Données de présence en épidémio

Bonjour à tous,

je dispose de questionnaires envoyés à des vétérinaires sur la leishmaniose canine dans plusieurs départements du sud de la France.
Une des question est : combien de chien contaminés par la leishmaniose avez-vous reçu?

Puis-je utiliser ce nombre pour pondérer l'analyse multivariée que je désire réaliser ? (il s'agit d'étudier les relations entre données environnementales et présence de la maladie) ??
En d'autre terme, un point qui a plus de chien contaminés aura plus de poids qu'un point qui n'en a qu'un.



Merci beaucoup .
Lise

Bonjour,

Quel type d'analyse envisages tu ? là c'est trop vague.

Je voudrais par exemple faire une ACP avec les variables environnementales (cad pour une ville, dont les vétérinaires ont répondu qu'il y avait 100 chiens infectés, il y a telle température, telle précipitation, tel taux de forêt etc. )
Par la suite, je voudrais essayer de dégager une 'combinaison linéaire ' (il y a tel nombre de chien infecté s'il y a telles conditions environnementales)

Je pense qu'il faudrait de toute les manière rapporter le nombre de chiens infectés donnés par les vétérinaires au nombre total de chien (je possède une carte des densités de chien). Qu'en pensez-vous?

J'ai aussi le taux de réponse des vétérinaires par département (par exemple pour 100 questionnaires envoyés dans le département X, j'ai eu 25 réponses ).
existe-t-il un seuil de significativité dans ce cas-là ?
Cad s'il y a tel taux de réponse, alors on peut utiliser les densités de chien, sinon c'est impossible?
(j'imagine que si seulement 10 % des vétérinaires d'un département ont répondu, et qu'ils dénombrent au total 100 chiens infectés, rapporter ce chiffre au nombre de chiens du département n'a pas beaucoup de sens)

Merci de votre aide ! !

Je ne crois pas qu'il faille envisager l'analyse sous cet angle mais néanmoins tu peux faire quelques chose dans ce style. Ton histoire de pondération n'est pas bonne par contre. Tu peux par exemple effectuer une ACP normée sur ton tableau [ville x variables environnementales] pour obtenir la typologie environnemtale de tes villes et ainsi identifier quelles sont les variables caractérisant tes villes. Sur le plan de l'ACP tu peux projeter (la méthode dépend du logiciel que tu utilises) la valeur de ton effectif afin de visualiser si certaines variables sont reliées à des densités plus fortes de chien contaminés.
Il y a certainement une dimension spatiale dans tes données donc il faudrait que tu puisses obtenir les coordonnées de tes villes afin d'incorporer l'autocorrélation spatiale dans tes données. Cela pourrait permettre de tenir compte par exemple la contagion.
En ce qui concerne le nombre de répondant, il faut peut être voir ça en terme de pourcentage de véto. Mais bon je ne vois pas pour le moment de moyen efficace de tenir compte de cela. Il faut regarder à quel point le nombre de chien contaminé dépend du nombre de vétos (corrélation)

Tout ceci reste quand même plus une méthode exploratoire. Il faudra sans doute passer à des modèles explicatifs en utilisant l'ACP pour sélectionner les variables.

Bonjour Nik, et tout d'abord merci pour tes réponses.
Celles-ci appelant d'autres questions....

Je ne crois pas qu'il faille envisager l'analyse sous cet angle

penserais-tu une autre piste que je puisse explorer?

Sur le plan de l'ACP tu peux projeter (la méthode dépend du logiciel
que tu utilises) la valeur de ton effectif afin de visualiser si
certaines variables sont reliées à des densités plus fortes de chien
contaminés.

S'agit-il de tester les corrélations entre densités et facteurs? (j'utilise XlStats) (par exemple : valeur du facteur 1 en ordonnées, valeurs des densité de chiens contaminés en abscisse ?)

Il y a certainement une dimension spatiale
Oui je travaille à partir de données géoréférencées.
Comment "incoporer" l'autocorrélation spatiale?

En fait, il n'y a pas de contagion, la maladie est transmise par un insecte, j'utilise une grille pour comparer des unités spatiales identiques (une grille hexagonale est appliquée à ma carte, chaque hexagone contient 1 ou plusieurs villes infectées). L'ACP se fait ensuite à partir de ces hexagones.

Il faudra sans doute passer à des modèles explicatifs

Comme un modèle linéaire?

Merci,

lise

penserais-tu une autre piste que je puisse explorer?

C'est les modèles que j'évoque en fin de mon précédent message.

S'agit-il de tester les corrélations entre densités et facteurs? (j'utilise XlStats) (par exemple : valeur du facteur 1 en ordonnées, valeurs des densité de chiens contaminés en abscisse ?)

Oui c'est l'idée sauf que tu n'as pas forcément besoin de faire de test, il peut s'agir dans un premer temps d'avoir une visualisation de l'ensemble par exemple en dressant un plan factoriel où les points sont proportionnels au nombre de chiens contaminés. Les test vont devoir être fait au moyen de modèles mais comme ce sont des données de comptage, tu ne peux pas utiliser un modèle linéaire classique, il faut passer au glm avec une dsitribution de poisson sans doute.
Pour incorporer le spatial, je ne suis pas au fait des méthodes mais tu peux regarder les travaux de Stéphane Dray à ce sujet (chercher par google ou google scholar). Par contre je ne suis pas sûr que XlStats incorpore ce genre d'analyse.

En fait, il n'y a pas de contagion, la maladie est transmise par un insecte, j'utilise une grille pour comparer des unités spatiales identiques (une grille hexagonale est appliquée à ma carte, chaque hexagone contient 1 ou plusieurs villes infectées). L'ACP se fait ensuite à partir de ces hexagones.

ok donc vérifie bien l'influence du nombre de ville dans un hexagone sur le nombre de chien infecté. Il est fort propable que l'autocorrélation spatiale de tes poinst joue un rôle très important dans la structure de la maladie.

Comme un modèle linéaire?

Oui mais voir ma remarque en début de message et il va falloir regarder un peu la biblio en épidémio : c'est une science de modèle donc il doit y avoir pas mal de choses sur la question.

Merci beaucoup pour toutes ces infos!

concernant la biblio, j'ai vu qu'il existait pas mal de modèles basés sur des données de présence seule (only presence data). J'ai testé bioclim, maxent, et domain, qui donne quelques résultats.

Mais je voulais tout d'abord réaliser une analyse multivariée, et tester ce qui pouvait l'être avec xlstats...
et surtout savoir comment utiliser le nombre de chiens infectés (dans les modèles de présence testés, on n'utilise pas le nombre de cas).

Voilà, si tu penses à d'autres pistes...

Merci !

Lise