Nous proposons un cadre pour l'estimation de la prévalence d'une maladie dans un domaine spatial. Cette estimation de la prévalence repose sur un échantillonnage guidé par un processus ponctuel séquentiel, lui-même guidé par l'information acquise au fil de l'échantillonnage. Notre modèle de processus ponctuel séquentiel est optimal pour l'estimation de la prévalence en norme $L^2$.

We present a framework for estimating disease prevalence in a spatial domain. This prevalence estimation relies on sampling guided by a sequential point process, which in turn is guided by the information accumulated throughout the sampling process. Our model is optimal for prevalence estimation in $L^2$ norm.