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
  • Membre

Leader LAWANGA ONTSHICK

Leader LAWANGA ONTSHICK, MSc, PhD Student, est expert et chercheur en modélisation mathématique et statistique appliquée, avec plus de dix années d’expérience en analyse avancée des données, recherche clinique, épidémiologie quantitative et modélisation de systèmes complexes appliqués à la santé publique.

Son expertise est principalement axée sur le développement et l’application de modèles mathématiques, statistiques et stochastiques destinés à la compréhension, la prédiction et l’aide à la décision en santé globale et en épidémiologie. Il possède une expérience approfondie dans la conception et l’implémentation de modèles prédictifs appliqués aux essais cliniques randomisés, aux données longitudinales, aux panels non équilibrés ainsi qu’aux systèmes dynamiques complexes.

Au cours de sa carrière, il a participé à plusieurs projets nationaux et internationaux au sein de l’Institut National de Recherche Biomédicale, en collaboration avec le NIH/NIAID, CDC Atlanta, UCLA, la Banque Africaine de Développement et d’autres institutions internationales. Ces collaborations ont porté sur les maladies infectieuses émergentes, les essais thérapeutiques, les enquêtes nationales et les systèmes d’information sanitaire.

Ses travaux de recherche récents portent sur la modélisation dynamique des facteurs de risque de mortalité associés à la maladie à virus Ebola, la modélisation stochastique des systèmes vaccinaux, la prévision des besoins vaccinaux ainsi que l’intégration de méthodes statistiques avancées pour soutenir la prise de décision en santé publique.

Il maîtrise plusieurs outils d’analyse et de programmation, notamment R, Python, STATA, SPSS, SQL, Power BI, REDCap, DHIS2, EpiInfo, ODK et CSPro, associés à une solide expérience en gestion de bases de données, conception de systèmes d’information et exploitation de données massives.

Son ambition scientifique est de contribuer au développement de modèles quantitatifs innovants permettant d’améliorer la surveillance épidémiologique, l’évaluation des interventions sanitaires et la prise de décision fondée sur des données probantes.

Mes travaux :

2026 : Assurance-vie en unité de compte : contrats liés à des actions avec une garantie minimum et taux d’intérêt stochastique. https://jafrisci.org/?pg=viewarticle&vol=11&art=233

2025 : Dynamic modeling of mortality risk factors in Ebola virus disease using logistic regression on unbalanced panel data from a randomized controlled trial in the Democratic Republic of Congo (Plos Global plublic Health)

https://journals.plos.org/globalpublichealth/article?id=10.1371/journal.pgph.0004901

2025 :Tecovirimat for Clade I MPXV Infection in the Democratic Republic of Congo (The New England Journal of Medicine)

https://www.nejm.org/doi/10.1056/NEJMoa2412439?url_ver=Z39.882003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%20%200pubmed

2025 : Modélisation dynamique et stochastique de la gestion des stocks de vaccin contre la Mpox en République Démocratique du Congo (Journal Africain des Sciences)

https://jafrisci.org/?pg=artiofvolume&idvol=9

2023 :  Comparison of the Performance of Linear Discriminant Analysis and Binary Logistic Regression Applied to Risk Factors for Mortality in Ebola Virus Disease Patients (Journal of Electronics, Electromedical Engineering, and Medical Informatics)

https://jeeemi.org/index.php/jeeemi/search/authors/view?givenName=Leader&familyName=Lawanga%20Ontshick&affiliation=Department%20of%20Mathematics%2C%20Statistics%20and%20National%20Institute%20for%20Biomedical%20Research%2C%20Kinshasa%2C%20D.R.Congo.%20Computer%20Science%2C%20Faculty%20of%20Science%20and%20Technology%2C%20University%20of%20Kinshasa%2C%20Kinshasa%2C%20D.R.Congo%20and&country=CD&authorName=Lawanga%20Ontshick%2C%20Leader

2017 : Occupation exposed to road-traffic emissions and respiratory health among Congolese transit workers, particularly bus conductors, in Kinshasa : a cross-sectional study/ Environnemental Health and Preventive Medicine (Environmental Health and Preventive Medicine)

https://pubmed.ncbi.nlm.nih.gov/29165103
Facebook
X
WhatsApp
LinkedIn

Autres Membres


Anne YOMBI

Franklin Mwamba

Jirince K. Biaba

Tania Bishola

Christian Bilanga Kendi

Dav M. EBENGO

Pascal SUNGU

Fiston MBUYA MUYEMBE

Patrick KALAMBAYI

Rossy NKWELE WA NKWELE

Lefilso’o LAMBUKU

Onésime MBULAYI

Christian IBOLOBOLO MOBALI

Jean-Clément SIBO MANA

Daniel DEGINA YAMBIO MPIEME

Leader LAWANGA ONTSHICK

Herman MATONDO MANANGA

Renforcer l’intelligence épidémique par la science, l’innovation et la collaboration internationale

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.