Data-Driven Hybrid Model of SARIMA-CNNAR For Tuberculosis Incidence Time Series Analysis in Nepal

⚕️

Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Each language version is independently generated for its own context, not a direct translation.

🇳🇵 Prédire la Tempête : Comment un "Super-Prévisionniste" aide le Népal à combattre la Tuberculose

Imaginez que la Tuberculose (TB) au Népal est comme une tempête saisonnière. Elle ne frappe pas n'importe quand : elle revient chaque année à des moments précis (comme les moussons), mais elle devient aussi de plus en plus violente avec le temps.

Le problème ? Les autorités de santé doivent préparer des médicaments et des médecins avant que la tempête n'arrive. Si elles se trompent, les hôpitaux sont submergés ou, pire, les médicaments manquent.

Cette étude raconte comment une équipe de chercheurs népalais a créé un "Super-Prévisionniste" (un modèle informatique hybride) pour prédire exactement où et quand cette tempête va frapper en 2025.

1. Le Défi : Pourquoi les anciennes méthodes ne suffisaient pas

Avant, les experts utilisaient deux types d'outils pour faire des prédictions :

L'outil "Règle à Calcul" (SARIMA) : C'est comme un vieux calendrier. Il est excellent pour voir les motifs réguliers (ex: "Il pleut toujours en mars"). Mais il est un peu rigide. S'il y a un événement imprévu (comme une pandémie de COVID-19 qui a tout perturbé), il panique et fait de grosses erreurs.
L'outil "Cerveau Numérique" (CNNAR) : C'est comme un élève très intelligent qui apprend par cœur les tendances complexes. Il voit les détails que le calendrier ne voit pas. Mais parfois, il a trop confiance en lui et oublie les règles de base, ce qui le rend instable.

L'idée géniale : Au lieu de choisir l'un ou l'autre, les chercheurs ont décidé de marier les deux.

2. La Solution : Le Mariage Parfait (Le Modèle Hybride)

Imaginez que vous devez prédire le temps.

Vous engagez un vieux météorologue (SARIMA) qui regarde les cycles de 10 ans. Il vous dit : "En mars, il pleut généralement."
Ensuite, vous engagez un jeune analyste de données (CNNAR) qui regarde ce que le vieux météorologue a raté. Il dit : "Attends, le vieux météorologue a oublié que cette année, il y a eu une sécheresse et une épidémie, donc il va pleuvoir encore plus fort que prévu."

Le Modèle Hybride combine leurs avis :

Prédiction Finale = Ce que dit le Vieux Météorologue + Ce que l'Analyste a ajouté.

C'est comme si vous aviez un chef d'orchestre (SARIMA) qui garde le rythme de base, et un soliste virtuose (CNNAR) qui improvise les notes complexes pour rendre la musique parfaite.

3. Ce que le Modèle a Découvert

En analysant 10 ans de données (de 2015 à 2024), ce "Super-Prévisionniste" a vu trois choses importantes :

La tempête s'intensifie : Le nombre de cas de tuberculose a augmenté de 68 % en 10 ans. C'est une montée inquiétante.
Les moments critiques : La maladie frappe deux fois par an, comme des vagues :
- Un pic au printemps (mars-mai).
- Un autre pic en été (juillet-août).
L'impact du COVID : La pandémie a créé des "cassures" dans la logique habituelle (beaucoup moins de cas en 2020 car les gens n'allaient plus chez le médecin, puis une explosion ensuite). Le modèle hybride a réussi à comprendre ces cassures là où les autres modèles échouaient.

4. Les Résultats : Qui a gagné ?

Les chercheurs ont mis leur modèle en compétition avec d'autres méthodes célèbres (comme des réseaux de neurones complexes ou des algorithmes de Facebook).

Le Vieux Calendrier (SARIMA seul) : A fait beaucoup d'erreurs (comme prédire un soleil en plein orage).
Le Cerveau Numérique seul : A été bon, mais pas parfait.
Le Super-Prévisionniste (Hybride) : A gagné haut la main !
- Il s'est trompé de seulement 7,2 % en moyenne. C'est une précision incroyable pour prédire une maladie sur un an.
- Il a mieux prédit les pics de 2024 que n'importe qui d'autre.

5. Pourquoi c'est important pour la vie réelle ?

Grâce à cette prédiction, les autorités de santé du Népal peuvent maintenant agir comme des pompiers préparés :

Avant mars : Ils savent qu'il va y avoir une vague. Ils peuvent stocker plus de médicaments et de tests dans les hôpitaux.
En juillet : Ils peuvent envoyer des équipes mobiles dans les zones rurales avant que les gens ne tombent malades.
Économie d'argent : Ils n'achètent pas trop de médicaments (ce qui coûte cher) ni trop peu (ce qui tue).

En résumé

Cette étude nous apprend que pour résoudre des problèmes complexes de santé publique, il ne faut pas choisir entre la tradition (les règles établies) et l'innovation (l'intelligence artificielle). Le secret, c'est de les mélanger.

Le Népal a maintenant une "boussole" très précise pour naviguer dans la tempête de la tuberculose, ce qui sauvera des vies en 2025 et au-delà. C'est une victoire de la science des données au service de la santé humaine.

Each language version is independently generated for its own context, not a direct translation.

Résumé Technique : Modèle Hybride SARIMA-CNNAR pour l'Analyse des Séries Temporelles de l'Incidence de la Tuberculose au Népal

1. Problématique

La tuberculose (TB) constitue un défi majeur de santé publique au Népal, avec des taux d'incidence nettement supérieurs aux estimations mondiales. Malgré l'existence de stratégies de contrôle, la prévision précise de l'incidence de la TB est cruciale pour les systèmes d'alerte précoce, l'allocation des ressources et les interventions ciblées.
Les modèles de prévision traditionnels (linéaires) peinent à capturer la complexité des dynamiques épidémiologiques, notamment les tendances non linéaires, les saisonnalités complexes et les ruptures structurelles induites par des événements externes (comme la pandémie de COVID-19). De plus, il existait un vide dans la littérature concernant des modèles hybrides validés spécifiquement pour le contexte népalais, caractérisé par une diversité géographique et des contraintes de ressources spécifiques.

2. Méthodologie

L'étude a utilisé des données mensuelles d'incidence de la TB provenant du Centre National de Contrôle de la Tuberculose (NTCC) du Népal, couvrant la période de janvier 2015 à décembre 2024 (120 mois).

Prétraitement des données :
- Imputation des valeurs manquantes (2,4 %) par filtrage de Kalman pour préserver l'intégrité temporelle.
- Détection et traitement des valeurs aberrantes (méthode IQR).
- Conversion des dates du calendrier népalais (Bikram Sambat) au calendrier grégorien.
- Normalisation Min-Max pour les composants de réseaux de neurones.
- Tests de stationnarité (ADF) et décomposition STL (Tendance-Saisonnalité-Résidus).
Architecture du Modèle Hybride (SARIMA-CNNAR) :
Le modèle combine deux approches complémentaires :
1. SARIMA (Seasonal Autoregressive Integrated Moving Average) : Modélise la composante linéaire et les tendances saisonnières régulières. Le modèle optimal sélectionné est SARIMA(1,1,1)(1,1,1)[12].
2. CNNAR (Convolutional Neural Network Auto-Regressive) : Modélise les résidus non linéaires laissés par le SARIMA. L'architecture CNNAR utilise des filtres convolutifs pour extraire des motifs temporels locaux (dépendances à court terme) et des couches denses pour la prédiction.
- Formulation : $y_t = SARIMA(y_t) + CNNAR(y_t - SARIMA(y_t))$ .
- Validation des résidus : Un test BDS a confirmé la présence de non-linéarité significative dans les résidus du SARIMA ( $p < 0.01$ ), justifiant l'ajout du composant CNNAR.
Modèles de Référence (Benchmarks) :
Pour évaluer la performance, le modèle hybride a été comparé à :
- SARIMA seul.
- CNNAR seul.
- LSTM (Long Short-Term Memory).
- Facebook Prophet.
- XGBoost.
Évaluation :
Les métriques utilisées incluent l'Erreur Absolue Moyenne (MAE), l'Erreur Quadratique Moyenne (RMSE), le Pourcentage d'Erreur Absolue Moyenne (MAPE) et le coefficient de détermination ( $R^2$ ) sur un ensemble de test de 12 mois (2024). Une analyse de sensibilité et une détection de ruptures structurelles (test de Bai-Perron) ont également été menées.

3. Résultats Clés

Tendances Épidémiologiques : L'incidence mensuelle moyenne de la TB au Népal a augmenté de 68,4 %, passant de 2 048 cas en 2015 à 3 447 cas en 2024. Des pics saisonniers distincts ont été observés en mars-mai et juillet-août. Trois ruptures structurelles majeures ont été identifiées, liées aux confinements de la COVID-19 (avril 2020), à la phase de reprise (octobre 2021) et à la stabilisation post-pandémique (juin 2022).
Performance du Modèle Hybride :
Le modèle SARIMA-CNNAR a surpassé tous les autres modèles sur l'ensemble de test :
- MAPE : 7,26 % (le plus bas).
- $R^2$ : 0,79 (le plus élevé).
- RMSE : 294,31.
- MAE : 248,35.
Comparaison avec les autres modèles (Test) :
- CNNAR seul : MAPE 7,7 %, $R^2$ 0,73.
- LSTM : MAPE 7,52 %, $R^2$ 0,75.
- XGBoost : MAPE 8,51 %, $R^2$ 0,66.
- Prophet : MAPE 10,49 %, $R^2$ 0,45.
- SARIMA seul : MAPE 10,99 %, $R^2$ 0,39 (performance la plus faible, confirmant l'incapacité des modèles purement linéaires à gérer les ruptures et la non-linéarité).
Robustesse : L'analyse de sensibilité a montré que le modèle reste robuste avec une variation des métriques inférieure à 5 % lors de la modification des hyperparamètres.

4. Contributions Principales

Premier modèle hybride validé au Népal : Cette étude présente le premier modèle de prévision hybride SARIMA-CNNAR spécifiquement développé et validé pour la tuberculose au Népal.
Approche méthodologique innovante : Démonstration de l'efficacité de l'intégration de l'apprentissage profond (CNNAR) pour capturer les résidus non linéaires d'un modèle statistique classique (SARIMA), surpassant ainsi les architectures récurrentes (LSTM) sur des séries temporelles épidémiologiques de taille modérée.
Analyse des ruptures structurelles : Identification et intégration implicite de l'impact des perturbations de la pandémie de COVID-19 sur les tendances de la TB, offrant une vision plus réaliste de la dynamique post-pandémique.
Outils de prévision pour 2025 : Fourniture de prévisions mensuelles pour l'année 2025 avec des intervalles de confiance à 95 %, permettant une planification proactive.

5. Signification et Implications

Santé Publique : Le modèle offre un outil robuste pour le Programme National de Lutte contre la Tuberculose du Népal. Il permet une allocation proactive des ressources (réactifs de diagnostic, médicaments, personnel) avant les pics saisonniers prévus (mars-mai et juillet-août).
Prise de décision : La capacité à anticiper les pics d'incidence aide à éviter la saturation des systèmes de santé et à cibler les campagnes de sensibilisation.
Généralisabilité : Bien que calibré pour le Népal, le cadre méthodologique est transférable à d'autres pays à revenu faible ou intermédiaire et à d'autres maladies infectieuses saisonnières (dengue, grippe), contribuant au renforcement des systèmes de surveillance basés sur les données.
Limites et Perspectives : Le modèle présente un biais systématique léger de sous-estimation lors des pics extrêmes (2024), suggérant l'intérêt futur d'utiliser des fonctions de perte asymétriques ou d'intégrer des variables exogènes (météo, mobilité) pour affiner la précision.

En conclusion, cette étude démontre que l'hybridation des modèles statistiques et de l'intelligence artificielle offre une précision supérieure pour la prévision épidémiologique dans des contextes à ressources limitées, transformant la surveillance de la TB d'une activité réactive en une stratégie prédictive.