Forecasting in communicable diseases : WHO Eastern Mediterranean Region = Les prévisions concernant les maladies transmissibles : Région OMS de la Méditerranée orientale

Forecasting in communicable diseases WHO Eastern Mediterranean Region1 Part II2

Les prévisions concernant les maladies transmissibles Région OMS de la Méditerranée orientale1 Partie II2

Steps for effective forecasting Forecasting is a process with a set of steps that can be reproduced if necessary. Leaving aside the mathematical details, these steps can be summarized very generally as follows. 1. Defining the scope of forecasting

Etapes d’un processus de prévision efficace La prévision est un processus qui comporte une série d’étapes qui peuvent être recommencées si besoin est. En laissant de côté la partie mathématique, ces étapes peuvent être résumées, de manière très générale, comme suit. 1. Définition du champ de la prévision

— Determining the communicable disease to forecast.

The communicable disease of interest should be a priority disease which constitutes an important health problem, whether because of its magnitude or because of its high potential for hazard. — Determining the forecast horizon, i.e. the length of time into the future for which forecasts are to be developed. The horizon might be short-term (less than 3 months), medium-term (3 months to 2 years) or long-term (more that 2 years). The forecast horizon affects both selection of the forecast method and the accuracy of the forecast. Generally speaking the shorter the horizon, the easier and more accurate is the forecast. — Determining the purpose of the forecast, how will it be used and who will use it. As already stated, the forecast should be considered at as a tool which will be useful if 1

— Détermination de la maladie transmissible que l’on souhaite

prévoir. La maladie transmissible à laquelle on s’intéressera doit être une maladie prioritaire constituant un problème important de santé publique, soit en raison de son ampleur soit par le fort potentiel de risque qu’elle présente. — Détermination de l’horizon de prévision, c’est-à-dire la période de temps dans le futur pour laquelle la prévision doit être établie. L’horizon peut être le court terme (moins de 3 mois), le moyen terme (3 mois à 2 ans) ou le long terme (plus de 2 ans). L’horizon de prévision affecte à la fois le choix de la méthode de prévision et la précision des prévisions. De manière générale, plus l’horizon est réduit, plus les prévisions sont faciles et précises. — Détermination du but des prévisions, de la manière dont elles seront utilisées et de leur(s) utilisateur(s). Comme déjà mentionné, la prévision devrait être considérée comme un outil qui 1

2

Extracted from Forecasting in communicable diseases. Technical paper presented to the WHO Regional Committee for the Eastern Mediterranean, 1999. (Document EM/RC/ 46/8.) Part I appeared in No. 10, 2000, pp. 80-83.

Extrait de: Les prévisions concernant les maladies transmissibles. Document technique présenté au Comité régional OMS de la Méditerranée orientale, 1999. (Document EM/RC 46/8.) La Partie II a paru dans le No 10, 2000, pp. 80-83.

2

126

WEEKLY EPIDEMIOLOGICAL RECORD, NO. 16, 21 APRIL 2000

interpreted with a certain degree of caution. The user of the forecast should know its limitations and should have the expertise to understand the outlines of the process and how to use the outcomes.

sera utile s’il est interprété avec une certaine prudence. L’utilisateur des prévisions devrait connaître leurs limites et posséder les compétences nécessaires pour comprendre les éléments du processus prévisionnel et savoir comment utiliser les résultats.

— Determining the level of targeted forecasting accuracy. This depends on many factors including the characteristics of the data available, the forecast horizon, the purpose of forecast and the forecasting method. Identifying the variables of interest span. It is important to know: how far back in time historical data are available; over what time interval they have been measured; and whether any change in the system, such as reclassification, has occurred. Various sources of data should be approached taking into account their completeness and means of collection.

— Détermination du niveau de précision des prévisions. Cela dé-

pend de plusieurs facteurs, notamment les caractéristiques des données disponibles, l’horizon de prévision, le but de la prévision et la méthode de prévision.

2.

2. Identification des variables présentant un intérêt

— Investigation of sources of available data and their time-

— Etude des sources de données disponibles et de leur horizon temporel. Il est important de savoir jusqu’à quelle période, dans le passé, des données historiques sont disponibles, sur quel intervalle de temps celles-ci ont été mesurées, et s’il y a eu dans le passé des changements dans le système tels qu’une reclassification. Différentes sources de données devraient être exploitées en tenant compte de la complétude et des moyens de collecte des données.

— Determining factors that might have caused changes in

— Détermination des facteurs susceptibles d’avoir causé des chanthe past or that might help to explain the historical patgements dans le passé ou permettant d’expliquer l’histoire natutern of the disease in question. In this regard all epiderelle de la maladie en question. A cet égard, tous les facteurs miological factors (whether related to the host, the enviépidémiologiques, qu’ils soient liés à l’hôte, à l’environnement ou ronment or the agent) that might explain the pattern à l’agent pathogène, qui pourraient expliquer le schéma patholoshould be thoroughly investigated. In addition, investigique, devraient être étudiés à fond. En outre, cette étude devrait gation will include all inclure tous les facteurs exexternal factors or unternes ou circonstances inusual circumstances that habituelles qui auraient pu Forecasting has been used to predict epidemics, to project incimight have had a role in jouer un rôle dans la déterdence and mortality of specific diseases, to select the most cost– shaping the pattern. mination de ce schéma. effective intervention strategy and to design control programmes. — Identification des facOn a utilisé la prévision pour la prédiction des épidémies, pour les epidemiological factors, teurs épidémiologiques projections de l’incidence de certaines maladies et de la mortalité both intrinsic and exterpertinents, aussi bien inqui leur est imputable, pour la sélection de la stratégie nal, that might effect trinsèques qu’externes, d’intervention ayant le meilleur rapport coût/efficacité et pour changes in the pattern of susceptibles de modifier l’élaboration des programmes de lutte. the communicable disle tableau de la malaease under study in the die transmissible étudiée future. They will be either intrinsic factors (host, environdans le futur. Ce seront soit des facteurs intrinsèques (hôte, enviment or agent) or external factors, such as introduction of ronnement, agent pathogène) soit des facteurs externes tels que specific intervention techniques and their effect on herd l’introduction de techniques d’intervention particulières et leur immunity or modes of transmission. effet sur l’immunité collective ou les modes de transmission. 3. Vérification de la fiabilité des données et préparation à l’analyse

— Identifying the relevant

3. Checking reliability of data and preparing it for analysis

— Checking reliability of sources of data. Primary sources,

such as surveillance systems, should be investigated to determine how reliable their data are. Reliable sources should be sought also for supplementary data corresponding to the candidate influential factors, which will be used in the explanatory methods of forecasting.

— Vérification de la fiabilité des sources de données. Les sources

primaires, telles que les systèmes de surveillance, devraient être examinées pour déterminer dans quelle mesure leurs données sont fiables. Des sources fiables devraient être recherchées pour obtenir des données supplémentaires correspondant aux facteurs influents potentiels, qui seront utilisées dans les méthodes explicatives de prévision. est d’une importance critique pour produire des prévisions fiables. Il est donc important d’examiner soigneusement les données avant d’établir un modèle de prévision. Diverses techniques statistiques telles que le calcul d’autocorrélations, l’analyse exploratoire des données et les mesures récapitulatives peuvent être utilisées comme outils pour l’examen des données. les valeurs manquantes, les observations aberrantes (valeurs inhabituellement grandes ou faibles) et l’agrégation de données sur une période. 127

— Checking data integrity. The quality of data is critical in

producing reliable forecasts. Thus, it is important to examine the data carefully prior to the development of a forecasting model. Various statistical techniques, such as calculation of autocorrelations, summary measures and exploratory data analysis, can be used as tools for examination of data. values, outliers (unusually large or small values) and time-period data aggregation.

— Vérification de l’intégrité des données. La qualité des données

— Correcting any inconsistency in data, such as missing

— Rectification de toute incohérence dans les données telle que

RELEVE EPIDEMIOLOGIQUE HEBDOMADAIRE, No 16, 21 AVRIL 2000

4. Analysing the data

4. Analyse des données

— Determining the characteristics of the data, which

means identifying the presence of a trend, whether it is increasing or decreasing, and whether it is linear or non-linear, and also identifying the presence of seasonal and cyclic changes. bles affecting the communicable disease pattern. In this regard it is important to discover and quantify the relationship between variables of interest. This is usually done by using simple statistical techniques, such as measuring correlation.

— Détermination des caractéristiques des données, ce qui signifie l’identification de la présence d’une tendance, s’il s’agit d’une tendance à la hausse ou à la baisse, et si celle-ci est linéaire ou non linéaire, et également l’identification de la présence de changements saisonniers et cycliques.

— Determining the relationships between various varia-

— Détermination des relations entre les différentes variables affec-

tant le tableau de la maladie transmissible. A cet égard, il est important de découvrir et de quantifier la relation entre les variables d’intérêt. Cela se fait généralement en utilisant des techniques statistiques simples comme la mesure des corrélations.

5. Selecting one or more appropriate forecasting methods

5. Choix d’une ou de plusieurs méthodes de prévision appropriées

Les méthodes de prévision sont soit qualitatives soit quantitatives. Forecasting methods are either qualitative or quantitative. Les méthodes qualitatives sont utilisées lorsque l’information quanQualitative methods are used when there is little or no titative est déficiente (donquantitative information; nées trop peu nombreuses they rely on judgement, inou inexistantes); elles font tuitive thinking and accuSeveral items need to be well defined before developing a appel au jugement, à l’intuimulated knowledge. One meaningful forecast in communicable diseases. These items intion et aux connaissances acsuch technique uses a seclude the availability of historical data and the accuracy of such data, proper understanding of the causes of changes in patterns cumulées. L’une de ces techries of questionnaires to in the past and determination of the factors that might effect niques utilise une série de obtain information on a changes in the pattern of the communicable diseases in question questionnaires pour obtenir particular topic from a in the future. There are several steps in the forecasting process des informations sur un sujet panel of experts. which make it effective and these should be undertaken sysparticulier auprès d’un groutematically. They begin with defining the problem and then inpe d’experts. Les méthodes quantitatives Quantitative methods are This is followed by analysing the data and then selecting the sont utilisées lorsque des used when historical nuappropriate forecasting method(s) and applying it to determine the final forecast. données historiques sous merical data are available forme numérique sont disand when patterns found in ponibles et lorsque l’on s’atthe past are expected to tend que les tendances obcontinue in the future. Plusieurs éléments doivent être bien définis avant d’établir une servées dans le passé se Quantitative forecasting prévision sérieuse concernant les maladies transmissibles. Ces maintiendront dans l’avenir. methods might be called éléments comprennent l’existence de données historiques et la Les méthodes quantitatives quantitative projection précision de ces données, une bonne connaissance des causes des de prévision pourraient être techniques and they vary changements des schémas pathologiques par le passé et la déterappelées techniques de progreatly in sophistication, mination des facteurs susceptibles d’amener des changements jections quantitatives et vafuturs dans le tableau des maladies transmissibles en question. Il y from naive and intuitive a plusieurs étapes dans le processus prévisionnel qui le rendent rient beaucoup en commethods based mainly on efficace et celles-ci devraient être suivies systématiquement. plexité, allant des méthodes judgement and experience, Elles commencent par la définition du problème, puis l’étude des de prévision naïve et intuitito more formal methods variables présentant un intérêt et de la fiabilité des données, ve basées principalement developed on sound statissuivies par l’analyse des données puis le choix de la (ou des) sur le jugement et l’expétical principles. They can méthode(s) de prévision appropriée(s) et son (leur) application rience aux méthodes plus be grouped into two major pour formuler des prévisions finales. conventionnelles mises au approaches: the explanapoint sur la base de bons tory and the time pattern. principes statistiques. Elles Explanatory forecasting, peuvent être groupées en deux grandes catégories: les méthodes which is our main interest, is based on the concept that explicatives et les séries chronologiques. La méthode explicative, changes in the variable or communicable disease in quesqui nous intéresse principalement, est basée sur l’idée que les tion are caused by or related to changes in certain influenchangements dans la variable ou la maladie transmissible en questial factors. The time-pattern approach focuses on the past tion sont dus ou liés à des changements dans certains facteurs inpatterns in the data and does not attempt to explain why fluents. L’approche de la série chronologique est centrée sur les the data change over time. Of the quantitative explanatory profils passés dans les données et ne cherche pas à expliquer pourprojection techniques, it is preferable, where possible, to quoi les données changent avec le temps. Parmi les techniques de select more than one forecasting method for the particular projections explicatives quantitatives il est préférable, si possible, problem at hand. de choisir plus d’une méthode de prévision pour le problème particulier considéré. 128

vestigating the variables of interest and the reliability of data.

WEEKLY EPIDEMIOLOGICAL RECORD, NO. 16, 21 APRIL 2000

6. Applying the selected forecasting method(s) to determine tentative forecasts This step implies the development of a forecasting model and its application to obtain forecasts of the communicable disease of interest. 7. Comparing the results of the forecasting methods Results of the forecasting methods used might differ significantly, in which case the forecaster should benefit from the additional information provided by each method, or the forecasts might be very similar, in which case the methods tend to validate each other. 8. Determining the final forecast In determining the final forecast, consideration is given to the reasonableness of results in relation to past changes and assumptions regarding the future. If more than one forecast with reasonable results is available, a final forecast consisting of the combined forecasts may produce more accurate results than any one of the individual methods. 9. Monitoring the forecast and updating it A tracking signal is usually used to investigate significant deviations of the actual observed values from the forecast values. The forecast should be modified and updated as appropriate.

6. Application de la (ou des) méthode(s) de prévision sélectionnée(s) pour déterminer des prévisions provisoires Cette étape implique l’élaboration d’un modèle de prévision et son application pour obtenir des prévisions de la maladie transmissible à laquelle on s’intéresse. 7. Comparaison des résultats des méthodes de prévision Les résultats des méthodes de prévision utilisées pourraient être différents, auquel cas le prévisionniste devrait tirer profit des informations complémentaires fournies par chaque méthode, ou bien les prévisions pourraient être très similaires, auquel cas les méthodes tendent à se valider. 8. La formulation de prévisions finales Dans la détermination des prévisions finales, on prend en considération la cohérence des résultats par rapport aux changements passés, et les hypothèses concernant le futur. Si l’on a plus d’une prévision ayant des résultats cohérents, la combinaison des prévisions obtenues par différentes méthodes permet des gains en précision des prévisions par rapport à toute méthode individuelle.

9. Contrôle de la prévision et sa mise à jour Un dispositif d’observation est généralement utilisé pour étudier les déviations importantes des valeurs réelles observées par rapport aux valeurs des prévisions. Les prévisions doivent être ajustées en conséquence.

Recommendations In order to develop a more comprehensive strategic plan to address the problem of communicable diseases, information may be needed about the future outlook of priority communicable diseases so that decisions and choices can be made to cope with them. Forecasting is the process by which such information can be obtained, providing the prerequisites and the steps for effective forecasting are soundly met. Forecasting in communicable diseases necessitates good epidemiological knowledge and practice on the one hand and a functional surveillance system on the other. Statistical and mathematical expertise are also needed to develop the models. However, without sound epidemiological thinking, the process can be misleading. In this regard, it is recommended that Member States, with WHO support: (1) Continue to improve their disease surveillance systems by implementing the regional strategy for development and strengthening of epidemiological surveillance. (2) Introduce the concept of forecasting for priority communicable diseases and strengthen their capabilities in this regard. Ⅲ RELEVE EPIDEMIOLOGIQUE HEBDOMADAIRE, No 16, 21 AVRIL 2000

Recommandations Afin d’établir un plan stratégique plus complet permettant de s’attaquer au problème des maladies transmissibles, on peut avoir besoin d’informations sur l’évolution future probable des maladies transmissibles prioritaires pour pouvoir prendre les décisions et faire les choix qui permettront d’en venir à bout. La prévision est le processus par lequel on peut obtenir ces informations, à condition que les conditions préalables et les étapes d’un processus de prévision efficace soient respectées. Les prévisions dans le domaine des maladies transmissibles nécessitent de bonnes connaissances et une bonne pratique de l’épidémiologie d’une part, et un système de surveillance opérationnel d’autre part. Des compétences en statistiques et mathématiques sont également nécessaires pour élaborer les modèles. Toutefois, sans un bon raisonnement épidémiologique, ce processus peut induire en erreur. A cet égard, il est recommandé que les Etats Membres, avec le soutien de l’OMS; 1) continuent à améliorer leurs systèmes de surveillance des maladies en appliquant la stratégie régionale de mise en place et de renforcement de la surveillance épidémiologique; 2) introduisent le concept de prévision pour les maladies transmissibles prioritaires et renforcent leurs capacités à cet égard. Ⅲ 129