisme n’est-il pas parvenu à atteindre son objectif
de 80 % de couverture de moustiquaires imprégnées d’insecticide dans la communauté A ?

100 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Quiz Réponse
a. Cette question peut être éclairée à travers l’analyse des données, en comparant la
couverture des MII de tous les différents sites du programme.

Analyse des Données sur le Paludisme

Il y a quelques différents types d’analyses que vous pouvez effectuer à l’échelon du programme. Cela
dépendra de l’information dont vous avez besoin pour être en mesure de gérer votre programme de
manière efficace et d’en suivre les progrès. Voici trois exemples de types courants d’analyses qui vous
aideront à suivre les progrès de votre programme.

• Performances réelles vis-à-vis objectifs du programme : Dans cet exemple, nous allons
comparer les performances réelles de notre programme en termes de nombre de personnes ayant
reçu une formation sur la prise en charge des cas de paludisme à l’objectif qui a été fixé pour le
programme au 1er juin 2016. Dans ce cas, nous pouvons voir que les progrès au cours de la
première année du programme (janvier 2015 - décembre 2015) ne se sont pas faits au rythme que
nous attendrions afin de répondre à l’objectif du programme de 100 personnes formées sur la
prise en charge des cas en Juin 2016. Pour que le programme puisse atteindre son objectif, 85
personnes supplémentaires doivent être formées dans les 6 prochains mois du programme.
• Performances actuelles vis-à-vis performances passées : Dans cet exemple, nous allons
comparer les performances actuelles du programme (2015) en ce qui concerne le nombre de
moustiquaires imprégnées d’insecticide (MII) qui ont été distribués au cours des trois années
précédentes (2012 - 2014) dans les districts ciblés. Comme nous pouvons le voir pour 2015, le
programme est bien plus performant que pendant les trois années précédentes, par un nombre
substantiel. Il est clair que la performance actuelle est meilleure que la performance passée pour
ce programme.
• Comparaison des performances entre différents sites ou groupes : Dans cet exemple, nous
comparons la performance du programme dans le district A et sa performance dans le district B
en termes de nombre des cas de fièvre testés pour le paludisme dans les centres de santé. Ici nous
pouvons voir que district B a testé 8000 cas de fièvre, comparativement à seulement 3500 dans le
district A. Même s’il semble que le district B soit plus performant que le district A, il est difficile
d’interpréter ces résultats sans plus d’informations sur les deux districts. Par exemple, nous
voulons également connaître les différentes populations cibles dans chacun des districts, ainsi que
plus d’informations sur l’endémicité du paludisme dans chaque district pour voir s’ils étaient
comparables.

Mesures Communément Utilisées pour l’Analyse

Il existe certaines mesures statistiques de base qui sont importantes pour comprendre, calculer et
interpréter. Celles-ci comprennent les mesures suivantes :
• Mesures de tendance centrale
• Moyenne
• Médiane
• Mode

• Mesures de dispersion

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 101

 • Étendue
• Variation et Écart-type
• Intervalle Interquartile

• Ratio, Taux
• Proportion, pourcentage

Les pages suivantes fourniront des explications et des exemples pour chacune des mesures.

Mesures de Tendance Centrale

Il y a quelques mesures statistiques de base qui sont importants pour comprendre, calculer et interpréter.

Moyenne
La caractéristique la plus couramment étudiée d’une série de données est son centre, ou le point autour
duquel les observations tendent à se regrouper. La moyenne est la mesure la plus fréquemment utilisée
pour examiner les valeurs centrales d’un ensemble de données.

Définition : la somme des valeurs divisée par le nombre de cas ou d’observations. Il est aussi appelé la
moyenne.

Calcul : moyenne = somme des valeurs / nombre d’observations

Exemple : quel a été le nombre moyen de cas de paludisme par mois au cours de l’année dernière ?
• Somme des cas de paludisme (janvier - décembre) : 1,110
• Nombre d’observations : 12
• Moyenne : 1110/12 = 92,5 Nombre moyen de cas de paludisme par mois en 2010

Médiane
Définition : la médiane est la valeur centrale dans un ensemble ordonné de valeurs.

Calcul : la première étape consiste à trier les données de la plus petite à la plus grande valeur. La
deuxième étape consiste à choisir l’observation du milieu au sein de l’ensemble de données. Pour les
ensembles de données avec un nombre pair de valeurs, la médiane est la moyenne des deux valeurs du
milieu.

Exemple 1 : quel est le nombre médian des cas de paludisme par mois au cours de l’année 2013 ?

1. Trier les observations.

2. Sélectionnez les deux chiffres du milieu puisqu’il y a un nombre pair d’observations dans
l’ensemble de données.
o Chiffres du milieu : 45 et 45
3. Additionner les deux chiffres et diviser par deux : (45 + 45) / 2 = 45.

Exemple 2 : quel est le nombre médian des cas de paludisme par mois au cours de l’année 2014 ?

1. Trier les observations.

2. Sélectionnez le nombre du milieu puisqu’il y a un nombre impair d’observations dans l’ensemble
de données. Ce nombre représente la médiane, qui est 49 dans ce cas.

102 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Mode

Définition : le mode est la valeur la plus fréquente dans votre ensemble de données.

Calcul : sélectionnez la valeur de votre ensemble de données qui survient le plus fréquemment.

Exemple : quel est le mode pour le nombre de cas de paludisme en 2013 et 2014 ?

• Mode pour le nombre de cas de paludisme en 2013 : 45

• Mode pour le nombre de cas de paludisme en 2014 : 40

Parmi les trois mesures de tendance centrale—la moyenne, la médiane et le mode—la moyenne est la
mesure la plus fréquemment utilisée pour examiner les valeurs centrales d’un ensemble de données. Le
mode est la moins utile et donc la mesure la moins utilisée des trois.

Mesures de Dispersion
Il existe certaines mesures statistiques de base sur la dispersion qui sont importantes pour comprendre,
calculer et interpréter.

Étendue

Définition : l’étendue représente la différence entre les valeurs maximum et minimum dans votre
distribution (ensemble de données).

Exemple : quel est l’étendue du nombre de cas de paludisme en 2013 et en 2014 ?

• Étendue du nombre de cas de paludisme en 2013 : 36 – 69

• Étendue du nombre de cas de paludisme en 2014 : 35 - 64

Variance et Écart-type

Définition de la variance : la variance est une mesure du degré auquel un ensemble de nombres sont
dispersés les uns par rapport aux autres. Elle aide à décrire dans quelle mesure les chiffres se situent par
rapport à la moyenne.

Calcul de la variance : la variance (s2) est la somme des carrés des écarts réduits à la moyenne divisé par
le nombre d’observations moins 1.

Définition de l’écart-type : l’écart-type est une mesure qui indique le degré de variation par rapport à la
moyenne. Un petit écart-type indique ainsi que les données ont tendance à être très proches de la
moyenne, tandis qu’un grand écart-type indique le contraire - que les données sont réparties sur une
grande étendue de valeurs.

Calcul de l’écart-type : l’écart-type (s) est la racine carrée de la variance.

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 103

Intervalle interquartile

Définition : l’intervalle interquartile (II) est une mesure de dispersion statistique. Il est égal à la différence
entre le premier et le troisième quartile, et représente donc la moitié des données. Les quartiles divisent les
données en quatre groupes égaux : le quartile inférieur (Q1) est le 25ème percentile, le quartile central est
le 50ème percentile et le quartile supérieur est le 75ème percentile (Q3). Comme l’intervalle interquartile
couvre 50 % d’un ensemble de données, il n’est pas influencé par des valeurs aberrantes ou des valeurs
extrêmes.

Calcul : II = Q3 - Q1

Exemple :
• Q3 = 42
• Q1 = 18
• II = 42 - 18 = 24

Autres Mesures Communes

Il y a quelques mesures statistiques de base qui sont importantes pour comprendre, calculer et interpréter.

Ratio

Définition : un ratio est une comparaison de deux nombres, exprimée dans l’une des manières suivantes :
« a pour b » ; « a par b » ; et « a:b ».

Exemples :
• 2 membres du ménage pour 1 (une) moustiquaire.
• Les femmes sont légèrement plus susceptibles de dormir sous une moustiquaire que les hommes,
avec un ratio de 1,2:1.
Taux

Définition : un taux est un ratio entre deux mesures. En santé publique, le taux le plus fréquent est le
nombre de cas (de maladie) observés dans une période donnée divisé par la population à risque durant
cette période.

Des ratios sont souvent exprimés par 1000 ; 10000 ; ou 100000 habitants en vue de démontrer la
probabilité d’un événement survenant au niveau de la population. L’exprimer de cette façon permet
également de faciliter l’interprétation de la probabilité de l’événement, en particulier lorsque l’événement
est rare.

Exemples communément utilisés sur le paludisme :

• Incidence parasitaire annuelle (IPA)
o (Nombre de cas de paludisme confirmés pendant 1 an / Population sous surveillance) x
1000
• Taux de mortalité due au paludisme = le nombre de décès dus au paludisme d’enfants de moins
de cinq ans pour 1000 naissances vivantes
• Taux de mortalité (toutes causes) des moins de cinq ans = le nombre de décès d’enfants de moins
de cinq ans pour 1000 naissances vivantes

104 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
 Incidence parasitaire annuelle (IPA)
# cas de paludisme confirmé en 1 an
Population sous surveillance 1000

Proportion

Définition : une proportion est un ratio dans lequel tous les individus / objets dans le numérateur sont
également inclus dans le dénominateur.

Exemple :

Proportion de femmes enceintes qui ont dormi sous une moustiquaire imprégnée d’insecticide (MII) la
nuit précédente compare le nombre de femmes enceintes qui ont dormi sous une MII la nuit précédente
au nombre total de femmes enceintes dans les ménages enquêtés.

• Dans une enquête auprès des ménages dans une communauté où 250 femmes enceintes ont été
enquêtées, mais seulement 125 d’entre elles ont dormi sous une MII la nuit précédente, la
proportion serait de 125/250 ou la moitié des personnes interrogées.

Pourcentage

Définition : un pourcentage est une façon d’exprimer un nombre comme une fraction de 100. Il permet
de comparer les données entre les établissements de santé, les régions et les pays.

Exemple :

La proportion des enfants de moins de cinq ans ayant le paludisme compare le nombre d’enfants de
moins de cinq ans avec l’infection paludéenne détectée par microscopie ou un test de diagnostic rapide au
nombre total d’enfants de moins de cinq ans qui ont été testées pour déterminer la présence de parasites
du paludisme par microscopie ou un test de diagnostic rapide et multipliée par 100 pour créer un
pourcentage.

• Si on trouve que 33 sur 100 enfants testés pour le paludisme ont été infectés par le paludisme, le
pourcentage serait de 33 %.

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 105

L’interprétation des Données
Une fois que les données ont été analysées, la prochaine étape est d’interpréter l’information. En somme,
l’interprétation essaie vraiment de donner un sens à votre information et de comprendre les implications
pour votre programme. Dans de nombreux cas, des informations supplémentaires sont nécessaires afin
d’être en mesure de comprendre vos résultats. Dans le graphique ci-dessous sur la possession des MIIs
par les enfants de moins de cinq ans, l’objectif est que plus de 80 % des enfants de moins de 5 ans
dorment sous une moustiquaire chaque nuit. À partir du graphique, nous constatons que cet objectif a été
atteint par 5 pays à savoir le Burkina Faso, le Mali, le Rwanda, le Sénégal et l’Uganda.

Figure 20. Exemple de graphique montrant les implications d'un ensemble de données sur le
paludisme

Possession d’une moustiquaire imprégnée d’insecticide (MII) par les

ménages dans 17 pays africains, 2017
Objectif du Roll Back Malaria: 80% de possession de MIIs par les ménages

100
Possession d’un MII par les ménages (%)

90
80
70
60
50
40
30
20
10
0
Tchad

Malawi

Mali
Burkina Faso
Angola

Ghana

Kenya

Nigeria

Rwanda

Sénégal

Uganda

Zambie

Zimbabwe
République Democratique

Madagascar

Togo

Tanzanie
du Congo

La section suivante présente les méthodes d’interprétation des données de ce graphique.

Interprétation des Graphiques

Il y a quelques questions que nous voudrions comprendre lorsqu’on interprète un graphique. Par
exemple :
• Pourquoi tous les pays n’ont-ils pas atteint l’objectif d’avoir un taux d’utilisation des MII de plus
de 80 % chez les enfants de moins de cinq ans ?
• Quelles en sont les raisons ? Est-ce parce que le programme ne distribue pas suffisamment de
moustiquaires imprégnées d’insecticide ? Est-ce parce que nos interventions en matière
d’éducation sanitaire et de communication sur le changement de comportement ne sont pas
efficaces ?

106 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Nous pourrions aussi vouloir savoir pourquoi certains pays font mieux que d’autres en termes de progrès
vers l’objectif.

Afin de comprendre ce résultat, nous devons examiner d’autres données pertinentes qui peuvent nous
aider à répondre à nos questions. Dans ce cas, nous pourrions examiner la possession des MIIs par les
ménages ou la couverture et l’efficacité des interventions en matière d’éducation sur la santé et de
communication pour le changement de comportement dans les pays. Parfois, pour interpréter nos
résultats, il se pourrait que nous ayons à effectuer des analyses plus poussées.

Défis Liés à l’Interprétation d’Indicateurs Courants sur le Paludisme

Il un certain nombre de problèmes qui doivent être prises en considération lorsque vous interprétez les
résultats sur les indicateurs communs sur le paludisme. Ces problèmes peuvent poser un défi pour
comprendre ce que les résultats de votre programme signifient, et dans de nombreux cas, d’autres
données doivent être recueillies pour pouvoir mieux comprendre vos résultats. Deux des principaux
problèmes à examiner lors de l’interprétation des données liées au paludisme sont la saisonnalité et
l’endémicité du paludisme.

Saisonnalité
La transmission du paludisme est saisonnière dans de nombreux endroits, ce qui signifie que la
transmission se produit ou survient plus fréquemment durant certaines périodes de l’année et non pas
nécessairement tout au long de l’année à cause des changements des conditions climatiques. Étant donné
que la transmission peut fluctuer considérablement au sein d’une localité dans l’année ou sur plusieurs
années, il est important de tenir compte de la saison pendant laquelle vos données ont été recueillies.

Les niveaux de couverture et d’utilisation pour les quatre principales interventions de prévention du
paludisme (MII/MILDA, la pulvérisation intra-domiciliare d’insecticides [PID], le traitment préventif
intermittent pour les femmes enceintes [TPI], et le traitement prompt et efficace) peuvent varier
légèrement entre les saisons. Par exemple, pendant la saison des pluies, les gens seront plus susceptibles
de dormir sous une MII/MILDA parce qu’ils perçoivent que le risque de contracter le paludisme est plus
élevé à cause d’un nombre plus élevé de moustiques.

La saisonnalité affectera également la morbidité et la mortalité dues au paludisme. Nous prévoyons que la
morbidité et la mortalité dues au paludisme vont être plus élevées pendant et durant plusieurs semaines
après la saison des pluies car le taux de transmission du paludisme est plus élevé. Par conséquent, les
interprétations des données doivent tenir compte de la saison au cours de laquelle les données ont été
recueillies.

Endémicité du Paludisme
L’endémicité du paludisme peut affecter l’interprétation des principaux indicateurs sur le paludisme,
puisque chaque indicateur comprend la définition de la population cible. En d’autres termes, chaque
indicateur est destiné à être mesuré seulement parmi la population cible, qui est définie comme ceux qui
sont à risque de contracter le paludisme.

Dans les pays où le paludisme est endémique ou ceux à potentiel épidémique, cette question ne devrait
pas être une préoccupation particulière dans l’interprétation des résultats. Toutefois, dans les pays où
l’endémicité du paludisme varie à l’intérieur du pays et donc que toute la population n’est pas à risque de

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 107

contracter le paludisme, il est important de prendre ceci en considération lors de la collecte de vos
données et de l’interprétation de vos résultats.

Les populations qui ne sont pas exposées au paludisme ne devraient pas être incluses dans votre
population cible. Dans ces situations, il peut être nécessaire de recueillir des renseignements
supplémentaires pour établir quels sont les zones qui sont à l’intérieur ou à l’extérieur d’une région à
risque de paludisme. Toutefois, ce n’est pas toujours possible et cela doit être pris en considération
lorsque vous interprétez vos résultats.

Par exemple, si vous recueillez des données à l’échelle nationale sur le nombre de ménages possédant des
MIIs/MILDAs, vous devez considérer si vous avez inclus les données des zones non paludéennes. Si
vous incluez des données sur les zones non paludéennes, il est alors probable que vos données sous-
estiment le niveau de couverture nationale des MII/MILDAs. C’est parce que vous avez surestimé votre
population cible (ceux réellement à risque pour le paludisme).

Présentation Efficace des Données

Quel que soit le format de communication que vous utilisez, que ce soit un rapport d’étape annuel ou une
présentation, l’information devrait être présentée de façon claire et concise, avec les principaux résultats et
recommandations qui peuvent être converties en actions. Lorsque les données sont présentées de cette
façon, cela contribue à faciliter leur utilisation pour la prise de décisions. Lorsque les données sont
présentées d’une manière pas claire, ou lorsque trop d’informations ou d’informations non pertinentes
sont fournies, alors il y a moins de chance que l’information soit utilisée pour la prise de décision
concernant le programme. Il est également important de toujours se rappeler de la nature de votre
audience lorsque vous songez à la façon de présenter l’information. Cela signifie que vous devriez adapter
l’information présentée à votre public, de sorte qu’elle soit utile, claire et susceptible de mener à une
action pour elle.

108 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Synthèse des Données : Tableau
Il y a deux méthodes principales pour synthétiser et présenter les données, par le biais de tableaux et de
graphiques. Ces deux formes sont utiles pour transmettre un message et pour décrire les tendances, les
liens et faire les comparaisons.

Un tableau est le moyen le plus simple pour résumer un ensemble d’observations. Il comporte des lignes
et des colonnes contenant des données qui peuvent être sous forme de nombres absolus ou de
pourcentages, ou les deux. Dans l’exemple de tableau, le nombre de décès est répertorié pour les années
2010–2016. Ce tableau vous permet de voir la tendance dans le nombre de décès causés par le paludisme
au cours de la période de sept ans par région et au niveau mondial.

Figure 21. Cas de décès liés au paludisme dans le monde par région OMS de 2010–2016

Numéro de décès
2010 2011 2012 2013 2014 2015 2016
Afrique 538 000 484 000 445 000 430 000 423 000 409 000 407 000
Méditerranée orientale 7 200 7 100 7 700 7 800 7 800 7 600 8 200

Europe 0 0 0 0 0 0 0

Amérique 830 790 630 620 420 450 650

Asie du Sud-Est 41 700 34 000 29 000 22 000 25 000 26 000 27 000

Pacifique Ouest 3 800 3 300 4 000 4 300 2 900 2 600 3 300

Mondial 591 000 529 000 487 000 465 000 459 000 446 000 445 000

Source : Rapport mondial sur le paludisme 2017 (OMS)

Synthèse des Données : Graphiques

Les graphiques sont des représentations en image des données numériques et doivent être conçus pour
indiquer un schéma ou tendance des données. Par exemple, dans ce diagramme à barres empilées, nous
sommes en mesure de comparer les taux d’utilisation de différents traitements antipaludéens chez les
enfants de moins de cinq ans ayant une fièvre dans le pays X durant une période de deux ans pour voir les
changements dans l’adoption des traitements, ainsi que des changements dans le type de traitement pris.

Figure 22. Pourcentage d’enfants <5 avec fièvre qui ont pris un antipaludéen, 2015–2017

Source : Rapport mondial sur le paludisme 2017

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 109

Synthèse des Données : Graphique Linéaire
Ce graphique en courbe permet de transmettre deux principaux messages. Tout d’abord, nous sommes en
mesure de voir la tendance dans le nombre de personne ayant accès aux MIIs au cours des 07 dernières
années ans au niveau mondial. Globalement, le nombre personne ayant accès aux MIIs a augmenté au fil
des ans.

Figure 23. Proportion de la population à risque avec accès à des MII, 2010–2016

Source : Rapport mondial sur le paludisme 2017 (OMS)

110 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Présentation des Données
Il y a quatre principaux tableaux et graphiques utilisés pour présenter les données. Chaque tableau et
graphique a un(e) usage/fonction spécifique, ce qui est important de garder à l’esprit lorsque vous décidez
de la meilleure façon de présenter vos données.
Figure 24. Exemple de graphique à barres pour la
Graphique en Barres
comparaison des données sur le paludisme par
Un graphique en barres est utilisé pour catégorie
comparer les données entre les catégories.
Le graphique a des barres rectangulaires
dont les longueurs sont proportionnelles
aux valeurs qu’elles représentent. Elles sont
utilisées pour représenter des données qui
ont des valeurs discrètes et pas continues.
Dans l’exemple, nous sommes en mesure
de comparer le pourcentage de femmes
enceintes ayant reçu 2 doses de TPI dans le
pays X durant la période de cinq ans ainsi
que de comparer les différences d’accès au
TPI entre les femmes enceintes du milieu
rural et celles des zones urbaines.

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 111

Histogramme Figure 25. Exemple d’histogramme montrant la
répartition des cas de paludisme par année
Un histogramme représente la fréquence
relative de données continues. En
d’autres mots, c’est un graphique qui
affiche une représentation visuelle de la
distribution de données. Il se compose
de fréquences tabulaires, indiquées en
rectangles adjacents, qui sont
positionnées au-dessus des intervalles
discrets, dont la superficie est égale à la
fréquence des observations dans
l’intervalle. La superficie totale de
l’histogramme est égale au nombre de
données. Dans l’exemple ici, nous
voyons la fréquence relative des cas de paludisme par année de 2010 à 2017 dans la province A.

Graphique Linéaire/en Courbe Figure 26. Exemple de graphique linéaire montrant

les tendances à la baisse du nombre de cas de
Un graphique linéaire/en courbe est un paludisme
graphique qui affiche une tendance ou des
tendances au fil du temps pour les
données continues. Dans l’exemple, nous
sommes en mesure d’observer la tendance
à la baisse du nombre de cas de paludisme
au cours des 10 dernières années pour les
enfants de moins de cinq ans et les
femmes enceintes dans le district A.

112 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Diagramme Circulaire
Un diagramme circulaire est un graphique qui Figure 27. Exemple de camembert montrant une
est divisé en sections qui représentent la ventilation des dépenses de lutte contre le
proportion ou la contribution de chaque paludisme d’un pays
valeur dans un total. La taille de la section est
proportionnelle à la quantité qu’elle représente.
Dans cet exemple, nous sommes en mesure
d’observer la proportion relative des dépenses
par type d’interventions antipaludiques dans le
pays A. Ainsi, nous pouvons voir que la plus
grande proportion du budget dans le pays est
dépensée sur les moustiquaires imprégnées
d’insecticide (30 %), tandis que seulement 10
% du budget du pays est consacré à la
pulvérisation intra-domiciliaire d’insecticide.

Cartographie
C’est une représentation des données sur une
carte. Les données peuvent être représentées Figure 28. Exemple de carte montrant la
sur une carte selon leurs répartitions répartition géographique du paludisme dans le
géographiques. Par exemple nous pouvons monde
faire une répartition du type de paludisme
(endémique/épidémique) par zone ou
Paludisme dans le monde, 2018
une répartition des pourcentages de
couverture vaccinale dans une région
ou un pays. Comme exemple de types
de représentation géographiques nous
avons les : cartes à polygones et les
cartes à points.

Source : Rapport mondiale sur le paludisme, 2018

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 113

Quiz—Présentation des Données
Pour compléter le quiz, sélectionnez une réponse pour chaque énoncé.

Il est important de se rappeler que chacun des quatre principaux graphiques ont des utilisations
spécifiques pour la présentation des données. Pour vérifier votre compréhension de leur utilisation, lisez
chaque énoncé et décidez lequel des tableaux et graphiques serait le plus approprié à utiliser pour
transmettre les informations. Choisissez parmi ces options : Graphique en courbe, Graphique en barres,
Diagramme circulaire, Histogramme

a. La prévalence du paludisme au Ghana au cours des 30 dernières années.

b. Les données comparant la prévalence du paludisme dans 10 pays différents au cours d’une année
en Afrique subsaharienne.
c. Données sur les raisons pour lesquelles les individus n’utilisent pas de moustiquaires imprégnées
d’insecticide (MII) parmi les individus enquêtés qui n’utilisaient pas les MIIs au moment de
l’enquête.
d. La répartition des patients testés pour le paludisme par la densité parasitaire.

114 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Bonne Réponse
a. Un graphique en courbe est la façon la plus appropriée de montrer la prévalence du paludisme
au Ghana au cours des 30 dernières années. Il peut mieux transmettre visuellement la tendance
sur 30 ans dans le pays.
b. Un graphique en barres est le plus approprié à utiliser pour comparer la prévalence du
paludisme dans 10 pays différents.
c. Un diagramme circulaire est le plus approprié pour montrer visuellement les raisons pour
lesquelles les gens n’utilisent pas les MII, proportionnellement d’une à l’autre.
d. Un histogramme est le graphique le plus approprié pour montrer la répartition des patients
testés pour le paludisme par la densité parasitaire.

Principaux Conseils pour une Bonne Présentation des Données

Voici quelques astuces à retenir pour assurer une bonne présentation des données :

• Utiliser le graphique approprié – Assurez-vous d’utiliser le graphique approprié (tableau,

diagramme ou graphique) pour vos données, ce qui sera basé sur le message que vous voulez
transmettre.
• Connaître votre auditoire – Présenter votre
information d’une manière claire, concise,
pratique et exploitable.
• Identifier toutes les composantes de votre
graphique – Tous les graphiques et tableaux
doivent avoir un titre. Le titre devrait exprimer le
qui, quoi, quand et où. Les graphes et diagrammes
doivent avoir des axes clairement libellés et,
lorsque cela est approprié, devrait inclure des
légendes.
• Fournir toutes les informations pertinentes – Votre graphique doit être explicite. Cela signifie
que vous devriez inclure la source(s) et date(s) pour les données présentées dans votre graphique.
Si un élément a besoin de clarifications ou de plus amples explications, inclure une note de bas de
page qui permet d’apporter de la clarté au graphique. Pour une bonne présentation des données,
il est essentiel que votre public ait toute l’information dont il a besoin pour comprendre le
message véhiculé dans le graphique.

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 115

Exemples de Présentation de Données
Tout en gardant à l’esprit les quatre conseils pour une bonne présentation des données, regardez les
graphiques suivants. Sont-ils bien présentés ? Si non, quel est le problème avec la manière dont ils sont
présentés ?

Exemple 1

Quels sont les façons par lesquelles les données de ce graphique en courbe pourraient être présentées de
façon plus efficace ?

Une meilleure façon de représenter les données comprend les éléments suivants :

• Le titre du graphique comprend de l’information sur « quand » et « où ».

• Les axes sont correctement libellés.

Source: Organisation Mondiale de la Sante, 2015

116 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Exemple 2

Quels sont les façons par lesquelles les données de ce tableau pourraient être présentées de façon plus
efficace ?

Voici une meilleure façon de représenter les données.

• Le titre explique les données contenues dans le tableau.

• Les colonnes sont clairement libellées.
• Inclure la source de données.

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 117

Exemple 3

Quels sont les façons par lesquelles les données de ce diagramme circulaire pourraient être présentées de
façon plus efficace ?

Voici une meilleure façon de représenter les données.

• Le titre du diagramme est clair et précis.

• Les chiffres figurant dans le tableau sont clairement étiquetés.
• La légende du graphique est descriptive.
• Inclure la source de données.

118 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne
Évaluation du Module 8
Questions
Les bonnes réponses sont fournies sur la page suivante.

1. Laquelle des questions suivantes ne peut pas être résolue par le biais d’une
simple analyse de données, mais aurait besoin de plus d’information et
d’interprétation pour y répondre ?
a. Quel a été le nombre annuel d’admissions dues au paludisme dans les
centres de santé du district A en 2015 ?
b. Quel est le pays qui a la plus grande couverture (proportion) des
ménages qui possèdent au moins une moustiquaire traitée aux
insecticides ?
c. Pourquoi la proportion de personnes qui dorment sous une
moustiquaire imprégnée d’insecticide a diminué considérablement
depuis l’an dernier ?
d. Quel établissement de santé du district B a fourni une plus grande © Bonnie Gillespie, Voix
couverture en traitement préventif intermittent pour les femmes pour un Futur Sans
Paludisme
enceintes ?
2. Sur la base de données présentées dans le tableau sur le nombre annuel de moustiquaires imprégnées
d’insecticide distribuées par le Programme National de Lutte contre le Paludisme dans le pays X en
2007-2015, quelle est la moyenne, la médiane et le mode pour la série de données (dans cet ordre) ?
a. Moyenne : 175, Médiane : 135, Mode : 140
b. Moyenne : 140, Médiane : 174.67, Mode : 135
c. Moyenne : 174.67, Médiane : 140, Mode : 135
d. Moyenne : 135, Médiane : 140, Mode : 174.67
Nombre annuel de moustiquaires imprégnées d’insecticide distribuées par le Programme National
de Lutte contre le Paludisme dans le pays X, 2007–2015

Année 2007 2008 2009 2010 2011 2012 2013 2014 2015

Nombre de MIIs
125 135 140 132 135 150 155 250 350
distribuées (en milliers)

3. Si vous voulez présenter un graphique comparant la proportion des ménages dont les murs du
logement ont été pulvérisés avec des insecticides au cours des 12 derniers mois dans les 15 pays les
plus touchés par le paludisme, quel graphique voudriez-vous utiliser ?
a. Tableau
b. Graphique en barres
c. Diagramme circulaire
d. Histogramme

4. L’incidence parasitaire annuelle qui est définie comme le nombre total de cas de paludisme confirmé
dans 1 année (x1000) divisé par la population totale sous surveillance, elle représente quelle mesure
statistique commune ?
a. Taux
b. Proportion
c. Mode
d. Pourcentage

Module 8 : Analyse, Interprétation et Présentation des Données sur le Paludisme 119

Bonnes Réponses
1. Laquelle des questions suivantes ne peut pas être résolue par le biais d’une simple analyse de données,
mais aurait besoin de plus d’information et d’interprétation pour y répondre ?

c. Pourquoi la proportion de personnes qui dorment sous une moustiquaire imprégnée

d’insecticide a diminué considérablement depuis l’an dernier ?
Une simple analyse de données vous dira que la proportion de personnes qui dorment sous des
MIIs a diminué cette année par rapport à l’année dernière. Pour comprendre les causes, de plus
amples informations doivent être collectées afin de déterminer pourquoi la proportion a diminué.
2. Sur la base de données présentées dans le tableau sur le nombre annuel de moustiquaires imprégnées
d’insecticide distribuées par le Programme National de Lutte contre le Paludisme dans le pays X en
2007-2015, quelle est la moyenne, la médiane et le mode pour la série de données (dans cet ordre) ?

c. Moyenne : 174.67, Médiane : 140, Mode : 135

Nombre annuel de moustiquaires imprégnées d’insecticide distribuées par le Programme

National de Lutte contre le Paludisme dans le pays X, 2007–2015

Année 2007 2008 2009 2010 2011 2012 2013 2014 2015

Nombre de MIIs
125 135 140 132 135 150 155 250 350
distribuées (en milliers)

3. Si vous voulez présenter un graphique comparant la proportion des ménages dont les murs du
logement ont été pulvérisés avec des insecticides au cours des 12 derniers mois dans les 15 pays les
plus touchés par le paludisme, quel graphique voudriez-vous utiliser ?
b. Graphique en barres
Un graphique en barres est utilisé pour comparer des données entre différentes catégories. Dans
cet exemple, vous comparez la différence en proportion des ménages qui ont été traites avec de
l’insecticide dans les 15 pays à grande endémicité.

4. L’incidence parasitaire annuelle qui est définie comme le nombre total de cas de paludisme confirmé
dans 1 année (x1000) divisé par la population totale sous surveillance, elle représente quelle mesure
statistique commune ?
a. Taux
L’incidence parasitaire annuelle est un taux. C’est le ratio de deux mesures, le nombre total de cas
de paludisme confirmé dans 1 année (x1000) divisé par la population totale sous surveillance.

120 Surveillance, Suivi, et Evaluation des Programmes de Lutte contre le Paludisme : Cours en Ligne