L'Évaluation: L'Analyse comparative et la construction de modèles vraisemblables

L'Évaluation: L'Analyse comparative et la construction de modèles vraisemblablesAuthor(s): FRANÇOIS BÉLANDSource: Canadian Journal of Public Health / Revue Canadienne de Sante'e Publique, Vol. 74, No.1 (January / February 1983), pp. 39-50Published by: Canadian Public Health AssociationStable URL: http://www.jstor.org/stable/41987907 .

Accessed: 13/06/2014 05:30

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 62.122.73.226 on Fri, 13 Jun 2014 05:30:51 AMAll use subject to JSTOR Terms and Conditions

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

http://www.jstor.org/stable/41987907?origin=JSTOR-pdf

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


L'Évaluation: L'Analyse comparative et la

construction de modèles vraisemblables

FRANÇOIS BÉLAND1

L'utilisation de méthodes expérimentales ou quasi- expérimentales n'est pas toujours possible dans le cadre d'une recherche d'évaluation. Des normes bureaucra- tiques exactes ne sont pas souvent disponibles pour des fins de mesure de l'impact ou du processus d'un programme. Habituellement des objectifs généraux sont énumérés. En certaines circonstances , ces objectifs peuvent se traduire en modèle utopique qui permet d'obtenir un critère adéquant pour évaluer les programmes. A titre d'exemple , un modèle vraisemblable de consommation des visites médicales , étant donné des objectifs d'accessi- bilité aux soins médicaux , est crée; puis comparé à la consommation réelle de visites médicales dans trois régions du Québec.

Experimental or quasi-experimental methods are not always available in the context of evaluation research. Bureaucratic standards either don't exist or are not ade- quate for impact or process evaluation study. Usually general program objectives are stated and available for evaluation purpose. Under given circumstances, these objectives can yield ideal model of reality, thus giving a criteria for evaluating programs. An example is here given. Under the assumption of accessibility to care, a likely model of utilization of general practioners services is used as an evaluative criteria. The theoretical frequencies of utilization are then compared to the observed frequencies of utilization in three regions of the Province of Quebec . Conclusions as to the accessibility of care are thus reached.

1. Les modèles vraisemblables comme instrument ďanalyse. Les exhortations les plus fréquentes dans la littérature sur

l'évaluation de programmes et de politiques diverses portent sur la nécessité d'utiliser sinon des méthodes d'étude expérimentale (A. L. Cochrane, 1972), du moins des versions atténuées qui sont regroupées sous la dénomination com- mode de méthodes quasi-expérimentales (M. Blenkner, 1961; E.R. Borgatta, 1966; G.C. Cain et R.G. Hollister, 1972; D.T. Campbell, 1975; M. Jahoda et E. Barnitz, 1955; 0. Klineberg, 1955; P.H. Rossi, 1971; E. A. Suchman, 1967). Essentiellement, les méthodes quasi-expérimentales utili- sent avec plus ou moins de raffinement l'analyse comparative telle que la suggèrent H.H. Hyman et C.R. Wright (1971).

Ces méthodes d'études sont particulièrement bien adaptées lorsque le contexte d'évaluation correspond aux

♦Ce texte n'engage que l'auteur. Le travail d'informatique nécessaire pour produire les distributions de fréquences a été fait par Mme Nicole Genest et Mlle Dianne Morissette que nous remercions vivement. 1. Service de l'Evaluation Direction des Politiques de santé, Ministère des Affaires sociales, Québec. Janvier 1981.

canons du code implicite de l'évaluation: 1) les activités évaluées sont spécifiques, 2) les objectifs et les méthodes d'action sont clairs et définis dans le cadre d'un programme, 3) la population-cible peut être cernée, sinon les clientèles identifiées et 4) en conséquence, des méthodes expéri- mentales ou quasi-experimentales peuvent être appliquées (E.A. Suchman, 1967; chap. 2).

Mais pour toutes sortes de raisons, le contexte d'évalua- tion ne se prête pas toujours à un tel exercice de définition des cadres de l'action entreprise. On peut concevoir que la difficulté d'entreprendre une évaluation qui utilise un cadre quasi-expérimental croît lorsque les fonctions d'un programme ou les composantes d'une action sont sociales plutôt que physiologiques, que le client est une communauté ou une société plutôt qu'un individu et que le dispensateur est une institution plutôt qu'un praticien (A. Donabedian, 1974). Dans certains cas ne reste donc de la pratique de l'analyse quasi-expérimentale qu'une simple comparaison territoriale ou temporelle de certains événements.

Quelles que soient les circonstances qui rendent difficile l'application de normes de comparaison quasi-expéri-

Canadian Journal of Public Health Vol. 74, January/ February 1983 39



mentales, l'évaluation exige toujours qu'un critère de jugement de l'effet d'une action puisse être construit. Ce critère peut prendre la forme d'une norme politique ou bureaucra- tique imposée par les concepteurs ou les régisseurs d'un programme. Mais rares sont les programmes où de telles normes peuvent être définies pour des fins d'évaluation. Elles servent plutôt aux contrôles administratifs et aux inspections gouvernementales.

L'évaluation peut cependant se faire par la construction d'un modèle vraisemblable ou utopique (G. Sjoberg, 1975) du comportement de l'objet d'évaluation. Le modèle sera établi depuis des considérations théoriques ou empiriques pertinentes à l'évaluation. Un étalon idéal sera alors disponible pour une comparaison entre les résultats du programme en différentes circonstances et sous diverses conditions. Le modèle pourra tenir compte des situations diverses où le programme ou l'activité est appliqué tout en offrant par ailleurs, pour leurs aspects communs, un critère unique de comparaison. Ainsi, dans les situations où des variations locales importantes rendent la comparaison aléatoires entre entités où s'applique et ne s'applique pas le programme, le modèle peut servir de référence unique pour chacune de ces situations. L'évaluation se base alors sur les déviations ou écarts entre le modèle et chacune de ces situations.

Pour chacune des circonstances, conditions ou situations qui différencient l'application de mêmes mesures ou de

mêmes actions à évaluer, essentiellement deux séries de données seront disponibles lorsqu'un modèle théorique vraisemblable est utilisé pour fin d'évaluation: 1 ) les données observées obtenues par cueillette d'information et 2) les effectifs estimés par le modèle (voir tableau I). Les effectifs estimés portent deux caractéristiques: 1) ils suivent la loi générale et les postulats explicites et implicites du modèle et 2) les valeurs des paramètres qui décrivent le modèle tel qu'appliqué à chaque cas sont spécifiques à chacune des situations locales observées. La première caractéristique du modèle assure l'uniformité nécessaire à une étude comparative des situations, tandis que la deuxième cherche à tenir compte des particularités locales. Habituellement, seules les statistiques telles la moyenne, la médiane, la variance sont comparées. Ces statistiques sont en fait des estimateurs des paramètres qui décrivent une situation où les particularités locales et les traits généraux communs à toutes les situations sont confondus. Le modèle offre une distribution théorique d'effectifs qui sera comparée à une distribution observée. Une stratégie d'analyse qui compare les configurations d'écarts entre les distributions théoriques et empiriques est utilisée. Si l'ensemble des configurations d'écarts suit les mêmes tendances, il pourra être conclu que les programmes, politiques ou activités évalués produisent les mêmes effets partout puisque les écarts sont libres des particularités locales.

TABLEAU I. Démarche pour l'évaluation par des modèles vraisemblables

données modèle: définit le données telles empiriques paramétres à estimer qu'estimées

^ ^ estimation des ^ ^ ^ ^ paramétres ^ ^

V)

! i ! & g o

leur valeur tient compte des caractéristiques locales

I permet de savoir si le modèle est adéquat donc si la situation locale répond aux postulats de base

40 Canadian Journal of Public Health Vol. 74



En résumé, les écarts sont des mesures de la distance entre la situation locale observée et l'application locale du modèle théorique général. A l'intérieur de la localité, les écarts mesu- rent seulement ce qui est d'intérêt: la justesse de la prédiction du modèle théorique. Mais la qualité de la prédiction et le sens de la configuration d'écarts dans chacune des localités servent de critère de comparaison entre les situations locales. Ils deviennent donc des critères de jugement de l'impact des activités évaluées dans la mesure où l'analyse comparative entre les unités locales vise la recherche de différences ou d'identités entre les configurations d'écarts. En ce sens, et en ce sens seulement, la capacité du modèle à reproduire ce qui est observé est un sujet relativement indifférent.

2. Un exemple: évaluation de l'impact de la répartition régionale inégale des omnipraticiens au Québec avant l'application de l'entente de 1976.* L'omnipraticien est au Québec le médecin qui a pour

tâche d'assumer la responsabilité de la continuité des soins à ses patients, de poser un diagnostic et de proposer un traitement, de prévenir ses patients des risques spécifiques qui menacent leur santé, de leur suggérer des activités qui main- tiendront leur santé et enfin de tenir compte du milieu de vie et de la personnalité des patients dans chacune de ses inter- ventions (C. P.M. Q., 1977).

Suivant cette conception, l'omnipraticien est donc à la fois au centre du système de distribution des soins par la continuité qu'il assure et à la périphérie par sa fonction de gardien de la porte d'entrée du réseau de distribution des soins aux malades.

La place des omnipraticiens dans le système de distribution des soins revendiquée par le Collège des médecins du Québec apparaît donc centrale. L'accès de la population aux services de l'omnipraticien apparaît tout aussi vital pour le bien-être de chacun des individus qui la composent. De même, la fréquence d'utilisation par les patients des services offerts par les omnipraticiens doit-elle être équitablement répartie dans la population.

Cette préoccupation d'équité a été traduite dans l'article 30 de l'entente entre le ministère des Affaires sociales et la Fédération des médecins omnipraticiens du Québec régis- sant la rémunération des omnipraticiens (MAS-FMOQ 1976) où il est prévu que le sujet doit être soumis pour étude à un comité qui verra à faire les recommandations néces- saires pour corriger les inégalités et inéquités sur le territoire québécois.

Mais les frontières de l'équité et de l'inégalité sont diffi- ciles à définir à moins d'assumer une équivalence entre ces deux notions. Plutôt que de chercher à définir des critères d'équité, nous chercherons ici à éliminer une des sources de la* variation dans la consommation des services des omnipraticiens. *11 ne s'agit ici véritablement que d'une illustration de la méthode d'évaluation par modèle vraisemblable.

En faisant l'hypothèse que les services des omnipraticiens sont adéquatement traduits par le nombre de visites médi- cales qu'ils produisent et que leurs patients consomment, nous nous attarderons uniquement aux visites médicales en cabinet privé effectuées par les bénéficiaires du régime d'assurance-santé du Québec.

3. Les modèles de consommation. Un premier modèle se présente immédiatement à l'esprit:

la consommation des visites aux omnipraticiens est dis- tribuée au hasard dans la population. Puisque pendant une certaine période, le nombre moyen de visites médicales est petit par rapport au nombre de personnes dans une population, la distribution aléatoire de la propension à consommer serait gouvernée par une loi de Poisson:

(3.1) P(x)= XXeA (x = 0, 1,2,...) x!

où x est le nombre de visites effectuées et X est le paramètre de la distribution de Poisson quand A est égale à la moyenne et à la variance de la distribution des visites pendant une certaine période (E. Parzen, 1960: 178, 218).

Les données du fichier de la RAMQ qui seront employées ne concernent que les patients et non l'ensemble de la population. Le nombre de personnes n'ayant pas consommé de visites médicales sera manquant. La distribution des visites médicales (Tableaux IV et V) sera tronquée. La distribution de Poisson sera (J.S. Coleman, 1964; 366-7):

(3.2) P(x) = (^-R.)xe-(X-R'-" x = (i, 2, ...) x!

où R, est la proportion de personnes ayant consommé une visite pendant la période d'observation.

Il est peu probable que la consommation des visites médi- cales soit un événement aléatoire. P. Froggatt et al (1969), S.J. Kilpatrick (1975, 7) et P. Spencer (1971) ont estimé correctement la fréquence des visites médicales à l'aide d'une distribution binomiale négative. Ces auteurs ont proposé un modèle de consommation des visites médicales qui, construit à l'aide de certains postulats, mène à une distribution binomiale négative 1) peu d'individus consomment beaucoup de visites médicales et beaucoup d'individus consomment peu de visites, 2) chez les individus ayant la même propension à consommer, la consommation est distribuée au hasard, 3) la propension à consommer des visites médi- cales est forte chez peu d'individus, 4) elle ne varie pas avec le nombre de visites consommées et 5) la propension reste stable pendant la période d'observation (Tableau II pour une représentation visuelle de ces postulats). En acceptant l'hypothèse que la distribution des individus ayant la même propension à consommer suit une loi de Poisson, tandis que la distribution des propensions entre des catégories diffé- rentes de consommateurs suit une loi Gamma, la distribution des visites médicales dans une population donnée pendant une certaine période suivra une loi binomiale négative

January/February 1983 41



TABLEAU II. Les postulats du modèle

conséquemment à la conjonction d'une loi de Poisson et d'une loi Gamma.

La binomiale négative s'écrit (E. Parzen, 1960; 179):

(3.3) P(x)=r + X-' pr qx (x = 0, 1,2, ...) X

où x est le nombre de visites, r est un indicateur de la forme de la distribution, p est la probabilité que l'événement x se produise et q = 1 - p.

Puisque la distribution de fréquences des visites médicales sera tronquée, la distribution sera (S. Spilerman; 1972):

(3.4) P(x)=r + X-1 pr qx/l -pr(x= 1,2, ...) X

Les estimateurs donnés par S. Spilerman (1972) et par W.W. Eaton (1974) et W.W. Eaton et A. Fortin (1978) seront employés. Les estimateurs de r et q sont:

(3.5-1) r= J_ (m p - Ř,) q

(3.5-2) q = 1 - m(l s2

où m est la moyenne et s2 la variance observée de la distribution 3.4.

L'estimateur de est:

(3.6) Ř, = f,/N

où f, est la fréquence observée d'une visite et N le nombre total de patients.

Le quatrième postulat implique que les rencontres avec les pourvoyeurs ne modifient pas la propension à consommer des services. Donc, un modèle de consommation des visites médicales basé sur une loi binomiale négative est conforme à une hypothèse qui suppose que les caractéristiques institu- tionnelles n'influencent pas la fréquence des visites médi- cales (P. Froggatt et al, 1969). Cependant, cette hypothèse repose sur la stabilité temporelle de la propension à consommer; sa vérification exige des données longitudinales qui ne sont pas disponibles pour le moment*. De plus, les données que nous traiterons ne concerneront que les patients. Les effets institutionnels peuvent être efficaces et uniformes sur les consommateurs seulement; ils ne joue- raient pas sur le reste de la population.

Dans une certaine mesure, la binomiale négative permet donc d'étudier plus que l'égalité des chances de consommer des visites médicales. Les postulats sur lesquels elle est fondée impliquent que des stratégies de consommation diffé- rentes existent pour les effectifs qui suivent une loi binomiale négative et ceux qui ne la suivent pas. L'évaluation de la répartition géographique des omnipraticiens peut donc aller au-delà de la comparaison des taux de consommation.

♦Cette hypothese a cependant ete verifiee en Grande-Bretagne et aux Etats-Unis, où l'hypothèse concurrente de contagion (J. S. Coleman, 1964) a été rejetée (P. Froggatt et al, 1969; S.J. Kilpatrick, 1977).




Table II cont'd

L'analyse des distributions des effectifs se fera en deux temps: 1) l'étude des écarts des distributions observées par rapport aux distributions théoriques, 2) l'étude de la valeur des statistiques m et r de la binomiale négative tronquée qui sont respectivement la moyenne théo- rique des effectifs et la forme de la courbe de la distribution des effectifs.

Dans la mesure où la binomiale négative tronquée fournit une distribution théorique des effectifs consommant x visites médicales (x = 1, 2 ... X) lorsque les caractéristiques des individus seules jouent, les écarts entre la distribution observée et la distribution théorique expriment l'importance des facteurs institutionnels dans la consommation des visites aux omnipraticiens. L'importance des variations des écarts entre les distributions observées et théoriques de régions qui possèdent des ressources médicales différentes devient un des critères de l'évaluation de l'impact de l'inégale réparti- tion de ces ressources sur leur utilisation. Si les configurations d'écarts sont identiques, le problème de la répartition géographique des omnipraticiens n'apparaîtra pas important; la même conclusion pourra être tirée si la loi binomiale négative s'applique également dans chacune des régions et ce

malgré des taux de consommation, mesurés par des moyennes régionales, différents. Les variations de ces taux pourront être attribuées aux caractéristiques des individus dans chacune des régions.

4. Les données. La distribution de fréquences des visites médicales pen-

dant 1975 a été établie à partir d'un échantillon de 5% des bénéficiaires du régime de l'assurance-maladie du Québec*.

Toutes les visites médicales couvertes par le régime d'assurance sont enregistrées sur le fichier au compte de chacun des bénéficiaires. Le régime étant universel on peut con- sidérér à toute fin pratique que l'ensemble des visites médi- cales consommées par la population du Québec est enre- gistré sur le fichier de la R AMQ. Pour les fins de cette étude, il sera pris pour acquis que l'échantillon de 5% des bénéfi- ciaires représente la consommation des visites médicales par bénéficiaire pendant l'année 1975.

Seules les visites en cabinet privé aux omnipraticiens seront ici considérées. Les spécialistes ont été exclus de l'étude pour préserver le plus possible l'homogénéité des motifs qui poussent les individus à consommer des visites médicales. Souvent, les visites aux médecins spécialistes sont conséquentes à une visite préalable chez un omnipraticien. Le patient d'un omnipraticien aura plus de chance que le patient d'un spécialiste d'avoir pris lui-même l'initiative de la visite.

Quatre groupes d'âge seront identifiés: les 0 à 14 ans, 15 à 34 ans, 35 à 64 ans et 65 ans et plus. Le groupe de 0 à 14 ans souffre probablement de manque d'homogénéité; les enfants en bas âge (0 à 18 mois) pourraient être considérés comme des clientèles particulières. Il a cependant fallu limiter le nombre de groupes d'analyse puisque la consommation des hommes et des femmes de trois régions socio-sanitaires sera observée. En tout 24 groupes d'observation seront étudiés.

Les régions de Québec (03), Trois-Rivières (04) et du Bas St- Laurent - Gaspésie (01) ont été choisies à cause de la diversité des situations qu'elles présentent (cf Tableau III). La région de Québec est urbanisée et dominée par la ville de Québec et sa région métropolitaine qui comprennent près de la moitié de la population régionale. Québec est une ville universitaire avec une importante faculté de médecine et un réseau d'hôpitaux universitaires et d'hôpitaux affiliés. La proportion de médecins résidents et d'omnipraticiens de la région de Québec sur le nombre total de ces praticiens au Québec est d'ailleurs équivalente à la proportion de la population de cette région dans la population du Québec. Les régions de Trois-Rivières et du Bas St-Laurent - Gaspésie sont en déficit à cet égard. Le nombre de visites par médecin

♦Pour l'année 1975, ce fichier contient de nombreuses erreurs. Nous pouvons qu'assumer qu'elles s'annulent les unes les autres. Aussi les conclusions de notre étude ne doivent être considérées que comme des indications de tendances possiblement observables dans l'univers des consommations médicales dans les trois régions choisies. Au moment de la rédaction de ce texte seul ce fichier était disponible.

♦B.N.T.: Binomiale (s) négative (s) tronquée (s)

January/ February 1983 43



(omnipraticiens et spécialistes) est beaucoup plus élevé dans deux dernières régions (de 2229 à 2556 selon le cas) qu'à Québec (1842/2199). De la même manière, le nombre de visites par habitant est plus important à Québec (2.32) qu'ailleurs (1.74 à 1.92).

En somme, la région du Bas St-Laurent - Gaspésie, géographiquement éloignée, avec une population rurale importante consomme moins de services que celle de la région de Trois-Rivières qui est urbanisée et généralement plus âgée. Trois-Rivières ne possède cependant pas un centre médical universitaire. La région médicale de Québec est caractérisée par son organisation universitaire et est relativement bien pourvue de main-d'oeuvre médicale.

5. Interprétation des écarts. L'ajustement des distributions B.N.T.* et de Poisson a été

mesuré par le pourcentage d'écart absolu entre la distribution observée (Tableaux IV et V) et la distribution théorique (Tableaux VI et VII)*.

A la lecture des colonnes 5 et 6 des Tableaux VIII et IX, il apparaît immédiatement que les distributions empiriques des fréquences de visites médicales ne suivent pas une loi de Poisson. La propension à consommer n'est donc pas dis- tribuée aléatoirement parmi les patients des régions 0 1 , 03 et 04 du Québec en 1975. La distribution binomiale négative semble reproduire avec un certain succès un bon nombre des 24 distributions de fréquences des visites.

Des écarts existent cependant entre les distributions observées et théoriques. Ils ne sont pas uniformément distri- bués à l'intérieur des catégories de chacune des distributions. Des constantes dans les configurations d'écarts se remarquent cependant pour chacune des 4 classes d'âge, (cf. Ta- bleaux IV à VII.)

L'ensemble des observations peuvent se résumer en trois points: 1) De façon générale, les écarts globaux des distributions théoriques par rapport aux distributions observées sont plus faibles dans la région universitaire de Québec, 2) deux classes d'âge peuvent être distinguées: a) les 65 ans et plus dont les effectifs ayant consommé une seule visite sont sous-estimés, les effectifs ayant consommé 2, 3 et 4 visites sont surestimés et ceux ayant consommé plus de 5 visites sous-estimés, sauf dans la région de Québec où la surestimation s'étend aux effectifs des 5, 6 et 7 visites; le même phénomène s'observe pour les hommes de la région 04; b) l'autre classe d'âge regroupe l'ensemble des personnes de 0 à 64 ans dont les effectifs des premières visites sont estimés avec peu d'er- reur, ceux des 2 et 3 visites sont sous-estimés sauf pour les personnes de 35 à 64 ans dont les effectifs des 3 visites sont surestimés. De façon générale, les effectifs des 4, 5, 6 et 7 visites sont surestimés. Dans cette classe d'âge, les effectifs des 8 visites et plus sont souvent trop petits pour permettre

TABLEAU III. Statistiques régionales démographiques et médicales - 1975

Région du Bas St- Région de Trois- Région de Québec Laurent et de la Rivières (04) (03) Gaspésie (01) Nombre * Nombre » Nombre ï

population fémini ne* Sge: 0-14 ans 31499 28.5 50247 24.3 122334 25.1

15-34 ans 41970 37.9 74286 35.6 177116 36.4 35-64 ans 29128 26.3 63041 30.5 145185 29.8 65 ans et 8076 7.3 18878 9.1 42601 8.7

plus

population mascul ine* Sge: 0-14 ans 32836 31.3 52918 25.7 128279 27.0

15-34 ans 34357 32.8 77069 37.5 177821 37.4 35-64 ans 29501 28.2 60465 29.4 137041 28.9 65 ans et 8082 7.7 15254 7.4 31777 6.7

plus % de la population du Québec 3.6 6.7 15.6

Type de municipal i té*

cité 49715 21.4 164074 39.0 428048 45.5 ville 52045 22.4 102089 24.3 166508 17.7 village 18238 7.8 31409 7.5 60772 6.5 paroisse 47319 20.3 79835 19.0 164085 17.4 canton 8140 3.5 5602 1.3 9003 1.0 autre 57141 24.6 37685 8.9 113012 12.0

Nombre de médecins et pourcentage par rapport 3 l'ensemble du Québec*** nombre ď omni prati ci ens 120 2.2 202 4.4 b23 15.6 nombre de résidents 3 .6 3 .6 81 15.5 nombre de 73 1.5 194 3.9 820 16.6 spécial i s tes Nombre de visites***

en cabinet 375670 37.2 791K6 ?C . 8 2232205 30.2 en institution 318653 30.5 732348 TE. 9 1 B6T283 25.4

Nombre de services par médecin dispensateur*** en cabinet 2277 2229 1842 en institution 2556 2542 2199

NDmbre de visites par habitant en cabinet 1.74 1.92 2.32 en institution 1.48 1.78 1.94

* Super-pop, Résultats révisés du modèle super-pop, Québec, MAS, service de la statistique, 1977. ** Projet Doris, Statistiques régionales des Affaires socialp^, Québec, MAS, service de la statistique, 1975-T6. *** RAMQ, Statistiques annuelles, J9_75, Çufbpc , 1976.

une analyse intéressante. 3) il n'y a pas de constante à dégager de l'analyse de la consommation de chacun des deux sexes.

6. Comparaison des moyennes et des rythmes de consommation. De façon générale, les moyennes théoriques des visites

médicales sont plus élevées dans la région de Québec et plus faibles dans la région du Bas St-Laurent-Gaspésie. Les personnes de 65 ans et plus ont une moyenne de visites plus élevée que l'ensemble des autres classes d'âge (Tableaux VIII et IX).

Sauf en bas âge, les femmes consomment toujours plus de visites médicales que les hommes. Les différences atteignent jusqu'à une visite dans les classes d'âge de 1 5 à 35 ans et de 35 à 64 ans pour s'atténuer par la suite et montrer une diffé- rence de .2 visite en moyenne annuellement. Ces différences se remarquent dans chacune des régions.

♦Nos conclusions ne sont donc pas fondées sur une base statistique. Pour une étude plus complète qui se limite cependant à la région de Montréal, voir F. Béland (1980).




TABLEAU IV. Nombre d'hommes ayant consommé des visites médicales en cabinet privé par groupes d'âge et par fréquences (échantillon 5%

du fichier des bénéficiaires de la R.A.M.Q., 1975)

Nombre de Région 01 Région 03 Région 04 visites Groupes d'Sge Groupes d'Sge Groupes d'Sge 0-14 15-34 35-64 65+ 0-14 15-34 35-64 654 0-14 15-34 35-64 654

1 354 446 338 119 1257 1773 1294 323 490 818 613 173 2 165 219 236 46 724 1118 810 224 274 489 398 106 3 105 143 101 31 470 614 566 141 173 263 229 70 4 78 58 74 26 275 341 396 114 101 129 183 50 5 49 36 51 24 208 215 275 82 68 65 107 54 6 28 9 32 21 153 177 208 92 51 49 81 42 7 22 11 22 10 118 103 141 50 37 34 50 29 8 17 8 10 9 104 68 98 56 42 15 37 27 9 6 4 9 7 71 44 66 44 26 13 28 12 10 15 2 14 7 57 31 66 32 19 9 24 10 11 9 4 1 5 41 28 54 23 19 10 17 11 12 3 1 5 4 32 25 37 34 22 8 13 8 13 3 2 4 0 24 17 28 17 14 4 11 2 14 7 0 3 2 28 11 27 9 5 1 12 6 15 3 1 2 2 23 12 20 7 8 2 10 4 16 3 2 0 3 17 11 22 12 9 3 7 4 17 0 0 0 3 16 6 17 8 5 1 10 4 18 2001 15 395 8154 19 1 0 0 1 19 8 10 8 3 3 2 0 20 0010 9284 7411 2H 6 4 5 1 75 43 89 55 27 23 28 15

TABLEAU V. Nombre de femmes ayant consommé des visites médicales en cabinet privé par groupes d'âge et par fréquences (échantillon 5%

du fichier des bénéficiaires de la R.A.M.Q., 1975) Nombre de Région 01 Région 03 Région 04 visites Groupes d'Sge Groupes d'âge Groupes d'Sge

0-14 15-34 35-64 65* 0-14 15-34 35-64 65f 0-14 15-34 3b-64 654

1 337 594 343 122 1250 2012 1328 470 492 947 594 197 2 181 342 235 53 725 1386 975 282 283 674 474 124 3 118 239 138 50 428 945 697 199 182 403 330 97 4 65 150 114 42 279 613 490 144 96 290 228 78 5 47 109 78 34 178 422 359 124 57 167 156 52 6 27 61 62 26 132 321 308 86 46 120 105 45 7 22 40 37 18 105 228 211 73 43 84 111 36 8 9 27 39 16 108 172 164 77 33 59 75 34 9 11 15 25 11 58 131 127 58 28 48 50 28 10 9 12 20 5 48 109 104 60 23 17 46 20 11 8 19 12 6 53 74 81 39 7 34 31 18 12 2 10 11 6 44 53 72 37 16 24 31 18 13 4 8 6 7 31 54 64 30 4 . 23 30 14 14 3 5 3 4 27 39 63 20 16 19 20 10 15 2 4 9 1 22 41 45 21 8 18 10 6 16 3 4 5 0 21 35 36 25 7 8 14 6 17 1 5 1 1 15 24 36 10 6 8 7 1 18 0 4 2 2 5 23 26 13 6 6 12 2 19 0 7 4 0 19 23 23 8 5 7 8 3 20 0 1 6 0 9 19 14 12 4 8 10 6 214 2 26 31 9 39 181 281 94 27 54 93 26

January/ February 1983 45



TABLEAU VI. Nombre estimé de femmes ayant consommé des visites médicales en cabinet privé par groupes d'âge et par fréquence.

Nombre de Région 01 Région 03 Région 04 visites Groupes d'Sge Groupes d'âge Groupes d'Sge 0-14 15-34 35-64 65 + 0-14 15-34 35-64 65 + 0-14 15-34 35-64 65 -f

1 338 606 341 108 1231 2037 1302 417 491 982 602 178 2 180 339 223 77 683 1301 937 303 262 592 431 137 3 109 214 155 56 440 894 696 229 166 392 317 106 4 70 143 111 41 303 637 525 176 11 3 271 237 82 5 47 99 81 31 217 463 400 137 80 192 179 64 6 32 69 60 23 159 342 307 107 58 138 135 50 7 22 50 44 17 119 254 236 85 44 101 103 39 8 15 36 33 13 90 191 182 67 33 74 79 30 9 11 26 25 10 69 144 141 53 25 41 60 24 10 7 19 19 7 53 109 110 42 19 31 46 19 11 5 14 14 5 41 82 85 34 15 23 35 15 12 4 10 11 4 32 63 66 27 12 17 27 11 13 3 8 8 3 25 48 52 22 9 13 21 9 14 2 6 6 2 20 37 40 17 7 10 16 7 15 1 4 5 2 15 28 31 14 6 8 12 6 16 1 3 4 1 12 22 25 11 4 7 10 4 17 1 2 3 1 10 17 19 9 4 6 7 3 18 1 2 2 1 8 13 15 7 3 4 6 3 19 0 1 2 1 6 10 12 6 2 3 4 2 20 0 1 1 0 5 8 10 5 2 3 3 1

TABLEAU VII. Nombre estimé ďhommes ayant consommé des visites médicales en cabinet privé par groupes ďáge et par fréquence.

Nombre de Région 01 Région 03 Région 04 visites Groupe d'îge Groupe d'Sge Groupe d'Sge 0-14 15-34 35-64 65 + 0-14 15-34 35-64 65 + 0-14 15-34 35-64 65 +

1 348* 456 347 109 1240 1828 1286 296 481 857 620 161 2 177 213 197 61 705 976 813 223 263 409 368 114 3 107 114 122 40 459 592 555 171 169 232 241 84 4 70 65 78 28 318 381 392 132 116 142 166 63 5 47 38 51 20 228 253 283 102 83 91 117 47 6 33 23 34 15 168 172 207 79 61 60 84 35 7 23 14 23 11 125 118 153 62 46 40 61 27 8 17 9 16 8 94 83 114 48 35 27 45 20 9 12 5 10 6 72 58 85 37 27 19 33 15 10 9 3 7 5 55 41 64 29 21 13 25 12 11 7 2 5 4 43 29 48 23 16 9 19 9 12 5 1 3 3 33 21 36 18 13 6 14 7 13 4 1 2 2 26 15 28 14 10 4 11 5 14 3 0 2 1 20 11 21 11 8 3 8 4 15 2 0 1 1 16 8 16 9 6 2 6 3 16 2 0 1 1 12 6 12 7 5 2 5 2 17 1011 10 495 4132 18 1001 8374 3131 19 1001 6253 3121 20 1000 5243 2021 * chiffre arrondi




TABLEAU VIII. Les statistiques des distributions binomiale négative et Poisson tronquées des visites médicales des femmes en cabinet privé

1 2 3 4 5 6 moyenne probabilité q statistique statistique % des écarts % des écarts théorique de la B.N. r de la B.N. de la (B.N.) (Poisson) distribution de

Poisson

Région 01 0-14 ans 2.861 .75 .427 2.461 4.65 48.61 15-34 ans 3.168 .78 .440 2.778 7.26 49.34 35-64 ans 3.723 .78 .678 3.431 6.63 58.10 65 et plus 3.883 .76 .888 3.728 17.83 63.74



TABLEAU IX. Les statistiques des distributions binomiale négative et Poisson tronquées des visites médicales des hommes en cabinet privé

1 2 3 4 5 6 Moyenne Probabilité q Statistique Statistique % des écarts % des écarts théorique de la B.N. r de la B.N. de la (B.N.) (Poisson) distribution

de Poisson




La valeur du paramètre r, indicateur du rythme de consommation augmente régulièrement avec l'âge sauf chez les hommes de la région 01 où la proportion d'erreurs atteint 19.15%. Il est aussi remarquable que la valeur r est plus importante à Québec que dans les deux autres régions, tandis que la région de T rois-Rivières est dans une situation

mitoyenne entre Québec et le Bas-St-Laurent-Gaspésie. Autre particularité, les statistiques des femmes sont plus élevées que les statistiques des hommes.

En résumé, les régions bien pourvues de main-d'oeuvre médicale ont tendance à consommer plus de visites médi- cales en moyenne. Cette consommation supérieure n'est pas




TABLEAU X. Fréquences observées des visites médicales des hommes de 35 à 64 ans

Région du bas St-Laurent Gaspésie Région de Québec Région de Trois-Rivières

Moyennes 2.831 3.626 3.403

Fréquences Fréquences Fréquences Fréquences Fréquences Fréquences observées estimées observées estimées observées estimées

nombre de visites

1 37.43 38.39 31.16 30.98 33.35 33.75

2 26.13 21.86 19.51 19.59 21.65 20.02

3 11.18 13.50 13.63 13.36 12.46 13.13

4 8.19 8.67 9.54 9.44 9.99 9.03

5 5.65 5.69 6.62 6.81 5.82 6.39

6 3.54 3.79 5.01 4.98 4.41 4.59

7 et plus 7.88 8.1 14.53 14.84 12.32 13.09

% d'écarts totaux 11.33% 3.11% 7.03%

uniquement due à une augmentation du nombre de patients mais à un plus grand nombre de visites consommées par patient. En conséquence, l'égalité devant la consommation des visites médicales aux omnipraticiens n'est pas atteinte. Cependant, les régions 03 et 04 marquent des écarts par rapport à la distribution théorique qui sont généralement de même nature. Ce sont les intensités des écarts entre ces distributions qui sont accentuées, plutôt que des configurations d'écart qui sont divergentes.

7. A propos de la signification de la B.N.T.: observations des résultats d'une seule classe d'âge. Les sommes d'écarts de chacune des distributions indi-

quent la qualité de l'estimation des effectifs. Dans certains cas, il est apparu que les écarts sont importants. Mais de façon générale, les écarts remarqués aux distributions de la région de Québec sont moins importants qu'ailleurs, de telle sorte que la loi binomiale négative tronquée s'applique mieux aux effectifs de cette région qu'à ceux des autres régions.

Dans quelques cas, les différences interrégionales entre les écarts totaux sont assez importantes pour mériter quelques commentaires. Ainsi, chez les hommes de 35 ans et plus, les écarts sont de 1 1.33%, 3.1 1% et 7.03% dans les régions 01, 03 et 04 respectivement (Tableau X). La loi binomiale négative tronquée apparaît donc particulièrement bien décrire la

situation à Québec, tandis qu'elle s'éloigne de la réalité dans le Bas-St-Laurent-Gaspésie.

Les postulats du modèle de consommation qui ont mené à l'adoption de la loi binomiale négative tronquée supposent que la décision d'un individu de recourir à un médecin, d'obtenir un rendez-vous et de s'y rendre ne dépend pas de façon directe des caractéristiques des pourvoyeurs de services et des institutions où ils pratiquent. En acceptant cette conséquence du modèle, il est possible de conclure que la consommation des visites médicales aux omnipraticiens des hommes de 35 à 64 ans de la région de Québec est peu influencée par les pourvoyeurs, tandis qu'elle le serait dans la région 01.

Dire que les facteurs institutionnels n'influencent pas la consommation dans la région de Québec serait erronné dans la mesure où les ressources médicales disponibles varient par région (cf Tableau III). Plus les ressources sont nombreuses, moins les déviations à la distribution théorique sont importantes pour les hommes de 35 à 64 ans (cf Tableau X). Donc, une certaine somme de ressources, facteurs institutionnels par excellence, permettrait à la consommation médicale de s'ajuster aux facteurs individuels qui l'influencent. Lorsque les ressources ne sont pas suffisantes, la consommation observée dévie de la consommation théorique. Les dévia- tions ont cependant un caractère systématique: elles ne sont pas également réparties dans chacune des catégories de la




distribution. Dans la région 01, il y a un surplus de personnes visitant 2 fois le médecin et un déficit de personnes visitant 3 et 4 fois l'omnipraticien. S'il y a contrôle du nombre de visites de la part du pourvoyeur, il se caractérise par une certaine régularité qui peut procéder d'une certaine rationalisation. Les gens nécessitant à nouveau des soins sont admis à en consommer: le surplus de personnes ayant 2 visites et le léger déficit de personnes ayant une seule visite l'illustrent. Cependant, leur consommation est limitée dans la mesure où il apparaît plus facile à Québec et à Trois- Rivières que dans la région 01 de consommer 3 et 4 visites. Dans la région 03, la B.N.T. prédit avec peu d'erreurs la distribution des visites aux omnipraticiens. Plusieurs hypo- thèses peuvent expliquer ce bon ajustement: l'abondance des ressources permet le magasinage chez les consommateurs; la référence de cas à des spécialistes, plutôt que la référence à des pairs, se pratique peut-être plus souvent ou encore le climat de la pratique médicale influence peut-être l'omnipraticien à recourir à des confrères pour confirmer les diagnos- tics, etc.

La validité des conclusions de l'analyse des effectifs théo- riques et des effectifs observés des distributions de visites médicales dans trois région du Québec est évidemment limitée par le caractère ponctuel des données qui ont été employées. Le modèle d'hétérogénéité qui a été utilisé exige que la consommation des individus soit stable pendant une certaine période. S'il apparaît que cette consommation augmente, la B.N.T. sera tout aussi compatible avec un modèle dit de contagion qui suppose que la propension à consommer augmente avec la consommation. Le modèle d'hétérogénéité a été retenu ici en fonction des résultats de travaux entrepris en d'autres pays sur la même sujet (P. Froggattet al, 1969; S.J. Kilpatrick, 1975, 1977; P. Spencer, 1971).

Cette limite posée, il reste que l'emploi d'un modèle théo- rique a permis d'avancer, dans le cadre restreint de la validité des données et des biais des méthodes d'estimation employées, quelques conclusions non évidents au premier abord concernant le sujet d'évaluation en titre: les disparités régionales dans la consommation des services médicaux. Dans un premier temps, si le nombre de médecins et le nombre moyen de visites par personne varient considéra- blement d'une région à l'autre (cf Tableau III), la consommation de visites médicales comme telle semble suivre une même tendance si l'on utilise les écarts de la consommation observée par rapport à la consommation théorique comme critères: la loi B.N.T. s'applique mieux à Québec qu'ailleurs. Mais il n'y a que des différences légères dans les écarts totaux des distributions observées aux distribution théoriques des régions 03 et 04. Autre résultat: les habitudes de consommation varient plus fortement en fonction de l'âge que du lieu de la résidence et du sexe du consommateur. Mais la région de Québec apparaît tout de même favorisée par rapport aux régions de Trois- Rivières et du Bas-St-Laurent - Gaspésie.

Les données régionales qui ont été etudiées peuvent fournir

une image biaisée de la réalité dans la mesure où les situations itra-régionales sont extrêmement diversifiées. Il n'y a pas eu ici de recherche sur l'unité territoriale de consommation signifi- cative. Il est clair que les résultats obtenus auraient pu varier de façon sensible si ces types d'unités avaient pu être employés.

Nonobstant la nature des données employés ici, la méthode d'évaluation par modèle de vraisemblance permet de transcender les limites imposées à l'étude des effets des grands programmes nationaux qui par définition ne permet- tent pas l'utilisation des stratégies d'évaluation expéri- mentales. Ici au moins deux types de comparaison ont pu être menées: 1) dans chacune des régions entre les fréquences observées et les fréquences théoriques et 2) entre les configurations régionales d'écarts. En fait, le modèle vraisemblable permet d'utiliser la méthode comparative. Dans une certaine mesure, les fréquences estimées sont l'équivalent d'un groupe ayant subi un traitement sous un mode expéri- mental, en laboratoire. Deux types de traitement sont doc comparés: 1) celui observé sur le terrain et 2) celui provoqué en laboratoire. Les résultats sont jugés d'après la conformité du premier au deuxième et selon les résultats comparés des essais de plusieurs laboratoires et sur plusieurs terrains d'observation.

BIBLIOGRAPHIE Béland F. "Une loi de distribution des visites médicales aux omnipraticiens: la binomiale" Cahiers canadiens de sociologie, 1980, 5, pages 383-388.

Blenkner M. "Methodological Problems in Evaluating Service Demonstra- tions", in P. From Hansen, Age with a future, Copenhague, Munskaark, 1961, pages 459-462.

Borgatta EF. "Research problems in evaluation ol health service demon- strations", Millbank memorial fund quarterly, vol. 44, 1966, pages 444-463.

Cain GG et Hollister RG. "The Methodology of Evaluating Social Action Program", in P.H. Rossi et W. Williams, Evaluating Social Programs, London, Seminar Press, pages 109-137, 1972.

Campbell DT. "Reforms as experiments , in E.L. Struening et M. Gutten- tag, Handbook of Evaluation, Vol. I, London, Sage, 1975, pages 71-100.

Campbell DT. "Considering The Case Against Experimental Evaluations of Social Innovations", Administrative Science Quarterly, Vol. 15, 1970, pages 1 10-1 13.

Cochrane AL. Effectiveness and Efficiency, Random Reflection on Health Services, Londres, The Nuffield Provincial Hospitals Trust, 1972.

Coleman JS. " Introduction to Mathematical Sociology", Glencoe, Free Press, 1964.

Cook TD et Campbell DT. "The Design and Conduct of Quasi- Experiments and True Experiments in Field Settings", in M.D. Dunnette, Handbook of Industrial and Organizational, Research, Chi- cago, Rand McNally, 1975.

Donabedian A. "A Perspective on Concepts of Health Care Quality , Paper presented at the Fall Meeting of the Institute of Medicine, November 6, 1974, 18 pages.

Eaton WW. "Mental Hospitalization as a Reinforcement Process", /1.5. R., vol. 39, 1974, pages 252-260.

Eaton WW et Fortin A. "A Third Interpretation for the Generating Process of the Negative Binominal Distribution", A.S.R., Vol. 43, 1978, pages 264-267.

Frogatt P, Dudgen M Y, et Merrett J u. Consultation in General Practice: Analysis of Individual Frequencies", Br. J . Prev. Soc. Med., Vol. 23, 1969, pages 1-11.

Hyman H H et Wright CR. "Evaluation Social Action Programs , in F.G. Caro, Readings in Evaluation Research, New York, Russell Sage Foun- dation, 1971, pages 185-220.

Jahoda M et Barnitz E. "The Nature of Evaluation", International Social Science Bulletin", Vol. 7, 1955, pages 353-364.

Kilpatrick SJ. The Distribution ot episodes ot Illness - a Research I ool in General Practice?" J.R. Coll. Gen. Pract., Vol. 25, 1975, pages 686-690.




Kilpatrick SJ. "Consultation Frequencies in General Practice", Health Services Research, Vol. 12, 1977, pages 284-298.

Klineberg O. "The Problem of Evaluation", International Social Science Bulletin, Vol. VII, 1955, pages 345-253.

Kushlick A. "A Method of Evaluating the Effectiveness of Community Health Service", Social and Economic Administration, Vol. 4, 1967, pages 29-48.

Mann J. "Technical and Social Difficulties in the Conduct of Evaluative Research;;, in F. Caro, Readings in Evaluation Research, New York, Russell Sage Foundation, 1971, pages 175-184.

MAS-FMOQ. Entente relative à l' assurance-maladie et à l'assurance- hospitalisation. Québec, 1976, Chap. VIII, Art. 29.

Parzen E. Modern Probability Theory and its Application, New York, Wiley, 1960.

Rossi PH. "Evaluating Social Action Programs ' in F. Caro, Readings in Evaluation Research, New York, Rüssel Sage Foundation, 1971, pages 276-281.

Sjoberg G. "Politics, Ethics and Evaluation Research", in M. Guttenberget E.L. Struening, Handbook of Evaluation Research, London, Sage, 1975. Spencer P. General Practice and Models of the Referral Processes, Londres, Institute for Operational Research, Tavistock Institute of Human Relations, 1971.

Spilerman S. "Extensions of the Mover-Stayer Model", A.J.S. Vol. 78, pages 599-626, 1972.

Suchman EA. Evaluative Research, New York, Russell Sage Foundation, 1967.

Weiss RS et Rein M. 1 he evaluation ot Broad-Aim Programs: A Cau- tionary Case and a Moral", Annals of The Academy of Political and Social Sciences, no. 385, pages 133-142, 1969.

Received: September 18, 1980. Revised Accepted: February 26, 1981.




Documents

L'Évaluation: L'Analyse comparative et la construction de modèles vraisemblables