Aller au contenu
Urgence

L’UMIE à l’Université de Cambridge : vers un partenariat scientifique sur le One Health, les zoonoses, les maladies sensibles au climat et les vaccins

From Data to Décision : l’UMIE présente à l’Imperial College London son appui à la riposte contre Ebola Bundibugyo

From Data to Decisions: Epidemic Intelligence for the Bundibugyo Virus Response in the DRC

Renforcer les compétences scientifiques pour mieux comprendre, anticiper et répondre aux épidémies.

Renseignements épidémiologiques en temps réel en cas d’urgence de santé publique : l’épidémie du virus Bundibugyo de 2026

L’expertise scientifique se développe également grâce au partage des connaissances

De nouvelles recherches devraient renforcer le renseignement épidémiologique et la modélisation de la réponse au virus Bundibugyo

Focus Terrain | Cette semaine, nous vous emmenons à Bunia.

Cartographier le risque, fiabiliser les données : première mission de l’UMIE au cœur de la riposte contre Ebola à Bunia

RiposteEbola | Savez-vous que derrière chaque décision prise pour lutter contre une épidémie se cachent des milliers de données à analyser ?

Facebook-f Linkedin Instagram X-twitter
  • Acceuil
  • À propos
    • Qui sommes-nous
    • Notre Equipe
    • Nos Partenaires
    • Galerie
  • Expertises
  • Ressources
  • Projets
  • Actualités
  • Contact
cropped-LOGO-UMIE.png
  • Actualité

Renseignements épidémiologiques en temps réel en cas d’urgence de santé publique : l’épidémie du virus Bundibugyo de 2026

  • septembre 23, 2026
Facebook
X
WhatsApp
LinkedIn

La République démocratique du Congo fait actuellement face à sa 17e épidémie d’Ebola enregistrée, déclarée le 15 mai 2026.

Il s’agit de la deuxième épidémie causée par le virus Bundibugyo (Orthoebolavirus bundibugyoense ; BDBV) dans le pays, et déjà la plus importante jamais enregistrée.

Les outils de diagnostic, les traitements et les vaccins utilisés lors des épidémies précédentes pourraient ne pas être efficaces contre le BDBV, et l’origine et le moment de l’épidémie restent incertains, ce qui complexifie la réponse de santé publique.

Dans ce contexte, une collecte, une diffusion et une analyse efficaces et menées localement des données sont indispensables pour fournir aux décideurs une connaissance précise de la situation et des éléments probants pour coordonner la riposte à l’épidémie. Nous présentons ici un tableau de bord en accès libre pour le suivi des épidémies de BDBV , combinant des données de surveillance épidémiologique opérationnelles et des données contextuelles. Les données sous-jacentes sont mises à jour en temps réel et disponibles sur un dépôt open source hébergé par l’Institut national de la recherche biomédicale (INRB). Des protocoles de contrôle de version et d’assurance qualité garantissent une traçabilité complète et transparente de toutes les modifications (voir la documentation du dépôt pour une description détaillée).

Une équipe interdisciplinaire coordonne l’harmonisation des données entre les institutions nationales de santé (Institut national de santé publique) et les instituts de recherche (INRB) de la République démocratique du Congo, ainsi qu’avec les acteurs des organisations de santé internationales et régionales (Bureau régional de l’OMS pour l’Afrique et Centres africains de contrôle et de prévention des maladies), en collaboration avec des partenaires internationaux (par exemple, la Flowminder Foundation et Healthsites.io , et les contributions en recherche et ingénierie de l’Université d’Oxford [Oxford, Royaume-Uni] et de la Northeastern University [Boston, MA, États-Unis]).

La plateforme comprend une sélection de sources de données pertinentes pour l’évaluation des risques et la coordination de la riposte aux épidémies ( voir annexe ), telles que des mesures spatiales de la précarité et des inégalités socio-économiques permettant d’identifier les zones particulièrement vulnérables, ainsi que des estimations de la mobilité humaine entre l’épicentre de l’épidémie (ici défini comme Rwampara, Mongbwalu et Bunia) et d’autres zones sanitaires.

Le croisement des données épidémiologiques actuelles avec les estimations de la mobilité humaine et les données démographiques permet une évaluation continue du risque dynamique de propagation spatiale de l’épidémie, orientant ainsi les efforts de surveillance et l’allocation des ressources.

Le dépôt de données est placé sous licence MIT et partagé publiquement dans un souci d’ouverture et de reproductibilité. Nous recommandons aux équipes utilisant les jeux de données compilés de prendre en compte la publication du dépôt de données utilisé. Lorsque des licences spécifiques s’appliquent aux jeux de données contextuels, elles sont indiquées sur la page. Les équipes souhaitant utiliser les données épidémiologiques sont priées de contacter les auteurs correspondants de cet article.

Cette plateforme de tableau de bord de données constitue le fondement d’une infrastructure améliorée de surveillance numérique des maladies, pilotée par l’intelligence artificielle, et d’une capacité de réponse rapide pour cette épidémie et les suivantes. Des investissements continus dans l’infrastructure et la surveillance numériques des maladies, menés par les instituts nationaux de santé publique, seront nécessaires pour détecter les épidémies actuelles et futures, y répondre et améliorer la sécurité sanitaire mondiale

Conflits d’intérêts

Nous déclarons n’avoir aucun conflit d’intérêts. Nous remercions le programme Horizon Europe de l’UE pour son soutien à ce travail dans le cadre du projet EBOLA PREP TBOX, qui fait partie de l’entreprise commune EDCTP3 (convention de subvention n° 101145709, attribuée à PMK et DME), et E4Warning (101086640). Nous remercions également la Fondation Bill & Melinda Gates (INV-090281, à MUGK, PMK et DME ; INV-063472 à MUGK), la Fondation Rockefeller (PC-2022-POP-005 à MUGK), le programme Health AI de Google.org, les programmes de l’Oxford Martin School sur la génomique des pandémies et la préparation numérique aux pandémies, le Wellcome Trust (subventions 303666-Z-23-Z, 226052-Z-22-Z et 228186-Z-23-Z à MUGK), UK Research and Innovation (APP8583 à MUGK), la Medical Research Foundation (MRF-RG-ICCH-2022-100069 à MUGK), UK International Development (301542-403 à MUGK) et la Fondation Novo Nordisk (NNF24OC0094346 à [nom manquant]). MUGK). Le contenu de cette publication relève de la seule responsabilité des auteurs et ne reflète pas nécessairement les opinions de la Commission européenne ni des autres bailleurs de fonds.

Facebook
X
WhatsApp
LinkedIn

Autres Publications

L’UMIE à l’Université de Cambridge : vers un partenariat scientifique sur le One Health, les zoonoses, les maladies sensibles au climat et les vaccins

Umie octobre 26, 2026

From Data to Décision : l’UMIE présente à l’Imperial College London son appui à la riposte contre Ebola Bundibugyo

Umie octobre 20, 2026

From Data to Decisions: Epidemic Intelligence for the Bundibugyo Virus Response in the DRC

Umie octobre 2, 2026

Renforcer les compétences scientifiques pour mieux comprendre, anticiper et répondre aux épidémies.

Umie septembre 23, 2026

Renseignements épidémiologiques en temps réel en cas d’urgence de santé publique : l’épidémie du virus Bundibugyo de 2026

Umie septembre 23, 2026

L’expertise scientifique se développe également grâce au partage des connaissances

Umie septembre 17, 2026

Inscrivez-vous à notre newsletter.

Vous serez notifié de nos prochaines publications

Votre inscription a bien été enregistrée ! Oups ! Une erreur s'est produite. Veuillez réessayer.

En vous abonnant, vous acceptez nos Conditions générales et notre Politique de confidentialité et d'utilisation des cookies.

Besoin d'aide ?
+243 980 376 845

Nos apps seront bientôt disponibles

Unité de Modélisation et Intelligence Épidémique

Adresse

5345, Avenue de la Démocratie - Kinshasa / Gombe - B.P. 1197 Kinshasa 1

Heure de travail

Lun – Vend : 8:30 – 16:30

Liens utiles

Accueil

A propos

Expertise

Publications

Contact

Tags

Ebola

Pandemie

Choléra

Rougeole

Paludisme

Annexe

OMS

INRB

Min. Santé

Présidence

Gates Foundation

Partenaires

AfricanCDC

GIZ

INOHA

OXFORD

Institut Pasteur

Copyright © 2026 UMIE/INRB Tous droits réservés.