Descriptif

Dans le domaine de l'intelligence épidémique, de nombreux systèmes de surveillance fondés sur les événements (EBS) ont été proposés dans la littérature afin de faciliter l'identification précoce et la caractérisation des menaces potentielles pour la santé à partir de sources en ligne de toute nature. Chaque système EBS a ses propres définitions et priorités en matière de surveillance, ce qui fait que la sélection du système EBS le plus approprié à une situation donnée constitue un véritable défi pour les utilisateurs finaux. Dans ce travail, un nouveau cadre d'évaluation est proposé afin de résoudre ce problème. Il transforme d'abord les données épidémiologiques brutes en un ensemble d'événements normalisés à granularité multiple, puis effectue une analyse rétrospective descriptive basée sur quatre objectifs d'évaluation : l'analyse spatiale, temporelle, thématique et l'analyse des sources. Nous illustrons sa pertinence en l'appliquant à un ensemble de données sur la grippe aviaire collectées par une sélection de systèmes EBS, et nous montrons comment notre cadre permet d'identifier leurs forces et leurs limites en termes de surveillance épidémique.