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.




