Évaluation et mesure de l'état de la santé à l'échelle de la population
Concept | |
Informations | |
---|---|
Spécialité | Santé publique |
|
Pour répondre aux besoins en santé de sa population, le médecin se doit de connaitre l'état de santé de cette dernière. Il pourra ainsi concevoir des interventions médicales qui répondent aux besoins de la communauté.[1]
Obtenir et recueillir de l'information en matière de santé sont des aptitudes de première ligne en santé publique. Les études et les sources de données doivent être analysées judicieusement pour comprendre comment les facteurs étudiés influencent la santé de la collectivité et ainsi déterminer la conduite des professionnels de la santé.[1]
Évaluation et mesure de l'état de santé à l'échelle de la population (78-2)
Obtention de données sur la santé populationnelle
Les données sur l’état de santé des populations proviennent d’enquête auprès des habitants, mais aussi de données collectées (ex : registre des MADO), registre du coroner, d’études de prévalence et d’incidence.[2]
Évidemment ces données résultent d’un échantillon, et comportent donc une part d’incertitude liée à l’erreur et à la distribution, mais elles permettent de dresser un portrait pour fin de comparaison et de suivi. Il est donc important, comme clinicien, de contribuer à ces données, lorsqu’un signalement est requis par exemple.[2]
Quelques indicateurs de santé d'une population[2]
Indicateurs | Définitions |
---|---|
Espérance de vie | Nombre d’années qu’un individu né dans un pays donné peut espérer vivre en fonction du taux de mortalité standardisé |
Taux de mortalité | Définit comme le taux de décès (toute cause confondue) / 1000 habitants |
Taux de mortalité selon l'âge | Taux de décès ajusté par strate d’âge (permet la comparaison entre taux avec une structure d’âge différente – ex : Congo vs Japon ou Québec 1960 vs Québec 2015) |
Taux de mortalité standardisé | Nombre de décès / nombre de décès attendu pour un groupe |
Taux de mortalité infantile | Nombre de décès d’enfant < 1 an / 1000 enfants vivants < 1an pour une année |
Taux de mortalité maternelle | Nombre de mère enceinte décédée pergravida ou péripartum / 100 000 enfants vivants < 1 an pour une année |
Ratio de mortalité proportionnelle | Nombre de décès dû à une cause / nombre total de décès pour une période donnée |
Années de vie potentielles perdues (PYLL) | Différence entre l’âge du décès et l’âge de décès attendue, pour une population |
Années de vie ajustées pour l'incapacité (DALY) | Années de vie sans incapacité |
Années de vie ajustée pour la qualité (QALY) | Années de vie ajustées selon un multiplicateur (de 0 à 1) indiquant le niveau de qualité de vie |
Devis d'étude[2]
Type d'étude | Caractéristiques |
---|---|
Quantitative | Nombreux participants, permet de valider des hypothèses sur une base statistique. |
Qualitative | Permet de générer des idées, d’élaborer des théories à partir d’informations abondantes sur quelques sujets. |
Prospective | Évalue l’effet d’une exposition à partir d’un temps 0. |
Rétrospective | Regarde en arrière pour identifier des facteurs de risque, une exposition. |
Essai cliniaque aléatoire | Répartition des sujets en groupes de façon aléatoire, en tenant compte des facteurs confondants (groupes similaires) et assignation d’une exposition à un ou des groupes. Type d’étude ‘étalon’’ pour établir une causalité et évaluer l’efficacité d’un traitement. Plus la prévalence est faible, plus l’étude doit être grande. Très coûteux. |
Essai clinique non aléatoire | Exposition contrôlée à un facteur, mais randomisation des caractéristiques des groupes impossible (ex : niveau de revenus) |
Étude de cohorte | Sélections de sujets semblables, mais échantillons divisés selon exposition ou non. Très utile pour démontrer des associations. Ne prouvent pas la causalité. Facteurs confondants. Suivi au long cours nécessaire. |
Étude cas-témoin | Comparer des cas sélectionnés à des témoins sélectionnés pour étudier les FR Utile pour les maladies rares. Moins coûteux et moins long. Biais de rappel, biais de sélection des témoins |
Étude descriptive, épidémiologique | Études d’individus, sans échantillonnage ni exposition contrôlée
Permet de générer des hypothèses. Utilise pour estimer la prévalence, l’incidence. |
Étude écologique | Études de populations plutôt que d’individus
Utile pour générer des hypothèses. Résultats non-applicables à des individus. |
Analyse des données
Incidence (taux)[2]
Incidence (taux) = (nombre de nouveaux cas sur une période de temps) ÷ (personnes—temps à risque sur la période)
Ex. : 69 IVRS / 102 personnes-années
Incidence (cumulée)[2]
Incidence (cumulée) = nombre de nouveaux cas sur une période donnée
Ex. : 104 maladie de Still sur 5 ans
Prévalence[2]
Prévalence = (nombre de cas existants sur une période de temps) ÷ (population à risque sur la période)
Ex. : 32% de prévalence du diabète
Taux de mortalité[2]
Taux de mortalité = (nombre de décès sur une période de temps) ÷ (personnes —temps sur la période)
Taux d'attaque[2]
Taux d'attaque = (nombre de cas sur une période donne) ÷ (population à risque sur la période)
*Utile pour une épidémie
Ex. : 0,32 cas de GE sur 6 semaines
Normalisation
Normalisation directe (selon l'âge)[2]
On applique les données par tranche d’âge des populations à l’étude à une structure d’âge fictive.
*Utile pour comparer des populations entre elles.
Normalisation indirecte (selon l'âge)[2]
Nombre de cas survenus / nombre de cas attendus
*Utile lorsque faibles incidences ou petites populations
Ex. : 22 cancers (village Y de 120 personnes) / 0,075 cancers/personnes (incidence de la population générale) x 120 personnes = 22/9
22/9 = ratio standardisé de cancers de 2,44 pour ce village
(soit près 2,5 fois le nombre de cancers attendus pour cette population)
Mesures d'associations
Rapport de cote[2]
Rapport de cote (OR) = [(résultat des exposés) ÷ (résultat des non exposés)] ÷ [(témoins exposés) ÷ (témoins non exposés)]
Le rapport de cote est significatif s'il ne vaut pas 1.
Si OR = 1, pas d'effet.
Si OR > 1, il y a un risque accru.
Si OR < 1, il y a un effet préventif.
Risque relatif[2]
Risque relatif (RR) = [ (résultat des exposés) ÷ (population exposée)] ÷ [ (résultat des non exposées) ÷ ( population non exposée)]
Le risque relatif est significatif s'il ne vaut pas 1.
Si RR = 1, pas d'effet.
Si RR > 1, il y a un risque accru.
Si RR < 1, il y a un effet préventif.
Risque attribuable[2]
Risque attribuable (RA) = incidence exposés - incidence non exposés
ou RA = risque si exposé - risque si non exposé
RA = 0, il n'y a pas de différence de risque
RA > 0, le facteur étudié est responsable de cas non-attribuables au risque général
RA< 0, le facteur étudié prévient des cas
Interprétation des données et indicateurs de l'état de santé
Critères de causalité (Bradford-Hill)[2]
corrélation ou association ≠ forcément causalité
- force de l'association
- effet spécifique (une cause, un/des effet(s))
- plausible sur le plan biologique
- cohérence avec les connaissances actuelles
- analogie possible (ex. : avec certains phénomènes animaux)
- preuve expérimentale (étude, expérience)
- relation temporelle (cause survient avant l'effet)
- relation dose-réponse (effet proportionnel)
- consistance et validité (qualité de l'étude)
Validité[2]
Dépend de la précision du résultat et de la reproductibilité
Interne
À quel point le résultat représente la réalité des personnes étudiées
Externe
À quel point il est possible de généraliser à une population
Sensibilité d'un examen[2]
Proportion des personnes malades qui auront un test positif
Spécificité d'un examen[2]
Proportion des personnes non malades qui auront un test négatif
Valeur prédictive positive[2]
Probabilité de réellement être atteint lorsque le test est positif
Valeur prédictive négative[2]
Probabilité de ne pas avoir la maladie si le test est négatif
Biais[2]
erreur systématique
(et non aléatoire comme un instrument de mesure imprécis)
Biais | Explications | Correctifs | |
---|---|---|---|
Biais de sélection | Biais d'admission (Berckson) | Témoins pris parmi les hospitalisés (plus malades) |
|
Biais de volontatriat | Volontaires différents des moins volontaires ou non répondants | ||
Perdus de vu | Ne répondent plus | ||
Travailleurs de la santé | Meilleure santé que la population gnérale | ||
Biais d'information | Rappel | Les cas (malades) se rappellent davantage de leur exposition que les non malades(différentiel) |
|
Mémoire | Oublis des participants (non différentiel) | ||
Instrument de mesure | Mesures variables | ||
Désirabilité sociale | Le participant dit ce qu'il croit devoir dire | ||
Inter/Intra-interviewer | Façon de faire différente entre les interviewer ou avec différentes personnes (même interviewer) | ||
Biais de confusion | Facteur de confusion | Facteur présent, lié à l'exposition et à la maladie
Sans lien causal Fausse la mesure Parfois non mesuré ou mal réparti |
|
Erreur α (type I)[2]
Rejet de l'hypothèse nulle (aucun effet), alors qu'elle est vraie
Erreur β (type II)[2]
Rejet de l'hypothèse alternative (effet existant), alors qu'elle est vraie)
Puissance[2]
Capacité de rejeter l'hypothèse nulle si elle est fausse.
Augmente avec la taille de l'échantillon = 1-β
Signification statistique[2]
Probabilité que le résultat soit dû au hasard
p<0,05
Signification clinique[2]
Applicabilité du résultat à la clinique.
Coût, disponibilité, adapté au patient, effets secondaires, etc.
Bref, les résultats sont-ils valides, quels sont-ils et vont-ils changer ma pratique?
Références
- ↑ 1,0 et 1,1 « 78-2 Évaluation et mesure de l'état de santé à l'échelle de la population | Le Conseil médical du Canada », sur mcc.ca (consulté le 25 mars 2020)
- ↑ 2,00 2,01 2,02 2,03 2,04 2,05 2,06 2,07 2,08 2,09 2,10 2,11 2,12 2,13 2,14 2,15 2,16 2,17 2,18 2,19 2,20 2,21 2,22 2,23 2,24 et 2,25 Maxime Ouellet, Préparation à l'exament du Conseil Médical Canadien (CMC): Résumé des objectifs et situations cliniques essentielles du CMC , hiver 2017, 325 p. (lire en ligne)