Ressources en eau et santé publique au Sahel: exemple de la propagation des maladies infectieuses à Saint-Louis (Sénégal)

Ressources en eau et sante publiqueau Sahel : exemple de la propagationdes maladies infectieuses a Saint-Louis(Senegal)

Moussa Mbaye1,2,4Gil Mahé1Eric Servat1Richard Laganier2Sylvain Bigot3Oumar Diop4Jean-Francois Guégan5

1 Hydrosciences MontpellierUMR 050 (IRD)/UMR 5569 (CNRS)Université Montpellier2, place Eugène-Bataillon34095 Montpellier, France<[email protected]><[email protected]>2 Équipe DYNMIRIS-UMR PRODIG 8586CNRSUniversité Denis-Diderot Paris-VII2, place Jussieu75251 Paris cedex 05France<[email protected]>3 Institut de géographie alpineUniversité Joseph-Fourier14 bis, avenue Marie-Reynoard38100 GrenobleFrance<[email protected]>4 Groupe GIRARDELUniversité Gaston-BergerSaint-Louis, Sénégal<[email protected]><[email protected]>5 GEMI, UMR 2724 IRD-CNRS,Équipe dynamique des systèmeset maladies infectieusesCentre IRD de Montpellier911, avenue AgropolisBP 6450134394 Montpellier cedex 05France<[email protected]>

Tirés à part : M. Mbaye

RésuméLes villes sahéliennes d’Afrique, notamment Saint-Louis du Sénégal, sont pour la plu-part soumises à une variabilité hydroclimatique assez notable. Parmi les conséquen-ces les plus remarquables de ces fluctuations climatiques figurent sans doute lagrande sécheresse due depuis plus d’une trentaine d’années à des déficits pluviomé-triques importants et un retour à des précipitations plus abondantes à partir de la findes années 1990. En effet, durant cette dernière décennie, on peut observer desoccurrences plus fréquentes de pluies annuelles un peu plus élevées. Ces hivernagespluvieux occasionnent à leur tour des inondations qui, sont facilitées entre autres parla médiocrité des sites d’habitat. Sur le plan sanitaire, ces situations hydrologiquesparticipent à la propagation de vecteurs et parasites pathogènes chez les popula-tions locales et d’autres types de moustiques nuisibles comme Culex quinquefascia-tus. On peut citer notamment le cas des Anophèles et des Aedes qui transmettentrespectivement le paludisme et la fièvre jaune dans sa composante urbaine. La com-mune de Saint-Louis souffre ainsi de la multiplication des eaux stagnantes surtoutdans les points bas intra-urbains. Le manque d’équipements socioéconomiques etsurtout la faible couverture sanitaire fragilisent la capacité adaptative de ses habi-tants face aux agents pathogènes. En outre, les situations hydrologiques, notammentla pluviométrie et les apports du fleuve Sénégal sont bien liés aux cas de consulta-tions générales observées dans les structures sanitaires locales et à la morbidité res-sentie. Les quartiers densément peuplés en concentrant aussi plus de la moitié descas cliniques font partie des plus exposés.

Mots cles : moustiques, ressources en eau, Sahel, santé, Sénégal.

AbstractWater and public health in Sahelian countries: The case of infectious disease in Saint-Louis(Senegal)

Rainfall occurrence in the Sahelian region in places like Saint-Louis (Senegal)depends essentially on Africa’s monsoon flux from the South Atlantic drift. This mon-soon plays an important role while provoking hydrological consequences that resultfrom climate variability over time and space. Such consequences may be droughtsor floods with harsh consequences for the socioeconomic activities of the urbanpopulation and the environment. For example, the Sahelian drought of the 1970sforced the urban populations to relocate to former backwaters, ponds and mudflats located within Saint-Louis (Senegal). However, better levels of rainfall in thelate 1990s subjected the urban population to severe flooding and precarious envi-ronmental conditions. This situation is due to the poor and inadequate water net-work systems which in most cases are old and obsolete. Hence, the poor environ-do

i:10

.168

4/sec.20

09.016

8

Article de recherche

Sécheresse 2009 ; 20 (1) : 161-70

Sécheresse vol. 20, n° 1, janvier-février-mars 2009 161

mental conditions and stagnant water encourage the breeding of several species ofmosquitoe. Among the species, Anopheles and Aedes are the most dangerousbecause of the transmission of malaria and yellow fever. It is thus important to inves-tigate and model the population’s vulnerability to infectious diseases as a result ofcurrent climate variation and its consequences. This work entails the integration ofspatial and non-spatial data within the technological framework of a GeographicalInformation System (GIS), in order to assess the health impacts due to climatic fluc-tuation. The results show that there is a relationship between periods of flooding,cases of disease and mosquitoes.

Key words: human health, mosquitoes, Sahel, Senegal, water resources.

L a pluviométrie dans le Sahel africaina pour origine essentielle le flux demousson issu de l’anticyclone de

Sainte-Hélène. Cette région est par ailleurssoumise à la variabilité climatique, elle-même corrélée à la dynamique de la mous-son africaine [1, 2]. Cette variabilité duclimat se caractérise par des déficits oudes excédents pluviométriques dans letemps et dans l’espace [3, 4] provoquantsoit la sécheresse, soit des inondations.Les fluctuations hydroclimatiques ontnotamment d’importantes répercussionssur la vie socio-économique des popula-tions du Sénégal comme sur leur environ-nement depuis maintenant plus de troisdécennies [5, 6].La grande sécheresse des années 1970,résultat de la diminution des totaux pluvio-métriques [7], a été très sévèrement res-sentie par toutes les sociétés du Sahel [8,9]. Les impacts deviennent rudes pour leshommes, car les populations subsistentessentiellement grâce à l’agriculture auniveau des plaines et des cuvettes inonda-bles. Aussi, l’approvisionnement des villesen produits agricoles peut en être trèsaffecté et les pénuries d’eau potable, dansles principaux espaces urbanisés commedans les centres urbains secondaires, enêtre accrues.Ces dix dernières années en revanche,même si ce n’est pas généralisable [10],sont caractérisées par un retour d’hiver-nages plus pluvieux qui ont desconséquences souvent dommageables[11]. En effet, le surplus d’eau est syno-nyme de beaucoup de contraintes pourles populations, car, à cause de la réduc-tion des totaux pluviométriques et de lafaible hauteur des crues, les anciens litsde marigots et mares, ainsi que les champsd’expansion des rivières ont été aména-gés, occupés et mis en valeur par les popu-lations riveraines [12, 13]. Ce retour de lapluviométrie abondante met ainsi en évi-dence la sensibilité des populations loca-les, et plus particulièrement des citadins,aux inondations [14, 15]. Par ailleurs,c’est surtout au niveau des pathologiesinfectieuses liées à l’eau et transmises par

des vecteurs d’eau que la menace devientplus contraignante [16-19].

Materiel et methode

La ville de Saint-Louis (figure 1), située àl’exutoire du fleuve Sénégal, appartient àl’environnement estuarien de ce coursd’eau. En effet, le fleuve Sénégal débou-che en mer au sud de Saint-Louis, maisauparavant, il suit la côte sur une longueurde 6,5 km, dans une véritable laguneappelée langue de Barbarie, large d’àpeine 400 m en certains points, et sibasse que les lames en franchissent parfoisla crête pendant les fortes marées.Ce milieu est complexe et varié sur leplan géomorphologique, avec en généraldes sables moyens fins à granulométriediversifiée, parfois argileuse ou limoneuse.Les altitudes sont basses, variant entre 1,7et 2,8 m, et les pentes sont presque inexis-tantes, ce qui expose la ville à la remontéedu niveau du fleuve lors des périodes decrue [20]. La ville historique, Saint-Louis, ade tout temps été cernée par l’eau. Le milieunaturel porte depuis toujours les emprein-tes des paysages d’eau dominés par lesmarécages et les îles inondables. Aujour-d’hui, l’occupation urbaine sous desanciennes vasières se remarque par desîlots très peu étendus et en forme allongée.Notre recherche est essentiellement menéepar le biais d’une étude croisée, c’est-à-direavec un recoupement des résultats obtenusà des échelles spatiales et temporellesdifférentes. L’utilisation d’un Systèmed’information géographique (SIG), dont lerôle consiste particulièrement à traiter unensemble d’objets géographiques et lesrelations qu’ils entretiennent les uns avecles autres, a facilité le croisement des multi-ples résultats statistiques. Diverses méthodesont ainsi en premier lieu porté sur une ana-lyse univariée, pour mieux apprécier lefonctionnement des différentes variables,et, ensuite, sur une mise en œuvre de liai-sons entre les variables les plus pertinentes.

Materiel

Auparavant, cette étude s’est appuyée surdes données journalières de pluies de1950 à 2005 relevées directement auniveau des tableaux climatologiques men-suels de la station synoptique de Saint-Louis aéroport. Quant aux hauteurs d’eauobservées à la station hydrologique deSaint-Louis, elles portent essentiellementsur la période de 1985 à 2005, autrementdit depuis la mise en eau du barrage deDiama situé à plus d’une vingtaine de kilo-mètres en amont de Saint-Louis. Elles pro-viennent également du service hydro-logique régional de Saint-Louis.Les statistiques sanitaires sur le paludismeont été essentiellement recueillies à partirdes registres de consultations généralesdisponibles dans les structures de santé.Le registre comporte plusieurs rubriques,telles que le nom et prénom du patient,son sexe, son âge, son lieu de résidence,le diagnostic et les observations du méde-cin. Toutes ces informations peuvent êtrespatialisées. En outre, les cas de paludismeobservés au poste de santé de Sor de1995 à 2005 constituent une assezbonne chronique pour la recherche deliens entre le climat et cette maladie trans-mise par un vecteur d’eau. En fait, le travailde collecte est porté seulement sur le postede santé de Sor, car il est le plus ancien etle plus représentatif de toute la communeen termes de disponibilité et d’exploitabilitédes registres. Un travail préliminaire aconsisté à éliminer les mois qui sont tropincomplets. Par ailleurs, on pourrait êtreamené à parler plus, ici, de paludisme« présomptif », ce qui inclut tout accèsfébrile cliniquement suspect de paludisme.Le pourcentage de paludisme « avéré » nepeut être connu également, car, au niveaudes structures sanitaires de base, on ne pro-cède pas à une réalisation systématiqued’une goutte épaisse et d’un frottis sanguinpour confirmer le diagnostic.

Methode

La détection statistique de ruptures dans lesséries temporelles constitue un outil de

162 Sécheresse vol. 20, n° 1, janvier-février-mars 2009

base dans plusieurs disciplines scienti-fiques, et les techniques mises en œuvrepar Pettitt et Hubert sont les plus utilisées,comme c’est le cas dans notre étude [21].

Une autre méthode quantitative très envue pour apprécier le rythme d’évolutiond’une série chronologique consiste à ladécomposer [22]. Cette décomposition

par modèle additif utilisée, ici, reposesur cette formuleYt ¼ Ct þ St þ ε t, avecCt = tendance, St = variations saisonnières,εt = variations accidentelles, t = 1,…n..

Commune de Saint-Louis

MAURITANIE

MALI

SénégalAfrique de l'OuestReste de l'Afrique

MAURITANIE État

SÉNÉGAL

GUINÉEÉchelle0 200 km

Limites du bassin-versant

Fouta-Djalon

Bafoulabé

Lacde Guiers

SÉNÉGAL

Bafin

g

Falé

mé

Bak

oye B

aoul

é

0 1000km

0 2

km

N

N

Canal de délestage

(nouvelleembouchure)

OC

EA

N A

TLA

NTI

QU

E

Limite communale

Limite de quartier

Zone de recasement

Digues protectrices

Nom de quartier

Structure de Santé

DarouDarou

PikinePikine

GuetGuetNdarNdar

NordNord

DarouDarou

Sor-NordSor-Nord

DiamagueneDiamaguene

NdiolofeneNdiolofene

Leona-HlmLeona-Hlm

Eaux Claires-DiaminarEaux Claires-Diaminar

Médina Courses-Guinaw RailsMédina Courses-Guinaw Rails

KhorKhor

BangoBango

NgallèleNgallèle

SudSud

NdarNdarTouteToute

GoxuGoxuMbathieMbathie

Darou

Pikine

GuetNdar

Nord

Darou

Sor-Nord

Diamaguene

Ndiolofene

Leona-Hlm

Eaux Claires-Diaminar

Médina Courses-Guinaw Rails

Khor

Bango

Ngallèle

Sud

NdarToute

GoxuMbathie

CroizCroizRougeRouge

Poste Poste deSanté de SordeSanté de Sor

CroixCroixCroix

CroizRouge

Poste de Santé de Sor

fleuv

e S

énég

al

fleuv

e Sé

néga

l

Figure 1. Localisation de la ville de Saint-Louis dans son environnement estuarien.


Dans le but d’estimer le niveau d’endémi-cité des pathologies liées à l’eau et en par-ticulier de celles transmises par les vecteursd’eau, un volet entomologique a été réalisé[23, 24]. Il s’agissait de réaliser une faunematinale résiduelle sur au moins 3 piècespar ménage pour un ensemble de 115ménages échantillonnés de manière repré-sentative. Cette technique de capture intra-domiciliaire s’effectue par une pulvérisa-tion d’un insecticide dans les chambres etla récolte des moustiques. Ce travail decollecte débute aux premières heures mati-nales avant que les moustiques ne com-mencent leur repli vers d’autres lieux. Autotal, près de 360 pièces ont été prospec-tées et seuls 3 ménages sur les 115 ont étéréticents. Au préalable, une enquête socio-sanitaire a été menée et tous les 115ménages y ont participé. C’est seulementau niveau des captures de moustiques queces trois on fait part de leur refus.La recherche de relations entre ces diversfacteurs passe par la mise en œuvre destatistiques multivariables [25], notammentle test non paramétrique de Kruskal-Wallispour identifier des différences significativesentre les populations de moustiques. La pré-diction du paludisme à partir des variablesexogènes que sont la pluviométrie et la hau-teur d’eau du fleuve est réalisée grâce à unmodèle linéaire généralisé (GLM).

Resultats

Caracterisation de la variabilitepluviometrique et hydrologique

Sur le plan climatique, le delta est sousl’influence de l’alizé maritime issu de l’anti-cyclone des Açores pendant la saisonsèche qui dure presque neuf mois,d’octobre en juin. Les masses d’air sontincapables de produire des précipitationssignificatives, car l’alizé maritime est prati-quement inapte à produire des pluies.Les seules précipitations se produisentsous forme de rosée. On peut assister àdes précipitations, mais de quantité trèsfaible. Cependant, en janvier 2002, unesituation sans doute exceptionnelle s’estproduite : la ville de Saint-Louis a enregis-tré un cumul mensuel de 67,9 mm, qui aoccasionné des inondations de grandeampleur. La totalité des pluies est enregis-trée pendant la saison des pluies qui duretrois mois de juillet à septembre (figure 2).Les pluies sont causées par le flux de mous-son issu de l’anticyclone de Sainte-Hélènesitué en Atlantique sud. La remontée del’équateur météorologique n’atteint cettezone deltaïque qu’à partir du mois de juil-let, et sa descente se fait en fin septembre.Cela explique les faibles quantités depluies observées dans cette zone. L’hydro-

logie du fleuve pour sa part est marquéepar une longue période d’étiage et unecourte période de hautes eaux de juillet àoctobre (figure 3). On note une grandevariabilité interannuelle avec un fort totalannuel, comme en 1994, 1999 et 2003,et contrairement à 2004 et 2005(figure 4). Cependant, l’hydrodynamiquede l’estuaire a, depuis octobre 2003,considérablement évolué avec l’ouverture,en aval de Saint-Louis, d’un canal de déles-tage des eaux douces vers la mer à traversla langue de Barbarie, pour faciliter l’éva-

cuation du surplus d’eau qui menaçait laville.

• Tests de detection de rupturede la pluviometrie annuelleDepuis plus de trois décennies, le Sahel afri-cain enregistre une pluviométrie marquéepar une grande variabilité climatique surle plan spatio-temporel. Cela se caractérisepar une baisse notable, autour de 1970pour l’essentiel, des séries pluviométriques,même si les années de rupture diffèrent sta-tion par station. Concernant la station

Quartile 1

Minimum

Moustache inférieure

Moustache supérieure

Médiane

Moyenne

Maximum

Quartile 3

300

250

200

150

100

50

0FÉVJAN MAR AVR MAI JUN JUL AOÛ SEP OCT NOV DÉC

Mois

Plu

ie (m

m)

Figure 2. Distribution mensuelle de la pluviométrie à Saint-Louis (1950-2005).

FÉV MAR AVR MAI JUN JUL AOÛ SEP OCT NOVJAN DÉCMois

1,5

1

0

2

0,5

Hau

teur

d'e

au (m

)

Quartile 1

Minimum

Moustache inférieure

Médiane

Moyenne

Moustache supérieure

Maximum

Quartile 3

Figure 3. Distribution mensuelle de la hauteur d’eau à la station hydrologique de Saint-Louis(1985-2005).


synoptique Saint-Louis aéroport une diminu-tion importante des pluies est observéedurant la période 1970-1993. En revan-che, depuis une dizaine d’années les totauxannuels sont devenus plus élevés bien quele nombre de jours de pluies soit réduit. Enoutre, les intensités journalières de pluiesdeviennent ainsi très fortes comme c’est lecas en 2000 avec 115,7 mm. Précisément,une rupture nette est décelée en 1969 avecdes moyennes annuelles respectives de 345et 228 mm pour les séquences 1950-1969et 1970-2005 d’après la segmentation deHubert. Selon le test de Pettitt, l’hypothèsenulle (absence de rupture) est rejetée auseuil de confiance de 95 % avec une pro-babilité de dépassement de la valeur cri-tique du test de 0,001 en 1969 (figure 5).L’analyse de la sous-série 1970-2005 nedécèle ainsi pas d’hétérogénéité à desseuils alpha de 90, 95 et 99 %. Dès lors,même si on note une reprise récente d’unepluviométrie abondante, on se demande sielle n’est que partielle et s’il ne faudrait pasattendre plusieurs années encore pour avoirplus de précisions sur cette tendance.

• Decompositionde la pluviometrie mensuelleL’étude de la série temporelle confirmebien la tendance à la baisse de la pluvio-métrie, à partir du point d’inflexion consti-tué par l’année 1969. On remarque unesaisonnalité de période de 12 mois(figure 6). L’originalité de cette techniqueest qu’elle nous permet d’extrapoler lesdonnées passées dans le futur, autrementdit de faire des prévisions.

Capture et determinationde moustiques

Les moustiques capturés dans les chambresont été déterminés sur place et certainsd’entre eux ont été acheminés au labora-toire pour y être analysés [26-28]. On noteune prédominance des Culex, suivis desAedes (tableau 1). En revanche, peu

d’anophèles ont été capturés. Cette situa-tion pourrait s’expliquer par le fait que leseaux stagnantes se souillent vite et quel’abondance d’eau saumâtre dansl’estuaire réduirait les gîtes potentiels desanophèles aptes à la transmission dupaludisme par exemple [29]. Ainsi lestechniques de spatialisation notammentles polygones de Thiessen [30], confirmentque ce sont les moustiques, tels quel’Aedes eagypti, qui prolifèrent dans leseaux sales et peuvent coloniser de plusen plus cet environnement (figure 7). Uneattention particulière devrait cependantêtre prêtée à l’Aedes eagypti, car ce vec-teur est à l’origine des maladies comme ladengue et surtout la fièvre jaune dans saversion urbaine [31-33]. D’autant plus, entermes de diagnostic syndromique, que lafièvre jaune a certaines ressemblancesavec le paludisme. L’enquête sociosani-taire effectuée a même montré égalementqu’en termes de morbidité ressentie, lespatients utilisent le plus souvent la pharma-copée traditionnelle destinée à la fièvrejaune pour soigner le paludisme et guéris-sent dans la plupart des cas [34].

Depouillement des registresde consultations generales

L’analyse révèle que le paludisme est lepremier motif de consultations dans cettestructure de santé. La plus grandeaffluence de patients est notée entre juilletà octobre, avec deux pics observés entrejuillet et septembre, et durant les années

2

1,5

1

0,5

0

-0,5

-1

-1,519951994 1996 1997 1998 1999

Années2000 2001 2002 2003 2004 2005

Figure 4. Indice hydrologique à Saint-Louis.

Ii ¼ xi−xσ

.

xi = hauteur d’eau observée de x pour l’année i,.x = moyenne de l’échantillon,.σ = écart type de l’échantillon,.Avec échantillon = 1994-2005, x = 0,83 cm, σ = 0,14 cm.

2,5

1,5

0,5

-0,5

-1,5

-2,5

Années1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005

Rupture en 1969

Figure 5. Indice pluviométrique à Saint-Louis.

Ii ¼ xi−xσ

.

xi = pluviométrie observée de x pour l’année i,.x = moyenne de l’échantillon,.σ = écart type de l’échantillon,.Avec échantillon = 1950-2005, x = 270,20 mm, σ = 101,14 mm.


1997, 2002 et 2003, on a enregistré lesprévalences les plus fortes. La couche desenfants de moins de 15 ans représenteplus de la moitié des malades et elle estdominée par les patients de sexe féminin.

Analyse multivariee

Près de 61 % des moustiques récoltés sontconstitués de femelles et les Culex repré-sentent environ 97,9 de celles-ci contre

1,9 % d’Aedes. C’est aussi au niveau desquartiers, comme Pikine et Ndiolofène,que l’on trouve le plus grand nombre demoustiques femelles, avec respectivement23,5, et 17,3 %, et les plus fortes concen-trations sont rencontrées à Sor Nord etDiamaguene. La domination des Culexpar rapport aux autres espèces est confir-mée par le test de Kruskal-Wallis(tableau 2). La p-value calculée est nette-ment inférieure au niveau de significationalpha = 0,05, on doit rejeter H0 (Leséchantillons ne sont pas significativementdifférents) (tableau 3).En outre, on voit des différences non signi-ficatives des Culex avec toutes les autresespèces. Cette situation est favoriséeentre autre par l’insalubrité et la proliféra-tion des eaux stagnantes le plus souventsouillées ou non douces.Le GLM pour sa part précise que l’associa-tion entre la pluie et la hauteur d’eau men-suelles (figure 8) explique bien les consulta-tions mensuelles (tableau 4). La p-valuecalculée est inférieure au niveau de signifi-cation alpha = 0,05, et on doit rejeterl’hypothèse nulle H0 (absence de relationlinéaire significative entre les variables).Le risque de rejeter l’hypothèse nulle H0,alors qu’elle est vraie, est inférieur à0,01 %. Ce modèle est d’autant plus inté-ressant que la part de variance expliquéene vaut qu’environ 33 %. Cependant, unetransformation en logarithmique de toutesles variables a permis une bonne améliora-tion du R2 qui vaut désormais 0,41.La déviance résiduelle standardisée suitaussi une distribution normale, mieux quedans le modèle n’incluant que les valeursoriginales. Le test de Shapiro-Wilk donneune p-value calculée supérieure au niveaude signification seuil alpha = 0,05 validantl’hypothèse nulle H0 (l’échantillon suit uneloi normale). Le risque de rejeter l’hypo-thèse nulle H0, alors qu’elle est vraie, estde 64,1 % (figure 9). Ces coefficients designificativité du modèle amènent à direque la relation serait plus forte si elle étaitcomplétée par l’action de plusieurs autresfacteurs environnementaux [35-37], socio-économiques et liés au système de soins…

Discussion et conclusion

L’analyse à partir des variables de diversordres reposant sur des méthodes et tech-niques très variées, apporte des éclaircis-sements sur l’évolution du climat à Saint-Louis. La pluie, qui représente un des para-mètres climatiques les plus importants, adiminué nettement à partir de 1970 et secaractérise de nos jours par une légèrehausse. Le niveau du fleuve Sénégal, quidépend essentiellement de la pluviométrie

300

200

100

0

60

30

0

-30

1950 1955 1960 1965 1970 1975 1980 1985 1990 1955 2000 2005Années

Résidus

Saisonnalité

Tendance

Pluviométrie mensuelle en mm

60

40

20

0

200

100

0

-100

Figure 6. Décomposition de la pluviométrie mensuelle à Saint-Louis.Yt¼ Ct þ St þ ε t.Ct = tendance,.St = variations saisonnières,.εt = variations accidentelles,.t = 1,…n.

Tableau I. Capture et determination de moustiques dans le faubourg de Sor.

Quartiers Pers A1 A2 A5 CLX ADS

F M F M F M F M F M

Eaux Claires-Diaminar 67 0 0 0 0 0 0 156 118 4 3

Leona-Hlm 87 0 0 0 0 0 0 372 256 0 0

Medina Courses G Rails 72 0 0 0 0 0 0 385 216 1 0

Darou 67 0 0 0 0 4 1 278 85 0 2

Sor Nord 93 0 0 0 0 0 0 653 409 5 3

Ndiolofene 118 1 0 1 0 1 0 664 306 1 0

Diamaguene 85 0 0 0 0 0 0 395 321 40 3

Pikine 315 0 0 0 0 0 0 885 759 24 10

904 1 0 1 0 5 1 3788 2470 75 21

F : femelle ; M : male ; A1 : Anopheles gambiae s.l (Anopheles gambiae et Arabiensis) ; A2 : Anophe-les pharaoensis ; A5 : Anopheles rufupes ; CLX : Culex ; ADS : Aedes ; Pers : nombre de personnes ayantpasse la nuit dans la chambre.


dans le haut bassin, suit également cettemême allure. Sur le plan sanitaire, onnote une prolifération de moustiques nuisi-bles à cause des eaux stagnantes en per-manence, mais seulement avec un faible

pourcentage d’anophèles capables detransmettre le paludisme. Cette situationse traduit par les forts volumes d’activitésdes structures de soins avec le paludismecomme le principal motif de consultations

générales. La modélisation statistique apermis d’étayer l’existence de liens entrel’abondance pluviométrique et le niveauhydrologique d’une part, et d’autre partle nombre de patients observés dans leposte de santé de Sor. La part de varianceexpliquée par la pluie et la hauteur d’eaudans le fleuve avoisine les 41 %, ce quiconstitue un résultat intéressant si on tientcompte du rôle d’autres déterminants pou-vant entrer en jeu. Parmi ceux-ci, on peutciter, entre autres paramètres climatiques,

A B

C D

Nord.

Sor Nord Darou

Khor.

Diamaguene

Ndiolofene

Eaux Claires -Diaminar


NdarToute.

GuetNdar.

Sud.

Leona-HLM

Pikine

OC

ÉA

N A

TLA

NTI

QU

E

fleuv

e S

énég

al

0 2

km

(2)(12)(17)(27)(28)(29)

160 320-80 160-40 80-20 40-10 20-0 10-

Nord.

Sor Nord Darou

Khor.

Diamaguene

Ndiolofene



NdarToute.

GuetNdar.

Sud.

Leona-HLM

Pikine

OC

ÉA

N A

TLA

NTI

QU

E

fleuv

e S

énég

al

0 2

km

(2)(12)(17)(27)(28)(29)

160 320-80 160-40 80-20 40-10 20-0 10-

N

Nord.

Sor Nord Darou

Khor.

Diamaguene

Ndiolofene



NdarToute.

GuetNdar.

Sud.

Leona-HLM

Pikine

OC

ÉA

N A

TLA

NTI

QU

E

fleuv

e S

énég

al

0 2

km

(1)(1)(3)

(18)(92)

20 24-8 12-4 8-1 4-0 1-

N

Nord.

Sor Nord Darou

Khor.

Diamaguene

Ndiolofene



NdarToute.

GuetNdar.

Sud.

Leona-HLM

Pikine

OC

ÉA

N A

TLA

NTI

QU

E

fleuv

e S

énég

al

0 2

km

(1)20 24-(1)8 12-(3)4 8-

(18)1 4-(92)0 1-

N

N

Figure 7. Nombre total de femelles de moustiques récoltées (A et B) et femelles d’Aedes (C et D).Les images B et D ont été obtenues par triangulation de Delaunay (polygone de Thiessen) ; le découpage à l’aide de cette technique permet d’obtenir des polygones irréguliers(appelés polygones de Thiessen ou de Voronoi) qui couvrent entièrement le Sor.

Tableau II. Test de Kruskal-Wallis.

K (valeur observee) K (valeur critique) DDL p-value (bilaterale) alpha

60,9 16,9 9 < 0,0001 0,05


la température de l’air et l’humidité rela-tive, auxquels peuvent s’ajouter d’autresdonnées environnementales comme latopographie, la nature du sol…Cette analyse révèle également toute la dif-ficulté de spécifier les critères d’évaluationdes relations entre variabilité hydroclima-tique et maladies infectieuses. Même si plu-sieurs auteurs s’intéressent à cette théma-tique, le nombre d’études de modélisationqui lient directement le climat aux casobservés de maladies reste encore faible.En effet, la plupart mettent plus en évi-dence l’action des paramètres climatiquessur l’écologie et la survie des vecteurs. Parexemple, des auteurs ont démontré la sen-sibilité des moustiques à la température del’air. Dans nombre de villes sahéliennes,comme c’est le cas de Saint-Louis, l’habitatest spontané et irrégulier dans les quartierspériphériques. Ceux-ci reposent le plussouvent sur des zones non aedificandi,accentuant ainsi les problèmes liés aumanque de réseau d’assainissement etd’évacuation des eaux pluviales. En saisondes pluies, la plupart de ces quartiers seretrouvent les pieds dans l’eau, ce qui

Tableau III. Test de Kruskal-Wallis sur les differents echantillons de moustiques.

Differences par paires (difference critique : 37,9)

A1 A2 A5 CLX ADS

F M F M F M F M F M

A1 F 0 3,4 0,0 3,4 –4,4 0,0 –46,4 –42,9 –22,1 –17,3

M –3,4 0 –3,4 0,0 –7,8 –3,4 –49,8 –46,3 –25,4 –20,7

A2 F 0,0 3,4 0 3,4 –4,4 0,0 –46,4 –42,9 –22,1 –17,3

M –3,4 0,0 –3,4 0 –7,8 –3,4 –49,8 –46,3 –25,4 –20,7

A5 F 4,4 7,8 4,4 7,8 0 4,4 –42,0 –38,5 –17,7 –12,9

M 0,0 3,4 0,0 3,4 –4,4 0 –46,4 –42,9 –22,1 –17,3

CLX F 46,4 49,8 46,4 49,8 42,0 46,4 0 3,5 24,3 29,1

M 42,9 46,3 42,9 46,3 38,5 42,9 –3,5 0 20,8 25,6

ADS F 22,1 25,4 22,1 25,4 17,7 22,1 –24,3 –20,8 0 4,8

M 17,3 20,7 17,3 20,7 12,9 17,3 –29,1 –25,6 –4,8 0

Differences significatives (niveau de signification corrige de Bonferroni : 0,001)

A1 A2 A5 CLX ADS

F M F M F M F M F M

A1 F Non Non Non Non Non Non Oui Oui Non Non

M Non Non Non Non Non Non Oui Oui Non Non





CLX F Oui Oui Oui Oui Oui Oui Non Non Non Non

M Oui Oui Oui Oui Oui Oui Non Non Non Non

ADS F Non Non Non Non Non Non Non Non Non Non

M Non Non Non Non Non Non Non Non Non Non

F : femelle ; M : male ; A1 : Anopheles gambiae s.l (Anopheles gambiae et Arabiensis) ; A2 : Anopheles gharaoensis ; A5 : Anopheles gufupes ; CLX : Culex ;ADS : Aedes.

250

1995 1996 1997 1998 1999Années

PluviométrieHauteur d'eauPaludisme

Plu

ie (m

m)

Plu

ie (m

m)

Plu

ie (m

m)

Plu

ie (m

m)

Plu

ie (m

m)

No

mb

re d

e ca

s

0

0,7

1,4

2,1 Hau

teur

d'e

au (m

)

2000 2001 2002 2003 2004 2005

200

150

100

50

0

Figure 8. Évolution mensuelle des cas de paludisme (poste de santé de Sor).Trait noir = nombre de cas mensuels de paludisme, bâton gris = pluviométrie mensuelle à la station synoptique deSaint-Louis aéroport, bâton jaune = hauteur d’eau mensuelle à la station hydrologique de Saint-Louis.


Tableau IV. Modele lineaire generalise (paludisme ~ pluviometrie + hauteur d’eau).

Source de variation Degres de liberte Somme des carres Carres moyens F Pr > F

Modele 2 11,8 5,9 35,6 0,000

Erreur 102 16,8 0,2 ***

Total corrige 104 28,6

Source Valeur Ecart type t de student Pr > t

Constante 3,5 0,2 21,9 0,000 ***

log(pluie + 1) 0,1 0,0 4,8 0,000 ***

log(hauteur d’eau + 1) 0,9 0,3 3,3 0,002 **

Source Borne inferieure (95 %) Borne superieure (95 %) s 0,41

Constante 3,2 3,8

log(pluie+1) 0,1 0,2 R2 0,41

log(hauteur d’eau+1) 0,4 1,4 R2 ajuste 0,40

Anova Degre de liberte Deviance Degre de liberte residuel Deviance residuelle

NUL 104 28,6

log(pluie+1) 1 10,0 103 18,6

log(hauteur d’eau+1) 1 1,7 102 16,8

AIC 113,7

Interactions 2

Significativite : 0 ; ***p = 0,001 ; **p = 0,01 ; *p = 0,05 ; .p = 0,1 ; p : 1.

Q-Q normal

Rés

idus

Dév

ianc

e ré

sidu

elle

sta

ndar

disé

e

4,0 4,2 4,4 4,6 4,8 5,0

-1,0

-0,5

0,0

0,5

1,0

Valeurs prédites

octobre 2000

juillet 2002

février 2001

4,0 4,2 4,4 4,6 4,8 5,0

0,0

0,5

1,0

1,5

Valeurs prédites

octobre 2000juillet 2002

février 2001

-2 -1 0 1 2

-2

-1

0

1

2

3

Quantiles théoriques

Dév

ianc

e ré

sidu

elle

sta

ndar

disé

e

octobre 2000

juillet 2002

février 2001

Test de Shapiro-Wilk

W = 0,99

p-value = 0,64

0,00 0,02 0,04 0,06 0,08 0,10

-3

-2

-1

0

1

2

3

Levier

Dév

ianc

e ré

sid

uelle

sta

ndar

dis

ée

Distance de Cook

septembre 2003

octobre 1997

juillet 2002

Figure 9. Diagnostic du modèle linéaire généralisé (paludisme ~ pluviométrie + hauteur d’eau).


peut être le plus souvent synonyme dedéclenchement ou de propagation demaladies d’origine hydrique. Sur le plansanitaire de base, un souci de taille peutse situer au niveau du manque de diagnos-tic systématique fiable en termes de santépublique. Dès lors, beaucoup de patho-logies qui sont mal soignées peuventcréer des résistances de parasites auxmédicaments. Par exemple, pour le casdu paludisme, le fait de privilégier l’appro-che syndromique, fondée essentiellementsur des signes cliniques, pour diagnosti-quer cette maladie dans la santé commu-nautaire de base, risque à la longue decréer beaucoup de difficultés. En plus decela, un grand volet de sensibilisation despopulations doit s’effectuer pour réduire lerisque. L’originalité de notre approcheréside dans son caractère multidiscipli-naire. Par ailleurs en dehors des facteursclimatiques et des statistiques sanitaires etentomologiques, une grande attention doitêtre portée à la morbidité ressentie, pourréduire la confusion sur les manifestions decertaines pathologies. En fait, certainspatients ne maîtrisent pas totalement lessymptômes de certaines maladies. Ensuite,il peut exister parfois un décalage entre ceque ressent le malade, ce qu’il déclare, et,finalement, le diagnostic du technicien desanté. Pour illustration, on peut citer lepaludisme dans sa phase la plus grave– on parle alors d’accès pernicieux. La per-sonne touchée est victime de crises convul-sives qui, dans la société traditionnelle afri-caine, seront le plus souvent assimilées àdes possessions mystiques et surnaturellesplutôt qu’à un paludisme grave. En plus,seul le recours systématique à la goutteépaisse et au frottis sanguin peut permettred’avoir de statistiques précises sur la pré-valence réelle du paludisme, surtout enmilieu urbain.■

Remerciements

À Jean François Trape et Cheikh Sokhna(UMR 198 paludologie afrotropicale, IRD-Dakar) pour l’accueil au laboratoire et lesanalyses en parasitologie ; à LassanaKonaté et Malick Faye (laboratoire d’écolo-gie vectorielle, faculté des sciences, UCAD-Dakar) pour la capture et la déterminationdes moustiques à Saint-Louis ; à Espoir Pourla Santé à Saint-Louis et à toutes les person-nes ayant participé de près ou de loin à laréalisation de ce projet.

Références

1. Fontaine B, Janicot S. Sea surface temperaturefields associated with West African rainfall ano-maly types. J Clim 1996 ; 9 : 2935-40.

2. Diedhiou A, Janicot S, Viltard A, de Felice P,Laurent H. Easterly wave regimes and associatedconvection over West Africa and the tropicalAtlantic: results from NCEP/NCAR and CEPMMTreanalyses. Clim Dyn 1999 ; 15 : 795-822.

3. Servat E, Paturel JE, Lubes-Niel H, Kouame B,Travaglio M, Marieu B. Variabilite des ecoule-ments en Afrique tropicale humide. CR Acad Sci1997 ; 325 : 679-82.

4. Paturel JE, Servat E, Lubes H, Delattre MO.Analyse de series pluviometriques de longueduree en Afrique de l’Ouest et Centrale non sahe-lienne dans un contexte de variabilite climatique.Hydrol Sci J 1998 ; 43 : 937-46.

5. Mahe G, L’Hote Y, Olivry JC, Wotling G.Trends and discontinuities in regional rainfall ofWest and Central Africa, 1951-1989. HydrolSci J 2001 ; 46 : 211-26.

6. L’Hote Y, Mahe G, Some B, Triboulet JP. Ana-lysis of a sahelian annual rainfall index updatedfrom 1896 to 2000; the drought still goes on.Hydrol Sci J/J Sci Hydrol 2002 ; 47 : 563-72.

7. Lamb PJ. Persistence of Sub-Saharan drought.Nature 1982 ; 299 : 46-8.

8. Eltahir EAB, Gong C. Dynamics of wet and dryyears in West Africa. J Clim 1996 ; 9 : 1030-42.

9. Balme M, Lebel T, Amani A. Dry years and wetyears in the Sahel: quo vadimus? Hydrol Sci J2006 ; 51 : 254-71.

10. DaiA, Lamb PJ, Trenberth KE, HulmeM, JonesPD, Xie P. The recent Sahel drought is real. IntJ Climatol 2004 ; 24 : 1323-31.

11. Mbaye M, Sagna P. Analyse de la vulnerabi-lite des societes aux variations climatiques :l’exemple du faubourg de SOR a Saint-Louis(Senegal). In : Beltrando G, Madelin M, QuenolH, eds. Les risques lies au temps et au climat. Col-loque AIC, Epernay, 2006.

12. D’Ercole R. Les vulnerabilites des societes etdes espaces urbanises : concepts, typologie,modes d’analyses. Rev Geogr Alp 1994 ; 4 :87-96.

13. Wisner B, Blaikie P, Cannon T, Davis I.At risk:natural hazards, people’s vulnerability, anddisasters. London : Routledge, 2004.

14. Baudon D, Louis FJ, Martet G. En Afrique, lepaludisme urbain est le paludisme de demain.Med Trop 1996 ; 56 : 323-5.

15. Besancenot JP, Handschumacher P, NdioneJA, Mbaye I, Laaidi K. Climat, eau et sante auSahel ouest-africain. Secheresse 2004 ; 15 :233-41.

16. Martens WJM, Jetten TH, Rotmans J. Climatechange and vector-borne diseases: a globalmodelling perspective. Glob Environ Change1995 ; 5 : 195-209.

17. BoumaMJ, Dye C, Van der Kaay HJ. Falcipa-rum malaria and climate change in the NorthWest Frontier Province of Pakistan. Am J TropMed Hyg 1996 ; 55 : 131-7.

18. Constantin De Magny G, Guegan JF, Petit M,Cazelles B. Regional-scale climate-variability syn-chrony of cholera epidemics inWest Africa. BMCInfect Dis 2007 ; 7 : 20.

19. Craig MH, Snow RW, Le Sueur D. A climate-based distribution model of malaria transmissionin Sub-Saharan Africa. Parasitol Today 1999 ;15 : 105-11.

20. Mbaye M. L’apport de l’imagerie satellitale etdes Systemes d’information geographique (SIG)dans l’evaluation des contraintes hydrologiques aSaint-Louis du Senegal, in Spatialisation et carto-graphie en hydrologie. Rev Mosella 2004 ; 29 :167-80.

21. Lubes H, Masson JM, Servat E, Paturel JE,Kouame B, Boyer JF. Caracterisation de fluctua-tions dans une serie chronologique par applica-tions de tests statistiques-etude bibliographique.Montpellier : Orstom editions, 1994.

22. Bourbonnais R, TerrazaM.Analyse des seriestemporelles en economie, applications a l’econo-mie et la gestion. 2e edition. Paris : Dunod, 2008.

23. Petrarca V, Vercrysse J, Colluzzi M.Observa-tion on the anopheles gambiae complex in theSenegal river bassin, West Africa.Med Vet Ento-mol 1987 ; 1 : 303-12.

24. Carrara G, Petrarca V, Niang M, Colluzzi M.Anopheles pharoensis and transmission of plas-modium falciparum in the Senegal river delta,West Africa.Med Vet Entomol 1990 ; 4 : 421-4.

25. Saporta G. Probabilites, analyse des donneeset statistique. Paris : Technip, 2006.

26. Diallo S, Ndir O, Diop BM, et al. Le paludismedans le district sanitaire sud de Dakar (Senegal).1. Parasitemie et acces paludeens. Bull Soc PatholExot Filiales 1998 ; 91 : 208-13.

27. Diallo S, Konate L, FayeO, et al. Le paludismedans le district sanitaire sud de Dakar (Senegal).2. Donnees entomologiques, parasitologiques etcliniques. Sante 2000 ; 10 : 221-9.

28. Organisation mondiale de la sante (OMS).Entomologie du paludisme et controle des vec-teurs. Guide du stagiaire. Geneve : OMS, 2003.

29. Pages F, Orlandi-Pradines E, Corbel V. Vec-teurs du paludisme : biologie, diversite, controleet protection individuelle. Med Mal Infect 2007 ;37 : 153-61.

30. Meylan P, Musy A. Hydrologie frequentielle.Bucarest : H*G*A, 1999.

31. Chastel C. Reflexions sur deux virosesd’actualite : la fievre jaune et la dengue. AnnBiol Clin (Paris) 1997 ; 55 : 415-24.

32. Thonnon J, Fontenille D, Tall A, et al. Re-emergence of yellow fever in Senegal in 1995.Am J Trop Med Hyg 1998 ; 59 : 108-14.

33. Mutebi JP, Barrett ADT. The epidemiology ofyellow fever in Africa. Microbes Infect 2002 ; 4 :1459-68.

34. Baudon D, Gazin P, Galaup B, Pellotier-Guinart E, Picq JJ. Fiabilite de l’examen cliniquedans le diagnostic des fievres palustres en zoned’endemie ouest-africaine.Med Trop 1988 ; 48 :123-6.

35. Mouchet J, Carnevale P. Impact des transfor-mations de l’environnement sur les maladies atransmission vectorielle. Sante 1997 ; 7 : 263-9.

36. Bouree P. Aspects actuels du paludisme. RevFrancophone Lab 2006 ; 385 : 25-38.

37. Guegan JF, Prugnolle F, Thomas F. Globalspatial patterns of infectious diseases andhuman evolution. In : Stearns SC, Koella J, eds.Evolution in Health and Disease. Oxford (U.K) :Oxford University Press, 2007.


Documents

Ressources en eau et santé publique au Sahel: exemple de la propagation des maladies infectieuses à Saint-Louis (Sénégal)