Ajustement des données SIGS et création de scénarios

Traitement des valeurs aberrantes et de l'incomplétude par une analyse multi-scénarios

ENTRÉES

Données SIGS brutes Volumes de services par établissement, indicateur, mois
Signalements de valeurs aberrantes Du Module 1 (DQA)
Signalements d'exhaustivité Du Module 1 (DQA)
↓
1

Préparation des données

  • Fusionner les jeux de données par établissement, indicateur et mois
  • Identifier les indicateurs exclus (ex. : décès)
  • Vérifier les indicateurs à faible volume nécessitant un filtrage
  • Valider les combinaisons établissement-indicateur
↓
2

Calculer les moyennes mobiles

  • Moyenne centrée sur 6 mois (3 mois avant + 3 mois après)
  • Moyenne prospective sur 6 mois (6 mois suivants)
  • Moyenne rétrospective sur 6 mois (6 mois précédents)
  • Moyenne historique spécifique à l'établissement (sur toutes les données disponibles)
↓

Appliquer la hiérarchie d'ajustement

Pour les valeurs aberrantes
  • Utiliser la moyenne centrée
  • Utiliser la moyenne prospective
  • Utiliser la moyenne rétrospective
  • Utiliser le même mois de l'année précédente
  • Utiliser la moyenne historique
Pour les données manquantes/incomplètes
  • Utiliser la moyenne centrée
  • Utiliser la moyenne prospective
  • Utiliser la moyenne rétrospective
  • Utiliser la moyenne historique
↓

Créer quatre scénarios

Scénario 1 : Aucun Données originales (sans ajustements)
Scénario 2 : Valeurs aberrantes uniquement Ajuster uniquement les valeurs aberrantes signalées
Scénario 3 : Exhaustivité uniquement Ajuster uniquement les données manquantes/incomplètes
Scénario 4 : Les deux ajustements Appliquer les ajustements pour les valeurs aberrantes et l'exhaustivité
↓

Agrégation géographique

Niveau établissement
Établissements individuels
→
Niveau infranational
Provinces, districts
→
Niveau national
Total du pays
Chaque niveau géographique conserve les 4 scénarios
↓

SORTIES

  • M2_adjusted_data.csv Données au niveau établissement avec les 4 scénarios
  • M2_adjusted_data_admin_area.csv Données agrégées au niveau infranational avec les 4 scénarios
  • M2_adjusted_data_national.csv Données agrégées au niveau national avec les 4 scénarios
  • M2_low_volume_exclusions.csv Métadonnées sur les indicateurs et établissements exclus