SIDA et population en Afrique aujourd

1
SIDA et population en Afrique aujourdhui.

• Mesures de la prévalence du VIH dans les pays en
  développement.
• Maîtrise de Sciences Biologiques et Médicales
• Faculté de Médecine du Kremlin-Bicêtre
• 24 février 2005

2
Adultes et enfants vivant avec le VIHEstimations
ONUSIDA à fin 2004
Europe occidentale et centrale 610 000 480 000
760 000
Europe orientale Asie centrale 1,4 million
920 000 2,1 millions
Amérique du Nord 1,0 million 540 000 1,6
million
Asie de lEst 1,1 million 560 000 1,8 million
Afrique du Nord Moyen-Orient 540 000 230 000
1,5 million
Caraïbes 440 000 270 000 780 000
Asie du Sud du Sud-Est 7,1 millions 4,4 10,6
millions
Afrique subsaharienne 25,4 millions 23,4 28,4
millions
Amérique latine 1,7 million 1,3 2,2 millions
Océanie 35 000 25 000 48 000
Total 39,4 millions 35,9 44,3
3
Estimations par pays fin 2001 et fin 2003Rapport
mondial ONUSIDA juillet 2004
4
Principale source de donnéespour ces estimations.

• Dans les pays à épidémie généralisée
  (prévalence gt1 en population générale)
• Surveillance sentinelle des femmes enceintes en
  cliniques prénatales (CPN).
• Hypothèse sous-jacente
• Les femmes enceintes en CPN sont représentatives
  de la population générale.
• Étendue du système sentinelle
• Implémenté depuis 1986-1989 dans 39 des 43 pays
  qui composent lAfrique Sub-Saharienne.

5
La surveillance sentinelle en CPN a été
généralisée en Afrique.
6
Surveillance de plusieurs sous-populations

• Dans une majorité de pays, le suivi sentinelle
  concernent plusieurs sous-groupes
• femmes enceintes,
• travailleuses du sexe,
• militaires,
• patients atteints dIST et/ou de la tuberculose,
• camionneurs,
• donneurs de sang,
• patients hospitalisés,
• hommes ayant des rapports avec dautres hommes
• Cette liste varie dun pays à un autre.

7
À partir des données en CPN,ONUSIDA réalise ses
estimations.
8
Comparaison CPN / Estimations
Données CPN
Estimations fin 2003

• Latest available
• HIV prevalence rate, By Sentinel
• Sites, Pregnant women, 2003.
• Source US Census Bureau

Estimated HIV prevalence rate, by Country,
adults, 2003. Source UNAIDS/WHO
9
Les femmes enceintes en CPN forment un
sous-groupe de la population totale
Population générale adulte
Femmes 15-49 ans
Sexuellement actives
Stériles
Enceintes
Utilisent une contraception
suivies en CPN
10
Un profil différent

• Glynn 2001, dans une étude sur le Cameroun, le
  Kenya et la Zambie a montré que les femmes qui
  consultaient étaient
• plus jeunes,
• plus éduquées,
• plus souvent mariées.
• Dans la même étude, les niveaux de prévalence
  varient selon
• lâge,
• le statut matrimonial,
• loccupation de la femme,
• le fait davoir déjà eu un enfant.

11
Dautres effets possibles

• Dautres études ont mis en évidence des effets
  possibles de
• Âge
• Niveau déducation
• Statut matrimonial
• Migrations
• Religion
• Milieu de résidence

12
Prévalence selon lâge
Sous-estimation
13
Un différentiel de fécondité

• Les femmes séropositives
• sont moins fertiles.
• ont plus de fausses couches et davortements
  spontanés.
• ont une stérilité préexistantes (autres IST).
• ont moins de rapports sexuels
• utiliseraient plus souvent un moyen de
  contraception
• Elles ont plus souvent un partenaire séropositif
  
• risque de veuvage plus élevé.
• baisse de la production de spermatozoïdes.
• moins de rapports sexuels en raison de létat de
  santé du conjoint .
• Une suspicion de séropositivité pourrait
  entraîner
• une rupture du couple.
• un remariage plus difficile.

14
Prévalence selon lâge
Sous-estimation
Sur-estimation
Sous-estimation
15
Aux jeunes âges

• Une sur fécondité des plus jeunes
• due à un effet de sélection
• Les moins de 20 ans enceintes ont commencé leur
  vie sexuelle plus tôt et ont donc été plus
  soumises au risque dinfection par le VIH.

16
Cet effet est largement observé
17
Méthode dajustement possible 1/3

• Proposed and applied by Fabiani and al. in a 2001
  article (AIDS 2001,1597-103)
• Method

• with
• PANC prevalence among antenatal clinics
  attendees
• PGFP prevalence among general female population
• PREGHIV proportion of pregnant women among
  HIV women
• N total number of women

18
Méthode dajustement possible 2/3

• Once the equation is solved

• This being realized for each five-years age
  group, one obtains

• with
• FGFP proportion of women of the age class among
  the GFP

19
Méthode dajustement possible 3/3

• Two possible estimates of PREGHIV/PREGHIV-

• ROI Relative Odds of Infection

• FRR Fertility Risk Ratio

20
Adjustment coefficients

• References
• Carpenter LM, Nakiyingi JS, Ruberantwari A,
  Malamba S, Kamali A, Whitworth JA. Estimates of
  the impact of HIV-1 infection on fertility in a
  rural Ugandan population cohort. Health
  Transition Review 1997,7113-126.
• Gray RH, Wawer MJ, Serwadda D, et al.
  Population-based study of fertility in women with
  HIV-1 infection in Uganda. Lancet
  1998,35198-103.
• Hunter SC, Isingo R, Boerma JT, Urassa M, Mwaluko
  GM, Zaba B. The association between HIV and
  fertility in a cohort study in rural Tanzania. J
  Biosoc Sci 2003,35189-199.

21
Results
22
Conditions de validité

• Cette méthode est efficace sous certaines
  conditions
• Pays à épidémie généralisée
• Faible usage de la contraception
• Suivi prénatal élevé.
• En cas dutilisation importante de la
  contraception, ces ajustements ne sont plus aussi
  efficaces.

23
Une certaine représentativité

• À un niveau général, les données CPN sont assez
  représentatives de la prévalence des adultes
  (hommes femmes).
• La sous-estimation due à la sous fécondité des
  femmes VIH est compensée par la prévalence plus
  faible des hommes.

24
Une certaine représentativité
25
Une certaine représentativité

• Ne le sont plus à un niveau plus fin.
• Exemple
• ANC montre une plus forte prévalence chez femmes
  instruites.
• Résultat inverse dans enquêtes en population
  générale.
• Néanmoins, donnent une bonne idée des tendances.

26
Au niveau national

• Apparition dautres biais
• Choix des sites sentinelles et leur
  représentativité.
• Variation de la population captée par un site
  sentinelle.
• Exemple La construction de routes peut
  permettre aux femmes rurales de consulter ?
  baisse de la prévalence observée.
• Variation du nombre de sites sentinelles

27
Variation du nombre de sites
Nombre de sites sentinelles ANC par année, selon
le milieu de résidence, pour deux pays.
28
Une sensibilité du système sentinelle ?
Sources Epidemiological Fact Sheets
29
Une sensibilité du système sentinelle ?
41,6
33,2
18,5
28,6
22,3
0,0
Sources Epidemiological Fact Sheets
30
Continuité du suivi sentinelle
31
Localisation des sites sentinelles et
représentativité
32
Prévalence des hommes

• En général, prévalence des hommes plus faibles.
• Les ratios par âges varient dun pays à lautre.
• Estimation à partir de lâge du partenaire des
  femmes en ANC
• Résultats peu concluants.
• Sous représentations des jeunes hommes alors que
  leur poids dans la pyramide des âges est
  important.

33
Liens incidence / prévalence

• Estimations à partir de modèles mathématiques.
• Utilisation de la prévalence des 15-24 ans comme
  indicateurs de lincidence (préconisé par
  ONUSIDA).

34
Une mesure imprécise de la prévalence à 15-24 ans.
Source UNAIDS/WHO 2003
35
Larrivée denquêtes nationales en population
générale questionne.
36
Dans le même temps,ONUSIDA revoit ses
estimations.
37
Représentativité des enquêtes en population
générale

• Des taux de non-réponse élevés (10 à 20).
• Les personnes refusant le test pourraient être
  plus souvent séropositives que les autres.
• Mise en place denquêtes nationales avec test VIH
  
• la qualité des données doit encore être analysée.

38
Enjeux actuels

• Il est nécessaire danalyser la validité des
  enquêtes nationales en population générale
  (notamment EDS).
• Comparaison des données EDS et CPN à population
  et géographie égales.
• Affiner et mettre au point de meilleures méthodes
  dajustement des données.

39
Quel est lintérêt de disposer de mesures
précises de la prévalence ?

• pour comprendre les déterminants de lépidémie
• Différence entre déterminants macro et micro
• Différence entre les facteurs de début,
  dextension-diffusion et dentretien des
  épidémies
• pour modéliser et mesurer les impacts du VIH
• Au niveau démographie
• Au niveau économique et macro-économique
• Sur lemploi
• Sur léducation
• Sur la santé
• pour cibler les actions et anticiper leurs effets
  
• Monitoring de lépidémie
• Impact de la prévention
• Impact des traitements ARV

40
Déterminants micro et macro

• Au niveau des individus
• Transmission essentiellement sexuelle
• Facteurs socio-comportementaux
• En population générale
• Peu dépendant des variables socio-comportementales
  
• Les facteurs biologiques sont a priori plus
  déterminants
• Études multi-sites (Bénin, Cameroun, Kenya,
  Zambie)
• Seules la prévalence de lherpès génital et celle
  de la circoncision ont un effet significatif.
• On ne connaît toujours pas les mécanismes qui
  induisent une hausse ou une baisse de la
  prévalence.

41
Des dynamiques différentesà différents stades

• Les forces de diffusion ne sont pas la somme des
  comportements individuels.
• Rôle des prostituées au démarrage des épidémies
  mais bénin aujourdhui.
• Nécessité de repenser les modèles
  épidémiologiques pour tenir compte de facteurs
  différents à différents stades.

42
Impact sur la mortalité
Espérance de vie à la naissance avec et sans sida
en 2002
Source US Census Bureau
43
Impact sur les structures par âge et sexe
Afrique du Sud 2002, 2010 et 2020
Source US Census Bureau
44
Impact sur la croissance
45
Impact sur la fécondité

• Facteurs de décroissance
• Séropositivité des hommes et leur mortalité
• Réduction de la fréquence des rapports sexuels
  des malades
• Augmentation des avortements spontanés
• Augmentation des désordres menstruels
• Retard de lâge au premier rapport sexuel
• Augmentation des divorces et des séparations
• Réduction du nombre de partenaires
• Utilisation du préservatif
• Diminution du désir denfants (peur)
• Facteurs de croissance
• Traitements des autres IST
• Augmentation de la mortalité infanto-juvénile
• Réduction de lallaitement maternel
• Réduction de labstinence post-partum
• Augmentation du désir denfants (remplacement)

46
Mesure de limpact des programmes dactions

• Le premier indicateur utilisé est la prévalence,
  alors que ce nest pas le meilleur indicateur.
• Lindicateur à retenir dépend de ce que lon veut
  mesurer
• La prévention primaire (éviter les nouvelles
  contaminations) est mesurée par lincidence.
• La prévention secondaire (éviter que la maladie
  névolue) est mesurée par la mortalité liée au
  sida.
• La prévention tertiaire (améliorer la qualité de
  vie) est mesurée par des indicateurs spécifiques
  à chaque situation.

47
Les problèmes dattibutivité

• En raison de la multitude des programmes, non
  coordonnés pour la plupart, comment attribuer une
  variation de prévalence à un programme daction.
• Une baisse de prévalence peut signifier une
  baisse dincidence OU une hausse de la mortalité.
• Inertie de la prévalence il faut plusieurs
  années pour quun changement soit visible.
• Cest lévolution des indicateurs qui importe,
  plus que leur niveau.

48
Impact des ARV

• Baisse de la charge virale et donc de la
  probabilité de transmission par acte ? baisse de
  lincidence.
• Baisse de la mortalité ? Augmentation de la
  prévalence ? Augmentation des nouvelles
  contaminations.
• A priori, augmentation de la prévalence dans un
  premier temps car la baisse de la mortalité
  précédera la baisse des nouvelles infections.
• À partir de quel seuil de personnes soignées
  est-on efficace sur la dynamique de lépidémie ?
  (50 ? 75 ?)

49
Des effets plus complexes

• Pour mettre en place une distribution massive des
  ARV
• Développement des infrastructures de santé ?
  bénéfice pour de nombreux autres pathologies.
• Développement du dépistage anonyme et gratuit,
  lieu privilégié pour le counseling et favoriser
  des comportements préventifs.
• En retour, si soin disponible, intérêt pour les
  populations de se faire dépister.
• En revanche, si on considère que lon peut se
  faire soigner, risque de comportements non
  préventifs.
• Soins ? Sida plus visible ? baisse des
  discriminations.

50
Pour Conclure

• La mesure de la prévalence est encore imparfaite.
• Il est nécessaire daméliorer nos méthodes
  dajustement.
• Cest une donnée essentielle à la fois pour le
  suivi et lévaluation, mais aussi la
  programmation et la modélisation.