Article Sidebar

Download
PDF

Main Article Content

Abstract

RÉSUMÉ
Introduction. Le paludisme maintient un impact considérable au Mali par le nombre de décès dont il est responsable. L’objectif de ce travail était d’analyser les conditions environnementales en lien avec la transmission du paludisme dans la commune rurale de Baguinèda. Méthodologie. Il s’agissait d’une étude par superposition d'images satellitaires avec des données issues de plusieurs sources. Le traitement des images satellitaires a permis d’extraire l’occupation du sol, la température ambiante, l'humidité de surface et le relief. L’intégration de ces données environnementales dans un système d’information géographique (SIG) et leur analyse multicritère à travers la méthode AHP (Analyse Hiérarchique des Procédés) ont permis de générer des cartes comprenant trois niveaux de risque paludique : faible, moyen et élevé. Résultats. Les résultats révèlent que 81% de la superficie de la commune rurale de Baguinèda comporte un risque moyen, 14% un risque élevé et 5% un risque faible de prolifération des moustiques responsables du paludisme. Ces différents niveaux de risque de prolifération des moustiques déterminent ceux de la transmission de la maladie et par conséquent de la morbidité et de la mortalité associées. L’analyse effectuée révèle que la sensibilité au développement des gîtes larvaires des moustiques dans la commune dépend principalement de la variation d’occupation et d’utilisation des terres. Conclusion. Ces résultats peuvent guider l’exercice visant à définir les priorités dans la riposte contre le paludisme, particulièrement dans un contexte caractérisé par la rareté des ressources et où l’amélioration de l’allocation de ces dernières s’impose comme une urgence au système de santé.
ABSTRACT
Introduction. Malaria maintains a considerable impact in Mali in terms of the number of deaths for which it is responsible. The objective of this work was to analyze the environmental conditions related to malaria transmission in the rural commune of Baguinèda. Methodology. This was a study using the overlay of satellite images with data from various sources. The processing of satellite images allowed for the extraction of land use, ambient temperature, surface humidity, and relief. The integration of these environmental data into a Geographic Information System (GIS) and their multicriteria analysis through the AHP method (Analytic Hierarchy Process) allowed for the generation of maps containing three levels of malaria risk: low, moderate, and high. Results. The results reveal that 81% of the rural commune of Baguinèda's area has a moderate risk, 14% has a high risk, and 5% has a low risk of proliferation of mosquitoes responsible for malaria. These different levels of mosquito proliferation risk determine the levels of disease transmission and consequently associated morbidity and mortality. The analysis shows that the sensitivity to the development of mosquito breeding sites in the commune depends mainly on changes in land occupation and use. Conclusion. These results can guide efforts to prioritize the response to malaria, particularly in a context characterized by scarce resources where improving their allocation is urgent for the healthcare system.

Keywords

environnement paludisme transmission Baguinéda Mali environnement Malaria Transmission Baguinéda Mali

Article Details

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

How to Cite
Birama Apho Ly, Zoumana Diallo, Fatoumata Bintou Traore, Patrice Ngangue, Hawa Niélé Diarra, Mohamed Toure, Attaher Maiga, Garan Dabo, Nouhoum Telly, Cheick Abou Coulibaly, Salia Keita, Abdoulaye Djimdé, & Hamadoun Sangho. (2024). Conditions Environnementales en Lien avec la Transmission du Paludisme dans la Commune Rurale de Baguinèda . HEALTH SCIENCES AND DISEASE, 25(4). https://doi.org/10.5281/hsd.v25i4.5555
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. Abdelmalik, S., Bouchaib, E., & Nahli, A. (2019). Estimation de la température de surface : cas de la ville de Casablanca. ResearchGate, p463-468.
  2. Adingra. (2016). Contribution des données géospatiales a l’étude du risque de paludisme en milieu péri-urbain : cas de la localité d’Anonkoua kouté. 65 p.
  3. B, C. (1995). Facteurs de gravité du paludisme en Afrique sub-Saharienne. pp. 815-822.
  4. Beck, L. (1997). Assessment of a remote sensing-based model for predicting malaria transmission risk in villages of Chiapas, Mexico. American Journal of Tropical Medicine and Hygiene, . 99–106.
  5. Brou. (2018). Caractérisation des espaces à risque de paludisme à M’Bahiakro, Côte d’Ivoire, Mémoire de master, Université de Laval. 120.
  6. Carlos, A. K. (2020). Contribution de la géomatique à l’étude du risuqe de transmission du paludisme dans la ville de Yamoussoukro. Yamoussoukro.
  7. Carme. (1995). Facteurs de gravité du paludisme en Afrique sub-Saharienne. pp. 815-822.
  8. Cisse, B., Niang, D. A., Louis, J. N., Andre, J. D., Christopher, B., Quensière, J., . . . Faye, O. (2016). Environmental risk factors for the persistence of malaria in the suburbs of Dakar (Guédiawaye—Pikine). International Journal of Innovation and Applied Studies, 275–290.
  9. CZEHER, C. (2010). Distribution nationale de moustiquaires imprégnées d’insecticide au Niger : effets sur les anophèles vecteurs. Niger.
  10. Edsmvi. (2018). Enquête Démographique et de Santé du Mali. Bibliosante.ml, 61.
  11. Emmanuel, R., Nadine, D., Zhichao, L., & Aurelia, S. (2014). Indicateurs de risque de transmission du paludisme associés à l’occupation et l’usage du sol. Montpellier, 19.
  12. Erin A, M., Krijn P, P., Leah, J., christian, B., Tal, B.-H., Emily de Moor,... Kevin D, L. (2020). ptimal temperature for malaria transmission is dramatically lower than previously predicted. Ecology Letters, 914–924.
  13. FERNANDO. (2009). Changement Climatique et paludisme : un lien complexe.
  14. G, B. A. (2018). Caractérisation des espaces à risque de paludisme à M’Bahiakro, Côte d’Ivoire, Mémoire de master, Université de Laval. 120.
  15. Henry, E. (2006). Un scandale improbable. Amiante : d’une maladie professionnelle à une crise de santé publique.
  16. INSTAT. (2022). Enquête sur les Indicateurs du Paludisme au Mali. Mali : DHS Program.
  17. Keïta, & Adama, D. (2020). Stratification de l’intensité de la transmission du paludisme en République de Guinée à l’échelle régionale. Bamako.
  18. Konaté, N. A. (2022). Evaluation de la gratuité de la prise en charge du paludisme chez les enfants et les femmes enceintes à Sikasso, Mali. Mali.
  19. Kouame, & Tamegnon. (2020). Contribution de la géomatique à l’étude du risque de transmission du paludisme dans la ville de Yamoussoukro. 81.
  20. Kouamé, A., & Krou, D. (2010). Facteurs de répartition et essai de modélisation des bilharzioses et des géohelminthiases par des techniques de télédétection et système d’information géographique pour un développement durable dans la région de l’agnéby. . 144.
  21. Kouamé, A., & Tamegnon. (2020). Contribution de la géomatique à l’étude du risque de transmisssion du paludisme dans la ville de Yamoussoukro. 81.
  22. Lafferty, & K, d. (2009). The ecology of climate change and infectious diseases. Ecology, 888–900.
  23. Léonard, PT Rvvera, BA Crisistomo, JN Sarol, NC Bantayan, WU Tiu, & NR Bergquist. (2005). Une étude des determanants envirionnementaux du paludisme et de la schistomiase aux phulippines à l’aide de la télédétection et des systèmes d’information géographique. Nationam Libarary of Médecine, 105-14.
  24. Lindsay, M., & Beck, J. (2013). The Effect of Temperature on Anopheles Mosquito Population Dynamics and the Potential for Malaria Transmission. National library of Medecine.
  25. Louga, G. R., Kouamé, A., Toure, O. A., & Kouame, K. F. (2015). Cartographie des zones potentielles à risque de prolifération et de nuisance des vecteurs du paludisme à partir des facteurs environnementaux dans la ville de Bonoua (Sud-Est de la Côte d’Ivoire). Revue Scientifique Internationale de Géomatique, 13-20.
  26. Malvy, L. B. (2004). Prise en charge et prévention du paludisme d’importation à Plasmodium falciparum : recommendations pour la pratique clinique 2007. Elsevier Masson.
  27. Miktar, M. (2023, 04 24). Comment l’Afrique fait-elle face au paludisme ? Récupéré sur TV5 MONDE : https://information.tv5monde.com/afrique/comment-lafrique-fait-elle-face-au-paludisme-2438125
  28. Nadine, C. P., Mayengue, P. I., Brunelle, M. D., Chyvanelle, A. N., Grace, N. B., & Etienne, N. (2022). Analyse de l’Infection Palustre en Zone Rurale des Environs de Brazzaville : Données d’une Enquête Parasitologique dans des Ménages.: L’infection palustre autour de Brazzaville. HEALTH SCIENCES AND DISEASE, 23(2), Article 2. https://doi.org/10.5281/hsd.v23i2.3327
  29. observatory, S. M. (2021, 03 21). National Malaria Control Programme of Mali and Medicines for Malaria Venture. Récupéré sur https://www.severemalaria.org/fr/countries/mali
  30. OMS. (2019). Rapport sur le paludisme dans le monde 2019.
  31. Paaijmans. (2018). Temperature variation makes ectotherms more sensitive to climate change. Global Change Biology, 3860–3870.
  32. Paaijmans. (2018). Temperature variation makes ectotherms more sensitive to climate change. Global Change Biology, 3860–3870.
  33. Paaijmans. (2018). Temperature variation makes ectotherms more sensitive to climate change.. Global Change Biology, 3860–3870.
  34. Paaijmans, Blanford, Chan, & homas. (2012). Warmer temperatures reduce the vectorial capacity of malaria mosquitoes. Biology Letters, 465–468.
  35. Paaijmans, K., Blanford, S., Bell, A., & Blanford, J. (2010). Influence of climate on malaria transmission depends on daily temperature variation. ResearchGate, 107_137.
  36. Rajeshwari, A., & Mani. (2014). Estimation of land surface temperature of Dindigul district using Landsat 8 data. International Journal of Research”, 122–126.
  37. Saaty. (2000). Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. 15–35.
  38. Saaty. (2000). Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. 35.
  39. Saaty, & Vargas. (1980). Hierarchical analysis of behavior in competition: prediction in chess, behavioral science. 180–191.
  40. slis. (2020). le système local d’information sanitaire. santé tropicale.
  41. SME, M. (2020). PRESÉNTATION DU PALUDISME. Récupéré sur measureevaluation : https://www.measureevaluation.org/resources/training/surveillance-monitoring-and-evaluation-of-malaria-programs/Malaria%20SME%20Online%20Course_French_MS-20-184_FR_Module1.pdf/at_download/file
  42. Stefani, A., Dusfour, I., Sacorrea, A. P., Cruz, M. C., Dessay, N., GALARDO, C.,... ROUX, E. (2013). Land cover, land use and malaria in the Amazon: a systematic literature review of studies using remotely sensed data. Malaria Journal, pp. 12–192.
  43. T.L., S. (2000). Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. 35.
  44. Tusting. (2019). Land use information for spatially explicit malaria risk modeling in sub-Saharan Africa.. Malaria Journal, 1–14.
  45. WHO. (2022). Récupéré sur https://www.theglobalfund.org/fr/malaria/
  46. YANG Guo-Jing, V. P.-N. (2006). “Remote sensing for predicting potential habitats of Oncomeiania hupensis, in Hongze, Baima and Gaoyou lakes in Jiangsu province (China) ”., Geospatial Health 1, , pp. 85–92.

Most read articles by the same author(s)