diff --git a/functions/consultation_har_filter.R b/functions/consultation_har_filter.R
index 8619b6c9dd718fcbc93ef536c36d09ef128cbc38..ecbcd671cf42383d5fea8cd4a34d57c8a8667033 100644
--- a/functions/consultation_har_filter.R
+++ b/functions/consultation_har_filter.R
@@ -3,12 +3,12 @@ consultation_har_filter <- function(df, source = "Any", new_attack, dateStart =
   # Packages
   require(dplyr)
   
-  # Modification du filtrage des sources
+  # Modification du filtrage des pays d'infection
   if(source != "Any"){
-    if(source == "CO"){  # Changé de "FG" à "CO"
-      df <- df %>% filter(source == "CO")  # Changé de "FR-GF" à "CO"
+    if(source == "CO"){  
+      df <- df %>% filter(infection_country == "CO")  # Changé ici
     } else if(source == "BR"){
-      df <- df %>% filter(source == "BR")
+      df <- df %>% filter(infection_country == "BR")  # Changé ici
     }
   }
   
diff --git a/modules/harmonized.R b/modules/harmonized.R
index 184ea5f1ffc063ded9420118732726c36af675f3..d314fb89daaa434cffe3073d90051d2f085a0627 100644
--- a/modules/harmonized.R
+++ b/modules/harmonized.R
@@ -26,21 +26,24 @@ HAR_sub <- reactive({
 })
 
 # Séparation des données par pays
+# Séparation des données par pays d'infection
 HAR_br <- reactive({
-  HAR_sub() %>% filter(source == "BR")
+  HAR_sub() %>% filter(infection_country == "BR")  # Modifié ici
 })
 
 HAR_co <- reactive({
-  # Vérification au niveau du filtrage initial
-  initial_data <- HAR_sub() %>% filter(source == "CO")
-  print("Données colombiennes après filtrage initial :")
-  print(paste("Nombre de cas :", nrow(initial_data)))
-  print("Exemple de dates :")
-  print(head(initial_data$consultation_date))
-  
-  return(initial_data)
+  HAR_sub() %>% filter(infection_country == "CO")  # Modifié ici
+})
+
+# Fonction réactive pour compter les cas colombiens
+HAR_co_count <- reactive({
+  nrow(HAR_co())
 })
 
+# Fonction réactive pour compter les cas brésiliens
+HAR_br_count <- reactive({
+  nrow(HAR_br())
+})
 # Création des tableaux temporels pour le Brésil
 HAR_br_tab <- reactive({
   agg <- as.numeric(input$agg)
diff --git a/server.R b/server.R
index 58a92cfc550a1c0a1ffad12f55f8bf275536df66..c153eb0fccd2b5424443bd8999a643f31d9d65f3 100644
--- a/server.R
+++ b/server.R
@@ -57,23 +57,26 @@ unique_loc <- unique_loc.shp %>%
   mutate(coords.x1 = coords_loc[,1], coords.x2 = coords_loc[,2]) %>%
   st_drop_geometry()
 
-# Séparation et traitement des données par pays
+# Séparation et traitement des données par pays d'infection
 unique_loc_br <- unique_loc %>% 
   filter(country == "BR") %>%
+  mutate(infection_country = "BR") %>%
   filter(!is.na(id_sivep))
 
 unique_loc_co <- unique_loc %>% 
   filter(country == "CO") %>%
+  mutate(infection_country = "CO") %>%
   filter(!is.na(id_sivep))
 
 # Gestion des localisations qui apparaissent dans les deux pays
 unique_loc_both <- unique_loc_br %>%
   filter(!is.na(id_sivep) & !is.na(id_cdps)) %>%
-  mutate(id_sivep = id_cdps) %>%
-  mutate(country = "CO") %>%
-  mutate(coords.x1 = coords.x1 + 0.001) %>%
-  mutate(coords.x2 = coords.x2 + 0.001) %>%
-  mutate(name = paste(name, "(CO)"))
+  mutate(id_sivep = id_cdps,
+         country = "CO",
+         infection_country = "CO",
+         coords.x1 = coords.x1 + 0.001,
+         coords.x2 = coords.x2 + 0.001,
+         name = paste(name, "(CO)"))
 
 # Mise à jour des noms pour le Brésil
 unique_loc_br <- unique_loc_br %>%