Episia: An Open-Source Python Library for Epidemiological Surveillance, Modeling, and Biostatistics in Resource-Limited Settings

Le papier présente Episia, une bibliothèque Python open-source développée au Burkina Faso pour faciliter l'analyse épidémiologique, la modélisation et la biostatistique dans les contextes à ressources limitées en intégrant des modèles compartimentaux, des analyses de sensibilité et une connexion native à DHIS2.

L'essentiel

🌍 Episia : La "Boîte à Outils Magique" pour la Santé en Afrique

Imaginez que vous êtes un médecin ou un enquêteur de santé dans un village reculé du Burkina Faso. Vous devez surveiller les maladies (comme la méningite ou le paludisme) pour sauver des vies. Le problème ? Les outils informatiques modernes pour faire ces analyses sont souvent comme des formules de course Ferrari :

• Ils coûtent très cher.
• Ils ont besoin d'une connexion internet ultra-rapide (qui n'existe pas toujours dans les villages).
• Ils demandent un ingénieur en informatique pour les faire démarrer.

Résultat : ces outils puissants restent dans les bureaux des grandes villes, tandis que sur le terrain, les professionnels de santé doivent encore utiliser des calculatrices, des feuilles Excel manuelles et des méthodes lentes, ce qui prend du temps et crée des erreurs.

C'est là qu'intervient Episia.

🛠️ Qu'est-ce que Episia ?

Episia, c'est comme si on avait transformé la "Ferrari" en un vélo tout-terrain robuste et gratuit.
C'est un logiciel libre (gratuit) écrit en Python, créé spécifiquement pour les réalités de l'Afrique et des pays où les ressources sont limitées.

Voici ses trois super-pouvoirs, expliqués avec des analogies :

1. Le "Téléphone Direct" vers les Données (DHIS2)

Habituellement, pour analyser les données de santé, un expert doit :

1. Se connecter au système national de santé (DHIS2).
2. Télécharger un fichier Excel (comme sortir des données d'un coffre-fort).
3. Nettoyer ce fichier dans un autre logiciel.
4. Le mettre dans un logiciel d'analyse.
   C'est long, fastidieux et on peut faire des erreurs de copier-coller.

Avec Episia, c'est comme avoir un téléphone direct. Le logiciel se connecte directement au système de santé, récupère les données automatiquement et les prépare pour l'analyse. Plus besoin de faire le pont entre les fichiers. De plus, une fois installé, il fonctionne sans internet (mode "avion"), ce qui est crucial quand on est en mission dans le désert ou la brousse.

2. Le "Laboratoire de Prédiction" (Modélisation)

Imaginez que vous voulez savoir combien de personnes seront malades la semaine prochaine si on lance une campagne de vaccination.
Les logiciels classiques donnent souvent une seule réponse : "Il y aura 100 malades".
Episia, lui, utilise une méthode appelée Monte Carlo. Imaginez que vous lancez un dé 1000 fois pour voir toutes les possibilités. Episia simule des milliers de scénarios différents (il pleut, il fait chaud, la vaccination est rapide, elle est lente...) et vous donne une enveloppe de sécurité.

Résultat : Au lieu de dire "100 malades", il dit : "Il y aura probablement entre 80 et 120 malades, mais si on vaccine vite, ça pourrait descendre à 50". Cela aide à mieux se préparer.

3. Le "Jumeau Numérique" Validé (Biostatistiques)

L'un des plus gros problèmes des nouveaux logiciels est : "Est-ce que les calculs sont justes ?".
Pour vérifier Episia, les créateurs l'ont mis en compétition avec OpenEpi, qui est la "référence absolue" (comme un dictionnaire de la santé) utilisé partout dans le monde pour l'enseignement.
Ils ont fait passer 1 390 tests à Episia. Le résultat ? Episia a obtenu exactement les mêmes notes que la référence, jusqu'à la troisième décimale.

Analogie : C'est comme si un nouveau chef cuisinier (Episia) préparait un plat et que le goût était identique à celui du meilleur restaurant du monde (OpenEpi). On peut lui faire confiance les yeux fermés.

🚀 Pourquoi c'est important ?

Episia n'est pas juste un logiciel de plus. C'est un outil de souveraineté numérique pour l'Afrique.

• Pour les médecins : Ils peuvent prendre une décision rapide sur une épidémie de méningite, même sans connexion internet, en utilisant des données locales.
• Pour les gouvernements : Ils peuvent évaluer si un vaccin fonctionne vraiment, sans payer de licences logicielles coûteuses à l'étranger.
• Pour la science : Tout le code est ouvert. N'importe qui peut vérifier comment ça marche, l'améliorer ou l'adapter à d'autres maladies.

🎯 En résumé

Si les outils actuels sont des navettes spatiales qui nécessitent un centre de contrôle complexe et coûteux, Episia est une boussole fiable, gratuite et indestructible que n'importe quel explorateur de santé peut emporter dans sa poche pour naviguer en toute sécurité, même dans les zones les plus reculées.

C'est une preuve que l'innovation ne vient pas seulement des grands laboratoires occidentaux, mais aussi de l'ingéniosité locale pour résoudre les problèmes locaux.

Résumé technique

Titre : Episia : Une bibliothèque Python open-source pour la surveillance épidémiologique, la modélisation et la biostatistique dans les contextes à ressources limitées

1. Problématique

Les professionnels de santé sur le terrain, en particulier dans les pays en développement comme le Burkina Faso, font face à un paradoxe : des outils d'analyse épidémiologique puissants existent, mais ils restent largement inaccessibles. Les obstacles majeurs incluent :

• Coût et complexité : De nombreux logiciels sont onéreux ou nécessitent une expertise technique pointue.
• Dépendance aux ressources : Ils demandent souvent une connectivité internet stable et des ressources matérielles importantes, ce qui est incompatible avec la réalité opérationnelle des districts de santé.
• Flux de travail fragmenté : Les épidémiologistes doivent exporter manuellement des données des systèmes d'information sanitaire (comme DHIS2), les nettoyer dans des outils tiers, puis les importer dans des logiciels d'analyse. Ce processus est fastidieux, chronophage et source d'erreurs.
• Manque de validation systématique : L'absence de vérification des résultats par rapport à des références reconnues (comme OpenEpi) érode la confiance dans les analyses produites.

2. Méthodologie et Architecture Logicielle

Episia est une bibliothèque Python (compatible version 3.9+) conçue pour fonctionner hors ligne ("offline-first"). Elle repose sur des bibliothèques scientifiques standard (NumPy, SciPy, Pandas) et est structurée en plusieurs sous-systèmes fonctionnels coordonnés via une API de haut niveau (episia.epi) :

• Moteur de Biostatistique (episia.stats) : Fournit des mesures d'association (RR, OR), des tests diagnostiques, des analyses ROC et des calculs de taille d'échantillon. Une innovation clé est la validation systématique des algorithmes.
• Moteur de Modélisation Épidémique (episia.models) : Résout des systèmes d'équations différentielles ordinaires (EDO) pour les modèles compartimentaux SIR, SEIR et SEIRD. Il intègre :
  • Un système de calibration automatique des paramètres (algorithme L-BFGS-B).
  • Une analyse de sensibilité via des simulations de Monte Carlo (distributions uniforme, normale, triangulaire) pour générer des "enveloppes d'incertitude".
  • Des outils de comparaison de scénarios d'intervention.
• Intégration des Données (episia.dhis2 et episia.surveillance) :
  • Un client natif pour DHIS2 (le système d'information sanitaire principal en Afrique) permettant la récupération automatisée de données via l'API, sans export manuel CSV.
  • Un moteur d'alerte (AlertEngine) implémentant les algorithmes standards de l'OMS (ex: seuils de la ceinture méningitique).
• Visualisation et Rapportage (episia.viz et episia.api) : Génération de graphiques (Plotly/Matplotlib) et de rapports automatisés (HTML/Markdown) dans un flux de travail unifié.

3. Contributions Clés

• Intégration Native DHIS2 : Élimination de l'étape manuelle d'export/import de données via une connexion directe à l'API DHIS2.
• Validation Rigoureuse : La bibliothèque a été validée numériquement contre OpenEpi, la référence standard dans la formation épidémiologique.
• Conception "Offline-First" : Toutes les fonctions de modélisation, de statistiques et de rapportage fonctionnent à 100 % sans connexion réseau une fois installée, crucial pour les missions de terrain isolées.
• Flux de Travail Unifié : Combinaison de la modélisation, de la statistique et du rapportage dans une seule bibliothèque, réduisant la fragmentation des outils.

4. Résultats et Validation

• Concordance Numérique : Une suite de 1 390 tests automatisés a été développée, incluant 45 cas de concordance spécifiques comparant Episia à OpenEpi.
• Précision : Les résultats montrent un accord numérique d'au moins 3 décimales (et souvent 4) pour toutes les fonctions validées, couvrant des modules tels que les ratios de risque, les intervalles de confiance, les tests diagnostiques et les analyses ROC.
• Performance : La bibliothèque permet d'extraire des données DHIS2, de détecter des alertes épidémiques (ex: méningite), de calibrer un modèle SEIR et de projeter des scénarios de vaccination en un seul script reproductible.

5. Signification et Impact

Episia représente une avancée majeure pour la souveraineté numérique des pays africains dans le domaine de la santé publique.

• Accessibilité : En étant open-source et gratuit, elle supprime les barrières financières.
• Efficacité Opérationnelle : Elle permet aux épidémiologistes de terrain de réagir plus rapidement aux épidémies (ex: méningite dans la ceinture sahélienne) en automatisant les flux de données et les analyses complexes.
• Reproductibilité : La capacité à capturer l'analyse complète (de l'ingestion des données au rapport final) dans un seul notebook Jupyter favorise la transparence et la reproductibilité de la recherche.
• Adaptabilité : Bien que développée pour le Burkina Faso, son architecture modulaire et son indépendance vis-à-vis d'Internet en font un outil versatile pour la santé mondiale.

Disponibilité : Le code source est disponible sur GitHub et Zenodo, et la bibliothèque est installable via PyPI (pip install episia).