Analyse de l impact de l'épidémie d'ebola sur la prise en charge de l'infection à VIH en Guinée

Transcription

1 Analyse de l impact de l'épidémie d'ebola sur la prise en charge de l'infection à VIH en Guinée Dr Ndawinz Jacques jacques.ndawinz@solthis.org Séminaire ED 393 Pierre Louis de santé publique, Saint Malo, octobre 2015

2 Renforcement des capacités Intervention dans le volet SIS Au niveau central Niveau intermédiaire Centre de santé Développement d outils de collecte adaptés et harmonisés Développement des méthodes et outils de supervision Renforcer les capacités en gestion des données Renforcer les capacités en analyse des données Développement des techniques et outils de supervision Réglementer le circuit de l information sanitaire Encourager l utilisation des données Mise en place des outils de collecte Formation en salle Suivi sur site Renforcement du circuit de l information Encourager l utilisation des données 2

3 Adaptation de l intervention de face à Ebola L impact du virus Ebola en Guinée au 1 er juillet 2015 (OMS) 3269 cas confirmés (cc) et 1428 morts dont 191 cc et 96 morts parmi les agents de santé Renforcer les méthodes préventives Former à l hygiène hospitalière et sensibiliser à la maladie: nos équipes et les agents de santé : 23 sites en Guinée Distribuer le matériel (novembre 2014): blouse, masque, lunettes, gants Assurer la continuité des soins des PVVIH Appuyer à la disponibilité continue des ARV Soutenir le SIS pour disposer de données fiables Evaluer l impact de l épidémie Renforcer les capacités à la gestion des interruptions de traitements et adapter l offre de soins VIH Intensifier la recherche des patients VIH «perdus de vue» 3

4 Janv Fev Mars Avril Mai Juin Juil Août Sept Oct Nov Déc Cas Ebola Premiers cas déclarés: 13/03/2014 Déclaration officielle par le Gouvernement 24/03/2014 Hors de contrôle (MSF): 23/06/2014 Création du CTE de l HN de Donka:06/2014 Quelques dates clés Urgence de santé publique de portée internationale (OMS): 8/8/2014 Etat d urgence décrété en Guinée: 13/08/

5 Analyse de l impact de l épidémie d Ebola sur la continuité des soins VIH 5

6 PLAN Analyse des données de routine du VIH du ministère de la santé publique de Guinée Analyse de la base de données de dispensation des ARV de l hôpital national de Donka Conclusion 6

7 Analyse des données de routine du VIH du Ministère de la santé Données principales: Nombre de PVVIH régulièrement sous traitement ARV (File active): FA Nombre de PVVIH ayant initié un TARV Nombre de PVVIH «perdues de vue» : NPDV Période: 2014 Nombre de sites de prise en charge fonctionnels en 2014 : 45 dont 22 à Conakry 7

8 Méthodologie Définition des variables Entrée File active Sortie Nombre d initiation au ARV Transférés entrant Indicateurs calculés Le taux de variation de la file active au temps t: Décès Transférés sortant PDV: 90j ΔFA t = FA t FA t 1 FA t 1 La proportion de mois avec ΔFA<0 au cours de la période

9 Fria Ville de Conakry Dabola Kissidougou Faranah Kérouané Kouroussa Siguiri Kankan Coyah Kindia Pita Beyla Lola N'Zérékoré Macenta Guéckédou Cas cumulés Ebola Distribution des cas cumulés Ebola par préfecture au 31 décembre

10 Janv Fev Mars Avril Mai Juin Juil Août Sept Oct Nov Déc Janv Fev Mars Avril Mai Juin Juil Août Sept Oct Nov Déc File active Cas Ebola File active Cas Ebola File active Cas Ebola File Active Cas Ebola Evolution FA versus cas Ebola en Guinée File active Macenta Ville de Conakry File active Hors de Conakry File active File active Leuenberger et al, AIDS 2015: Pas de rétention 2013 vs faible baisse du suivi des patients VIH + faible initiation au TARV 10

11 CS Tombolia INSE ASFEGMASSI Camp Almamy Samory CMC Flamboyants CS Matoto FMG Centre Mère-Enfant CMC Minière CMC Ratoma DREAM CS MADINA HN Ignace Denn CAT Carrière CMC Coléah CS Gbessia CS Wanindara HN Donka % de mois avec ΔFA<0 en 2014 par site: ville de Conakry 60% 50% 40% 30% 20% 10% 0% 11

12 L hôpital de Donka CTE, HN de Donka, Conakry, Guinée, Juin 2014 CTE délocalisé en banlieue, février

13 Analyse de la base de données de de dispensation des ARV de l hôpital de Donka Type de collecte: ordonnance disponible à partir de janvier 2014 Identifiant unique du patient Age à la visite Sexe du patient Date de la visite de consultation Date de RDV Type de traitement Initiation du traitement Service de prise en charge 13

14 Méthodologie Indicateurs calculés Le taux de PDV au temps t: TPDV t = PDV t i=t n i, i=t0 Le risque d être PDV au temps t: RPDV t = NPDV t FA t 1 Analyse de la rétention au TARV en contexte épidémique Ebola Définition: ne pas être PDV au cours du suivi. PDV si pas de nouvelle au moins 30 jours après son dernier RDV. Analyse non paramétrique de la rétention au TARV au cours du temps: méthode KM Modéliser la survenue de la perte de vue au cours du temps : modèle de Cox Date de point: 30 juin

15 Caractéristiques des PVVIH ayant reçu des ARV et suivies à l hôpital de Donka Caractéristiques des PVVIH au 30 juin 2015 Patients=13939 Visites=44518 Sexe, femme (%) 8800 (63%) Age médian visite en (IIQ) 37 ans (30-46) Première visite en Avant l épidémie Ebola 4637 (33%) Pendant l épidémie Ebola 9302 (67%) Initiation du TARV avant l épidémie Ebola Oui (7%) Non 1009 (93%) Durée médiane de suivi (IIQ) 60 jours (0-10) Durée médiane entre deux visites successives (IIQ) 60 jours (33-83) Durée médiane entre la visite et le prochain RDV (IIQ) 59 jours (31-60) 15

16 Mars_2014 Avril_2014 Mai_2014 Juin_2014 Juil_2014 Août_2014 Sept_2014 Oct_2014 Nov_2014 Déc_2014 Janv_2015 Fév_2015 Mars_2015 Avril_2015 Mai_2015 Juin_2015 File active Cas Ebola Evolution de la FA au cours de versus cas confirmés Ebola Nouveaux cas Ebola Ndawinz et al, Lancet 2015 File active globale 16

17 Mars_2014 Avril_2014 Mai_2014 Juin_2014 Juil_2014 Août_2014 Sept_2014 Oct_2014 Nov_2014 Déc_2014 Janv_2015 Fév_2015 Mars_2015 Avril_2015 Mai_2015 Juin_2015 Taux de perdu de vue Cas Ebola Evolution du taux de PDV au cours de versus cas confirmés Ebola 60% 50% 40% 30% 20% 10% 0% Nouveaux cas Ebola Taux global de perdus de vue Ndawinz et al, Lancet

18 Mars_2014 Avril_2014 Mai_2014 Juin_2014 Juil_2014 Août_2014 Sept_2014 Oct_2014 Nov_2014 Déc_2014 Janv_2015 Fév_2015 Mars_2015 Avril_2015 Mai_2015 Juin_2015 Risque d'être perdu de vue Cas Ebola Evolution du risque mensuel d être PDV versus cas confirmés Ebola 16% 14% 12% 10% 8% 6% 4% 2% 0% Nouveaux cas Ebola Ndawinz et al, Lancet 2015 Risque d'être perdu de vue 18

19 Probabilité de rétention au TARV selon la période de la première visite au cours de la période ,00 0,75 0,50 Test du logrank: p<0,001 0,25 0, Nombre de mois depuis la première visite 1ère visite avant l'épidémie 1ère visite pendant l'épidémie 19

20 Facteurs associés à la perte de vue estimés à partir des modèles de régression de Cox Sexe, Femme Homme Age à la première visite, < ère visite en , Avant Ebola Pendant Ebola Analyse univariée Modèle final RR P-value RR P-value 1 1,07 0,054 1,08 0, ,75 0,73 0,76 1 0,003 0,004 0, ,31 <0,001 0,77 0,75 0,77 0,013 0,004 0, ,37 <0,001 Pas d interaction; Le type de service de prise en charge: non inclus dans reg. Cox mais significatif dans reg. Weibull 20

21 Pas de baisse de la file active dans les préfectures au cours de la flambée épidémique excepté dans la région de Conakry Conclusions Baisse de la FA majoritairement à l HN de Donka et dans trois autres sites de Conakry À l HN de Donka significative du taux de PDV pendant la flambée épidémique Les facteurs associés au risque d être PDV: avoir effectué sa première visite après le début de l épidémie Ebola, être jeune et aussi le type de service de prise en charge Baisse de la qualité de l offre: médecin titulaire déployé dans la lutte contre Ebola délégation des tâches à orientation uniquement au renouvellement d ordonnance La peur de l exposition au virus Ebola à l hôpital: CTE à l intérieur de l hôpital, PTME à proximité. 21

22 22