CholéraLe choléra est une toxi-infection entérique épidémique contagieuse due à la bactérie Vibrio choleræ (« vibrion cholérique ») ou parfois aussi appelée « bacille virgule », découverte par l'anatomiste italien Filippo Pacini en 1854 et redécouverte par le bactériologiste allemand Robert Koch en 1884. Strictement limité à l'espèce humaine, le choléra se caractérise par des diarrhées brutales et très abondantes (gastro-entérite) menant à une sévère déshydratation.
Mathematical modelling of infectious diseasesMathematical models can project how infectious diseases progress to show the likely outcome of an epidemic (including in plants) and help inform public health and plant health interventions. Models use basic assumptions or collected statistics along with mathematics to find parameters for various infectious diseases and use those parameters to calculate the effects of different interventions, like mass vaccination programs. The modelling can help decide which intervention(s) to avoid and which to trial, or can predict future growth patterns, etc.
Épidémie de choléraLe choléra est une maladie strictement humaine, elle se manifeste par des diarrhées gravissimes entraînant une déshydratation rapide, souvent mortelle en l'absence de traitement. Elle se transmet par voie digestive en étant provoquée par l'ingestion de Vibrio cholerae. La maladie peut se présenter sous une forme endémique ou épidémique. Elle est endémique quand elle réapparaît régulièrement dans une même région (Asie du sud, Afrique centrale). Elle est épidémique quand elle survient de façon imprévisible dans des régions jusque-là indemnes.
Critère d'information d'AkaikeLe critère d'information d'Akaike, (en anglais Akaike information criterion ou AIC) est une mesure de la qualité d'un modèle statistique proposée par Hirotugu Akaike en 1973. Lorsque l'on estime un modèle statistique, il est possible d'augmenter la vraisemblance du modèle en ajoutant un paramètre. Le critère d'information d'Akaike, tout comme le critère d'information bayésien, permet de pénaliser les modèles en fonction du nombre de paramètres afin de satisfaire le critère de parcimonie.
TélédétectionLa télédétection est l'ensemble des techniques utilisées pour déterminer à distance les propriétés d'objets naturels ou artificiels à partir des rayonnements qu'ils émettent ou réfléchissent. Les techniques de télédétection comprennent l'ensemble du processus : la capture et l'enregistrement de l'énergie d'un rayonnement émis ou réfléchi par les objets observés, le traitement des données résultantes et enfin l'analyse des données finales. Ce processus met en œuvre un capteur (appareil photographique, laser, radar, sonar, lidar, sismographe, gravimètre,.
Troisième pandémie de choléraLa troisième pandémie de choléra (1846-1860) est une épidémie de choléra à l'échelle mondiale. Elle est généralement considérée comme la plus dévastatrice des grandes pandémies historiques. Partie de l'Inde elle s'est étendue à de vastes zones d'Asie, d'Europe, d'Amérique du Nord et d'Afrique. Selon des chercheurs de l'UCLA, elle a pu commencer dès 1837 et durer jusqu'en 1863. Issu, comme celui de 1832, du sous-continent indien, le choléra touche la Birmanie en 1842, puis l’Afghanistan et le Turkestan.
Critère d'information bayésienLe critère d'information bayésien (en anglais bayesian information criterion, en abrégé BIC), aussi appelé critère d'information de Schwarz, est un critère d'information dérivé du critère d'information d'Akaike proposé par en 1978. À la différence du critère d'information d'Akaike, la pénalité dépend de la taille de l'échantillon et pas seulement du nombre de paramètres. Il s'écrit : avec la vraisemblance du modèle estimée, le nombre d'observations dans l'échantillon et le nombre de paramètres libres du modèle.
Validation croiséeLa validation croisée () est, en apprentissage automatique, une méthode d’estimation de fiabilité d’un modèle fondée sur une technique d’échantillonnage. Supposons posséder un modèle statistique avec un ou plusieurs paramètres inconnus, et un ensemble de données d'apprentissage sur lequel on peut apprendre (ou « entraîner ») le modèle. Le processus d'apprentissage optimise les paramètres du modèle afin que celui-ci corresponde le mieux possible aux données d'apprentissage.
Modèle mathématiquevignette|Un automate fini est un exemple de modèle mathématique. Un modèle mathématique est une traduction d'une observation dans le but de lui appliquer les outils, les techniques et les théories mathématiques, puis généralement, en sens inverse, la traduction des résultats mathématiques obtenus en prédictions ou opérations dans le monde réel. Un modèle se rapporte toujours à ce qu’on espère en déduire.
Facteur écologiqueOn appelle facteur écologique tout élément du milieu (milieu naturel ou anthropisé) susceptible d'agir directement sur tous les êtres vivants au moins pendant une phase de leur développement. Ces facteurs écologiques servent à décrire et analyser ou modéliser un écosystème ou une espèce ou un taxon donnée dans le temps et dans l'espace. Selon la classification utilisée, on peut distinguer plusieurs types de facteurs écologiques du milieu s'exerçant sur un organisme vivant.
Universal health careUniversal health care (also called universal health coverage, universal coverage, or universal care) is a health care system in which all residents of a particular country or region are assured access to health care. It is generally organized around providing either all residents or only those who cannot afford on their own, with either health services or the means to acquire them, with the end goal of improving health outcomes.
Health human resourcesHealth human resources (HHR) – also known as human resources for health (HRH) or health workforce – is defined as "all people engaged in actions whose primary intent is to enhance positive health outcomes", according to World Health Organization's World Health Report 2006. Human resources for health are identified as one of the six core building blocks of a health system.
ÉpidémiologieL'épidémiologie est une discipline scientifique qui étudie les problèmes de santé dans les populations humaines, leur fréquence, leur distribution dans le temps et dans l’espace, ainsi que les facteurs exerçant une influence sur la santé et les maladies de populations. L'étude de la répartition et des déterminants des événements de santé sert de fondement à la logique des interventions faites en matière de santé publique et de médecine préventive.
Système de santévignette|Système de santé universel Un système de santé ou système de soins de santé décrit les moyens organisationnels et stratégiques mis en place par pays, par zones géographiques ou entités communautaires, afin d'assurer une continuité et une qualité des prestations de santé médicale. Il réunit toutes les organisations, institutions et ressources qui interviennent en matière de santé et qui fournissent des soins formels (médecins, infirmiers, maternité, hôpitaux et pharmacies), des soins informels (guérisseurs traditionnels, travailleurs communautaires) ainsi que d'autres services, comme la recherche.
Deviance information criterionThe deviance information criterion (DIC) is a hierarchical modeling generalization of the Akaike information criterion (AIC). It is particularly useful in Bayesian model selection problems where the posterior distributions of the models have been obtained by Markov chain Monte Carlo (MCMC) simulation. DIC is an asymptotic approximation as the sample size becomes large, like AIC. It is only valid when the posterior distribution is approximately multivariate normal.
Statistical model validationIn statistics, model validation is the task of evaluating whether a chosen statistical model is appropriate or not. Oftentimes in statistical inference, inferences from models that appear to fit their data may be flukes, resulting in a misunderstanding by researchers of the actual relevance of their model. To combat this, model validation is used to test whether a statistical model can hold up to permutations in the data.
Focused information criterionIn statistics, the focused information criterion (FIC) is a method for selecting the most appropriate model among a set of competitors for a given data set. Unlike most other model selection strategies, like the Akaike information criterion (AIC), the Bayesian information criterion (BIC) and the deviance information criterion (DIC), the FIC does not attempt to assess the overall fit of candidate models but focuses attention directly on the parameter of primary interest with the statistical analysis, say , for which competing models lead to different estimates, say for model .
Health care qualityHealth care quality is a level of value provided by any health care resource, as determined by some measurement. As with quality in other fields, it is an assessment of whether something is good enough and whether it is suitable for its purpose. The goal of health care is to provide medical resources of high quality to all who need them; that is, to ensure good quality of life, cure illnesses when possible, to extend life expectancy, and so on.
Équité en santéL'équité en santé est un concept de santé publique décrivant l'équité d'accès aux ressources de santé, pour des déterminants génétiques, socio-environnementaux et économiques de la santé variant selon les individus, familles et groupes sociaux ou sociétaux. L'équité peut être abordée du côté de l'offre (les pays ou régions pauvres ont une offre moindre en équipement médical, en médicaments...
Model selectionModel selection is the task of selecting a model from among various candidates on the basis of performance criterion to choose the best one. In the context of learning, this may be the selection of a statistical model from a set of candidate models, given data. In the simplest cases, a pre-existing set of data is considered. However, the task can also involve the design of experiments such that the data collected is well-suited to the problem of model selection.
