 Ok, nous sommes live maintenant. Je vais attendre une ou deux petites minutes et je laisserai entrer les participants et nous pourrons commencer. Merci. Bonjour à tous, bienvenue au webinar sur l'utilisation des données, les denominateurs et la vaccination. Nous allons commencer dans une ou deux petites minutes. Nous ne plus pas des excuses pour le retard, mais nous souhaitons permettre un maximum de participants de nous rejoindre. Donc très bientôt, nous commencerons. Voilà. Merci beaucoup. En attendant, bien sûr, comme à la coutumée, je vous invite à écrire dans le chat sur Zoom votre nom, votre prénom ainsi que le pays de nous rejoigner. Voilà. J'aime bien avoir une vue dans l'ensemble des différents participants au webinaire. Donc encore une fois, bienvenue. Bonjour à tous, encore une fois, bienvenue au webinaire sur l'utilisation des données, les denominateurs et la vaccination. Je pense que ça faisait un petit bout de temps que nous n'avions pas eu de webinaire dédié à la communauté francophone. Donc c'est vraiment un très grand plaisir de vous avoir parmi nous. Bonjour Yannick Dutchad. Bonjour Kinshasa. Bonjour à tous. Et encore une fois, bienvenue. Donc comme vous le savez certainement, cet événement fait partie de la série de Webinaire DHSD pour la vaccination, coordonnée par le centriste de l'Université d'Oslo avec le soutien de Gaby, l'Alliance du vaccin. Donc ce webinaire se est enregistré et bien évidemment après les webinaires nous partagerons l'enregistrement ainsi que les présentations des différents intervenants. Voilà. Donc bienvenue encore à tous. Durant le webinaire, bien évidemment, vous aurez l'occasion de poser toutes les questions que vous souhaitez aux différents intervenants. Pour faire cela, vous avez deux moyens d'action, si je puis dire deux canaux. Alors le premier est le chat sur Zoom que vous utilisez déjà tout au quasiment tous pour dire bonjour. Merci à vous en tout cas. Et vous pouvez également poser vos questions sur la communauté de pratique. Alors je pose dès à présent le lien pour la communauté de pratique. Donc n'hésitez vraiment pas à poser vos questions sur la communauté de pratique. Et nos intervenants aussi également se feront une joie d'y répondre. Donc voilà. Donc je pense que sans plus tarder, car nous avons quelques minutes de retard, nous allons commencer. Durant ce webinaire, nous aurons le plaisir d'entendre comme intervenant Kofi Syliadin de HISPO ASN Central Africa. Je pense que nous ne présentons plus HISPO ASN Central Africa qui sont vraiment les partenaires en charge de l'aide, de l'implémentation, de l'assistance technique des pays basés en Afrique de Lois et en Afrique centrale. Donc Kofi va nous faire le plaisir de nous parler de différentes approches pour le calcul des dénominateurs de populations dans les systèmes d'information sanitaire de routine. Et il sera ensuite suivi de Hamza, de HIST ou Wanda, qui lui va nous parler de l'introduction des données PEV et des décisions factuelles. Et nous aurons le plaisir de terminer avec une présentation de Mme Soutini, du ministère de la Santé du Laos. Donc je crois que c'est la première fois que nous avons le Laos qui intervient dans nos webinaires francophones. Donc c'est un immense plaisir. Donc Mme Soutini va nous démontrer comment parvenir à une meilleure représentation de la population grâce au renforcement des systèmes d'information sanitaire pour le Laos. Voilà. Donc merci à tous d'être là et bienvenue encore une fois. Alors je pense que maintenant, sans plus tarder, je vais donner la parole à nos intervenants car nous sommes un petit peu en retard. Je le répète, n'hésitez vraiment pas à poser toutes questions que vous pourriez avoir, que ce soit sur la communauté de pratique, le lien est dans le chat ou bien dans le chat même de Zoom. Et nous ferons tout pour y répondre, que ce soit en live pendant le webinaire ou alors par écrit. Voilà. Donc sans plus tarder, je laisse la parole maintenant à Kofi Syliadin de HISPOWEST, le Centre à l'Afrique. Bonjour Kofi, comment ça va? Bonjour Karine, bonjour Karine, que je vois. Bonjour Alice, bonjour à tous. Est-ce que tu veux bien partager ton écran? Oui, il a commencé à faire les bizarres et puis il est dû de sa gande. Je ne sais pas si c'est passé. Et tu as vu quelque chose que je ne devrais pas? Il n'y a pas de problème. Je ne voulais pas. Ok, d'accord, je vais retrouver la fameuse présentation de mon état sur interview. Ok, voilà. En principe, vous devriez être en train de voir mon écran. Nous voyons tenir ça, voilà, parfait. C'est parfait. Merci beaucoup Alice. Merci à tous. J'ai vu Karine dans la foule virtuelle, je la salue en temps. Je salue tout le monde qui s'est déjà connecté. Je suis le portevoir d'une équipe composée d'Helen Birne et de Wilfried et moi-même, qui avons travaillé ensemble pour faire une revue de la littérature. Pour ce qui concerne le calcul des nominateurs de population, lorsqu'on veut calculer les indicateurs dans les systèmes d'information de routine. Et nous avons fait un état des lieux. Et au nom de l'équipe, je voudrais vous présenter nos résultats. Alors, quel était le contexte? De façon générale, tout le monde reconnaît que l'absence de données de nominateurs est un obstacle pour le ciblage des populations non couverts par les services, surtout au niveau local, que ce soit les enfants zéro dose, que ce soit les populations non atteintes. Donc ce problème de nominateurs, surtout au niveau local, se pose. Et tous les programmes à divers niveaux de la pyramide sanitaire utilisent des nominateurs alternatifs. Et ces différences, ces données alternatives sont basées sur divers aspects qui font qu'on change ces données de nominateurs. Soit c'est le problème, c'est la différence fondé sur la définition même du nominateur ou bien du nominateur. Soit on se rend compte que dans un pays, il y a des directives officielles pour pouvoir calculer ces nominateurs, mais dans la réalité, dans la pratique sur le terrain, les gens n'utilisent pas des directives. Soit on se rend compte qu'il y a des différences par rapport aux données de recensement et par rapport aux solutions administratives et sanitaires dans les pays. Vous pouvez avoir l'air de santé qui peut couvrir une ou plusieurs solutions administratives et vite faire ça. Et on ne s'entend pas sur la population couverte. Il y a également des défis en matière d'estimation du nominateur pour les zones de couverture qui est plus facile au niveau pays, peut-être plus difficile quand il s'agit d'estimer la couverture au niveau local. Et également les comportements en matière de recherche des soins dans les zones d'étervie, notamment le fait que les populations ne vont pas toujours consulter dans les zones de couverture de leur formation sanitaire. Il peut aller dans d'autres formations sanitaires. Et donc tous ces éléments-là vont être à l'origine des différents convenants organisés. Il y a également les différents niveaux de désagrégation. Parce qu'une fois que vous avez la population générale, il faut désagrégé par sexe, par transdase. Et là aussi, il y a un défi en termes de chiffres, parce que les chiffres diffères seront les programmes. C'est dans ce contexte que nous avons fait notre étude. Et on s'est rendu compte que pour pouvoir résoudre tout ce problème de nominateur, les gens ont plusieurs options. Soit ils utilisent les données du recensement national, soit les données de prestations de service, c'est-à-dire ils utilisent le nombre de naissances vivantes qu'ils ont enregistrées dans leur formation sanitaire et ainsi de suite. Soit ils utilisent des estimations de la population civile par formation sanitaire sur la base de calculs nationaux. Soit on utilise des sources communautaires ou des ménages, notamment lorsque par exemple, on fait certaines campagnes, on fait des dénombrements de la population. C'est le cas, par exemple, quand on fait une campagne contre les maladies tropicales négigées, on fait un dénombrement. C'est pareil lorsqu'on fait la CPS, ou bien lorsqu'on fait campagnes domestiques, on dénombre les gens. Ce dénombrement-là peut servir utérieurement à faire le calcul de dominateur. On peut utiliser l'état civil et enfin, on peut également utiliser les cartes géographiques ou bien la géolocalisation, le système d'information géographique, le SIG. Devant toutes ces options-là, sur quoi les gens se font pour faire leur choix? Ce choix est basé sur certains facteurs, plusieurs facteurs. D'abord, c'est la disponibilité. Qui est disponible parmi vos options? Quel type de données vous avez beau pour pouvoir déterminer votre dénominateur? Mais également, on regarde le contexte et le carter approprié du dominateur, parce que un dominateur que je veux utiliser pour calculer, par exemple, la vaccination, le taux de couverture vaccinale, peut ne pas être le dominateur le plus approprié. Si je veux, par exemple, qu'on appelle la couverture en matière de lutte contre le VIH, par exemple, j'ai des populations cibles spécifiques qui sont totalement différentes et j'ai intérêt à utiliser quelque chose qui est bien en rapport avec le contexte dans lequel je veux l'utiliser. Et donc, le but que je n'ai pas déterminé également, l'option que je vais choisir en termes de est-ce quels indicateurs je veux calculer. Si c'est un indicateur qui tient compte de la saisonnalité, par exemple, un indicateur qui est au niveau national ou un indicateur plutôt local, ainsi de tous ces éléments là-bas qui étaient dans le choix de mes options. Et il faut savoir que ce qui peut être approprié pour le niveau national peut ne pas du tout être approprié pour le niveau distrite ou sous-distrite. Ça a été démontré dans les études auxquelles nous avons eu accès. Alors, quel méthode est-ce que nous avons utilisé pour effectuer notre vue ? Beaucoup d'entre vous sont familiers de Prisma qui est une méthodolie standardisée pour pouvoir faire les revues systématiques de la littérature. Et bien c'est ce que nous avons utilisé. Notre question de recherche était comment est-ce que les dominateurs d'opulation sont calculés et dans les systèmes d'information des synthères de routine au niveau sous-distrite. On s'est bien intéressé au niveau sous-distrite parce qu'on se rendait compte que c'était beaucoup plus aisé avec les recensements au niveau national. Nous avons regardé dans trois bases, toutes les bases MEDLINE, nous avons regardé dans NBAS et dans le Web of Science. Et nous avons recherché les termes comme dénominateur et système d'information sanitaire. Un autre a été utilisé pour supprimer les doublons et puis nous avons uploadé tout ça dans la COVID-19 pour pouvoir travailler là-dessus. Donc dans la COVID-19, ce que nous avons fait c'est que chaque article était examiné par deux auteurs. Nous étions trois dans l'étude donc deux auteurs examinaient chaque article. Lorsque les deux auteurs étaient d'accord, alors l'article passait. Soit les deux auteurs sont d'accord qu'on prend l'article, on inclure notre vue. Soit les deux auteurs sont d'accord qu'on n'implie pas. Mais lorsque les deux auteurs ne sont pas d'accord, alors le troisième auteur intervenait pour pouvoir faire la différence. En tout, nous avons extrait 312 articles de notre recherche. Nous avons éliminé 137 doublons et examiné 235 comme on en a parlé. Et à l'issue de ces articles, nous avons les amètes complets des articles 1 à 1 à été fait et nous avons mis plus 20 articles que nous avons lu de début jusqu'à la fin. Et puis neuf articles ont été finalement inclus dans notre étude. Alors, les sources principales de ces articles c'était les revues mondiales de santé, mais également des revues spécifiques au programme de maladies et de santé de la population. La période de publication des articles objets de la revue était de X7 à 2021. Les pays, c'est principalement l'Afrique orientale et l'Austral avec trois études qui étaient menées en Uganda et une étude qui couvrait le Bangladesh, le Népal et la Tanzanie. Le principal programme qui a fait l'objet de notre attention c'était la santé maternelle et infantile. Vous vous en doutez bien, puis s'agissait de vaccination de l'outil. Alors, qu'est-ce qu'on a retrouvé de notre revue? Quelles sont les résultats de notre revue? Concernant les systèmes d'information sanitaires de l'outil, ce que nous avons retrouvé, c'est que la source principale la plus courante que les formations sanitaires ou bien les subdivisions de l'utilisée étaient les services de santé maternelle infantile, notamment la CPN ou bien le DTCOC ou bien PENTA, pour ceux qui sont au PENTA déjà. Et les défis relatifs à ces sources-là, c'est qu'il y avait un besoin d'ajuster les données et d'évaluer leur qualité, notamment en matière de couverture, en temps de trajet, parce que justement, les gens se rendaient compte que ce qui était calculé était des fois aberrant, la dit des couvertures au-delà de 100% ainsi de suite. On a remarqué également que les interventions de couvertures coagiles étaient, devaient être sélectionnées. Certaines données d'outils étaient plus fiables que d'autres. Par exemple, on s'est rendu compte qu'il y avait une meilleure concordance entre l'EDS dans la tête de la maladie de santé et le recensement avec les soins prénatales et le BCG d'outils. Par contre, quand on comparait les données de l'EDS avec les données de la vitamine A ou de la rougeole en Uganda, il y avait de plus grandes discordances, ce qui était relevé par Simon et Al. On s'est également rendu compte qu'au niveau national, les estimations basées sur le recensement sont meilleures, alors qu'au niveau national, les estimations basées sur les données d'outils sont meilleures. Autre élément, c'est que on s'est rendu compte que différentes sources de données peuvent être utilisées entre les recensements pour obtenir des estimations fiables, notamment les enquêtes et le système de routine. Donc, lorsqu'on a fait une enquête et qu'il faut attendre 10 ans pour faire une nouvelle enquête, les diverses sources peuvent être utilisées pour ajuster ces données entre temps. On a retrouvé concernant les lignes directives pour l'utilisation du système d'information de routine. Nous disions tout à l'heure qu'il y a le besoin au niveau international d'ajuster les données pour pouvoir calculer ces denominateurs. Alors, MAINA et CONSENT ont calculé, ont fait un travail qui leur a permis de décrire dans leur article une approche en 4 étapes pour pouvoir ajuster les données. Donc, première étape qui était très importante pour eux c'est d'avoir des données de diverses sources. Une fois qu'on a les données de diverses sources, il faut faire une évaluation et ajuster les données d'abord par rapport au numérateur ensuite, calculer les populations simples et les ajuster par rapport au dénumérateur et enfin, calculer les couvertures à partir des numérateurs ajustés. Là, on obtient des couvertures plus filiables et plus proches de la réalité. Ce qu'on s'aime le recensement, ce qu'on avait se doncé rendu compte, c'est qu'il y avait différentes méthodes et différents modèles. On a dit, lorsque les gens veulent utiliser les données du recensement, le plus souvent c'est le recensement général de la population de l'habitat qui se fait tous les 10 ans, lorsque les gens veulent utiliser cette donnée là pour calculer les dénominateurs dans les années qui viennent, soit ils peuvent faire des projections simples à partir des données de référence en supposant qu'il y a un taux de croissance linéaire, soit alors on fait appel à des méthodes plus complexes, à dire on fait de l'ajustement en fonction de l'âge, de la géographie, de la fécondité, de la mortalité et ça permet d'obtenir des résultats plus exacts et c'est généralement effectué par les bureaux nationaux de la stasis-ci. Ce sont des éléments beaucoup plus complexes, ce n'est pas ce qui est utilisé régulièrement au niveau de la formation sanitaire. Les défis pour ce genre d'ajustement, c'est que ce n'est pas fait au niveau des zones géographiques plus petites au niveau des le plus infranational au niveau formation sanitaire par exemple. Deuxième chose, c'est que les migrations internes et la saisonnalité ne sont pas pris en compte. Nous n'entendons pas migrations internes le fait que les gens entre communautés y a des essences surtout en fonction par exemple les nomades ils migrent d'un droit à un endroit selon la verdure et même au niveau des frontières les populations qui sont frontaliées ont tendance à migrer les unes vers les autres et cette saisonnalité n'est pas suffisamment prise en compte dans l'ajustement des couvertures. Le recensement lui-même les données de base de la référence, ces données-là elles-mêmes ne sont pas toujours disponibles tous les 10 ans comme c'est voulu les pays planifient cela mais puisqu'il faut beaucoup de ressources, beaucoup de temps beaucoup de logistiques pour le faire il y a des pays dans lesquels on a observé jusqu'à 13-14 ans de différence entre deux recensements ce qui est pour en plus le temps s'éloigne des données de base plus ces données-là sont peu fiables en termes de nominateurs également on s'est rendu compte qu'il y a des interférences politiques dans le recensement et dans le dénommement puisque nous savons qu'il y a des conséquences administratives c'est sur la base du nombre de populations de l'effectif de la population qu'on crée de nouvelles zones administratives c'est sur la base de cet effectif-là qu'on fait les élections qu'on fait les allocations de ressources donc on a les auteurs qui ont subi cette ingérence politique-là qui peut biaiser les résultats de recensement on dit qu'on concerne l'utilisation des techniques geospatiales on s'est rendu compte que le cadriage de la population de bas vers le haut en utilisant des maillages très serrés et en utilisant des données de potines de formation sanitaire est plus fiable surtout dans les petites zones de graphique, on peut utiliser cette technique-là de maillages pour pouvoir obtenir cette couverture et on s'est rendu compte que c'est vraiment très utile lorsque les autres sources de données sont soit inexistantes soit obsolètes soit peu fiable mais Nielsen paie hauteur et on s'oublier le fait que Saint-Éclat ne sont pas universelles surtout en termes de fiabilité d'offerture, lorsqu'on prend de très grandes zones, ces résultats ne sont pas toujours universelles on en a conclu que les projections à partir des données de recensement pourraient être précises et les capacités des utilisateurs développer, si elles sont utilisées avec les données geospatiales donc cette combinaison des autres sources avec les données geospatiales peut être très utile pour le calcul des dominateurs alors pour peut-on conclure de cette revue la première chose c'est que plus d'une source de données des donateurs est généralement utilisée et il faut faire appel à plusieurs sources pour pouvoir évaluer la qualité et la fiabilité des dominateurs et puis d'autres préfèrent utiliser des donateurs à divers niveaux et à divers pouvoirs deuxième chose c'est que les sources les plus courantes sont le recensement de la population on fait des projections annuelles ou alors les estimations basées sur les prestations de services de santé troisième constat c'est que l'enquête démographique de santé le DS peut être une source de données mais elle n'est jamais utilisée toute seule elle est toujours utilisée conjointement avec les autres sources comptes généralement général ou bien les données de routine il y avait une nécessité d'avoir des lignes directrices sur la manière d'ajuster les dominateurs c'est ce que MAINA et collaborateurs ont fait et on vous invite à lire ce article-là vous allez voir ça dans la liste des articles des références on s'est rendu compte que les espacials sont encore sous-utilisés et que pareil pour les données de CRVS et les ressources communautaires et donc c'est sur ce contact ce cinquième constat que nous avons voulu que les collègues du Rwanda et du Laos puissent présenter leurs expériences en cette matière spécifiquement pour pouvoir éclairer la communauté je m'arrête là et je vous remercie pour votre attention je repasse la parole à Alice je ne sais pas si on a le temps pour une petite question rapide Bonjour Kofi, merci beaucoup en termes, nous n'avons pas vraiment reçu de questions il y a juste Mamadou Dio qui nous dit en conclusion il est nécessaire d'avoir une bonne collaboration entre les PV et les institutions nationaux des statistiques afin d'assurer une bonne estimation des dénominateurs pour que ce soit le cas ou l'absolument raison Mamadou parce qu'il y a des aspects très importants pour nous à prendre en compte pour que eux ils fassent leur estimation et vice versa nous avons besoin de leurs résultats et de leurs projections ennuels de façon les plus complexes pour avoir les denominateurs et les indicateurs les plus filables c'est bien ça merci beaucoup Kofi merci beaucoup pour cette présentation et n'hésitez pas à poser des questions toutes questions que vous pourriez avoir sur le chat ou sur la communauté de pratique Kofi, si tu veux bien arrêter le partage d'écran s'il te plaît, merci beaucoup et nous allons maintenant passer à la présentation de Hamzard de l'Histo Rwanda qui va nous parler de l'introduction des données PEV et les décisions factuelles Hamzard, comment vas-tu tu peux partager ton écran bonjour merci beaucoup je pense que tout le monde voit mon écran oui, super je vais essayer d'agrandir bon après-midi à tous je suis ravi de vous faire part du cas du Rwanda concernant ce qu'il Kofi a introduit dans sa première présentation surtout le calcul des denominateurs mais nous aussi on va se parler de l'intégration des systèmes le titre c'est de promouvoir l'utilisation des données du PEV PEV c'est les programmes élargis des vaccinations et promouvoir la culture des prises de décisions basées sur l'évidence surtout en utilisant il y a aussi la partie intégration des systèmes le contexte, nous avons tous les établissements de santé, que ce soit public ou privé et tous utilisent un registre de vaccination et ils reposent chaque mois des données dans les systèmes d'information de santé des runtiles qui étaient créés chez HMAS et tous ils ont une bonne couverture et ils sont habitués, nous avons les DHSD depuis 2012 maintenant les systèmes sanitaires ils sont déjà habitués nous avons aussi depuis 2016 les CIARAVS qui est si vous registrez VITO Statistique c'est le système d'enregistrement des données statistiques vitales qui aussi enregistre les données en rapport avec les décès et les données en rapport avec les décès et les naissances nous avons, comme je l'ai dit ici précédemment, aussi les données agrégées et les données des suivis individuels maintenant une autre chose qui se fait régulièrement après la saisie, chaque mois au niveau des hôpitaux et au niveau de ce qu'on appelle sous-district, il y a des discussions concernant les données qui ont été rapportées les gens s'assayent ensemble les projets de données et essaient de trouver un consensus ou bien décoriser s'il y a des erreurs qui se sont, qui peuvent être infiltrés dans lors de l'encodage des données alors on a des données chaque mois au niveau des hôpitaux, on a des données chaque trimestre au niveau des districts il y a un comité national au niveau des districts qui s'appelle DHMT District Health Management Team qui aussi s'assoit et vérifie tous les indicateurs de santé au niveau des districts après on a aussi une réunion spécifique qui est financée par les Gavis pour discuter spécialement les données de la vaccination et cette réunion alliée chaque trimestre elle aussi maintenant après les contextes nous avons nous avons les opportunités les opportunités que nous avons c'est que les comme je vous ai dit à l'introduction que DHSD utilisait depuis 2012, nous avons les autorités qui encouragent et qui s'impliquent vraiment dans la saisie des données et dans la consistance de la saisie des données et de l'analyse des données nous avons des politiques des SOP, des politiques des tiques des technologies d'information de communication qui guide un peu l'accès aux données, la gestion des données et le partage des données nous avons aussi des sessions des revisions des données et des sections des discussions avec nos moments comme dans un hôpital ou dans une forme sanitaire les 10 premiers jours à l'intérieur à l'intérieur, les gens discute c'est les données qui ont été rapportées après les 10 premiers jours, ils peuvent aller discuter maintenant avec au niveau au niveau du sous-district où les gens partagent et aussi les données et partagent l'expérience et ils vérifient s'il y a des choses comme je vous ai dit qui peuvent avoir échappé mais le point à noter ici c'est que les autorités, vraiment chaque autorité il s'implique beaucoup dans les suivis la mise à jour d'informations parce que toutes ces planifications la plupart de ces décisions sont aussi basées sur les données qui sont saisies cependant nous avons quelques données quelques défis, je vais vous partager un peu quelques défis liés au dénominateur initialement les dénominateurs la façon dont ils étaient calculés ils étaient calculés sur des projections du service national de statistiques par exemple pour nous donner un exemple ici les taux de croissance de moins d'un an les taux de croissance de moins d'un an il est calculé sur on donne un taux, un indice de croissance appliqué surtout les districts alors que ça c'est un défi parce qu'en réalité on a trouvé que les districts, les taux de croissance diffèrent d'un district à un autre nous avons aussi des sortes de dénominateurs nous avons un dénominateur basé sur le sensement et nous avons un dénominateur basé sur les BCG les BCG c'est le premier vaccin donc on a un certain indicateur qui sont calculés sur base des des enfants qui ont réussi le BCG d'autres indicateurs sont calculés sur base de de récensement alors il y avait ces besoins là de pouvoir harmoniser et de pouvoir aussi donner des valeurs ou des découvertes qui sont proches de la réalité ça c'est du côté des dénominateurs du calcul des dénominateurs du côté on a aussi un autre défi qui est lié au connaissance ou des gestionnaires de données la plupart des niveaux comme il y a un changement des personnels qui est souvent on change régulièrement des personnels la plupart des gestionnaires ils ne veulent pas directement faire les calculs en utilisant les outils des DHS-2 la plupart ils téléchargent les données à partir du système et continuent à faire des manipulations en dehors d'un Excel parce que tous les outils qui peuvent produire tout ce qu'ils font dans Excel ils peuvent le faire dans DHS-2 et pouvoir même enregistrer ces analyses et pouvoir les utiliser itélièrement mais et comme ils ont des notions ou bien des niveaux un peu limités dans le DHS-2 ils préfèrent la vieille méthode parce que la plupart ils viennent déjà commencer les travail en ayant une certaine maîtrise d'Excel donc ça c'est un autre défi concernant le gestionnaire des données mais on n'a qu'un fait-on pour surmonter ou bien pour mitiger ces défis nous avons initié maintenant les calculs des indicateurs qui sont basés sur l'indice de croissance de la population par district c'est-à-dire au lieu de prendre l'indice de croissance qui est générique qu'on a tiré du récensement où on avait un indice qu'on multiplie sur le district maintenant on a calculé des indicateurs où chaque district il a son propre tour de croissance cela permet à ce qu'on n'a pas des districts qui sont au-delà de la couverture ou bien d'autres qui sont en dessous de la couverture parce qu'ils ont utilisé un dénominateur qui est calculé sur une base qui ne l'air correspond pas une autre solution qui est mise en place c'était l'intégration entre les systèmes et les résistres électroniques des vaccinations donc pour pouvoir pallier même à cela on a installé, on a encouragé l'utilisation d'un résistre électronique de vaccination où tous les enfants systématiquement après les naissances sont enregistrés dans un résistre électronique de vaccination maintenant au-delà de ça on a lié ça pour pouvoir avoir d'autres parce que les naissances sont aussi enregistrées au niveau administratif c'est-à-dire que les enfants qui viennent pour la vaccination aussi ils ont besoin des cartes on a une solution où on fait commencer à générer l'air-carte de vaccination en partie des HSD mais en même temps les enfants qui viennent pour la vaccination ils ont besoin des cartes on a une solution où on fait commencer à générer l'air-carte de vaccination en partie des HSD Bézicali on a les 3 solutions faire des indicateurs qui sont basées sur un taux de croissance adaptés à la réalité du district on a révu tous les les denominateurs et aussi on a fait l'intégration avec les siaravies pour pouvoir avoir de l'harmonie ce qui se trouve dans les systèmes d'information sanitaire exactement la même chose qui se trouve dans les systèmes siaravies on a ici les principales étapes qui ont été faites ces jours-ci on a un parallèle de ça on a promis on a fait la promotion comme les titres de slide les dit de l'utilisation mais on a des applications d'analyse des données on a introduit à partie de l'année passée on a introduit massivement l'utilisation de la fiche d'évaluation ou le scorecard la fiche d'évaluation par score le bottleneck analysis l'analyse des goulots de tranglément et l'action track qui est le suivi des actions on fait d'abord une fiche d'évaluation après on analyse les causes les causes profondes qui ont causé ou qui ont amené à avoir des couvertures et des mauvaises qualités et après on définit des actions qui sont emmenées pour pouvoir remonter la qualité des données et pouvoir remonter les indicateurs en rapport avec la couverture maintenant les étapes qui ont été faites pour introduire ces applications on a fait une visite sur terrain pour évaluer et collecter le besoin des utilisateurs on a configuré des nouveaux indicateurs comme je l'ai indiqué sur les slides précédents qui sont basés sur cette fois-ci les taux de croissance district par district on a configuré les tableaux ou les pads au niveau national ou on peut aussi les drills à l'éveil et niveau des formations sanitaires on a fait des formations des formateurs de l'unité suivi évaluation au niveau du ministère de la Santé la fiche d'évaluation la carte de score sur la détermination de causes profondes ou bien les BNA et sur les suivis des actions on a fait une documentation de tous les processus à partir de la visite sur terrain jusqu'à l'implémentation et les mentorship les mentorats on a fait aussi la formation des formateurs des agents de PEV où tous les agents de PEV ont été forts pour pouvoir faire un suivi régulier de l'utilisation de ces applications et de l'interprétation des résultats qui viennent de ces applications après on a fait aussi un suivi de on a fait aussi un suivi formation des formateurs des agents de vaccination au niveau des centres de santé et de leurs chefs les chefs des centres de santé ici au Rwanda on les appelle des titilaires ça c'est la partie de pouvoir améliorer ou promouvoir l'utilisation des données il faut qu'on commence à consommer ces données et qu'on puisse définir des actions pour améliorer les couvertures pour enclarer certaines décisions en vue d'obtenir les maximums de couverture possible pour la vaccination pour l'intégration en parallèle à l'intégration en parallèle à l'implémentation à la mise en œuvre de ces applications on a fait aussi l'intégration comme je l'ai dit précédemment entre les sières avies les systèmes de saisies, des données des statistiques vitales des statistiques vitaux qui se trouvent gérées par le ministère de la Diministration Locale et les services des statistiques des HSD des registres électroniques des vaccinations on fait tous les données qui sont saisies dans les sières avies une fois que l'enfant est né parce que l'enfant est né à l'hôpital on fait entre ces données dans les sières avies et puis ces données là sont poussées directement dans les registres électroniques d'immunisation une fois que l'enfant vient maintenant pour le premier vaccin il trouve déjà ces données qui sont là bas et on a créé un API un petit programme qui fait chaque 30 minutes il fait 1000 ajouts il va pomper les nouveaux les nouveaux enregistrements et les j'envoie dans les registres électroniques des vaccinations après suite à ça des formations déformataires et sur l'analyse surtout sur l'analyse on a fait aussi des sessions de mentorship sur l'analyse et les suivi régulièrement pour supporter au niveau des centres de santé supporter les agences de vaccination pour répondre à leurs problèmes et les aider à interpréter ou à utiliser les données qui sont saisies pour pouvoir faire des commandes des entrants, des commandes des vaccins basé sur les données qu'ils ont pour pouvoir améliorer les couvertures avoir ces discussions là et-t-il en fonction des données qu'ils ont saisies et pour pouvoir aussi améliorer la qualité ou améliorer la qualité des services qui donnent au maman ou à la population et aussi la qualité des données qui donnent au niveau central de toute cette intégration là-bas ici on a les siaravies les siaravies, comme je voulais expliquer c'est un système qui est géré par les NISR c'est l'institut national de statistiques alors on a l'institut national de statistiques qui donnent de données prévisionnelles annuelles mais là, le dernier récemment il date de 2012 alors mais lui c'est on utilisait ces prévisions là-bas depuis 2012 pour pouvoir avoir des données sur les populations de moins dix années au niveau qu'on utilise pour calculer les indicateurs des moins dix années, les femmes enceintes des naissances entendies ce sont ces données là qu'on utilisait mais non parallèlement à ça, il y a le service national pour donner ce qu'on appelle l'IGAV des façons électroniques tous les services au niveau du du ministère de la administration local on utilise ces portats électroniques qui permet à ce que les gens soient àregistrés une fois qu'ils sont enregistrés les données sont envoyées dans les siaravies concernant les données mais ça se fait aussi concernant les décès mais les données aussi sont interfacées avec ce qu'on appelle les services, les registres nationaux qui se trouvent dans un autre service qui délivre les cartes d'identité maintenant les enfants ont l'air octroi un numéro d'identification unique nationale qu'on appelle NIN et c'est ce numéro là qui va l'enfant avoir ce numéro là tout au long de sa vie jusqu'à même à l'âge où il sera en mesure de prendre la carte de la carte d'identité et quand il va prendre la carte d'identité son numéro NIN va être transformé on va les mapper avec un autre numéro de carte d'identité nationale mais ce numéro il va rester aussi unique après les siaravies comme vous pouvez voir ici il va pousser à travers ce qu'on appelle un API un co-un programme il va pousser les données comme je vous ai dit sur une fréquence de chaque 30 minutes dans les registres de naissance dans les registres de naissance il va aussi pousser ça dans les registres de vaccination comme ça dans les DHSD la partie verte ici c'est les DHSD on a les données qui sont à jour concernant les naissances qui sont enregistrées dans le système des statistiques vitaux ça c'est un peu le schéma de l'intégration mais maintenant l'intégration effectivement comme toute l'intégration mais on a aussi essayé d'apporter des solutions en rapport à ces défis le premier défi c'était les enregistrements dans les siaravies les enregistrements dans les registres électroniques des vaccinations ils ne se font pas en temps réel des fois ils ont des problèmes ils sont surchargés par les volumes de travail qu'ils ne trouvent pas les temps d'assaisir dans les systèmes d'autres fois ils ont des problèmes de connexion et ce qui fait qu'ils ne saisissent pas les données en temps réel et puis certaines naissances c'est le premier défi certaines naissances ne sont pas directement enregistrées dans les siaravies ce qui fait que des fois il y a une discordance entre les données qui sont poussées dans les siaravies et les données qui sont dans les DHSD d'électroniques de vaccination ça c'était concernant les défis concernant maintenant les stratégies on a conduit des formations des recyclages pour les personnes, les supervisaires des pèvres ou les agents de vaccination au niveau des hôpitaux pour qu'ils puissent conduire et régulièrement de supervision au niveau des centres de santé on a aussi formé les vaccinateurs ou les agents de vaccination on a formé les chefs de centres de santé et après tout récemment on vient d'une supervision ou on a fait une supervision entre les niveaux centrales les ministères de la santé les programmes de vaccination et les ISP qui appuient tous les processus pour pouvoir pour pouvoir assister ces gens là dans les problèmes les aider s'il y a des gens qui ont cours des lacunes, des connaissances et sensibilisés parce que récemment peut-être qu'il y a un point qu'on devrait réussir récemment il y a une décision qu'on a poussé pour que les ministres de la santé la a mis une décision où un des défis qu'ils avaient ici lorsqu'ils étaient, non seulement ils étaient submergés par trop de travail mais aussi ils avaient trop de registres papiers qui devraient remplir alors ils avaient en parallèle des registres papiers qui devraient remplir, avoir aussi un registre électronique qui devraient remplir c'était un peu très difficile de mettre en f maintenant un des décisions qui a été prise récemment c'est que le ministre de la santé il a sorti une instruction pour dire ces registres là ne seront plus remplis les gens vont aller directement vers l'électronique et c'est à partir des DHSD qu'on va pousser les résultats vers d'autres systèmes, tous les autres systèmes qui ont besoin de données vont se connecter ces DHSD pour pouvoir utiliser ces données là maintenant pour mettre en pratique cette instruction là, il y a un mentorship un mentorat qui a été fait pour sensibiliser les gens pour voir les problèmes et les pousser les pousser vraiment, à changer cette culture là vous voyez les gens étaient habitués à remplir d'abord dans les fonds papiers et aller dans l'électronique maintenant c'est les pousser à oublier un peu la partie papiers et aller vers la partie électronique maintenant l'autre défi qui a été lié avec les API ici les API il a été mis à jour les API donnaient des données qui n'étaient pas comme parce qu'il y avait des fois des informations qui manquaient dans les API, c'est que je vous ai dit par exemple comme les enfants qui avaient les mêmes noms de fois on ne savait pas les retrouver facilement alors les API a été récordé un codage de nouveau des API pour qu'ils puissent non seulement donner les données à jour mais aussi donner les variables qui sont les plus utilisées dans les services de vaccination les étapes à suivre les étapes à suivre on va continuer à participer dans des sessions de révision des données au niveau central et au niveau décentralisé c'est continuer à favoriser l'utilisation des données en utilisant les outils qu'on a mis en place premièrement favoriser l'utilisation en temps réel des registres électroniques de vaccination deuxièmement, l'utilisation des outils d'analyser la fiche d'évaluation la fiche de détermination de causes profondes qui ont vraiment apporté des changements aussi l'autre action qui va suivre, c'est en collaboration avec les partenaires organisés de séminaires trimestrières en ligne si l'utilisation des données au niveau national ça veut dire si c'est inviter les gens à pouvoir voir ce qu'ils ont saisis là-bas, qu'est-ce que les gens peuvent faire avec, qu'est-ce qu'ils peuvent sortir de ces travail à étudier qu'ils ont fait sur le terrain comment peut-il profiter de ça et pouvoir améliorer tous les secteurs santé maintenant l'autre action c'est de pouvoir documenter toutes les initiatives d'utilisation de données et aussi renforcer l'intégration du système mais aussi renforcer l'analyse et la triangulation des données c'est pour pouvoir on a des données qui sont saisies dans les 6R des routines on a des données qui sont saisies dans les registres des vaccinations on a les données qui sont saisies dans les 6R à vieilles on doit pouvoir faire une triangulation pour pouvoir faire concorder ces données là-bas et qu'elles puissent tous converger vers que ce soit harmonieux qu'on ne puisse pas avoir des gâpes qui sont vraiment qui permettent à n'est pas utiliser les données c'est pour pouvoir produire une source fiable des données qui peuvent maintenant être utilisées partout les services du ministère de la Santé l'autre étape aussi c'est effectuer des visites sur terrain pour pouvoir toujours récréer les commentaires des utilisateurs pour pouvoir résoudre des problèmes techniques qui peuvent avoir et aussi pour pouvoir comme il y a des changements des changements des fois pour pouvoir faire encore des formations de recyclage et des formations des supervision formatives après on a la révision de la carte ou bien de la fiche square card pour pouvoir inclure de nouveaux inputs parce que l'idée c'est d'avoir une fiche d'évaluation si on a des indicateurs maintenant qui sont bien dont la qualité a été remontée c'est de les remplacer pour pouvoir aussi remonter les autres indicateurs qui souffrent donc on va mettre à jour régulièrement la carte nationale de score pour pouvoir une fois qu'on a bien fait d'un côté amener d'autres indicateurs qui souffrent et aussi les amener à performe, à bien performer maintenant aussi on a l'implementation de ces deux autres applications celui de BNA qui est une application de causes profondes et des suivis des actions qui n'est pas encore très effective on va maintenant se focaliser plus sur l'utilisation des applications aussi afin de pour pouvoir boucler comme je peux dire boucler la boucle on a fait l'analyse on a déterminé les causes maintenant on fait des actions pour pouvoir remonter ou résoudre les problèmes merci beaucoup si j'ai encore quelques minutes pour prendre quelques questions Alice c'est à toi de voir oui bon nous sommes un peu la présentation a sifflité beaucoup de questions donc je pense qu'il est quand même intéressant d'essayer de répondre à une question donc il y a un participant qui nous demande François plus particulièrement qui nous demande que pouvons nous faire pour calculer la couverture vaccinale dans une entité géographique où la population n'est pas stable pour trouver le dénominateur généralement on a des prévisions au niveau des institutions nationales des statistiques qui donnent les taux de croissance par district ou par province maintenant pour les populations ça veut dire pour les populations nomades ou les populations mobiles des fois on a des estimations parce que comme vous le savez certains de ces populations ne se font pas vacciner régulièrement on utilise des estimations mais ce que vous pouvez faire je pense toujours travail à approcher les services nationales des statistiques et pouvoir faire un plot une estimation une estimation qu'on peut projeter sur ces populations là bas projeter sur ces populations là bas et aussi avoir et venir l'ajouter à l'estimation nationale de croissance de la population c'est pas si françois tu as compris un peu l'idée c'est de travailler avec l'institut national des statistiques pour pouvoir estimer ces populations là parce que même si elles sont nomades même si elles ne participent pas beaucoup au service de vaccination on peut toujours ploter avoir une idée estimative c'est pas vraiment réel pour les populations là alors c'était pour pouvoir prendre cette estimation là l'ajouter à l'estimation qui est de la population sédentaire et pour pouvoir produire des denominateurs adaptés merci beaucoup Hamza alors tu as énormément de questions donc vraiment je t'invite à aller sur le chat juste après pour répondre à chacune des questions je vais alors une dernière il y a même un meudot qui demande comment récupérer les accouchements à domicile souvent en mode rural dans le registre électronique bon comme chez nous normalement une fois que les gens ont accouché à la maison ils doivent aller à l'hôpital pour faire enregistrer cette naissance là bas et pouvoir commencer à bénéficier des vaccins s'il n'a pas fait ça ça veut dire l'enfant n'aura pas de vaccins on encourage les gens il y a les agents de santé communautaire qui passent des fois souvent ils sont informés qui a quelqu'un qui a mis au monde au niveau de la communauté il encourage cette personne là bas à aller vers le centre de santé à partir du centre de santé là bas on enregistre cet enfant et on précise que l'enfant peut-être est né dans la communauté et après l'enfant il est enroulé dans les systèmes normales de vaccination pour qu'il puisse commencer à bénéficier des vaccins merci beaucoup Hamza donc comme je l'ai mentionné n'hésite pas à aller dans le chat pour répondre à toutes les autres questions il y en a quelques-unes quand même pour toi oui oui d'accord je vais y aller merci beaucoup maintenant nous allons écouter la dernière présentation de ce webinaire donc madame Soutini du ministère de la santé du Laos qui va nous démontrer comment parvenir à une meilleure représentation de la population et ce grâce au renforcement des systèmes d'information sanitaire et là c'est le cas du Laos donc madame Soutini bonjour je vous invite à partager votre écran oui vous voyez mon écran oui parfait merci beaucoup alors je commence encore une fois bonjour à tous je suis Soutini je travaille pour le ministère de la santé en tant que spécialiste de l'information pour la santé et aussi en tant que coordinator de projet tout d'abord je suis pas français donc mon français peut être pas parfait j'espère que vous me compreniez et si vous avez des questions n'hésitez pas à m'interrompre alors cette présentation concerne le programme de vaccination au Laos actuellement au Laos il y a il y a encore des groupes de personnes qui n'ont pas pu se vacciner parce qu'il y a l'exclusion ou le marginalisation dans les services de soins de santé et en plus ce groupe de personnes ne sont pas figurés sur les données statistiques de notre programme de vaccination ça représente un trou dans la représentation de la population Laotienne dans le contexte du programme de vaccination le contenu de ce présentation est séparé en trois parties premièrement je vais vous présenter rapidement le contexte au Laos en termes de vaccination et puis je vais vous expliquer c'est quoi les exclutions et comment peut-on les corriger et ensuite les solutions concrètes que l'on a implémentées si je vais trop vite n'hésitez pas à me dire alors le contexte pour le Laos le taux de vaccination au Laos sont faibles on estime que moins de 90% de tous les enfants ont été vaccinés pour un vaccine infantil diverses stratégies ont été élaborées pour tenter d'orienter les services afin de combler cette lacune et d'améliorer la couverture cela continue à un certain nombre d'interventions communautaires par exemple vaccination porte à porte vaccination à domicile de la situation de vaccins au-delà de la petite enfance et en se concentrant sur la population marcinelisée mais souvent le processus d'identification des noms atteints demande beaucoup de travail malgré la prolifération de différents systèmes de formation communautaire la majorité des systèmes de formation de santé nationaux reçoivent des données provenant des satellites de santé qui est le niveau le plus bas c'est-à-dire qu'on a beaucoup de systèmes d'information communautaire mais les données collectées par ces systèmes de formation communautaire ne sont pas intégrés dans le système de formation de santé nationaux le système de la santé nationaux reçoivent plutôt les données provenant des satellites de santé c'est-à-dire les données au plus bas niveau et ces données collectées ne sont pas précis à 100% et c'est pourquoi les données communautaires sont importantes le système d'information sur la session de la santé du Laos le ministère de la santé avant 2014 le Laos n'a rien système d'information n'a rien technologie implementé sur le secteur de santé à partir de 2014 le ministère de la santé a introduit d'HAS2 en tant que système national d'information sur la santé pour améliorer le service de la santé en général le Laos avait des couvertures PEV parmi les plus faibles de réission et les choses importantes c'est que le PEV utilise la méthode basée sur Excel en parallèle à d'HAS2 pour les essais des données et les rapports pendant plusieurs années je vais vous expliquer pourquoi on utilise à la fois Excel et d'HAS2 les principales raisons était que le système d'HAS2 et Excel génère les indicateurs différents parce que d'HAS2 est conçu pour fournir des données sur la couverture des services de santé au niveau national alors que le PEV a besoin d'une couverture de la population je sais pas si si je si j'ai bien expliqué je vous donne un exemple dans d'HAS2 on collecte des données agréquées sur les enfants vacciner à chaque établissement de santé par exemple un enfant l'établissement de la santé du village A c'est si à chaque mois le nombre agréqué des enfants qui sont venus pour être vaccini mais ce nombre agréqué d'enfants de cet établissement du village A peut être, peut inclure des enfants qui sont venus de l'autre village donc cette nombre agréqué qui sont sessies dans d'HAS2 tous les mois ne peuvent pas être pris pour calculer la couverture vaccinale et en plus on ne peut pas savoir le nombre exact le nombre total d'enfants le nombre exact le nombre total d'enfants précise du village A parce que la recensement de la population se fait tous les 5 ans et pendant l'intervalle de 5 années le bureau de statistiques national fait l'estimation de l'augmentation de populations qui ne sont pas précis et donc on ne peut pas savoir si dans chaque année il y a combien de d'enfants à ajouter un nouveau enfant ni dans le dans le village A et donc on peut calculer le couverture vaccinal au niveau du village c'est-à-dire au niveau le plus bas on a besoin de 2 informations première information c'est le nombre d'enfants du village A qui ont été vaccinés et pas d'autres villages et le nombre total d'enfants du village A et ces 2 nombres ne peuvent pas être obtenu à partir de la cécie de nombre d'enfants vaccinés à craquer au village A c'est pour ça qu'on a gardé la méthode basée sur Excel la méthode basée sur Excel se fait tout manuellement c'est-à-dire chaque mois les agents de santé vont noter uniquement les informations sur la vaccination des enfants du village A et si il y a les enfants de l'autre village qui sont venus pour être vaccinés au village A les informations de ces enfants ne sont pas notées sur Excel donc dans l'Excel, il n'y a que les informations des enfants du village A et chaque mois les agents de santé vont chercher dans la liste de l'Excel les enfants du village A que les informations sur la vaccination est manquant et si ils voient que ces manquants vont téléphoner à leurs parents pour demander si ces enfants-là sont déjà vaccinés aux autres villages et donc avec l'Excel on peut calculer la couverture vaccinale à peu près pas encore précis de Charvillage mais le DHS2 ne permet pas de faire cette canfule et maintenant on revient sur notre présentation les exclutions c'est à dire les groupes de personnes qui n'ont pas pu se vacciner parce qu'il y a l'exclusion la marginalisation dans les services de soins de santé c'est à dire beaucoup n'ont pas d'accès aux services de santé et sociaux mauvaise pratique de recherche de soins de santé et de prestations de soins connaissance limitée de loge droit et prérogatif n'ont souvent pas des documents nécessaires pour accéder au service et pour lutter contre l'exclusion et la marginalisation des services de soins de santé il faut une prise de conscience et une visibilité de l'expression un système d'information de santé peut mettre en évidence aux rendre visibles ceux qui ne sont pas des services par les établissements de santé à partir de la visibilité les acteurs et les services peuvent alors être mobilisés pour faire face à la situation maintenant la fameuse question comment le système d'information de la santé peut-il être conçu et mis en œuvre pour permettre la représentation des groupes de populations exclues ou marginalisées on a introduit deux solutions première solution c'est l'information familiale en gros c'est une enquête annuelle sur papier mené par l'agent de santé communautaire pour chaque village pour collecter les informations de famille et les données du ménage en faisant cette enquête on obtient le dénominateur de population précis au niveau du village par année et ça devient une information importante pour calculer le couverture barcinal maintenant quelle sont la qualité d'informations collectées par cette enquête annuelle de proches informations familiales alors ce diagramme représente deux informations deux données première données c'est l'estimation de la population du bureau de statistiques de la hausse et deuxième des données provenant de l'enquête annuelle dans le cas de l'information familiale l'estimation de la population du bureau de statistiques de la hausse sont représentées par les bars rouges et les données d'informations familiales sont représentées par les bars rouges comme nous pouvons observer il n'y a pas de différence significative entre les deux données ce qui signifie que la plupart des menages sont inclus dans djihs2 à travers de l'information familiale cependant comme le montre la figure vous pouvez observer à droite la capitale la capitale vientienne ce qui est les zones urbaines les écarts sont plus importants dans les zones urbaines ceci est largement dû à la mobilité de la population urbaine mais est également impartée par la main d'oeuvre micrante maintenant cette solution d'information familiale nous permet d'obtenir un dénominateur population précis au niveau du village par année maintenant on a besoin d'informations sur combien d'enfants du village A a été varsinés et cette information doit être collectée digitalement c'est à dire pas manuellement par excel dans djihs2 comment on fait pour savoir combien d'enfants du village A a été varsinés parce que parfois les enfants du village A peuvent être varsinés dans l'autre village pas par les établissements de la santé du village A alors on a introduit deuxième solution enregistrement numérique c'est une application dans djihs2 c'est un carnet de vaccination électronique qui nous permet de collecter des données passées sur les cas capture djihs2 plutôt que les données à craquer c'est à dire c'est un en anglais c'est un tracker base programme et grâce à cette application chaque cas ou chaque événement est enregistré dans djihs2 c'est à dire chaque enfant varsinés même si cet enfant est l'enfant du village A mais est varsiné dans village B son information a été enregistrée dans djihs2 dans le dans cette tracker base programme et qu'est ce qu'on enregistre en enregistrant le sexe les vaccins administrés et aussi leur village et grâce à ce enregistrement numérique on peut savoir combien d'enfants du village A combien d'enfants de chaque village ont été varsinés et combien d'enfants n'ont pas encore varsiné et donc cette deuxième solution nous permet d'avoir le numérateur pour calculer la couverture de chaque village en conclusion la combination des deux solutions permet de savoir le nombre d'enfants varsinés dans village et le nombre d'estimés d'enfants dans le village et avec ces deux informations on peut savoir les zones faibles et les zones d'enfants qui ne manquent une ou plusieurs doses de vaccination et les taux de bandone par village mais l'implémentation des deux solutions n'est pas si facile s'adresser aux noms des services n'est pas aussi simple que les identifiés et ensuite leur fournir des services l'artion nécessaire impliquerait de surmonter les barrières culturelles par la promotion active de la santé parmi les groupes faibles à participation ainsi que l'encagement des dirigeants communautaires et des niveaux politiques voilà j'espère que j'espère que j'étais claire merci pour votre attention si vous avez des questions n'hésitez pas merci beaucoup madame soutenie merci beaucoup pour cette présentation très intéressante alors là malheureusement quelle heure est-il est-ce que l'on peut essayer de voir alors on peut essayer de répondre au moins à une question il y a un participant qui souhaiterait savoir s'il y a une raison particulière qui empêcherait votre fichier excel d'être paramétrée dans le DHSD avec toutes les rubriques que vous souhaitez je n'ai pas très bien compris la question est-ce que vous pouvez répéter si vous voulez je peux le dire en anglais si c'est mieux et puis on va le transmettre en français un participant s'est demandé si vous avez une idée si il y a un challenge qui vous permet d'avoir votre file excel configuré dans le DHSD avec tous les différents fields et les catégories que vous avez besoin il n'y a pas de challenge mais il n'y aura pas de solution parce que si on intégrerait la formule excel la formule excel dans le DHSD le travailleur de santé il faut toujours les parents de chaque enfant qui a une chance de se faire vacciner dans un autre village parce que les ex-lfi ne automatiquement ne disent pas que chaque enfant est vacciné pour répondre à votre question il n'y a pas de challenge mais le fait est que dans tous les cas même si le DHSD cela n'empêcherait pas ou du moins les travailleurs sanitaires ont toujours besoin d'appeler chaque parent de chaque enfant afin de savoir si les enfants se sont fait vacciner dans d'autres villages donc en conséquent ça n'ajouterait pas de valeur j'espère vraiment ne pas avoir oublié toute la réponse mais je résume assez de manière succincte donc voilà merci beaucoup madame Soutini je pense que nous nous arrivons au terme de ce webbinaire très très intéressant encore une fois avec des intervenants qui nous ont donné des présentations vraiment très inspirantes si je puis dire et remplis d'informations utiles pour chacun donc voilà je vous remercie à tous et je vous remercie pour ce webbinaire et je pense que maintenant c'est la fin donc je vais vous partager avec vous d'ici demain les présentations ainsi que le lien vers l'enregistrement du webbinaire au cas où vous souhaiteriez le revisionner à nouveau et surtout n'hésitez pas à poser des questions sur la communauté de pratique étant donné maintenant que le webbinaire est terminé il n'y aura plus d'accès au chat zoom bien évidemment sur la communauté de pratique si vous souhaitez interroger les intervenants sur un point particulier des présentations voilà donc bon Antoine l'a déjà fait mais j'habite tous ceux qui le souhaitent qui ont envie de dire au revoir en images je te taquis Antoine de mettre en marche vos caméras pour qu'on puisse se dire au revoir malheureusement la mienne est complètement la mienne mais n'hésitez pas à mettre comme ça j'espère que vous pouvez vous pouvez activer votre micro si vous voulez il n'y a pas de problème donc en tout cas merci à tous bonjour Karine ça va ? merci à tous merci Jean-Paul, merci tout le monde merci de votre participation pour toutes ces questions merci et promis nous reviendrons bientôt avec un autre webinaire d'ici quelques semaines en fait c'est même une certitude dans quelques semaines nous reviendrons avec un webinaire qui sera donc lié à la sortie de la version 2.39 de DHS2 donc voilà donc probablement une version francophone de ce webinaire donc vous entendrez parler de moi à ce moment-là ne vous inquiétez pas donc voilà merci beaucoup à tous chers communautés francophones c'est toujours un extrême plaisir d'être avec vous pour quelques minutes et je vous dis à bientôt au revoir au revoir au revoir Max voilà au revoir au revoir au revoir au revoir merci à vous merci beaucoup à bientôt au revoir au revoir merci tout le monde à très bientôt à très bientôt merci aussi au revoir au revoir au revoir merci beaucoup merci beaucoup au revoir