Facteurs contextuels de la santé et du recours auxsoins : de nouvelles approches méthodologiques

P. Chauvin

Equipe de recherche sur les déterminants sociauxde la santé et du recours aux soins

Inserm U444, Paris

Introduction : l’exemple de la mortalité infantile en France…

… et en Ile-de-France :

constat n°1 des disparités territoriales sanitaires (et sociales !)sensibles aux effets d’échelle

2. Des effets de composition ?

a) Niveau d’étude

2. Des effets de composition ?

b) CSP

2. Des effets de composition ?

c) Niveau de revenus

constat n°2

Des effets de composition« multivariés » et complexes

Age des mères en Ile de France en 1995

2. Des effets de composition ?

d) Âge des mères

constat n°3

La limite des analysesécologiques

3. Des effets proprement contextuels ?

a) Structure socioéconomique

3. Des effets proprement contextuels ?

b) Densité médicale

3. Des effets proprement contextuels ?

c) Offre de soins spécialisés

4. Des effets mixtes ?

ex : l’origine migratoire

constat n°4

la nécessité de distinguerles effets de composition deseffets contextuels

statistiques

1. Comment se répartit lavariance du phénomèneétudié entre niveauindividuel et niveau« collectif » ?

2. Après ajustement sur lescaractéristiquesindividuelles, subsiste-t-il un effet contextuel?

3. Quel(s) niveau(x)collectif(s) étudier ?

4. Quelles variablescollectives expliquentses effets contextuels ?

5. Quelles « interactionsinter-niveaux » ?

Questions… et implicationssociologiques

1. Quels processus sociauxsous jacents ?

2. Quelle plausibilitésociologique ?

3. Quelles variables prendreen compte ?

4. Quelle est la significationdes « proxis »disponibles ?

5. Quels « territoiresvécus » ?

6. Quelle importance desdimensions subjectives ?

en santé publique

Quelles actionsindividuelles ?

Quelles actionsenvironnementales ?

Existe-t-il despersonnes à « sur-risque » dans descontextesspécifiques ?

Quelle participationcommunautaire ?

L’analyse contextuelle en épidémiologie sociale :

1. Distinguer les effets de contexte des effets de composition

2. Estimer ces effets distinctement et simultanément

3. Estimer l’impact des caractéristiques contextuelles sur les

associations individuelles observées

4. Rechercher des interactions interniveaux

L’analyse contextuelle en épidémiologie sociale :

a) l’utilisation de modèles mixtes ou « multiniveaux »

1. prennent en compte la hiérarchie des données

individus > ménages > quartiers > villes > département > etc.

ex: Chaix B, Chauvin P. Impact of coresidentshealth on healthcare consumption. In press

ajustement niveau individu : santé

perçue, maladies chroniques, arrêts

maladie, age, sexe, statut marital,

éducation, emploi, couv. maladie

ajustement niveau ménage :

revenus, logement, couv. maladie

et recours au soin des autres

membres

L’analyse contextuelle en épidémiologie sociale :

a) l’utilisation de modèles mixtes ou « multiniveaux »

2. permettent d’étudier comment se répartissent les variancesentre les différents niveaux

Table 2 Random coefficients of a four-level model of the data on weight of children in Iran (log (weight)× 100) Parameter Estimate (SE) Level 4 σ?w0 (between provinces) 30.26 (9.47)

Level 3 σ?v0 (between clusters) 43.00 (2.97)

Level 2 σ?u0 (between families) 74.49 (3.15)

Level 1 σ?e0 (between children) 219.2 (2.72)

ex: Hosseini M, Carpenter RG, Mohammad K. Growth ofchildren in Iran. Ann Hum Biol 1998

L’analyse contextuelle en épidémiologie sociale :

a) l’utilisation de modèles mixtes ou « multiniveaux »

3. estiment l’effet de caractéristiques contextuellesaprès avoir ajusté au mieux sur des caract. individuelles

ex: Chaix B, Veugelers PJ, BoëllePY, Chauvin P. Access to general

practitioner services: the disabled

elderly lag behind in underserved

areas. Eur J Public Health, 2004

L’analyse contextuelle en épidémiologie sociale :

a) l’utilisation de modèles mixtes ou « multiniveaux »

4. estiment les interactions inter-niveaux

ex: Chaix B, Chauvin P. Tobacco and alcoholconsumption, sedentary lifestyle and overweightness in

France. Eur J Epidemiol 2003; 18: 531-538.

Table 4. Fully adjusted odds ratios (OR) and 95% confidence intervals (95% CI) from multilevel models for overweightness, France, 1999

Being overweight Variables OR 95% CI Model 1a Standardised GDP 0.97 0.89–1.04 GDP × Blue coll. worker 1,27 1.11–1.45

a Model 1 included age, sex, education, income, occupation, employment, marital status and GDP per capita

L’analyse contextuelle en épidémiologie sociale :

b) la limite des modèles multiniveaux

L’analyse contextuelle en épidémiologie sociale :

c) le développement d’approches spatiales

L’analyse contextuelle en épidémiologie sociale :

c) le développement d’approches spatiales : comparaison de 3 méthodes

multiniveau multiniveau spatialemunicipalités zones d’emploi

après ajustement individuel sur : âge, sexe, statut marital, santé perçue,nb maladies chroniques, éducation, activité, emploi, revenus, couv. maladie

du niveau d’éducationQuels effets de la densité de généralistes sur le recours aux spécialistes ?

de la densité de spécialistes

1 2 3

L’analyse contextuelle en épidémiologie sociale :

c) le développement d’approches spatiales : comparaison de 3 méthodes Contextual effects on the percent age of specialist consultations measured successively (a) at the

municipality level, (b) at the level of the broad areas and (c) with the spatial approach

Municipality-

level effects

OR (95% CI)

Broad area-

effects

OR (95% CI)

Effects measured in

a spatial way

OR (95% CI)

Percentage of minimally educated inhabitants

(vs. “high”, fourth quartile)

Medium – high (third quartile) 1.09 (0.92, 1.30) 1.10 (0.91, 1.34) 1.18 (0.97, 1.45)

Medium – low (second quartile) 1.30 (1.08, 1.57) 1.20 (0.97, 1.49) 1.38 (1.09, 1.74)

Low (first quartile) 1.50 (1.23, 1.84) 1.17 (0.90, 1.53) 1.62 (1.15, 2.28)

Supply of specialists (vs. “low”, first quartile)

Medium – low (second quartile) 1.02 (0.86, 1.21) 1.20 (0.96, 1.50) 1.40 (1.05, 1.88)

Medium – high (third quartile) 1.19 (0.93, 1.53) 0.97 (0.71, 1.33) 1.70 (1.08, 2.67)

High (fourth quartile) 1.48 (1.05, 2.09) 1.95 (1.14, 3.33) 2.03 (1.13, 3.67)

Supply of primary care physicians (vs. “low”, first quartile)

Medium – low (second quartile) 0.92 (0.77, 1.09) 0.89 (0.72, 1.11) 0.88 (0.66, 1.18)

Medium – high (third quartile) 0.87 (0.67, 1.12) 1.05 (0.78, 1.42) 0.69 (0.44, 1.09)

High (fourth quartile) 0.82 (0.57, 1.17) 0.66 (0.39, 1.10) 0.59 (0.33, 1.07)

L’analyse contextuelle en épidémiologie sociale :

d) la limite des approches spatiales :

quelles ???

L’exemple des déplacements domicile - travail

Pour conclure :

• La nécessité des approches statistiques ad-hoc• le danger des analyses écologiques• le choix des échelles et des découpages territoriaux• la nécessité de distinguer composition et contexte

• Des difficultés pratiques• la disponibilité des données +++• l’emploi de SIG• les outils statistiques

• Des difficultés conceptuelles• les contours des « territoires vécus »• quel(s) territoire(s) et/ou quelle(s) échelle(s)

éventuellement différents faut-il prendre simultanémenten compte… ?

• La nécessité d’une plausibilité sociologique