Les biais systématiques dans la mesure de l'utilisation des services médicaux ambulatoires

Les biais systématiques dans la mesure de l'utilisation des services médicaux ambulatoiresAuthor(s): FRANÇOIS BÉLANDSource: Canadian Journal of Public Health / Revue Canadienne de Sante'e Publique, Vol. 80, No.1 (January/February 1989), pp. 58-62Published by: Canadian Public Health AssociationStable URL: http://www.jstor.org/stable/41989676 .

Accessed: 15/06/2014 18:56

Your use of the JSTOR archive indicates your acceptance of the Terms & Conditions of Use, available at .http://www.jstor.org/page/info/about/policies/terms.jsp

.JSTOR is a not-for-profit service that helps scholars, researchers, and students discover, use, and build upon a wide range ofcontent in a trusted digital archive. We use information technology and tools to increase productivity and facilitate new formsof scholarship. For more information about JSTOR, please contact [email protected].

.

Canadian Public Health Association is collaborating with JSTOR to digitize, preserve and extend access toCanadian Journal of Public Health / Revue Canadienne de Sante'e Publique.

http://www.jstor.org

This content downloaded from 188.72.126.118 on Sun, 15 Jun 2014 18:56:53 PMAll use subject to JSTOR Terms and Conditions

http://www.jstor.org/action/showPublisher?publisherCode=cpha

http://www.jstor.org/stable/41989676?origin=JSTOR-pdf

http://www.jstor.org/page/info/about/policies/terms.jsp


Les biais systématiques dans la mesure de

l'utilisation des services médicaux ambulatoires

FRANÇOIS BÉLAND

Les résultats des études d'utilisation des services médicaux ambulatoires sont habituellement décevants. Ces études ont rarement considéré l'utilisation des services médicaux comme un processus dynamique se déroulant pendant une certaine période de temps puisqu'elles ont utilisé le modèle de régression linéaire avec des données transversales . A Vaide d'un échantillon de 41,811 individus vivant à Laval et dans la région métropolitaine de Québec , tiré depuis les fichiers de la RAMQ, l'utilisation des services médicaux est observée sur trois périodes consécutives de 2 semaines. Les taux de transition vers un statut d'utilisateur ou de non- utilisateur entre chaque période plutôt que les volumes d'utilisation sont prédits. Les résultats démontrent que les variables qui prédisent l'utilisation des services de santé ne sont pas celles qui prédisent la transition vers le statut de non-utilisateur. Des différences importantes apparaissent entre les processus d'utilisation des personnes de 65 ans et plus et les autres adultes. En conséquence, les études sur l'utilisation des services médicaux ne devraient plus utiliser la régression linéaire multiple. Les conclusions que tirent ces études quant aux impacts des politiques d'accès aux soins de santé sont aussi fautives.

The results of utilization studies on ambulatory medical care are usually disappointing. Since these studies have used the regression linear model with cross- sectional data, they have rarely considered the utilization of medical services as a dynamic process unfolding over a certain period of time. The utilization of medical services was observed during three consecutive two-week periods with the help of a sample, drawn from the files of the RAMQ, of 41,811 individuals living in Laval and in the Metropolitan region of Quebec. Transition rates towards user or non-user status between each period are predicted, rather than volumes of utilization. Results show that the variables which predict the volume of utilization are not those which predict the transition towards non-user status, though volume of utilization arises from the cumulation over time periods of the using status. Differences appear between the utilization processes of persons aged 65 and over and other adults. Consequently, studies on the utilization of medical services should no longer use multiple linear regression. Thus, the conclusions which these studies draw about the impact of policies of accessibility to health care are also biased.

Les toires études

ont d'utilisation

habituellement des services

employé médicaux

la régression ambula-

toires ont habituellement employé la régression multiple pour estimer les effets de différentes variables sur les niveaux d'utilisation.1-21. Les postulats implicites de la régression multiple sont donc imposés aux ensembles de données utilisées dans ces études. La validité de ces postulats implicites n'a cependant jamais fait l'objet d'examens

1. Groupe de recherche interdisciplinaire en santé, Faculté de Médecine, Université de Montréal.

Adresser toute correspondance à: François Béland, GRIS, Université de Montréal, C.P. 6128, Succ. A., Montréal, Québec H3C 3J7. Cette recherche a été subventionnée par le Programme national de recherche et de développement en matière de santé. L'auteur est récipiendaire d'une bourse de chercheur du Fonds de recherche en santé du Québec.

58 Canadian Journal of Public Health

systématiques. Il est important de procéder à cet examen dans la mesure où le pourcentage de variance expliquée est insatisfaisant dans la plupart, sinon dans toutes les études d'utilisation. Le modèle à la base de ces études peut donc être fautif.

Lorsque le modèle de régression est appliqué à des données longitudinales, au moins deux postulats sont assumés22: 1) les taux de transition d'un niveau d'utilisation à un autre entre deux périodes sont des fonctions linéaires des variables indépendantes du modèle, 2) les taux de transition d'un premier niveau spécifique d'utilisation à un autre niveau sont égaux aux taux de transition de ce dernier niveau spécifique d'utilisation au premier niveau. Lorsque

Vol. 80, January/February 1989



des données longitudinales sont utilisées, un troisième postulat s'ajoute: le système d'utilisation est en équilibre.

Si ces trois postulats s'avèrent fondés, les estimations des paramètres des modèles de régression appliqués à l'utilisation des soins ambulatoires ne seront pas biaisées. Mais la validité de ces postulats n'est pas assurée. Leur examen peut mener à la conclusion que certains résultats d'études d'utilisation ne sont pas valides. Cette question sera abordée ici en vérifiant si quatre des conséquences des postulats des modèles de régression se manifestent lorsque la variable dépendante est l'utilisation des services médicaux ambulatoires. Des données longitudinales de la Régie de l'assurance-maladie du Québec de 198 1 ont été utilisées dans cette étude.

Les modèles Pendant une période de temps, un individu peut utiliser

les services médicaux ambulatoires, ou s'abstenir de les utiliser. Si la probabilité d'abstention est de p, la probabilité d'utilisation est de 1-p. Dans la mesure où l'observation de l'utilisation porte sur deux périodes t0 et tb un individu non- utilisateur à t0 peut changer de statut et devenir utilisateur à tj; ou il peut demeurer non-utilisateur. Ces mouvements entre périodes peuvent être définis par le taux de transition q¡(i = 0,l); q0 est le taux de transition du statut de non- utilisateur au statut d'utilisateur, ql est le taux de transition d'utilisateur à non-utilisateur. Ce processus peut être décrit de la façon suivante:22

dp - - = -pq0 + (l-p)qi dt où dp/dt est le changement dans la probabilité d'utiliser pendant une courte période de temps, pq0 est la proportion de personnes changeant de statut de non-utilisateur au statut d'utilisateur, tandis que (l-p)qj est la proportion de personnes changeant du statut d'utilisateur à celui de non- utilisateur.

Les taux de transition sont susceptibles de varier de quatre façons relativement aux variables indépendantes comprises dans un modèle de prédiction de l'utilisation des services médicaux ambulatoires: a) le changement des taux de transition peut être une fonction linéaire des variables indépendantes, ou bien, être modulé d'après le niveau des variables indépendantes, b) les coefficients des variables qui expliquent les taux de transition vers l'utilisation peuvent être égaux, en valeur absolue, ou différents des coefficients des variables qui prédisent les taux de transition vers la non- utilisation, c) les taux de transition peuvent dépendre du temps et d) le processus d'utilisation peut être en équilibre. Chacune de ces différentes modalités sera examinée.

MÉTHODE ET DONNÉES Les données proviennent de deux échantillons de 40,000

individus tirés au hasard parmi les résidents de la ville de Laval et de la région métropolitaine de Québec. Quoique ces deux échantillons soient de grande taille, certains des

événements étudiés sont rares, de sorte que les deux échantillons sont amalgamés.

Certains cas ou visites ont été exclus. Chez les femmes enceintes on a exclu l'utilisation pour les soins gynécologiques normaux. Les soins liés à des complications de grossesse ont cependant été inclus. Enfin, seuls les individus âgés de 15 ans ou plus ont été conservés dans l'échantillon de façon à ne retenir que des personnes qui ont une certaine autonomie quant à la décision de consommer ou non des services médicaux. L'ensemble des exclusions a produit un échantillon total de 54,473 individus.

Les taux de transition q¡j mesurent le changement dans les niveaux d'utilisation entre deux périodes. Pour estimer ces valeurs, le programme LONGIT.PANEL de Coleman22 sera utilisé. Ce programme assume que les taux de transition sont mesurés à des périodes fixes, mais que le processus d'utilisation est continu. Cette hypothèse de base du programme LONGIT.PANEL correspond bien à la notion de processus d'utilisation des soins ambulatoires qui se conçoit mieux comme un processus continu que comme un processus discret. Il n'y a que très peu de personnes qui utilisent des services médicaux quotidiennement; le nombre d'individus avec une ou deux visites par semaine ou par deux semaines est petit mais mesurable. La propension à consommer des services médicaux est ici définie comme un phénomène continu, dont l'actualisation est cependant suffisamment rare pour que l'observation de l'utilisation des soins médicaux sur des périodes fixes soit acceptable.

Le programme LONGIT.PANEL permet l'estimation selon quatre types de modèles. Le modèle exponentiel non- restreint est le plus complexe. Il correspond à l'hypothèse que 1) les variables indépendantes n'expliquent pas de façon équivalente les taux de transition vers l'utilisation et les taux de transition vers la non-utilisation et, 2) que les changements dans les taux de transition ne sont pas linéairement reliés aux valeurs des variables indépendantes. Le second modèle est le modèle linéaire non-restreint, dans lequel l'hypothèse 2 du modèle exponentiel non-restreint est remplacée par une hypothèse de linéarité des effets des variables indépendantes sur les taux de transition. Le troisième modèle, exponentiel restreint, n'impose aux données que l'hypothèse 2 du modèle exponentiel non- restreint tandis que le modèle linéaire restreint suppose l'équivalence des effets des variables indépendantes sur les taux de transition et la linéarité de ces effets.

La première hypothèse de cette étude, que le changement dans les taux de transition varie avec la valeur des variables indépendantes, sera vérifiée en comparant les modèles linéaires aux modèles exponentiels. La deuxième hypothèse, que les taux de transition qi0 et qn ne sont pas égaux, sera vérifiée en comparant les modèles restreints et les modèles non-restreints.

La dépendance des taux de transition sur le temps sera vérifiée en comparant les résultats des modèles qui utilisent les données longitudinales entre les temps 0 et les temps 1 à

January/February 1989 59



TABLE I Statistique X2et R2 des quatre modèles

(N = 41,822) Modèles X2 d.i. R2 1. Linéaire restreint1 145.13 55 .041 2. Linéaire non-restreint 134.22 48 .042 3. Exponentiel restreint1 228.70 55 .038 4. Exponentiel non-restreint 90.84 48 .043 'bko = -bki (k*0)

des modèles qui utilisent des données des temps 1 et 2 et des temps 0 et 2. Enfin, l'hypothèse d'équilibre sera vérifiée en comparant les résultats des modèles longitudinaux aux résultats des modèles qui utilisent des données transversales.

L'utilisation de soins médicaux ambulatoires sera observée sur trois périodes contiguës de 2 semaines chacune. Trois variables indépendantes dont on sait qu'elles sont reliées à l'utilisation des services médicaux seront introduites dans le modèle prédictif, soit l'âge, le sexe et l'utilisation pendant les six premiers mois de 1981.

L'utilisation d'un service médical à une période donnée peut provoquer des utilisations subséquentes, soit par exigence thérapeutique, soit par poursuite de l'épisode de maladie ou soit par l'apparition de complications liées ou non au traitement. Il est donc important de limiter ces effets de halo dans cette étude. Pour minimiser la probabilité que les visites médicales observées pendant l'une des trois périodes contiguës de 2 semaines soient liées, par un même épisode de traitement, à des visites précédentes, un sous- échantillon de personnes n'ayant aucune visite médicale pendant les 4 semaines précédant les trois périodes de 2 semaines a été analysé. Stoddart23 a établi que la plupart des épisodes de soins ambulatoires pour maladies aiguës se déroulent sur une période de 2 semaines. Les visites de suivi pour maladies chroniques sont rarement distancées de moins de 4 semaines. Cet échantillon comprend 41,811 individus.

RÉSULTATS

Au tableau I, les statistiques X2 et R2 sont données pour chacun des quatre modèles. Le plus petit X2 résulte du modèle exponentiel non-restreint. Ce modèle servira donc de critère de base dans les comparaisons qui vont suivre. De façon générale, cette statistique est très sensible au nombre d'individus dans un échantillon. Ici, avec 41,81 1 individus, il est déjà remarquable que le X2 ne soit pas plus élevé que deux fois le nombre de degrés de liberté qui y est rattaché.

L'hypothèse selon laquelle les changements dans les taux de transition dépendent de la valeur des variables indépendantes est vérifiée par la valeur comparée des statistiques X2 des modèles linéaires et exponentiels non- restreints. Il est clair que la valeur du X2 du modèle exponentiel non-restreint est plus petite que celle du modèle linéaire correspondant. Puisque le nombre de degrés de

liberté est le même dans les deux cas, un test de X2 formel n'est pas possible ici.

L'hypothèse que les effets des variables indépendantes sur les taux de transition de qH - vers la non-utilisation - sont égaux en valeur absolue aux effets sur les taux de transition qoi - vers l'utilisation - est vérifiée par la comparaison des statistiques X2 des modèles exponentiels restreints et non- restreints. Cette hypothèse peut être rejetée ici sur la base d'un test de X2 formel, puisque la différence entre ces statistiques (137.86) est hautement significative avec 7 degrés de liberté.

Le tableau II illustre clairement que les modèles exponentiels non-restreints obtenus par l'observation de l'utilisation aux temps 0 et 1 ou aux temps 1 et 2 sont équivalents. Mais quatre coefficients estimés depuis les données croisées du temps 0 par le temps 2 diffèrent significai ivement des deux autres. Deux de ces coefficients concernent les personnes âgées. Nous aurons l'occasion de revenir sur cette distinction.

La dernière hypothèse suppose que le système d'utilisation est en équilibre. Lorsqu'un système est en équilibre, l'estimation des effets des variables indépendantes sur la variable dépendante est la même que les données observées provenant du temps 0, du temps 1 ou de données longitudinales. Il est clair selon les données du tableau III que les effets moyens des variables indépendantes sur l'utilisation, obtenu de données longitudinales, sont semblables aux effets moyens obtenus de données transversales.

DISCUSSION

Les résultats montrent que 1) les taux de transition ne sont pas linéairement reliés aux variables indépendantes, 2) les variables indépendantes n'expliquent pas de façon uniforme les taux de transition vers l'utilisation et vers la non-utilisation, 3) certains des taux de transition dépendent de la longueur de la période de temps observée, en particulier ceux qui mesurent la propension des personnes âgées à utiliser des soins médicaux ambulatoires, enfin 4) lorsque les moyennes des estimations des effets des variables indépendantes obtenues avec des données longitudinales sont comparées à celles obtenues avec des données transversales, il apparaît que le système est en équilibre. Mais cette dernière conclusion n'est pas très satisfaisante puisqu'un postulat implicite dans l'estimation d'effets à l'aide de données transversales veut que ces effets soient équivalents pour les deux types de taux de transition, soit qoi et qH, ce qui n'est manifestement pas le cas ici. En conséquence, la conclusion que le système est en équilibre repose sur une illusion.

L'instabilité des taux de transition est grande chez les personnes âgées (tableau II). Puisque le modèle appliqué aux données longitudinales du tableau II est un modèle exponentiel, la proportion de temps qu'une personne âgée passe en état d'utilisation est .6329 fois celle d'une personne

60 Canadian Journal of Public Health Vol. 80



TABLE II Effets du sexe, de l'âge et de l'utilisation passée sur les taux de transition selon trois combinaisons de périodes

t0 par ti iy par t2 t0 par t2 Vers la non-utilisation

Moyenne générale .5177 .5984 .0362* 25-44/15-24 .0981 -.0975 -.0146 45-64/15-24 .0371 -.1325 -.0262 65+/ 15-24 .4574 .2563 -.2931* Hommes/femmes -.1026 -.1148 .0773 2 visites/ 1 visite .1620 .0451 .1153 3-5 visites/ 1 visite -.0142 .1188 .0910 6+ visites/ 1 visite -.1095 -.1706 -.2395

Vers l'utilisation Moyenne générale -1.8133 -1.6371 -2.1770* 25-44/15-24 .0220 -.2058 -.1260 45-64/15-24 .0742 -.0456 .0585 65+/ 15-24 .6465 .5306 .0039* Hommes/ femmes -.3507 -.3826 -.2029 2 visites/ 1 visite .4332 .3066 .3603 3-5 visites/ 1 visite .6282 .6095 .5707 6+ visites/ 1 visite 1.0458 .8541 .7688

*Significativement différent des autres coefficients au seuil .05.

de 15 à 24 ans lorsque l'utilisation est observée entre la période 0 et la période 1. Lorsque les données proviennent de l'intervalle entre les périodes 0 et 2, le temps moyen d'utilisation des personnes âgées est de 1.34 fois le temps des personnes de 15 à 24 ans. Avec des données transversales observées sur 2 semaines, la période de temps en état d'utilisation est plus longue chez les personnes âgées que chez les jeunes (tableau III). Mais cette estimation obtenue avec des données transversales dépend du fait que, lorsque l'utilisation est mesurée longitudinalement sur une période de 2 semaines, les personnes âgées restent moins longtemps en état d'utilisation, mais demeurent aussi moins longtemps en état de non-utilisation. Ceci est très clairement démontré à l'aide du tableau IV où les probabilités de transition pour des périodes de 2 semaines sont comparées aux probabilités de transition pour des périodes de 3 mois. Dans le premier cas, les seules différences remarquables entre les 25 à 44 ans et les 65 ans et plus se trouvent dans la transition vers l'utilisation depuis la non-utilisation. La probabilité

d'abandonner le statut de non-utilisateur est plus élevée chez les personnes âgées. Ce qui explique que les périodes de non- utilisation soient plus courtes pour les personnes âgées lorsque la période d'observation est de 2 semaines. Dans le cas de transition d'un état à un autre sur une période de 3 mois, il est tout aussi clair que la différence entre les groupes d'âge se situe dans la transition du statut d'utilisateur au statut de non- utilisateur. Ce sont ces différences entre probabilités de transition qui expliquent les différences de moyenne d'utilisation entre groupes d'âge. C'est ainsi que la moyenne d'utilisation des services ambulatoires sur 6 mois est de 3 visites pour le groupe des 25 à 44 ans et de 4.7 visites pour les 65 ans et plus.

CONCLUSION

Les postulats à la base de la régression multiple ont été examinés. Deux de ces postulats ne s'appliquent pas aux données sur l'utilisation, soit le postulat d'effets linéaires des variables indépendantes sur la variable dépendante et le postulat d'effets équivalents des variables indépendantes dans le cas des deux types de taux de transition qoi et qn. Enfin, les postulats de stabilité et d'équilibre des processus d'utilisation ne sont pas apparus fondés. En conséquence, il faut conclure que les études d'utilisation des services médicaux basées sur la régression multiple donnent des résultats biaisés.

On ne peut attribuer à ces déviations des postulats de la régression multiple l'ensemble des difficultés des études d'utilisation, dont l'une est la faible valeur de la variance expliquée de l'utilisation. Mais l'emploi, dans cette étude, d'un modèle qui différencie les taux de transition vers l'utilisation des taux de transition vers la non-utilisation suggère quatre commentaires: 1) La stabilité des estimations de coefficients des variables indépendantes ne s'étend pas au-delà d'une période de 2 semaines. Ce qui suggère que l'explication de l'utilisation des services médicaux ambulatoires dépend de la période pendant laquelle elle a été observée. Les recherches passées ont observé l'utilisation pendant des périodes qui vont de 2 semaines à 7 ans.24 La signification de l'utilisation est certainement différente d'une étude à l'autre. L'utilisation mesurée sur une période de 2 semaines est probablement

TABLE III Coefficients du modèle exponentiel non-restreint

et comparaison avec des modèles exponentiels transversaux Transition Transition Données Données vers la non- vers Effets** transversales transversales

Coefficients utilisation l'utilisation moyens (Temps 0) (Temps 1) Moyenne générale .5177 -1.8133 2.3310 2.5688 2.3658 25-44/15-24 .0981* .0220* .0761* .0615* .0685* 45-64/15-24 .0317* .0742* -.9425* -.0757* -.0426* 65+/ 15-24 .4514 .6465 -.1951 -.2002 -.2036 Hommes/femmes -.1026* -.3507 .2481 .2501 .2421 2 vis./ 1 vis. .1620* .4932 -.3312 -.4742 -.3686 3-5 vis./ 1 vis. -.0120* .6282 -.6482 -.7521 -.6550 6+ vis. / 1 vis. -.1095* 1.0458 -1.1553 -1.2943 -1.1841 »Plus petit que 2 écart-types. ** Résultats de la soustraction des coefficients de la colonne 2 des coefficients de la colonne 1.

January/February 1989 61



TABLE IV Moyennes d'utilisation et probabilités de transition d'un statut d'utilisation à d'autres,

Laval et région métropolitaine de Québec, 1981 (n = 41,811) Nombre moyen de visites 25 à 44 3.029 per capita (6 mois) 65 et plus 4.708

Aucune 1 à 3 4 et + Probabilité de transition (2 périodes 25 à 44 aucune .600 .335 .100 de 3 mois) 1 à 3 visites .422 .443 .135

4 visites et + .224 .432 .344 65 et plus aucune .518 .397 .085

1 à 3 visites .237 .593 .170 4 visites et + .203 .444 .453

Aucune 1 et + Probabilité de transition (2 périodes 25 à 44 aucune .901 .099 de 2 semaines) 1 ou plus .740 .260

65 et plus aucune .864 .136 1 ou plus .734 .261

Source: RAMQ, 1981

contenue à l'intérieur d'un seul épisode de soins, tandis que l'utilisation mesurée sur des périodes de plus de 6 semaines contient plusieurs épisodes de soins. 2) Les variables qui expliquent la transition vers l'utilisation ne sont pas les mêmes que celles qui expliquent la transition vers la non-utilisation. D'autres variables que celles incluses dans l'étude sont aussi susceptibles d'avoir des effets différents sur l'une ou l'autre de ces transitions. Par exemple, l'influence du médecin sur l'utilisation se fera sentir plutôt sur la transition vers la non- utilisation, c'est-à-dire, sur la fin de l'épisode de soins, plutôt que sur son début. 3) Plusieurs des problèmes méthodolo- giques qu'affrontent les études d'utilisation seraient réglés de façon élégante par la mesure d'épisodes de soins plutôt que par la mesure de visites prises individuellement. Les modèles développés ici pour les taux de transition s'appliqueraient aussi bien aux épisodes de soins qu'aux visites. Une distinction importante serait alors introduite dans l'analyse: l'explication de la distribution des visites à l'intérieur des épisodes de soins ne serait pas assimilée à l'explication des épisodes de soins eux-mêmes. 4) Des données transversales ne donnent pas des résultats valides dans le cas des études d'utilisation des soins médicaux ambulatoires, en particulier lorsque l'utilisation de différents groupes d'âge est contrastée dans une même étude. Cette conclusion peut avoir de grandes conséquences pratiques dans la planification des services de santé dans la mesure où des politiques d'accès ou des restrictions à l'accès aux soins de santé sont appliquées uniformément à toute une population. Il est clair, selon les résultats de notre étude que les personnes âgées ont un rythme d'utilisation des services ambulatoires que n'ont pas d'autres groupes d'âge. L'impact de décisions politiques sur ces différents rythmes ne peut être que différent.

RÉFÉRENCES 1 . Andersen AS, Laake P. A causal model for physician utilization: analysis

of Norvegian data Med Care 1983; 21: 266- 278. 2. Berkanovic E, Telesky C, Reeder S. Structural and psychological factors

in the decision to seek medical care for symptoms Med Care 1981; 19: 693-709.

3. Broyles R, Manger P, Binder DA, Angus DE, Charette A. The use of physician services under a national health insurance scheme: An examination of the Canada health survey Med Care 1983; 23: 1037-1054.

4. Cleary PD, Mechanic D, Greenley JR. Sex differences in medical care utilization: An empirical investigation J Health Soc Behav 1982; 23: 106-108.

5. Diehr P, Martin DP, Price KF, Fnedlander LJ, Richardson WC, Riedel DC. Use of ambulatory services in three provider plans: Interactions between patient characteristics and plans Am J Pub Health 1984; 74: 47-51.

6. Dutton DB. Explaining the low use of health services by the poor: Costs, attitudes, or delivery systems? Am Soc Rev 1978; 43: 348-368.

7. Evashwick C, Rowe G, Diehr P, Branch L. Factors explaining the use of health care services by the elderly Health Serv Res 1984; 19: 357-382.

8. Hershey JC, Luft HS, Gianaris JM. Making sense out of utilization data Med Care 1975; 13: 838-864.

9. Ingham JG, Miller PM. Self-referral: Social and demographic determinants of consulting behavior J Psychosom Res 1983; 27: 233-243.

10. Markides K, Levin JS, Ray LA. Determinants of physician utilization among Mexican Americans: A three generation study Med Care 1985; 23: 236-246.

11. Rundall TG, Wheeler JRC. The effect of income on use of preventive care: An evaluation of alternatives J Health Soc Behav 1979; 20: 397-406.

12. Sharp K, Ross CE, Cockerham WC. Symptoms, beliefs, and the use of physician services among the disadvantaged J Health Soc Behav 1983; 24: 255-263.

13. Stoller P. Patterns of physician utilization by the elderly: A multivariate analysis Med Care 1982; 20: 1080-1089.

14. Tanner JL, Cockerham WC, Spaeth JL. Predicting physician utilization Med Care 1983; 21: 360-369.

15. Thomas JW, Penchansky R. Relating satisfaction with access to utilization of services Med Care 1984; 22: 553-568.

16. Wan TTH. Use of health services by the elderly in low income communities Millbank Mem Fund Q 1982; 60: 82-102.

17. Wan TTH, Odell BG. Factors affecting the use of social and health services among the elderly Aging and Society 1981; 1: 95-1 15.

1 8. Wolinsky FD. Assessing the effects of predisposing, enabling and illness- morbidity characteristics on health service utilization J Health Soc Behav 1978; 19: 384-396.

19. Wolinsky FD, Coe RM, Miller DK, Prendergast JM, Creel M J, Chavez MN. Health services utilization among the non- institutionalized elderly J Health Soc Behav 1983; 24: 325-337.

20. Wright R, Berg WE, Creecy RF. Health care utilization among the elderly: A causal analysis J Soc Ser Res 1980; 3: 253-265.

21. Shapiro E, Roos NP. Elderly nonusers of health care services: Their characteristics and their health outcome Med Care 1985; 23: 247-257.

22. Hulka BS, Küpper LL, Cassel JC. Determinants of physician utilization: Approach to a service-oriented classification of symptoms Med Care 1972; 10: 300-309.

23. Coleman JS. Longitudinal Data Analysis. New York: Basic Books 198 1 . 24. Stoddart G, Barer ML. Analysis of demand and utilization through

episodes of medical services, in: Van Der Goog J and Perlman M, Eds., Health, Economics and Health Economics. Amsterdam: North Holland 1981, pp. 149-170.

Reçu : le 31 août 1987 Accepté : le 7 octobre 1987

62 Canadian Journal of Public Health Vol. 80



Documents

Les biais systématiques dans la mesure de l'utilisation des services médicaux ambulatoires