Un nouveau regard sur les causes persistantes de la non-vaccination des enfants zéro dose
De nouveaux éléments issus du Pôle d’apprentissage zéro dose de Gavi montrent comment des données agrégées, des systèmes fragmentés et des hypothèses au niveau national peuvent contribuer à ce que des communautés continuent d’être négligées.
- 29 mai 2026
- 7 min de lecture
- par John Snow, Inc
Lorsque les programmes de vaccination peinent à atteindre les enfants sous-vaccinés, le conseil par défaut est bien connu : améliorer les données, obtenir plus de financements et étendre les mesures de sensibilisation aux zones « difficiles à atteindre ».
Ces étapes sont importantes, mais les données du Pôle d’apprentissage zéro dose (ZDLH) montrent qu’elles sont incomplètes. Les données ne sont utiles que lorsqu’elles mènent à la responsabilisation et à la réaction, et pour atteindre les enfants négligés, il faut des stratégies de mise en œuvre et des budgets conçus en fonction des réalités locales, et non de moyennes ou d’hypothèses nationales.
En tant que partenaire d’apprentissage mondial pour le ZDLH financé par Gavi, JSI a synthétisé les données des pôles d’apprentissage nationaux au Bangladesh, au Mali, au Nigéria et en Ouganda afin de saisir ce que la recherche sur la mise en œuvre a révélé.
Le résultat est une vision plus claire des zones où les rapports de routine occultent la charge de morbidité de la non-vaccination, de la manière dont les systèmes fragmentés faussent les décisions et de la raison pour laquelle les conditions institutionnelles déterminent souvent le succès des stratégies. Ces éclairages offrent une feuille de route pratique pour des systèmes de vaccination plus résilients et plus efficaces.
La charge de morbidité de la non-vaccination est dynamique, localisée et souvent occultée par les rapports actuels
Les programmes de vaccination s’appuient souvent sur des systèmes de données administratives au niveau national et du district pour orienter le ciblage et l’allocation des ressources.
Le DHIS2 est la principale source de données de routine utilisée par les équipes de district pour surveiller la couverture vaccinale et orienter les ressources vers les zones mal desservies. Cependant, les données du Pôle d’apprentissage montrent que le DHIS2 peut masquer la charge de morbidité de la non-vaccination en raison de problèmes d’agrégation et liés au dénominateur. Lorsque les données sont résumées au niveau du district et au-delà, les zones localisées d’enfants négligés disparaissent.
Au Bangladesh, l’examen périodique par le Pôle d’apprentissage des données du DHIS2 sur une période de trois ans a montré que les zones de non-vaccination se déplaçaient d’une année à l’autre, les régions à forte charge de morbidité s’étendant ou se déplaçant au fil du temps. Ces tendances démontrent que les estimations statiques de la non-vaccination peuvent passer à côté des changements rapides, en particulier lorsque des chocs systémiques tels que l’interruption de la main-d’œuvre, des perturbations de l’approvisionnement en vaccins ou une instabilité plus générale affectent les conditions de prestation de services.
Dans certaines régions, les taux de couverture administrative dépassaient même 100 % parce que les estimations de la population étaient obsolètes ou les enfants avaient été vaccinés en dehors de leur zone desservie, tout en étant inclus dans le dénominateur de la zone desservie initialement. Cela crée l’illusion d’une couverture élevée, alors que les communautés négligées continuent de manquer à l’appel.
L’approche du Nigéria en matière de suivi de la vaccination décentralisée (DIM) renforce ces lacunes de la granularité. En utilisant l’échantillonnage d’assurance qualité par lot afin d’évaluer la performance de la vaccination systématique au niveau des sous-districts (p. ex. de la circonscription), l’approche DIM a permis de rapidement générer des données exploitables que les moyennes du district ne parviennent souvent pas à mettre en évidence, montrant de fortes disparités entre les contextes, y compris une moins bonne performance des services de vaccination dans les circonscriptions situées dans certaines zones rurales par rapport aux centres urbains.
Enseignements
Au cours de la période stratégique 2026-2030 de Gavi, la programmation devrait prioriser les approches de suivi et de mesure qui détectent la variabilité au niveau des sous-districts et le déplacement des zones sensibles touchées par la non-vaccination, plutôt que de s’appuyer uniquement sur des estimations nationales ou à l’échelle du district.
Des systèmes de données fragmentés produisent des estimations divergentes sur la non-vaccination
Les pays opèrent de plus en plus au sein d’écosystèmes de données fragmentés : outils multiples soutenus par différents donateurs, systèmes de communication parallèles et plateformes non interopérables. Les conclusions du Pôle d’apprentissage montrent que cette fragmentation tend à générer des estimations divergentes sur la non-vaccination, à augmenter la charge de travail des intervenantes et intervenants en première ligne et à ralentir la prise de décision en temps réel.
Au Mali la fragmentation entre le DHIS2, les systèmes papier et les outils spécifiques aux programmes a entravé les efforts des équipes de district pour trianguler les données et a limité leur capacité à suivre les enfants dans le temps. Ces interruptions du système réduisent le suivi et la continuité des soins, précisément là où le défi de la non-vaccination est le plus persistant.
Enseignements
Au cours de la période stratégique 2026-2030, les investissements de Gavi devraient prioriser l’intégration, la triangulation et les systèmes interopérables qui permettent une utilisation exploitable des données, plutôt que des outils autonomes supplémentaires.
Le genre et la dynamique des ménages peuvent l’emporter sur l’accès physique
Les stratégies de vaccination priorisent souvent la géographie et la disponibilité des services en tant que facteurs clés du faible taux de vaccination. Les données du Pôle d’apprentissage montrent que la dynamique décisionnelle des ménages et les normes de genre peuvent être tout aussi déterminantes, voire plus, que la distance éloignant les personnes des services.
Dans les différents contextes des pays du Pôle d’apprentissage, la pauvreté, le manque d’éducation et la mésinformation demeurent des obstacles importants à la vaccination, mais ces obstacles sont souvent structurés par l’action des personnes soignantes, les normes sociales et la dynamique de pouvoir au sein des ménages.
Par conséquent, les obstacles comportementaux peuvent empêcher la vaccination, même lorsque les services sont géographiquement disponibles. La priorisation géographique est donc à elle seule une stratégie incomplète pour atteindre les enfants négligés.
Enseignements
Les stratégies visant à identifier et à atteindre les enfants zéro dose et les enfants sous-vaccinés au cours de la période stratégique 2026-2030 de Gavi devraient intégrer le profilage social (éducation, contraintes des ménages, action des personnes soignantes) parallèlement à la cartographie géographique.
Pour atteindre les enfants zéro dose, il faut un budget précis et non des estimations générales
Les discussions sur le budget considèrent souvent qu’atteindre les enfants zéro dose est universellement coûteux et qu’il est possible d’y remédier par une expansion généralisée des ressources. Le travail d’évaluation des coûts du Pôle d’apprentissage démontre une réalité plus opérationnelle : il n’y a pas de « coût unique pour atteindre un enfant zéro dose ». Les coûts varient considérablement selon le modèle de prestation et le contexte infranational.
En Ouganda, le coût supplémentaire de la première dose de vaccin contenant la diphtérie, le tétanos et la coqueluche pour un enfant zéro dose variait de 8,30 dollars US dans un district rural à 68,70 dollars US dans un autre district en grande partie montagneux. Cette grande variation des coûts s’explique par des différences granulaires telles que la densité de la population, la stratégie de distribution et les contraintes logistiques liées à la géographie locale. Une budgétisation uniforme et une mise à l’échelle sans analyse du rapport coût-efficacité peuvent réduire l’efficacité, engendrant un surfinancement de certains contextes et un sous-financement de zones plus à risque.
Enseignements
Les pays et les partenaires devraient calculer le coût et l’échelle des interventions en fonction des réalités opérationnelles locales et des gains d’efficience, et non des moyennes nationales.
Les innovations adaptées aux spécificités locales restent vulnérables aux défaillances en amont
Grâce à une recherche rigoureuse sur la mise en œuvre, les pôles d’apprentissage ont documenté le succès de différentes innovations locales fondées sur des données probantes : des séances de vaccination en soirée au Bangladesh aux outils d’accompagnement numériques soutenant la vaccination au Mali.
Cependant, les données du Pôle d’apprentissage montrent également que les interventions bien conçues restent vulnérables aux échecs chroniques en amont qui peuvent effacer les progrès. Dans les quatre pays, les succès locaux ont souvent été compromis par des goulets d’étranglement administratifs, des retards dans l’approbation des plans opérationnels, des pénuries de vaccins et l’instabilité de la main-d’œuvre.
Au Bangladesh, les taux élevés de vacances de postes de vaccinateurs et les retards de paiement ont affaibli à la fois l’identification et l’atteinte des enfants zéro dose. Au Mali, l’insécurité a empêché la collecte de données dans certains districts, ce qui indique que la véritable charge de morbidité de la non-vaccination peut être plus élevée précisément dans les zones où les mesures traditionnelles et la prestation de services sont les plus limitées.
Enseignements
Au cours de la période stratégique 2026-2030 de Gavi, les plans de mise à l’échelle devraient s’attaquer aux goulets d’étranglement en amont tels que le financement, la fiabilité de l’approvisionnement et la stabilité de la main-d’œuvre, afin que les innovations locales puissent être maintenues.
L’efficacité des données dépend de facteurs institutionnels
Les efforts d’amélioration des données partent souvent du principe qu’une meilleure information (p. ex. en temps opportun, précise, complète, fiable et pertinente) produit automatiquement de meilleurs résultats. Cependant, les données du Pôle d’apprentissage suggèrent une réalité plus complexe. L’efficacité des données de haute qualité dépend des systèmes mis en place pour les exploiter, notamment de l’engagement politique, des structures de responsabilisation et de l’alignement institutionnel.
Au Nigéria, l’utilisation de fiches d’évaluation de la responsabilisation en matière de vaccination a démontré comment le fait de lier les données sur la performance à l’attention politique peut conduire à des actions tangibles, y compris le déblocage de budgets de vaccination précédemment bloqués. Dans ce cas, les données ont agi comme un levier de responsabilisation financière, attirant l’attention politique pour débloquer les budgets. La situation est similaire aux niveaux décentralisés.
Par exemple, en Ouganda, les acteurs infranationaux et de première ligne ont effectivement identifié les enfants négligés, mais n’avaient pas l’autorité ou les ressources nécessaires pour les atteindre. Au total, 99 enfants zéro dose ont été identifiés dans le cadre d’une étude de référence, mais une étude de suivi réalisée un an plus tard par le Pôle d’apprentissage a révélé que la plupart d’entre eux n’avaient toujours pas été vaccinés, ce qui témoigne de la faiblesse des mécanismes de suivi permettant de boucler la boucle entre l’identification et la vaccination.
Enseignements
Les investissements dans les données et les outils numériques au cours de la période stratégique 2026-2030 de Gavi doivent être associés à des mécanismes de gouvernance, d’autorité et de financement qui permettent une action infranationale.
S’appuyer sur les apprentissages pour l’avenir
Alors que le financement mondial se restreint et que les priorités de la période stratégique 2026-2030 de Gavi évoluent, ces éclairages offrent une occasion de s’appuyer sur les apprentissages pour l’avenir.
La prochaine phase de progrès viendra de l’application de ce que la mise en œuvre a clairement établi : investir dans la visibilité au niveau des sous-districts, réduire la fragmentation des données, tenir compte des dynamiques des ménages et de genre, budgétiser des modèles de prestation fondés sur les réalités locales en matière de coûts, et renforcer la responsabilisation afin que les données probantes mènent à l’action.
JSI consolide et partage les enseignements tirés des pôles d’apprentissage au Bangladesh, au Mali, au Nigéria et en Ouganda afin d’aider les pays et les partenaires à définir les priorités pour Gavi 6.0 et au-delà.
Davantage de JSI
Recommandé pour vous
