Liens santé – environnement et inégalités territoriales

Grâce à ces outils SIG, il est finalement possible de rapprocher statistiquement les cartographies d’indicateurs environnementaux, sanitaires et sociodémographiques.

 

Etude écologique


Une étude écologique géographique est une analyse épidémiologique descriptive, qui consiste à décrire la variabilité spatiale de l’incidence d’une maladie pour un territoire et une période donnée, ainsi qu’à rechercher l’influence de facteurs de risques sur l’apparition des cas à l’échelle de groupes d’individus (Wakefield, 2008). Ces études rétrospectives sont menées en amont d’études épidémiologiques analytiques (les études de cohortes ou cas-témoins réalisées à l’échelle de l’individu) pour émettre des hypothèses étiologiques.

Lors d’une étude écologique géographique, un taux d’incidence est calculé pour chaque unité spatiale de la zone d’étude. L’objectif est (i) de mettre en évidence des disparités spatiales d’incidence (cartographie d’incidence : Wakefield & Salway, 2001), (ii) de détecter des zones statistiquement atypiques, appelées clusters ou points noirs, à l’aide des outils de statistique spatiale (statistique de scan : Kulldorff, 1997), et (iii) d’établir des corrélations géographiques entre cette incidence et des facteurs environnementaux (proximité aux sources, surveillance et biosurveillance des milieux) et socio-économiques (indicateurs de défaveur).

De par l’agrégation des données populationnelles, le rapport de causalité exprimé par les études écologiques est moins robuste que celui que peut traduire une étude menée à l’échelle individuelle (cohorte, cas-témoins). En effet, les études écologiques cherchent d’abord à mettre en évidence un effet sanitaire au niveau d’un groupe, afin d’élaborer des hypothèses sur les potentiels facteurs de risque d’apparition de cet effet (Richardson, 2000). La nature causale de cet effet ne peut être clairement définie et extrapolée à l’individu en raison de biais écologiques. Ces biais ont été largement décrits dans la littérature (Piantadosi et al., 1988 ; Greenland & Morgenstern, 1989 ; Morgenstern, 1995 ; King, 1997 ; Wakefield, 2007 ; 2008).

Le biais de spécification est lié à la variabilité des niveaux d’exposition aux facteurs de risque ou des facteurs de confusion entre les individus d’un même groupe (Greenland, 1992).

Le biais d’agrégation implique que les individus ayant présenté un effet ne sont pas forcément ceux qui ont été exposés au facteur de risque étudié.

Enfin le biais de confusion évoque la possibilité qu’il existe un autre facteur de risque, non mesuré, pouvant influer sur l’effet observé (Wakefield, 2008). Ce facteur de risque peut par exemple être lié aux migrations journalières (déplacements domicile – travail) ou aux habitudes de vie (alimentation).

Pour une interprétation plus fiable des résultats, les groupes de population comparés nécessitent donc d’être les plus homogènes possibles en termes de facteurs de confusion. Une étude écologique reste tout de même moins onéreuse en matière de temps et de besoins financiers, et permet de bâtir des hypothèses afin d’optimiser les approches directes en population.

 

Inégalités territoriales


Les inégalités environnementales et sociales de santé peuvent être résumées par le cumul sur un territoire de populations présentant des problèmes de santé, vulnérables sur le plan socio-économique et vivant à proximité de sources de nuisance ou dans un environnement contaminé. L’objectif final de nos travaux consiste donc à identifier ces points noirs territoriaux afin d’orienter les politiques de prévention des risques sanitaires.

 

Retour en haut

 

Références bibliographiques


Greenland S. 1992. Divergent biases in ecologic and individual level studies. Stat. Med, 11: 1209–23.

Greenland S & Morgenstern H. 1989. Ecological bias, confounding and effect modification. Int. J. Epidemiol, 18: 269–74.

King G. 1997. A Solution to the Ecological Inference Problem. Princeton, NJ: Princeton Univ. Press

Kulldorff M. 1997. A spatial scan statistic. Communications in statistics: theory and methods, 26 (6): 1481–1496.

Morgenstern H. 1995. Ecologic studies in epidemiology: concepts, principles, and methods. Annu. Rev. Public Health, 16: 61–81.

Piantadosi S, Byar DP, Green SB. 1988. The ecological fallacy. Am. J. Epidemiol, 127: 893–904.

Richardson S. 2000. Problèmes méthodologiques dans les études écologiques santé–environnement. Life Sciences, 323: 611–616.

Wakefield JC & Salway R. 2001. A statistical framework for ecological and aggregate studies. Journal of the Royal Statistical Society, series A (164): 119-37.

Wakefield JC. 2007. Disease mapping and spatial regression with count data. Biostatistics, 8: 158–83.

Wakefield JC. 2008. Ecologic studies revisited. Annual Review of Public Health, 29: 75–90.

Retour en haut