Analyse spatiale de la tuberculose à Douala, Cameroun
Transcription
Analyse spatiale de la tuberculose à Douala, Cameroun
INT J TUBERC LUNG DIS 18(3):292–297 © 2014 The Union Analyse spatiale de la tuberculose à Douala, Cameroun : regroupements et liens avec le statut socio-économique A. Nana Yakam,* J. Noeske,† P. Dambach,‡ S. Bowong,§ L. A. Fono,§ J. Ngatchou-Wandji¶ * Faculty of Economy and Applied Management, University of Douala, Douala, † Independent Consultant, Yaoundé, Cameroon; ‡ Department of Tropical Hygiene and Public Health, University of Heidelberg, Germany; § Faculty of Science, University of Douala, Cameroon; ¶ Institut Elie Cartan, Université de Lorraine, Nancy, France RÉSUMÉ C O N T E X T E : Douala, capitale économique du Cameroun, avec un réseau de 20 Centres de Diagnostic et de Traitement de la tuberculose (TB). O B J E C T I F : Décrire la distribution spatiale des cas de tuberculose pulmonaire à frottis positif (TBP) à Douala et évaluer les liens entre l’incidence des TBP et le statut socio-économique (SSE) des patients. S C H É M A : Les données démographiques et cliniques et la géolocalisation de leur domicile ont été recueillis auprès de tous les cas de TBP consentants de mai 2011 à avril 2012. Des statistiques de recherche spatiale ont permis d’identifier des regroupements spatiaux de patients atteints de TB. Les données relatives au SSE ont été recueillies lors d’entretiens à domicile et comparées à celles de l’ensemble de la population urbaine émanant d’une enquête démographique et sanitaire récente. On a ensuite examiné les corrélations entre l’incidence des TBP et le SSE moyen des patients dans chaque zone de santé. R É S U LTAT S : Au total, 2132 cas (84%) de TBP ont été localisés et interrogés. Trois regroupements spatiaux statistiquement significatifs ont été identifiés. L’incidence élevée de TBP prédominait dans les zones de santé à SSE faible. C O N C L U S I O N : Cette étude confirme le regroupement des cas de TBP à Douala, surtout dans les quartiers à faible niveau socio-économique. Un recours systématique aux techniques de détection de regroupements dans le cadre de la surveillance de routine de la TB au Cameroun permettrait de mieux orienter la distribution des ressources. M O T S C L E S : TB pulmonaire ; analyse spatiale ; statut socio-économique ; Douala ; Cameroun AU COURS DES DERNIÈRES ANNÉES, des études émanant de différentes régions du monde ont montré l’intérêt de la cartographie et de l’analyse spatiale des cas de tuberculose (TB) dans la détection des regroupements et l’émission d’hypothèses sur les facteurs qui sous-tendent la dissémination de la maladie, comme les facteurs environnementaux et le statut socio-économique (SSE) des différents quartiers.1–9 Cependant, il existe très peu de données relatives à l’Afrique subsaharienne. La TB est hautement endémique au Cameroun. En 2011, la prévalence de toutes les formes de TB a été estimée à 60.000 cas et 24.533 cas seulement ont été déclarés, soit un taux de déclaration < 50%.10 A Douala, la capitale économique du Cameroun, dont la population atteint environ 3 millions, 2545 cas nouveaux de tuberculose pulmonaire à frottis positif (TBP) ont été diagnostiqués, soit le taux le plus élevé de TBP des pays de la région. Nous avons utilisé des systèmes d’information géographique (SIG), des statistiques de balayage spatial et des statistiques multivariées pour décrire la répar- tition spatiale de la TBP, pour identifier les zones de santé (HA) à Douala avec d’éventuels regroupements de TBP, pour mesurer le SSE des patients TBP et pour établir une éventuelle association entre incidence de TBP et SSE. METHODES Zone d’étude et population Cette étude descriptive prospective a été réalisée à Douala, qui est divisée en 6 districts de santé (HD) comprenant 58 zones de santé (HA). Pendant la période d’étude, un réseau de 20 structures de santé (12 publiques et 8 privées confessionnelles) a fonctionné comme centre de diagnostic et de traitement de la TB (CDT). Tous les patients adultes (âge ⩾15 ans) ayant eu un diagnostic de TBP consécutif dans l’un de ces 20 CDT entre le 1e mai 2011 et le 30 avril 2012, résidant de façon permanente (⩾3 mois) à Douala et acceptant de participer, ont constitué la population d’étude. Les cas de TBP à frottis négatif et de TB extra-pulmonaire ont été exclus, ainsi que les Auteur pour correspondance : Andre Nana Yakam, Faculty of Economy and Applied Management, University of Douala, PO Box 4032, Douala, Cameroon. Tel: (+237) 77 86 95 39. e-mail: [email protected] [Traduction de l’article : « Spatial analysis of tuberculosis in Douala, Cameroon: clustering and links with socio-economic status » Int J Tuberc Lung Dis 2014; 18(3): 292–297. http://dx.doi.org/10.5588/ijtld.13.0573] 2 The International Journal of Tuberculosis and Lung Disease prisonniers de la prison centrale de Douala et les patients en retraitement déclarés « perdus de vue » ou « échec » qui se sont à nouveau présentés pendant la période d’étude. Recueil des données Lors du recrutement, tous les participants ont répondu oralement à un questionnaire structuré dans leur langue d’origine avec une équipe bien entraînée de travailleurs de terrain. Les données recueillies incluaient: des informations cliniques (type de TB, date du diagnostic, symptômes et antécédents de TB), des caractéristiques sociodémographiques (âge, sexe, ethnie, profession, statut marital, niveau d’instruction, lieu de résidence) et des informations socioéconomiques (revenus, biens, conditions de vie). Les coordonnées géographiques du domicile de tous les participants et de leurs CDT respectifs ont été déterminées lors de visites à domicile grâce à un système de géolocalisation (GPS). Les limites des HD et HA de Douala ont également été localisées par GPS. Toutes ces coordonnées ont ensuite été projetées sur une carte. Les informations relatives à la population générale des HA de Douala ont été obtenues des autorités de santé et des données du recensement de 2005. Les données démographiques ont été calculées grâce à ce recensement en estimant la croissance annuelle à 2.6%.11 Les données socio-économiques d’un échantillon de 5 414 habitants de Douala ont été extraites de l’enquête nationale « démographie et santé » de 2011 (base de données DHS) et téléchargées à partir du site web de la Banque Mondiale.12 Analyse spatiale Toutes les données concernant les patients TBP ont été saisies deux fois dans la base de données EpiData V3.1 (EpiData Association, Odense, Danemark) et les erreurs ont été corrigées. Les données concernant la distribution de la TB dans la zone d’étude ont été agrégées au niveau des HA, en se référant aux données du recensement pour l’analyse spatiale. Un logiciel libre et gratuit, Quantum SIG® (version 1.6) a permis de géolocaliser tous les cas de TBP et les CDT de la zone d’étude. Les coordonnées géographiques des HA ont été obtenues en utilisant la latitude et la longitude du centre de chaque HA. Les cartes ont été produites grâce à un système de projection des coordonnées, UTM Zone 32N. Les analyses statistiques de balayage spatial ont été réalisées avec SaTScan® (version 9.1).13 Comme le nombre de cas de TBP (évènements) dans la population à risque était limité dans chaque HA, nous avons appliqué le modèle de Poisson.14 Un regroupement a été défini comme un nombre excessif de cas dans une HA donnée, comparé au nombre attendu sous l’hypothèse nulle d’un risque constant. Les tests statisti- ques, basés sur le « likelihood ratio » et la distribution nulle, ont été obtenues à partir du modèle de Monte Carlo.13,14 Pour identifier les regroupements les plus probables, la taille maximale du regroupement spatial a été déterminée de façon à inclure jusqu’à 50% de tous les cas de TBP. Mesure du statut socio-économique Nous avons évalué le SSE indirectement en utilisant un score de biens pour lequel nous disposions de données comparables pour les cas de TBP et pour les habitants interviewés pendant le DHS. Quatorze variables relatives aux biens possédés avec les déviations standard les plus élevées disponibles dans les deux bases de données ont été identifiées comme les plus à même de mesurer le SSE : niveau d’instruction, propriété du logement, type de matériel des murs, source d’eau de boisson, présence de WC modernes, voiture, téléphone mobile, ordinateur, radio, télévision, DVD, cuisinière à gaz, réfrigérateur et climatisation. Pour déterminer le SSE de chaque individu, l’analyse en composantes principales basée sur les variables du SSE a été réalisée avec le logiciel R V2.15.15,16 Le SSE moyen, utilisé comme index de pauvreté, a été calculé par HA, pour les habitants et les patients TBP, respectivement et comparé avec le test Z. Approbation éthique L’approbation éthique de l’étude et son autorisation administrative ont été accordées par le comité national d’éthique du Cameroun, le programme national tuberculose (PNT) et la délégation régionale de santé publique. RESULTATS Incidence Pendant la période d’étude, 2545 patients TBP, résidents permanents, ont été déclarés à Douala ; parmi eux, 95 (4%) ont été perdus de vue, 80 (3%) sont décédés avant l’entretien et 238 (9%) ont refusé de participer à l’étude. Le lieu de résidence et le CDT de 2132 (84%) patients ont été identifiés et tous les patients ont eu un entretien. Sur les 2132 patients, 537 (25%) vivaient dans le district de santé de Nylon, 513 (24%) dans celui de Deido, 399 (19%) dans celui de New-Bell, 319 (15%) dans celui de Cité des Palmiers, 203 (10%) dans celui de Bonassama et 161 (8%) dans celui de Logbaba. La proportion de patients participant à l’étude n’était pas été significativement différente d’un HD à l’autre. De plus, les caractéristiques des participants et des non-participants n’étaient pas différentes en termes de distribution d’âge et de sexe ou de caractéristiques de la maladie tuberculeuse. Les caractéristiques majeures des patients interviewés étaient les suivantes : 78,8% étaient âgés de 15 à 45 ans ; la majorité étaient des hommes (61,2%) ; près de la moitié Regroupements TB et SSE à Douala 3 Figure 1 Incidence des cas de TBP par 100.000 habitants dans les zones de santé de Douala, 2011–2012. CDT = centre de diagnostic et de traitement ; HA = zone de santé ; TBP = tuberculose pulmonaire à frottis positif. possédaient leur maison (49,2%) ; la grande majorité avait un niveau scolaire bas ou intermédiaire, avec 91% ayant arrêté la scolarité avant le secondaire ; et la majorité n’était pas mariés (environ 63%). Nous ne disposions pas de données pour comparer ces pourcentages avec ceux de toute la population à risque. La Figure 1 montre une carte représentant l’incidence de TBP par HA, dont le taux varie de 3 à 482 par 100.000 habitants. Analyse spatiale En utilisant la taille maximale de regroupement spatial <50% de la population totale, l’analyse des regroupements spatiaux a identifié un grand regroupement significatif de TBP dans 16 HA adjacentes, Tableau 1 comprenant l’ensemble du HD de New-Bell et la partie la plus densément peuplée du HD de Nylon ; un deuxième regroupement a été identifié dans 2 HA adjacentes au HD de Nylon et un troisième dans le HD de Bonassama (Tableau 1 et Figure 2). Statut socio-économique Les données socio-économiques de 5414 habitants de Douala figuraient dans la base de données de l’enquête nationale « Démographie et santé ». Après avoir éliminé les observations sans données disponibles, nous avons retenu un ensemble de 5331 observations. Selon l’analyse en composantes principales, un niveau d’instruction élevé couplé à la possession de WC modernes, d’une cuisinière à gaz et d’un réfrigérateur sont les quatre critères qui déterminent le Regroupements significatifs de TBP à Douala détectés par analyse spatiale ID du regroupement Premier regroupement (16 HA) Deuxième regroupement (2 HA) Troisième regroupement (une HA) Cas observés Cas attendus Risque relatif Likelihood ratio Valeur de P 778 101 37 469 43,55 14,54 2,04 2,38 2,57 115,10 28,31 12,22 0,0000 0,0000 0,0003 TBP = tuberculose à frottis positif ; ID = identification ; HA = zone de santé. 4 The International Journal of Tuberculosis and Lung Disease Figure 2 positif. Distribution spatiale des regroupements de TBP à Douala. HA = zone de santé ; TBP = tuberculose pulmonaire à frottis mieux les différents niveaux de SSE, à la fois pour les patients TBP et pour toute la population de Douala, comme le démontrent le poids des scores des facteurs (Tableau 2). En utilisant le score des biens, le SSE moyen des patients TBP était significativement plus bas que celui de la population générale de Douala (1,23, IC 95% 1,20–1,27 contre 1,33, IC 95% 1,30–1,35). Cependant, le SSE des patients au sein des HA n’était pas corrélé avec l’incidence de la TBP. Par exemple, la HA Tableau 2 Quatorze variables relatives aux biens possédés retenues pour l’analyse en composantes principales pour comparer le SSE des patients TBP avec celui de la population générale de Douala DHS Douala Variable PTB patients Moyenne ± DS* Score du facteur Moyenne ± DS Score du facteur université)† Niveau d’instruction (aucun, primaire, secondaire, WC modernes (oui ou non)† Cuisinière à gaz† Réfrigérateur† Ordinateur DVD Source d’eau de boisson (robinet dans la maison ou autre) Type de construction des murs (ciment, autre) Voiture Radio Climatisation Télévision Chef de famille (propriétaire ou non) Téléphone mobile 1,42 ± 0,90 0,37 ± 0,48 0,46 ± 0,50 0,50 ± 0,5 0,19 ± 0,40 0,69 ± 0,46 0,18 ± 0,39 0,7 ± 0,46 0,14 ± 0,35 0,67 ± 0,47 0,06 ± 0,24 0,91 ± 0,29 0,55 ± 0,50 0,98 ± 0,16 0,82 0,21 0,21 0,19 0,15 0,13 0,12 0,12 0,11 0,09 0,06 0,06 0,02 0,02 1,78 ± 0,64 0,25 ± 0,44 0,34 ± 0,48 0,37 ± 0,48 0,07 ± 0,25 0,57 ± 0,50 0,36 ± 0,48 0,78 ± 0,41 0,04 ± 0,19 0,31 ± 0,46 0,02 ± 0,14 0,88 ± 0,33 0,50 ± 0,5 0,94 ± 0,23 0,36 0,27 0,31 0,32 0,10 0,23 0,29 0,16 0,05 0,24 0,03 0,10 0,03 0,03 * Plus la valeur de la DS d’une variable de biens est élevée, plus ce bien contribue à discriminer le SSE. Le score du facteur indique le poids de l’index socio-économique pour chaque variable. Plus le score du facteur d’une variable de biens est élevé, plus cette variable est associée avec un SSE plus élevé. † Variables de biens avec la DS la plus élevée et le score de facteur le plus élevé. SSE = statut socio-économique ; TBP = tuberculose pulmonaire à frottis positif ; DHS = Enquête Démographie et santé ; DS = déviation standard. Regroupements TB et SSE à Douala où l’incidence de la TBP était la plus élevée, Sebenjongo (482/100.000), avait un SSE intermédiaire (données non présentées ici). DISCUSSION Les résultats de cette étude soulignent l’hétérogénéité géographique de l’incidence de la TBP dans la ville de Douala. Trois regroupements très significatifs de différentes tailles ont été identifiés. Nous avons également observé que le SSE d’ensemble des patients TBP était plus faible que celui de la population générale de Douala. Ces résultats confirment ceux de quelques études réalisées dans des contextes similaires en Afrique sub-saharienne.1,6,7 Les méthodes les plus fréquemment utilisées pour la détection de cas locaux sont l’index local de Moran et les statistiques de balayage spatial de Kulldorff. Notre étude a utilisé ce dernier pour plusieurs raisons. En effet, le coefficient local de Moran n’est pas indiqué pour les petits échantillons et les unités statistiques (US) de petite taille (HA dans cette étude). De plus, l’index local de Moran dépend beaucoup de la forme des US, alors que l’approche de balayage spatial est un test statistique plus puissant que celui de Moran et il règle les problèmes de forme et de taille des HA, même s’il tend à détecter des regroupements plus grands qu’ils ne sont en réalité.17,18 La plus grande taille de regroupement découverte dans notre étude, comprenant 16 HA, pourrait avoir été influencée par cet effet. Les HD de New-Bell, Nylon et Sodiko, ainsi que les HA avec des regroupements de TB dans le HD de Bonassama, sont densément peuplées, la première comprenant le marché central de Douala. Les HD de New-Bell HD et Nylon sont également connus comme des zones où la plus grande communauté ethnique vivant à Douala, les Bamiléké, a ses lieux de rencontre sociale. De tous les regroupements identifiés dans cette étude, c’est la zone qui compte le plus de contacts et d’échanges sociaux. On croit traditionnellement que la transmission de la TB a lieu parmi les membres du foyer après un contact étroit avec une personne contagieuse. Cependant, si la probabilité d’être infecté après un contact avec une source d’infection décroît avec la diminution de la proximité du contact avec le cas index, Rieder a montré dans un modèle « comment le nombre absolu de personnes qu’un cas contagieux peut infecter en dehors du contexte d’un contact étroit peut être considérable et dépasser le nombre de contacts étroits infectés »,19 tandis que Munch et al. ont montré une probabilité élevée de transmission de la TB hors du domicile dans un contexte de promiscuité, de chômage élevé et de pauvreté dans les banlieues du Cap.1 Les regroupements les plus significatif s ont été trouvés dans les HA densément peuplées. Cependant, l’incidence de la TBP n’était pas significativement corrélée à la densité de 5 population des HA. Ce résultat diffère de ce qui a été rapporté en Afrique du Sud, mais corrobore en partie ce qui a été rapporté en Gambie et à Hong Kong.1,2,7 Les mesures des ressources de la famille peuvent en théorie être reflétées par des informations relatives au revenu, à la consommation ou aux dépenses. Le recueil de données précises de revenu et de consommation nécessite des ressources importantes pour les enquêtes à domicile ; de plus, le revenu et la consommation ne sont pas forcément corrélés, surtout en Afrique. Pour éviter les problèmes de mesure liés aux méthodes d’estimation du SSE basées sur le revenu et la consommation, cette étude a utilisé les scores de biens comme mesure indirecte pour déterminer et comparer le niveau socio-économique.15,16 On accepte généralement que le SSE peut affecter l’infection tuberculeuse et la progression vers la maladie, mais il reste nécessaire d’élaborer des modèles appropriés qui permettraient de clarifier les associations entre l’incidence de la TB et les facteurs sociaux au niveau macro.10,20 Notre étude a tenté de démontrer—sur la base des données disponibles—que le SSE des patients TBP était dans l’ensemble plus bas que celui de la population générale de Douala. Pour interpréter ces phénomènes, plusieurs hypothèses et conjectures ont été émises. De plus, bien que l’association entre faible SSE et incidence élevée de la TBP, comme elle a été observée dans notre étude, soit largement rapportée, nous n’avons pas observé d’association directe ou linéaire entre le SSE moyen du quartier et l’incidence de la TBP. C’est pourquoi la technique de détection de regroupements semble être un instrument complémentaire utile pour identifier des zones à cibler spécifiquement par les interventions du PNT. Les patients TBP qui fréquentent un CDT ne sont pas nécessairement les habitants les plus pauvres de la ville de Douala, alors qu’on peut s’attendre à ce que les plus pauvres aient des problèmes d’accès au système de santé comme l’a démontré une étude récente à Douala.21 Notre étude démontre l’utilité du SIG et de l’analyse spatiale dans le contexte Africain, mais elle a quelques limites. D’abord, comme les données d’analyse des regroupements ont été agrégées au niveau des HA, elles sont soumises au problème de la modification de l’unité de surface. Un regroupement significatif entouré d’évènements rares peut être divisé entre de nombreuses HA et apparaître insignifiant ou une HA peut être détectée comme un regroupement alors que seule une petite partie du HA est concernée. Deuxièmement, comme le PNT recourt à la détection passive des cas, la présence de vrais regroupements serait seulement détectable par recherche active des cas dans les communautés.7 Troisièmement, comparer le SSE de patients TBP avec celui de la population générale en utilisant les données de DHS est nécessairement un peu biaisé, car le statut TB des habitants chez qui l’enquête DHS a été réalisée est inconnu. 6 The International Journal of Tuberculosis and Lung Disease Enfin, comme les données ont été recueillies pendant un an seulement, nous n’avons pas pu explorer les regroupements dans le temps ; nous nous ne pouvons donc pas affirmer à la fin de l’étude si les regroupements détectés sont temporaires ou s’ils persisteront dans le temps. CONCLUSION Dans cette étude, nous avons démontré la présence de regroupements de TBP dans la ville de Douala. L’examen de l’association entre TBP et SSE a montré que les patients TB avaient en moyenne un SSE plus faible que la population générale. Identifier des zones de taux élevé de la TB est important. Le recours à des techniques de détection des regroupements pour la surveillance régulière de l’incidence de la TB dans les HA peut renseigner les autorités de santé publique et aider le PNT dans ses activités de lutte contre la TB. Il serait efficace et réaliste de procéder à une détection active des cas de TB au sein des regroupements, comme l’a montré une étude récente.22 Les résultats de cette étude pourraient être le point de départ pour d’autres études visant à explorer les facteurs de risque environnementaux, anthropologiques et autres associés à la transmission de la TB dans les HA de Douala. Remerciements Cette étude a été rendue possible grâce au soutien de la Coopération Internationale d’Allemagne qui a financé le recueil de données. Les auteurs remercient les autorités de santé de la délégation régionale de santé publique de la région Littoral et le Programme national Tuberculose pour avoir partagé leurs données. Ils remercient également les participants à l’étude et tout le personnel des CDT pour leur participation. Conflit d’intérêt : aucun conflit déclaré. Références 1 Munch Z, Van Lill S W P, Booysen C N, Zietsman H L, Enarson D A, Beyers N. Tuberculosis transmission patterns in a high-incidence area: a spatial analysis. Int J Tuberc Lung Dis 2003; 7: 271–277. 2 Chan-Yeung M, Yeh A G O, Tam C M, et al. Socio-demographic and geographic indicators and distribution of tuberculosis in Hong Kong: a spatial analysis. Int J Tuberc Lung Dis 2005; 9: 1320–1326. 3 Tiwari N, Adhikari C M, Tewari A, Kandpal V. Investigation of geo-spatial hotspots for the occurrence of tuberculosis in Almora District, India, using GIS and spatial scan statistic. Int J Health Geogr 2006; 10: 5–33. 4 Nunes C. Tuberculosis incidence in Portugal: spatiotemporal clustering. Int J Health Geogr 2007; 11: 6–30. 5 Onozuka D, Hagihara A. Geographic prediction of tuberculosis clusters in Fukuoka, Japan, using the space-time scan statistic. BMC Infect Dis 2007; 7: 26. 6 Randremanana R V, Sabatier P, Rakotomanana F, Randriamanantena A, Richard V. Spatial clustering of pulmonary tuberculosis and impact of the care factors in Antananarivo City. Trop Med Int Health 2009; 14: 429–437. 7 Touray K, Adetifa I M, Jallow A, et al. Spatial analysis of tuberculosis in an urban West African setting: is there evidence of clustering? Trop Med Int Health 2010; 15: 664–672. 8 Maciel E L N, Pan W, Dietze R, et al. Spatial patterns of pulmonary tuberculosis incidence and their relationship to socioeconomic status in Vitoria, Brazil. Int J Tuberc Lung Dis 2010; 14: 1395–1402. 9 Zaragoza Bastida A, Hernández Tellez M, Bustamante Montes L P, et al. Spatial and temporal distribution of tuberculosis in the State of Mexico, Mexico. ScientificWorldJournal 2012; 2012: 570278. 10 World Health Organization. Global tuberculosis report, 2012. WHO/HTM/TB/2012.6. Geneva, Switzerland: WHO, 2012. http://apps.who.int/iris/bitstream/10665/75938/1/97892415 64502_eng.pdf Accessed November 2013. 11 Bureau Central des Recensements et des Etudes des Populations. Rapport de présentation des résultats définitifs. Yaoundé, Cameroon: Institut National de la Statistique, 2010. http://www. statistics-cameroon.org/news.php?id=18 Accessed May 2013. [French] 12 World Bank. Demographic and Health Surveys 2011. CMIR60FL.SAV. Cameroon’s National Institute of Statistics (Producer) and ICF International (Distributor), 2012. Washington DC, USA: World Bank, 2012. http://www.measuredhs. com/what-we-do/survey/survey-display-337.cfm Accessed November 2013. 13 Kulldorff M, Heffernan R, Hartman J, Assunção R, Mostashari F. A space-time permutation scan statistic for disease outbreak detection. PLOS MED 2005; 2: e59. 14 Kulldorff M. A spatial scan statistic. Com Stat Theory and Methods 1997, 26: 1481–1496. 15 Houweling T A, Kunst A E, Mackenbach J P. Measuring health inequality among children in developing countries: does the choice of the indicator of economic status matter? Int J Equity Health 2003; 2: 8. 16 Vyas S, Kumaranayake L. Constructing socio-economic status indices: how to use principal components analysis. Health Policy Plan 2006; 21: 459–468. 17 Jackson M C, Huang L, Luo J, Hachey M, Feuer E. Comparison of tests for spatial heterogeneity on data with global clustering patterns and outliers. Int J Health Geogr 2009; 12: 8–55. 18 Gaudart J, Poudiougou B, Dicko A, et al. Space-time clustering of childhood malaria at the household level: a dynamic cohort in a Mali village. BMC Public Health 2006; 6: 286. 19 Rieder H. The epidemiological basis of tuberculosis control. Paris, France: International Union Against Tuberculosis and Lung Disease, 1999. 20 Murray M, Oxlade O, Lin H-H. Modeling social, environmental and biological determinants of tuberculosis. Int J Tuberc Lung Dis 2011; 15 (Suppl 2): S64–S70. 21 Nana Yakam A, Angumua C, Noeske J. Prise en charge des patients souffrant de la tuberculose en milieu urbain: offre de soins et parcours therapeutique. Santé Publique 2013; 25: 647–653. [French] 22 Dowdy D W, Golub J E, Chaisson R E, Saracenic V. Heterogeneity in tuberculosis transmission and the role of geographic hotspots in propagating epidemics. Proc Natl Acad Sci USA 2012; 19: 9557–9562.