La datavisualisation a joué un rôle crucial au cours de la crise du Covid. Elle a en effet permis de mettre en images la progression de l’épidémie… Et ainsi d’accéder à une meilleure connaissance de cette dernière. Mais son rôle n’a pas été uniquement informatif. La datavisualisation a également concouru à une meilleure équité sociale au cours de la crise sanitaire en permettant une distribution plus équitable des ressources vaccinales. Aux Etats-Unis, un hôpital a en effet utilisé la dataviz pour mettre fin aux inégalités dans l’accès au vaccin.
La datavisualisation pour identifier les groupes d’individus les moins protégés du covid
Tester, vacciner. Tout au long de la pandémie, dans l’ensemble des pays occidentaux, des stratégies ont été mises en place pour assurer la sécurité sanitaire des populations les plus à risques. Mais comment cibler et prioriser ces dernières ? Dans un long article publié sur son site internet, le site Health IT Analytics raconte comment les autorités sanitaires de Minneapolis, aux Etats-Unis, ont misé sur… La datavisualisation.
« Nous avons rapidement compris que c’était une chose de connaître les populations de patients et de disposer d’une certaine quantité de vaccins… Mais que la distribution équitable du vaccin était une autre paire de manches », a déclaré à HealthITAnalytics Deepti Pandita, responsable de l’innovation en matière de santé à l’hôpital d’Hennepin.
Mme Pandita a décidé d’opter pour une stratégie de personnalisation. Son objectif ? Vaincre les réticences au vaccin chez les populations les plus susceptibles d’y être réticentes. L’hôpital a donc créé un algorithme pour recueillir des informations sur certains déterminants sociaux. L’objectif ? Identifier les patients ayant des difficultés de transport, un logement précaire, une connaissance limitée de l’anglais… Et d’autres éléments susceptibles d’avoir un impact sur leur capacité à se faire vacciner ou leur sensibilité au virus.
« Sans la dataviz, nous n’aurions pas su par où commencer »
Les responsables ont ensuite combiné ces informations avec des outils de visualisation des données basés sur le code postal pour identifier les quartiers qui nécessitaient une plus grande attention.
« Sans la dataviz, nous n’aurions pas su par où commencer », a ainsi déclaré la chercheuse à l’origine de cet algorithme. « L’intégration de toutes ces informations dans un outil de visualisation est essentielle pour démontrer pourquoi les stratégies de ciblage sont nécessaires », a expliqué Mme Sederstrom. La chercheuse a également concouru à le mettre en place. « Sans les données, il peut être très difficile de parvenir à une équité sanitaire et vaccinale », a-t-elle déclaré.
La dataviz peut donc aider les responsables des soins de santé à comprendre ce qui fonctionne et ce qui doit être amélioré. « Grâce à elle, nous avons pu cibler les populations qui nous échappaient », a déclaré Mme. Sederstrom.
Dans le monde entier, la dataviz a raconté le Covid
Et cet exemple n’est pas un cas isolé. Les connaissances découvertes à partir des données épidémiologiques ont aidé les chercheurs, les épidémiologistes et les décideurs du monde entier à mieux comprendre la maladie… Ce qui les a aidés à trouver des moyens de la détecter, de la contrôler et de la combattre. Comme « une image vaut mille mots », le fait de disposer de méthodes pour visualiser et analyser visuellement ces données volumineuses a facilité la compréhension des données et des connaissances découvertes.
La dataviz a également été la championne de l’information en temps de pandémie. Dès les premiers mois du Covid-19, une datavisualisation a fait le tour du monde. Il s’agit de la cartographie proposée par l’université John Hopkins. Cette dernière a depuis été vue plus d’un milliard de fois par jour. Elle a également permis au grand public d’obtenir un aperçu global de la progression de l’épidémie. Plus récemment, en France, le projet Covid Tracker, porté par le jeune expert data Guillaume Rozières, a été distingué par… Le président Macron en personne. Autant d’exemples démontrant l’importance de la datavisualisation dans la lutte contre le Covid.