Corrélation entre les précipitations et le taux de positivité des tests du paludisme dans les communes de Port-au-Prince et de Delmas, Haïti (2016–2018)

Résumé

Noncent D., Richemont M.E.J, et Pierre M. 2026. Corrélation entre les précipitations et le taux de positivité des tests du paludisme dans les communes de Port-au-Prince et de Delmas, Haïti (2016–2018). RED 12 (1): 59 - 67.

Le paludisme, qui demeure endémique en Haïti, constitue un enjeu majeur de santé publique. Les facteurs climatiques, notamment les précipitations, sont suspectés d'influencer la dynamique de transmission de cette maladie vectorielle. Cette étude descriptive et rétrospective vise à analyser la corrélation entre les épisodes pluvieux et la survenue des cas de paludisme dans les communes de Port-au-Prince et de Delmas pour la période 2016–2018. Les données analysées proviennent de la base de données pluviométrique (pluie totale, pluie maximale, nombre de jours de pluie) de l'Unité Hydrométéorologique d'Haïti (UHM) pour la période 2009–2018, ainsi que des données sanitaires sur les cas de paludisme obtenues auprès de la Direction Sanitaire de l'Ouest (DSO) pour 2016–2018. Le coefficient de corrélation de Pearson (r) et le seuil de significativité à 5 % (p < 0,05) ont été calculés pour évaluer la force et la significativité statistique des associations observées. Au total, 17 235 personnes ont été testées à Port-au-Prince contre 40 322 à Delmas. Une diminution synchronisée des cas de paludisme a été observée dans les deux communes entre 2016 et 2018. À Delmas, les coefficients de corrélation (r) étaient négatifs et faibles (r = −0,114 à −0,276). À Port-au-Prince, des corrélations positives mais faibles ont été observées pour la pluie totale (r = 0,241) et le nombre de jours de pluie (r = 0,138). En conclusion, l'étude n'a mis en évidence aucune association robuste entre les précipitations et le taux de positivité des tests (TPR) du paludisme, les corrélations observées n'ayant pas atteint le seuil de significativité statistique (p > 0,05). Toutefois, des études longitudinales intégrant d'autres variables climatiques et socio-économiques sont recommandées.