Transcript Notion de Base en épidémiologie - Fichier

Épidémiologie descriptive
Luc Dauchet
[email protected]
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
C’est quoi l’épidémiologie?
• Épidémiologie (grec epi = au-dessus,
parmi ; demos = peuple, district ; logos =
mot, discours)
• = science de ce qui affecte la population
C’est quoi l’épidémiologie?…
… en vrai
Compter
C’est quoi l’épidémiologie?…
… en vrai
Compter les personnes, les
malades, les Décès…..
Pourquoi compter?
• Décrire : épidémiologie descriptive.
Observation
Comprendre : épidémiologie analytique
Évaluer: épidémiologie évaluative
Pour qui ?
Professionnels de santé : Mieux cibler les intervention
Prévention action soins
Les politiques et les administrations:
décider. (promotion de la santé,
éducation à la santé)
Les gestionnaires : planifier, allouer organiser
Les usagers : savoir défendre leurs causes.
Epidémiologie Descriptive (ED)
• L’ED vise à déterminer la fréquence et la
répartition des maladies, des paramètres de santé
et des facteurs de risque dans la population en
terme de :
• lieu : Où ?
• temps : Quand ?
• personnes : Qui ?
• Elle s’exprime essentiellement sous forme de taux
appelés indicateurs de santé.
F.Richard
Objectifs de l'Epidémiologie descriptive
1.1 Contrôle sanitaire
1.2 Meilleure connaissance des besoins de prise en
charge médicale des populations
1.3 Evaluation d'une action de santé
1.4 Formulation d’hypothèses dans la recherche
étiologique :
• Variations dans le temps
• Variations géographiques
F.Richard
Objectifs : Contrôle sanitaire
• Surveillance et alerte
• Repérer les individus atteints de maladie
• Mettre en place des mesures
•
•
•
•
•
Isolement (SRAS)
Traitement des malades (Tuberculose)
Traitement prophylactique de l'entourage (Méningite)
Repérer et neutraliser la source de la contamination (TIAC)
...
F.Richard
Objectifs : Evaluer une action de santé
Source : M/S, 2002, 18.
F.Richard
Objectifs : Formulation d’hypothèses dans
la recherche étiologique
Le Gradient Nord-Sud Décroissant
Taux de Survenue de l'Infarctus du Myocarde
835
486
Taux/100 000 hommes
35 à 64 ans
1985 à 1994
431
Nord
517
346
WHO/O MS
339
468
274
monica
266
210
Sud
Alimentation? Ensoleillement ?
F.Richard
Les indicateurs d’état de santé.
Deux grandes catégories :
• Les indicateurs de mortalité
• les indicateurs de morbidité.
F.Richard
Mortalité : Les taux de mortalité.
• Le taux brut de mortalité correspond au
nombre de décès survenant au cours de
l’année par rapport à la population totale.
• Les taux spécifiques de mortalité apportent
des informations sur certains groupes de
sujets ou sur certaines causes de mortalité.
F.Richard
Mortalité : Les taux de mortalité.
Taux de mortalité.
Mortalité 
Nombre de décès dans la population pendant une période t
Nombre total de personnes présentes lors de la période t
Mortalité 
Nombre de décès dans la population pendant l'année y
Nombre total de personnes au milieu de l'année y
C’est ainsi que sont calculés la plupart des taux de mortalité
en France (à partir des certificats de décès).
F.Richard
Taux de létalité
• Proportion de sujets qui nouvellement
atteints d'une maladie en meurent
• Indice de gravité d'une maladie
• Létalité à x temps (à 28 jours, à un an, …)
Taux Létalité 
Nbre de Décès dus à la pathologie P x temps après le début
Nbre de personnes nouvellement atteintes de la pathologie P
L’espérance de vie
• L’espérance de vie à un âge donné est le
nombre moyen d’années que peut espérer
vivre une personne à partir de cet âge (si
l’âge est 0, on parle d’espérance de vie à la
naissance)
• En 2005, l’espérance de vie
• A la naissance en France était de 76,8 ans pour
les hommes, de 83,8 ans pour les femmes.
• A 60 ans cette espérance de vie était de 21,5 ans
pour les hommes, 26,4 pour les femmes
Source : INSEE,
F.Richard
Espérance de vie à la naissance en France (1950-2002)
F.Richard
Prévalence
• La prévalence mesure la proportion de
l’ensemble des cas à un instant donné dans
une population donnée.
F.Richard
Incidence et taux d’incidence
• Incidence : en rapport avec l'apparition de
nouveaux cas dans une population donnée pendant
une période donnée.
• Les taux d’incidence vont permettre de quantifier
l’apparition des nouveaux cas de maladie pendant
une période t d’observation dans une population
de sujets initialement non malades.
F.Richard
Différence fondamentale entre prévalence et incidence:
Exemple VIH
Au canada
Augmentation de
l’espérance de vie
des malades
Facteurs modifiant l'incidence et
la prévalence
Incidence Prévalence
Augmentation des facteurs de risques
Amélioration de la prise en charge => guérison
plus rapide
Amélioration de la prise en charge => durée de
survie plus longue
Dépistage / amélioration des méthodes
diagnostiques.
Meilleur déclaration
Changement de définition de la maladie
????
????
standardisation
mortalité pour 1000 hab.
Proportion de personnes
âgées de plus de 75 ans
France - Régions
10,65 à 13,32
10,08 à 10,65
9,79 à 10,08
9,1 à 9,79
6,59 à 9,1
standardisation
Taux comparatifs de décès (ou taux standardisés)
=Taux de décès si la structure d’âge était la
même dans tous les départements
Mortalité brut par cancer/100000 hab
Source cépiDC
260
255
250
Series1
245
240
235
1975
1980
1985
1990
1995
2000
2005
2010
2015
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
• Sources de données : mortalité.
– les certificats de Décès
Certificat de Décès
Mairie
État civil
ARS (agence régional de santé)
Unité INSERM CepiDC
Codage
Données médicales
• Sources de données :mortalité.
– les certificats de Décès
Certificat de Décès
Mairie
État civil
ARS (agence régional de santé)
Unité CepiDC
Codage
Données médicales
http://www.cepidc.vesinet.inserm.fr/
Sources de données de morbidité
– Maladie à déclaration obligatoire
Maladies transmissible (tuberculose, méningite,
SIDA..)
Permettre une prise en charge des risques pour la
communauté (ex. meningite).
Surveillance épidémiologique.
Mauvaise exhaustivité
Sources de données: morbidité
– Réseaux des médecins sentinelles:
• Médecin généralistes participants déclarent chaque
semaine le nombre de cas diagnostiqués (ex: grippe,
rougeole, hépatites).=> non exhaustif mes très rapide
http://websenti.u707.jussieu.fr/sentiweb/
Sources de données morbidité
– Centre Nationaux de référence (CNR) :
• Expertise microbiologique (ex:
leptospirose.)
– Données liées au recours aux soins
• PMSI : données sur les séjours hospitalier.
1er objectif financier=> difficulté
d’exploitation.
• CNAMTS => données des Affection
longue durée
Sources de données: morbidité
• Sources de données
Chacune des sources de données est partielle:
Tout le Bonne
Diagnostic
territoire exhaustivité précis
+
+
Réseaux
sentinelle
CNAMTS +
PMSI
+
++
-
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
Les enquêtes
• Limites des recueils systématiques
–
–
–
–
Pas de choix des données
Informations limités
Pas de définition standardisée
Pas de contrôle de qualité des données
• Nécessité d’enquêtes spécifiques.
– Exhaustive.
– Sur échantillon
Types d’enquête descriptives
• Les enquêtes transversales =>prévalence
Le 5 Janvier 2006
• longitudinale (cohortes, registre) => incidence
questionna
ires
Le 10 janvier 2006
questionn
aires
questionna
ires
Le 10 janvier 2016
Cohortes
Maladie Maladie
Maladie MaladieMaladie
Grosses cohortes > 10000
personnes sur de nombreuses
années
Les registres de morbidité
Définition :
Recueil continu et exhaustif de données nominatives
intéressant un ou plusieurs événement de santé dans
une population géographiquement définie, à des fins
de recherche et de santé publique, par une équipe
ayant les compétences appropriées.
(Arrêté du 6 novembre 1995 relatif au Comité National des Registres)
F.Richard
Les registres de morbidité
• Permet l’étude de :
• l’incidence d’une pathologie
• de sa mortalité
• de sa létalité
• A but purement descriptif mais aussi peut aider à
l’évaluation d’actions de santé publique (impact
d'une campagne de dépistage).
F.Richard
Les registres de morbidité
• Un registre va permettre de connaître les fluctuations dans
le temps de phénomènes morbides.
• Ils sont adaptés à l’étude des fluctuations à court terme
d’affections ayant un diagnostic objectif.
• Ils permettent également l’étude de fluctuations à “ moyen
terme ”.
• Compte tenu du caractère limité de la région géographique
couverte par le registre, il est souhaitable de pouvoir
confronter les données de plusieurs régions ou pays
(fluctuations géographiques).
• Ceci pose d’emblée la question de coordination de
registres et de leur insertion dans des réseaux
internationaux.
F.Richard
Exemple de Registre de Morbidité:
Projet MONICA
• Du début du XXème siècle à la fin des années 60
l’incidence des maladies cardiovasculaires a
augmenté dans la population
• A partir des années 1970 une inversion des
tendances est observée à partir des données
statistiques de mortalité de chaque pays
Artefact ou réalité ?
Création du projet MONICA de l’OMS
monica
F.Richard
WHO
MONICA FRANCE
Les questions posées en 1979
WHO
MONICA FRANCE
• La baisse observée de la mortalité par maladies
coronaires est-elle réelle ?
• 1 registre des DC et évènements coronaires (10 ans)
• méthodes standardisées
• 38 centres , 21 pays, 4 continents
• Si cette baisse est bien réelle :
• Les variations des taux de létalité sont-elles liées
aux variations de prises en charge à la phase
aiguë ?
• Étude des soins à la phase aiguë
F.Richard
Les Registres Français des Cardiopathies Ischémiques
participant au Projet MONICA-OMS
Lille
INSERM U508
Communauté Urbaine
de Lille
Lille
Paris
Pop. totale: 1.070.000 hbts
surveillée:
511.000 hbts
Toulouse
INSERM U558
Toulouse
Strasbourg
Labo. Univers. Epidémio.
Strasbourg
Dépt du Bas-Rhin
Pop. totale: 965.000 hbts
surveillée: 505.000 hbts
Coordination
Paris
INSERM U258
Dépt de Haute Garonne
Pop. totale: 960.000 hbts
surveillée: 503.000 hbts
F.Richard
F.Richard
WHO
MONICA FRANCE
Les réponses en 2000
WHO
MONICA FRANCE
• La baisse de la mortalité par maladies coronaires est
bien réelle
• Plus de 20% de baisse chez l’homme et la femme en 10 ans
• 2/3 baisse de l’incidence, 1/3 amélioration de la survie
F.Richard
Les registres de morbidité
• Les plus nombreux en France : registres de cancer soit
généralistes, soit spécialisés
• Registre des MICI, malformations congénitales, AVC, …
• Réseau national ou international ++++
• Enquêtes satellites autour de ce registre
• Pathologies adaptées
F.Richard
Enquête transversale sur
échantillon
Enquête sur échantillon
Enquête transversale sur
échantillon
• Tout commence aux Etats-Unis, aux élections de 1936,
lorsque Franklin D. Roosevelt se représente contre Alf Landon.
Derrière, deux hommes s'affrontent pour pronostiquer le résultat
de ces élections. Codely, Rédacteur en Chef du Literary Digest,
utilise la technique du vote de paille : quelques jours avant les
élections, il fait paraître des bulletins de vote dans son journal et
demande à ses lecteurs de mentionner leur choix. Il reçoit deux
millions de réponses et donne Landon gagnant. De l'autre côté,
Gallup interroge 4000 personnes seulement et pronostique
Roosevelt.
• La victoire de ce dernier marque la naissance des instituts
de sondage. Gallup est le père de l'échantillon représentatif, le
premier à avoir eu l'idée de reconstituer une population en
miniature.
Enquête sur échantillon
• Idéal = Donnée exhaustives = recensement
• Principe : restreindre l’enquête à un
échantillon : les résultats obtenues sont
applicable à l’ensemble de la population.
Tirage au sort
Définitions
Unité statistique
Population cible = l’ensemble
des sujets visés part l’étude
(généralisation)
Population source =ensemble des
sujets à partir duquel on
constitue l’échantillon
Base de Sondage : liste des unités
statistiques permettant d’établir le
sondage
Échantillon
Enquête sur échantillon
Méthode des quotas
• Principe :
– Constituer un échantillon ayant les mêmes
caractéristiques que la population cible (âge, Sexe,
CSP….)
– Par de tirage au sort.
• Avantage:
– Facile à constituer
• Inconvénient:
– Pas de contrôle de la représentativité des autres
caractéristiques : Biais +++
– Pas de calcul d’intervalle de confiance possible
• Utilisés pas les institut des sondages =>
redressement = secret de cuisine du chef!!!!
Enquête sur échantillon
• Contreparties:
– Chaque résultat fourni (estimation) est exprimé
dans une fourchette plus ou moins précise
– Il existe obligatoirement un certain risque
d’erreur
• Sélection de l’échantillon
– Risque de bais de sélection
Les enquêtes sur un échantillon
sont elles extrapolable à
l’ensemble de la population ?
• Limite des fluctuation
d’échantillonnage.
• => erreur de mesure aléatoire
– Plus l’effectif est grand plus la
précision de la mesure est grande:
– Notion d’intervalle de confiance
Interval de confiance
Article 2 : Prévalence de la dyslipidémie dans un échantillon représentatif de la population Française.
•
Résultats : ou les trouver?
Les enquêtes sur un échantillon
sont elles extrapolable à
l’ensemble de la population ?
• Notion de Biais
• Un biais est une erreur systématique (non
liée au hasard) qui compromet la validité de
l'enquête et empêchent l'interprétation juste
des résultats. Il existe trois catégories de biais:
cm
Les enquêtes sur un échantillon
sont elles extrapolable à
l’ensemble de la population ?
• L’échantillon doit être représentatif
de la population.
– Idéale= tirer au sort les personnes dans
une liste exhaustive
• Pb pas de liste exhaustive en population
generale (listes électorale, annuaire
téléphone, appel de numéros au hasard ….)
• Pb tout le monde ne répond pas et n’est pas
volontaire
• => risque de Biais d’échantillonnage
Les enquêtes sur un échantillon
sont elles extrapolable à
l’ensemble de la population ?
• Biais de mesure
–
–
–
–
–
D’investigation
De mémorisation
De déclaration
De classement
De comportement
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
Qu’est ce qui fait varier un
indicateur?
Exemples
Variation d’un indicateur : Histoire naturelle de la
maladie
Ex Explosion des cas de SIDA au début des années 80)
SIDA : nombre de nouveaux cas par millions d'habitants entre 1985
et 2001 en France
120
100
80
60
40
20
0
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
Variation d’un indicateur : L’indicateur suit l’évolution
des facteurs de risque
Variation d’un indicateur : Campagne de dépistage
Variation du nombre de cancer in situ, de cancers invasifs du col et
de mortalité par cancer du col de l'utérus après la mise en place
d'une campagne de dépistage en Colombie Britannique.
Anderson et al, 1988
Variation d’un indicateur : Amélioration de l’accès aux
soins
Il est corrélé au nombre de spécialistes. Peut expliquer des
différences entre pays
Associations entre le % de cancer du sein in situ et le
nombre d'équipement mammographique/ 10 000
femmes aux USA
Femmes caucasiennes
(r = 0.34)
Source : Cancer, 2005, 103
Femmes afro-américaines
(r = 0.68)
Variation d’un indicateur : Amélioration de la prise en charge
Mortalité maternelle: Royaume-Uni
1840–1960
500
450
400
350
300
250
200
150
100
50
0
18
40
18
50
18
60
18
70
18
80
18
90
19
00
19
10
19
20
19
30
19
40
19
50
19
60
Décès
maternels
Améliorations de la
nutrition, hygiène
Maine 1999.
Soins
prénatals
Antibiotiques, banques
de sang, améliorations
chirurgicales
Variation d'un indicateur : Motivation à
déclarer
BEH, 2003, n°32
Variation d'un indicateur : Campagnes de
vaccination
Campagne de vaccination : Ex méningococcémie
.
Variation d'un indicateur : Mise en place d'une
mesure de prévention
Exemple :
Impact des
mesures de
prévention routière
mise en place en
1973. .
Variation d'un indicateur : Définitions différentes
Taux de mortalité périnatale /1000
naissances selon les définitions
nationales. Projet EUROSTAT
Pays
Déf nationale
Définitions
(rang)
Finlande
5.4 (1)
Mort né  28 sg
Suède
5.4 (1)
Mort né  28 sg
Belgique
7.3 (3)
Mort né  28 sg
Danemark
7.4 (4)
Mort né  28 sg
Norvège
7.5 (5)
Mort né  28 sg + Naissance vivante  16 sg
Ecosse
9.0 (6)
Mort né  24 sg
Source : Graafmans et al, BJOG, 2001
Variation d'un indicateur : Définitions différentes
Taux de mortalité périnatale/ 1000 naissances
selon les définitions nationales et une définition
internationale commune (28 SA). Projet
EUROSTAT
Pays
Source : Graafmans et al, BJOG, 2001
Déf nationale
Déf Commune
(rang)
(rang)
Finlande
5.4 (1)
4.2 (1)
Suède
5.4 (1)
4.7 (2)
Ecosse
9.0 (6)
5.9 (3)
Belgique
7.3 (3)
6.1 (4)
Norvège
7.5 (5)
6.3 (5)
Danemark
7.4 (4)
6.7 (6)
PLAN
• Définition
• Indicateurs de santé
• Sources de données
– Recueil systématique
– Les études et Enquêtes
• Exemples de résultats
• Illustration : "Le french paradox"
Petite histoire du French paradox
Méfiez vous des indicateurs
D’apres Ducimetierre P dialogues un
cardiovascular medecine vol 13 No. 3 2008
Naissance du concept
• Première citation ?
• Richard JL, Cambien F,Ducimetière P. Particularités
épidémiologiques de la maladiecoronaire en France.Nouv Presse
Med. 1981;10:1111-1114.
– Cohorte de Policier Parisiens
– Consommation élevée D ’acides gras
– Faible incidence d’accident coronaires (1/3 de moins
que les cohortes américaines.)
Diet-heart concept
mortalité sur 10 ans / 10 000
hommes
Etude des 7 pays (d’après Keys 1980)
700
600
500
400
300
200
100
0
0
5
10
15
20
25
consommation d'acides gras saturés (% de calories)
METHODES
Etude portant sur 16 échantillons de population provenant de 7 pays
différents.
RESULTATS
Corrélation entre les apports en AG saturés et la mortalité coronaire (r=0.84).
Plus la consommation AG et EG saturé plus le risque cardiovasculaire
W Willet Nutritional Epidemiology 1990
Les données de mortalités
Classification internationale des maladies
Les cohortes
French paradoxe : Définition
• Mortalité Coronarienne particulièrement bas
en France (certificats de décès, certaines
cohortes…)
• Consommation d’AG élevée (source
économique, importation exportation etc…)
• => contradiction.
French paradoxe :Pourquoi?
Les données des registres
MONICA
Les données des registres
MONICA
France
Conclusion : risque coronarien n’est pas très inférieur en
France: la localisation géographique est plus importante que
la pays (différences importantes entre les centres Français )
Les données des enquêtes en
population : MONICA POP
Conclusion
• « French paradox » semble être un artefact
lié à des mesure inadapté.
• => Nécessité d’un regard critique sur les
chiffres!
Ducimetierre P
FIN