Le nombre de personnes vivant avec le VIH ne peut pas être obtenu en additionnant uniquement les diagnostics enregistrés. Une partie des personnes infectées ne connaît pas encore son statut sérologique. D’autres ont été diagnostiquées dans un autre pays, ne sont plus suivies dans le système de soins ou ne sont pas couvertes de manière complète par les dispositifs de surveillance. L’épidémiologie doit donc combiner plusieurs sources pour approcher la réalité.
Cette estimation sert à répondre à des questions concrètes : combien de personnes pourraient avoir besoin d’un dépistage, quelle capacité de prise en charge doit être prévue, quelle proportion des infections est diagnostiquée et comment évolue la transmission. Elle permet aussi d’éviter une interprétation trompeuse des données de diagnostic. Une hausse des découvertes de séropositivité peut traduire une circulation accrue du virus, mais aussi une intensification du dépistage ou un rattrapage de diagnostics plus anciens.
Le résultat n’est pas un comptage individuel. Il s’agit d’une estimation statistique, généralement présentée avec une incertitude. Plus les données sont complètes, récentes et représentatives, plus l’intervalle d’estimation peut être resserré. L’absence de chiffre exact ne signifie donc pas absence d’information : elle impose de lire le résultat avec sa méthode et ses limites.
Avant tout calcul, il faut définir précisément ce que l’on cherche à mesurer. Les expressions utilisées dans les rapports ne recouvrent pas toujours le même périmètre.
Cette distinction est essentielle. Une personne peut être diagnostiquée plusieurs années après l’infection. Elle apparaît alors dans les statistiques de nouveaux diagnostics, mais elle ne représente pas nécessairement une infection récente. Inversement, une personne récemment infectée peut ne pas encore avoir été testée et rester absente des données de diagnostic.
La relation la plus simple s’écrit ainsi : personnes non diagnostiquées = personnes vivant avec le VIH moins personnes diagnostiquées. En pratique, chacune de ces deux quantités doit être estimée avec soin.
Une approche fréquente consiste à estimer d’abord le nombre total de personnes vivant avec le VIH à partir de données démographiques, de résultats de surveillance, de dépistage et de prise en charge. Le nombre de personnes diagnostiquées est ensuite approché grâce aux systèmes de déclaration, aux laboratoires, aux dossiers médicaux ou aux données de traitement. La différence donne une estimation du nombre de personnes dont le statut n’est pas connu.
Cette opération ne doit pas être interprétée comme une soustraction exacte. Les deux estimations peuvent couvrir des populations différentes, comporter des doublons ou être influencées par les délais de déclaration. Les analystes utilisent donc des modèles qui intègrent l’incertitude et testent plusieurs hypothèses. Le résultat est souvent exprimé par une valeur centrale accompagnée d’un intervalle de crédibilité ou de confiance, selon la méthode statistique employée.
Un intervalle large peut signaler que les données sont peu nombreuses, incomplètes ou difficiles à relier entre elles. Il ne s’agit pas d’une faiblesse de présentation, mais d’une information sur la précision du résultat.
Les enquêtes transversales peuvent fournir une estimation directe de la prévalence, c’est-à-dire de la proportion de personnes vivant avec le VIH à un moment donné. Un échantillon de personnes est recruté selon une méthode destinée à représenter la population étudiée. Les participants répondent à un questionnaire et peuvent se voir proposer un test biologique, avec des garanties de confidentialité et de consentement adaptées au protocole.
Si une proportion mesurée de l’échantillon est positive, elle peut être extrapolée à la population cible en appliquant des pondérations. Ces pondérations tiennent compte, par exemple, de la probabilité différente d’être sélectionné, de la non-réponse et de la composition démographique de l’échantillon. La précision dépend notamment de la taille de l’échantillon, de la qualité du recrutement et de la capacité à atteindre les personnes éloignées du système de soins.
Une enquête peut aussi mesurer la part des personnes positives qui déclarent déjà connaître leur statut. La différence fournit une indication sur la proportion non diagnostiquée. Cette approche présente toutefois plusieurs limites : les personnes les plus précaires peuvent être sous-représentées, certains participants peuvent refuser le test et la prévalence peut varier fortement selon l’âge, le territoire ou les populations exposées à des risques différents.
Pour protéger les participants, les résultats sont généralement publiés de manière agrégée. Une enquête ne permet pas de retrouver les personnes non diagnostiquées et ne doit pas être utilisée pour tenter de les identifier.
Lorsque les enquêtes directes sont impossibles ou trop espacées, les organismes de santé publique recourent à des modèles mathématiques. Des logiciels et cadres de modélisation développés ou utilisés par l’ONUSIDA, l’Organisation mondiale de la santé et différents instituts nationaux combinent des informations sur les diagnostics, les décès, la transmission, le traitement et la structure de la population.
Un modèle peut représenter séparément plusieurs états : personnes susceptibles d’être infectées, personnes récemment infectées, personnes vivant avec une infection non diagnostiquée, personnes diagnostiquées sans traitement, personnes sous traitement et personnes ayant une charge virale indétectable. Les passages d’un état à l’autre sont décrits par des paramètres estimés à partir des données disponibles.
Pour un pays ou une région, le modèle peut intégrer :
Le modèle produit une estimation cohérente avec l’ensemble de ces observations. Il ne remplace pas les données manquantes par une certitude : il formule des hypothèses et quantifie autant que possible l’incertitude qui en découle.
Une autre famille de méthodes part d’un indicateur observable et d’une proportion estimée. Par exemple, si une source permet de connaître le nombre de personnes diagnostiquées et qu’une enquête estime la fraction des personnes vivant avec le VIH qui sont diagnostiquées, le total peut être approché en divisant le nombre diagnostiqué par cette fraction. Le nombre non diagnostiqué correspond ensuite à la différence entre le total estimé et le nombre diagnostiqué.
Cette méthode paraît simple, mais elle est très sensible à la qualité de la fraction utilisée. Si la proportion de personnes diagnostiquées est surestimée, le total sera sous-estimé. Si elle est sous-estimée, le total sera surestimé. La fraction doit donc provenir d’une enquête représentative ou d’une source indépendante et comparable dans le temps, le territoire et la population étudiée.
Dans certains protocoles, on compare deux sources qui recensent partiellement la même population, par exemple des données de dépistage et des données de prise en charge. Le nombre de personnes présentes dans les deux sources aide à estimer celles qui ne figurent dans aucune des deux. Cette méthode, souvent appelée capture-recapture, suppose notamment que les sources sont suffisamment indépendantes et qu’elles décrivent la même population. Lorsque ces conditions ne sont pas remplies, le résultat peut être biaisé.
Les données de soins apportent des informations importantes, mais elles ne représentent pas automatiquement toutes les personnes vivant avec le VIH. Les dossiers de suivi peuvent documenter les consultations, les traitements, les résultats biologiques et la charge virale. Les données de délivrance de médicaments peuvent également contribuer à estimer le nombre de personnes traitées.
Ces sources permettent d’évaluer le parcours de prise en charge : proportion diagnostiquée, proportion liée aux soins, proportion sous traitement et proportion présentant une charge virale contrôlée. Elles aident aussi à repérer les ruptures de suivi. En revanche, une personne non diagnostiquée n’apparaît généralement pas dans ces bases. Une personne diagnostiquée mais suivie dans un autre système peut aussi être absente ou comptée avec retard.
Les données administratives exigent une attention particulière à la qualité du codage, aux doublons, aux changements de région et aux délais de mise à jour. Les règles de protection des données personnelles limitent par ailleurs les possibilités de croisement nominatif. Les analyses utilisent donc des données pseudonymisées ou agrégées, avec des procédures destinées à empêcher l’identification des personnes.
Estimer une population non observée est particulièrement sensible aux biais. Le premier est le biais de couverture : les personnes qui ont moins de contacts avec le système de santé peuvent être moins visibles dans les données. Le deuxième est le biais de participation : dans une enquête, les personnes qui acceptent un test peuvent différer de celles qui le refusent. Le troisième est le biais temporel : une donnée publiée aujourd’hui peut décrire une période antérieure.
Il faut également tenir compte de la mobilité. Les personnes diagnostiquées dans un autre pays, celles qui changent de lieu de résidence ou celles qui interrompent leur suivi peuvent être difficiles à attribuer à un territoire précis. Les comparaisons internationales doivent donc utiliser des définitions et des périodes comparables.
La stigmatisation et la crainte de conséquences sociales peuvent aussi influencer la participation à une enquête ou la déclaration de certaines informations. Cela ne justifie pas de supposer un comportement individuel : cela conduit plutôt à améliorer les méthodes de recrutement, la confidentialité, l’accès gratuit au dépistage et la qualité des données.
Enfin, les estimations par sous-groupe peuvent être moins précises que les estimations nationales. Une population peu nombreuse ou difficile à atteindre peut nécessiter plusieurs années de données et des méthodes spécifiques.
Un lecteur peut vérifier plusieurs éléments avant de comparer deux estimations. Le premier est la population couverte : pays entier, adultes, population générale ou groupe particulier. Le deuxième est la période de référence. Le troisième est la définition de la personne diagnostiquée et du statut inconnu. Le quatrième concerne la méthode de calcul et les sources utilisées.
| Élément à vérifier | Question utile |
|---|---|
| Périmètre | Le chiffre concerne-t-il toute la population ou un sous-groupe ? |
| Date | Décrit-il une année, une période ou une situation à une date donnée ? |
| Indicateur | S’agit-il de personnes vivant avec le VIH, de diagnostics ou d’infections récentes ? |
| Méthode | Le résultat provient-il d’une enquête, d’un modèle ou du croisement de sources ? |
| Incertitude | Un intervalle est-il publié autour de l’estimation ? |
Une variation entre deux années ne doit pas être commentée sans regarder les changements de méthode. Une campagne de dépistage plus accessible, une amélioration de la remontée des données ou une modification de la définition peut faire évoluer un indicateur sans changement équivalent du nombre réel d’infections.
Imaginons une région pour laquelle les données disponibles indiquent un nombre de personnes diagnostiquées, mais pas le total des personnes vivant avec le VIH. Une enquête représentative estime ensuite la proportion des personnes infectées qui connaissent leur statut. Les analystes peuvent combiner ces informations pour produire une estimation du total et de la part non diagnostiquée.
Ils doivent alors vérifier que la proportion issue de l’enquête est applicable à la région étudiée. Si l’enquête porte sur l’ensemble du pays mais que la région présente une structure d’âge, une offre de dépistage ou une répartition des populations différente, l’extrapolation peut être incertaine. Les analystes peuvent utiliser des données régionales complémentaires, des analyses par âge ou plusieurs scénarios.
Le résultat final doit être présenté comme une fourchette et accompagné de la méthode. Il serait trompeur d’annoncer un nombre entier comme s’il s’agissait d’un recensement. La bonne pratique consiste à distinguer la valeur estimée, l’intervalle d’incertitude, les hypothèses retenues et les limites connues.
Le nombre de tests réalisés ne suffit pas à mesurer le nombre de personnes vivant avec le VIH sans connaître leur statut. Une même personne peut être testée plusieurs fois, tandis qu’une autre peut ne jamais l’être. Le taux de positivité dépend aussi du public testé, du contexte et de la stratégie de dépistage.
Les tests de dépistage peuvent néanmoins fournir des informations utiles lorsqu’ils sont interprétés avec la population concernée, le nombre de personnes testées, la répétition éventuelle des tests et la méthode de recrutement. Les résultats de confirmation doivent être distingués des tests initiaux, car un test réactif ne constitue pas toujours à lui seul un diagnostic définitif.
Pour réduire la part des infections non diagnostiquées, les politiques de santé publique s’appuient sur plusieurs portes d’entrée : dépistage proposé dans les soins, dispositifs sans ordonnance médicale selon la réglementation applicable, prévention combinée, information claire et accès rapide à la prise en charge. Ces actions améliorent à la fois la santé individuelle et la qualité future des données épidémiologiques.
Non. Cette population n’est pas directement observable dans sa totalité. Les organismes de santé publique l’estiment à partir d’enquêtes, de données de soins, de diagnostics et de modèles. Le résultat doit être lu avec son intervalle d’incertitude.
Non. Un diagnostic peut révéler une infection acquise plusieurs années auparavant. Pour estimer les infections récentes, des méthodes et des marqueurs spécifiques sont nécessaires, avec leurs propres limites.
Ils peuvent utiliser des périodes, des périmètres, des sources ou des modèles différents. Il faut comparer les définitions et les méthodes avant de conclure à une contradiction.
Aucun indicateur ne suffit seul. L’analyse gagne en fiabilité lorsqu’elle rapproche le nombre de diagnostics, les estimations du total des personnes vivant avec le VIH, l’accès au traitement, le contrôle de la charge virale et les données de dépistage.
Non. Il indique une probabilité supérieure à celle d’un groupe de référence. Même lorsque l’augmentation est statistiquement établie, elle ne permet pas de prédire...
Le nombre de personnes vivant avec le VIH ne peut pas être obtenu en additionnant uniquement les diagnostics enregistrés. Une partie des personnes infectées ne connaît pas...
Dans le monde foisonnant des données de santé, savoir si deux phénomènes sont simplement liés, ou si l’un cause réellement l’autre, s’av...
L’idéal serait de collecter des données sur chaque individu d’une population cible : interroger chaque citoyen, mesurer chaque cas, suivre chaque exposition. Mais les réalités...
Une étude descriptive en épidémiologie vise à répondre à ces questions fondamentales : qui ?, quoi ?, où ?, quand ?. Elle ne cherche pas à démontrer un lien de cause à effet (contrairement aux études...
Les études cas-témoins font partie de la famille des études observationnelles. Leur principe ? Recruter deux groupes clairement définis : d’un côté les cas (personnes atteintes de la...