{"id":1244,"date":"2018-02-20T17:04:00","date_gmt":"2018-02-20T17:04:00","guid":{"rendered":"https:\/\/afmc.ca\/phprimer\/?page_id=1244"},"modified":"2024-06-28T14:38:29","modified_gmt":"2024-06-28T14:38:29","slug":"chapitre-6-les-methodes-mesurer-la-sante","status":"publish","type":"page","link":"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-6\/","title":{"rendered":"Chapitre 6 Les m\u00e9thodes : mesurer la sant\u00e9"},"content":{"rendered":"<div class=\"prelude\">\n<p><strong><span style=\"color: #000000;\">Apr\u00e8s avoir achev\u00e9 ce chapitre, le lecteur sera en mesure :<\/span><\/strong><\/p>\n<p>1. D&rsquo;interpr\u00e9ter et pr\u00e9senter l&rsquo;<a href=\"#_fiabvalidite\">analyse des indicateurs de l&rsquo;\u00e9tat de la sant\u00e9<\/a> (Conseil m\u00e9dical 78-2), notamment :<br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0Les \u00e9l\u00e9ments de mesure (<a href=\"#_validite\">validit\u00e9<\/a>, \u00a0<a href=\"#_sensibilite\">sensibilit\u00e9<\/a>, <a href=\"#_specificite\">sp\u00e9cificit\u00e9 <\/a>, <a href=\"#_fiabilite\">fiabilit\u00e9<\/a> les <a href=\"#_VPP\">valeurs pr\u00e9dictives<\/a> positives et n\u00e9gatives)<br \/>\n<\/span><span style=\"padding-left: 50px;\">\u2212\u00a0Les concepts \u00a0de\u00a0l&rsquo;<a href=\"#_incidence\">incidence et la pr\u00e9valence<\/a>, du <a href=\"#_tauxmortalite\">taux de mortalit\u00e9<\/a><\/span>, et comprendre les\u00a0taux <a href=\"#_tauxbrut\">bruts<\/a> et <a href=\"#_TMS\">standardis\u00e9s<\/a><\/p>\n<p>2. De d\u00e9crire l&rsquo;<a href=\"#_mesuresdesante\">\u00e9ventail de mesures de sant\u00e9<\/a> et \u00eatre capable de d\u00e9finir :<br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0l&rsquo;<a href=\"#_espvie\">esp\u00e9rance de vie<\/a><\/span><br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0les <a href=\"#_APVP\">ann\u00e9es potentielles de vie perdues<\/a><\/span><br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0les <a href=\"#_survie\">courbes de survie<\/a><\/span><\/p>\n<p>3. \u00a0De d\u00e9crire plusieurs <a href=\"#_mesuressante\">\u00e9chelles de mesure<\/a>\u00a0de la sant\u00e9 :<br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0les mesures de\u00a0<a href=\"#_SAVQ\">survie ajust\u00e9e<\/a>\u00a0 (SAQV, AVCI et AVPAS)<br \/>\n<\/span><span style=\"padding-left: 50px;\">\u2212\u00a0l&rsquo;<a href=\"#_interpretation\">interpr\u00e9tation<\/a> des r\u00e9sultats de mesures <\/span><\/p>\n<p>4. D&rsquo; interpr\u00e9ter des tests pour\u00a0<a href=\"#_confdiagnostic\">confirmer ou exclure un diagnostic <\/a>:<br \/>\n<span style=\"padding-left: 50px;\">\u2212\u00a0qu&rsquo;est-ce qu&rsquo;<a href=\"#_valnormale\">une valeur normale<\/a>?<\/span><br \/>\n<span style=\"padding-left: 50px;\">\u00a0comprendre l&rsquo;\u00e9tablissement des <a href=\"#_coupure\">points de coupure<\/a><\/span><br \/>\n<span style=\"padding-left: 50px;\">\u2212 les <a href=\"#_RV\">rapports de vraisemblance<\/a>\u00a0<\/span><\/p>\n<p>5. Comprendre l&rsquo;utilisation appropri\u00e9e des diff\u00e9rents graphiques de pr\u00e9sentation des donn\u00e9es (<a href=\"#_figure6.5\">diagramme \u00e0 bandes<\/a>, <a href=\"#_figure6.2\">histogramme<\/a>, <a href=\"#_figure6.3\">graphique lin\u00e9aire<\/a>, <a href=\"#_figure6.6\">courbes de survie<\/a>) (78-2)<\/p>\n<p>Faire le lien entre ces connaissances et les <a href=\"https:\/\/phprimer.afmc.ca\/fr\/\/objectifs-du-cmc-et-canmeds\/\">objectifs du Conseil m\u00e9dical du Canada<\/a>, notamment le chapitre 78-2.<\/p>\n<\/div>\n<div class=\"prelude\">\n<p style=\"text-align: center;\"><span lang=\"FR\"><strong>\u00c0 noter<\/strong> : les cases color\u00e9es contiennent des informations suppl\u00e9mentaires facultatives ;<br \/>\ncliquez sur la bo\u00eete pour l\u2019ouvrir.<br \/>\nLes mots en MAJUSCULES sont d\u00e9finis dans le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/glossaire\/\">Glossaire<\/a>.<\/span><\/p>\n<\/div>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#drraoexamine\">Le D<sup>r<\/sup> Rao examine certains indicateurs de sant\u00e9<\/h3>\n<div id=\"drraoexamine\" class=\"collapse\">\n<p>Le D<sup>r<\/sup> Rao, le m\u00e9decin de famille des Richards, a vu des statistiques au sujet de Goosefoot dans la brochure <em>Actualit\u00e9s m\u00e9dicales<\/em> des services r\u00e9gionaux de sant\u00e9 publique de Weenigo. On y trouve des renseignements d\u00e9mographiques sur la r\u00e9partition par \u00e2ge et par sexe de la population et sur le revenu moyen, le ch\u00f4mage et le niveau d&rsquo;instruction. Il y a aussi des renseignements sur les habitudes de sant\u00e9 et sur les taux d&rsquo;hospitalisation, de d\u00e9c\u00e8s et de consultation. L\u2019une des pages pr\u00e9sente l\u2019information suivante sur la localit\u00e9 et sa r\u00e9gion de Weenigo :<\/p>\n<table>\n<tbody>\n<tr>\n<th>Indicateurs de sant\u00e9 pour la communaut\u00e9 de Goosefoot, comparativement \u00e0 la r\u00e9gion<\/th>\n<th><\/th>\n<th><\/th>\n<\/tr>\n<tr>\n<td><strong>Principaux indicateurs de sant\u00e9<\/strong><\/td>\n<td><strong>Goosefoot<\/strong><\/td>\n<td><strong>R\u00e9gion de Weenigo<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Nombre de d\u00e9c\u00e8s par ann\u00e9e, moyenne sur trois ans<\/td>\n<td style=\"text-align: right;\">132<\/td>\n<td style=\"text-align: right;\">9 829<\/td>\n<\/tr>\n<tr>\n<td>Taux de mortalit\u00e9 annuel (p. 100 000 habitants), moyenne sur trois ans<\/td>\n<td style=\"text-align: right;\">884<\/td>\n<td style=\"text-align: right;\">808<\/td>\n<\/tr>\n<tr>\n<td>Taux de mortalit\u00e9 standardis\u00e9 selon l\u2019\u00e2ge (p. 100 000 habitants), moyenne sur trois ans<\/td>\n<td style=\"text-align: right;\">690<\/td>\n<td style=\"text-align: right;\">786<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie des hommes \u00e0 la naissance (en ann\u00e9es)<\/td>\n<td style=\"text-align: right;\">76,2<\/td>\n<td style=\"text-align: right;\">77,5<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie restante des hommes \u00e0 65 ans (en ann\u00e9es)<\/td>\n<td style=\"text-align: right;\">20,0<\/td>\n<td style=\"text-align: right;\">17,9<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie des femmes \u00e0 la naissance (en ann\u00e9es)<\/td>\n<td style=\"text-align: right;\">80,7<\/td>\n<td style=\"text-align: right;\">82,4<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie restante des femmes \u00e0 65 ans (en ann\u00e9es)<\/td>\n<td style=\"text-align: right;\">20,1<\/td>\n<td style=\"text-align: right;\">21,7<\/td>\n<\/tr>\n<tr>\n<td>Nombre de naissances vivantes (2022)<\/td>\n<td style=\"text-align: right;\">140<\/td>\n<td style=\"text-align: right;\">13 981<\/td>\n<\/tr>\n<tr>\n<td>Taux de mortalit\u00e9 infantile (p. 1 000 naissances vivantes, 2022)<\/td>\n<td style=\"text-align: right;\">4,2<\/td>\n<td style=\"text-align: right;\">4,9<\/td>\n<\/tr>\n<tr>\n<td>Taux de mortalit\u00e9 p\u00e9rinatale (p. 1 000 naissances totales, 2022)<\/td>\n<td style=\"text-align: right;\">5,5<\/td>\n<td style=\"text-align: right;\">7,0<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Le docteur Rao se demande ce qu&rsquo;indiquent ces chiffres et pourquoi il y a tant de mesures de la mortalit\u00e9.<\/p>\n<\/div>\n<\/div>\n<h2><a name=\"_mesuresdesante\"><\/a>L&rsquo;\u00e9ventail des mesures de la sant\u00e9<\/h2>\n<p>Le mod\u00e8le m\u00e9dical de la sant\u00e9, abord\u00e9 au premier chapitre, d\u00e9finissait et mesurait la sant\u00e9 en fonction de faibles taux d&rsquo;\u00e9pisodes morbides. La plupart des premi\u00e8res mesures de la sant\u00e9 des populations portaient sur les taux d&rsquo;incidence de la maladie, les taux de du d\u00e9c\u00e8s, puis la mesure de l&rsquo;incapacit\u00e9, de l&rsquo;inconfort ou de la d\u00e9tresse (qu&rsquo;on nomme en anglais les cinq \u00ab D \u00bb : <em>death, disease, disability, discomfort et distress<\/em> \u2013 voir \u00ab Pour les Mordus \u00bb au\u00a0<a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-i\/chapitre-1\/#_5D\">premier chapitre<\/a>). Notons que les cinq \u00ab D \u00bb repr\u00e9sentent une hi\u00e9rarchie : des indicateurs objectifs et num\u00e9riques jusqu&rsquo;aux indicateurs plus subjectifs et qualitatifs, et des indicateurs recueillis r\u00e9guli\u00e8rement (les certificats de d\u00e9c\u00e8s) jusqu&rsquo;aux indicateurs que seule une \u00e9tude de recherche peut produire (par ex. des questions sur les sentiments de d\u00e9tresse).<\/p>\n<p>La qualit\u00e9 des donn\u00e9es sur la sant\u00e9 varie. Les indicateurs fond\u00e9s sur les d\u00e9c\u00e8s sont fiables et presque exhaustifs \u00e9tant donn\u00e9 que les certificats de d\u00e9c\u00e8s sont une obligation l\u00e9gale (m\u00eame si l&rsquo;on peut douter de l&rsquo;exactitude du diagnostic indiqu\u00e9). Les registres de maladie peuvent \u00e9galement \u00eatre assez exhaustifs (p. ex. on peut extraire des diagnostics des registres des sorties des h\u00f4pitaux, comme le fail l&rsquo;<a href=\"https:\/\/www.cihi.ca\/fr\">Institut canadien d&rsquo;information sur la sant\u00e9<\/a>. La qualit\u00e9 des statistiques fond\u00e9es sur les registres de maladie d\u00e9pend du soin mis \u00e0 remplir les formulaires originaux par le m\u00e9decin, mais elles sont relativement exactes. \u00c9tant donn\u00e9 leur disponibilit\u00e9 et leur comparabilit\u00e9, les organismes nationaux et internationaux ont recours aux statistiques de mortalit\u00e9 et de morbidit\u00e9 pour comparer l&rsquo;\u00e9tat de sant\u00e9 d&rsquo;un pays \u00e0 l&rsquo;autre. Certaines des statistiques les plus courantes \u00e0 ces fins sont le TAUX DE D\u00c9C\u00c8S P. 1 000 HABITANTS, le TAUX DE MORTALIT\u00c9 INFANTILE, l&rsquo;ESP\u00c9RANCE DE VIE moyenne et divers indicateurs de la morbidit\u00e9, comme le taux de MALADIE \u00c0 D\u00c9CLARATION OBLIGATOIRE. On peut r\u00e9aliser des analyses plus approfondies dans une r\u00e9gion pour comparer la sant\u00e9 de diff\u00e9rents groupes de personnes ou pour suivre des probl\u00e8mes de sant\u00e9 particuliers, comme la grippe ou le VIH\/sida.<\/p>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#interpretationdestaux\">Interpr\u00e9tation des taux de morbidit\u00e9<\/h3>\n<div id=\"interpretationdestaux\" class=\"collapse\">On utilise souvent des statistiques de la morbidit\u00e9 extraites des registres des sorties des h\u00f4pitaux ou des factures m\u00e9dicales pour d\u00e9gager des tendances ou comparer des r\u00e9gions. Cependant, ces statistiques refl\u00e8tent souvent les services offerts, plut\u00f4t que le besoin de services des patients. Par exemple, les taux \u00e9lev\u00e9s d\u2019implantation d\u2019endoproth\u00e8ses vasculaires dans une r\u00e9gion indiquent probablement un meilleur acc\u00e8s aux services de cardiologie dans cette r\u00e9gion.<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#levolutiondesindicateurs\">L\u2019\u00e9volution des indicateurs de sant\u00e9<\/h3>\n<div id=\"levolutiondesindicateurs\" class=\"collapse\">\n<p>Le choix d\u2019indicateurs pour rep\u00e9rer les probl\u00e8mes de sant\u00e9 n\u2019est pas statique; il \u00e9volue au fil du temps.<\/p>\n<p>Habituellement, les administrateurs recueillent des renseignements sur des probl\u00e8mes qui les int\u00e9ressent ou qui les pr\u00e9occupent, et le fait m\u00eame de les mesurer et de publier les r\u00e9sultats attire l\u2019attention sur ces probl\u00e8mes. Prenons comme exemple la publication d\u2019une mortalit\u00e9 infantile \u00e9lev\u00e9e. Si les interventions sociales ou m\u00e9dicales qui en d\u00e9coulent sont efficaces\u00a0et r\u00e9duisent les taux de mortalit\u00e9,\u00a0elles r\u00e9duiront l\u2019utilit\u00e9 de l\u2019indicateur en tant que marqueur des probl\u00e8mes actuels de sant\u00e9. Entre-temps, l&rsquo;\u00e9mergence de nouvelles pr\u00e9occupations motive la collecte de renseignements sur ces probl\u00e8mes dans le but de surveiller les progr\u00e8s r\u00e9alis\u00e9s sur la voie de nouveaux objectifs, et le cycle recommence.<sup>1<\/sup> Par exemple, au fur et \u00e0 mesure que diminue la mortalit\u00e9 infantile, un nombre croissant des enfants qui survivent pr\u00e9sentent des probl\u00e8mes de sant\u00e9 li\u00e9s \u00e0 l\u2019insuffisance de poids \u00e0 la naissance ou \u00e0 la pr\u00e9maturit\u00e9. Ces probl\u00e8mes sont rares dans les populations o\u00f9 la mortalit\u00e9 infantile est \u00e9lev\u00e9e. Les efforts sont ainsi redirig\u00e9s vers les indicateurs de l&rsquo;incapacit\u00e9 et de la qualit\u00e9 de vie, plut\u00f4t que vers la mortalit\u00e9. Cette \u00e9volution globale interagit avec l&rsquo;\u00e9volution des d\u00e9finitions de la sant\u00e9 d\u00e9crite dans le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-i\/chapitre-1\/#defsant\">premier chapitre<\/a>.<\/p>\n<\/div>\n<\/div>\n<h2><a id=\"_mesuresindividuelles\"><\/a>Mesures individuelles et indicateurs au niveau de la population<\/h2>\n<p>Les mesures de la sant\u00e9 peuvent donner des renseignements sur des personnes ou des populations enti\u00e8res. Les mesures les plus courantes en ce qui concerne la sant\u00e9 des populations, la mortalit\u00e9 et la morbidit\u00e9, d\u00e9coulent de donn\u00e9es individuelles qui sont totalis\u00e9es pour refl\u00e9ter la r\u00e9alit\u00e9 dans l\u2019ensemble de la population (la pr\u00e9valence et les taux d&rsquo;incidence en sont des exemples). Il s&rsquo;agit de mesures <em>agr\u00e9g\u00e9es<\/em> de la sant\u00e9 des populations.<sup>2<\/sup> Les indicateurs \u00e9cologiques repr\u00e9sentent une deuxi\u00e8me cat\u00e9gorie de mesures de la sant\u00e9. On y a recours pour consigner les facteurs qui touchent directement \u00e0 la sant\u00e9 humaine. Plusieurs de ces indicateurs peuvent \u00eatre consign\u00e9s \u00e0 l\u2019interne ou \u00e0 l\u2019externe : les taux de plomb peuvent \u00eatre mesur\u00e9s dans le sang du patient, ou encore dans l\u2019air, l\u2019eau ou la terre. Comme troisi\u00e8me cat\u00e9gorie, on compte les indicateurs environnementaux qui agissent indirectement et n\u2019ont pas d\u2019\u00e9quivalent chez la personne. Un exemple serait la pr\u00e9sence de POLITIQUES PUBLIQUES SAINES visant \u00e0 promouvoir l\u2019\u00e9quit\u00e9 sociale quant \u00e0 l&rsquo;acc\u00e8s aux soins, ou \u00e0 interdire l&rsquo;usage du tabac dans les endroits publics. De telles politiques peuvent \u00eatre per\u00e7us comme des mesures synth\u00e9tiques d\u2019une population saine : Cette soci\u00e9t\u00e9 est-elle bienveillante? Veille-t-elle \u00e0 prot\u00e9ger la sant\u00e9 de ses citoyens? Le contraste entre les mesures agr\u00e9g\u00e9es et environnementales correspond \u00e0 la distinction entre la sant\u00e9 <em>dans<\/em> la population et la sant\u00e9 <em>de<\/em> la population (voir Pour les mordus dans le chapitre 2 \u00ab\u00a0<a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-i\/chapitre-2\/#_organique\">Un regard organique sur la sant\u00e9 des populations \u00bb<\/a>)<br \/>\n<a name=\"_incidence\"><\/a><\/p>\n<h2><a id=\"_incidence\"><\/a>L&rsquo;incidence et la pr\u00e9valence<\/h2>\n<p>La pr\u00e9valence et l&rsquo;incidence sont deux indicateurs agr\u00e9g\u00e9s de la sant\u00e9 qui remplissent deux objectifs diff\u00e9rents qui toutefois se chevauchent. L\u2019incidence (le nombre de nouveaux cas au cours d\u2019une p\u00e9riode de temps) s\u2019av\u00e8re pertinente lorsqu\u2019il est question d\u2019affections aigu\u00ebs, alors que la pr\u00e9valence (le nombre total de cas dans une population) touche plut\u00f4t \u00e0 la maladie chronique. L&rsquo;analyse des causes \u00e9tudie les cas incidents, tandis que la pr\u00e9valence est utile pour estimer les besoins en services de sant\u00e9. Ainsi, quand on cherche \u00e0 pr\u00e9venir les accidents de la route, on \u00e9value leur incidence dans diff\u00e9rentes conditions, mais quand on planifie des services de r\u00e9adaptation, on \u00e9value la pr\u00e9valence de l&rsquo;incapacit\u00e9 \u00e0 long terme d\u00e9coulant des accidents de la route. L&rsquo;incidence d\u00e9signe la vitesse \u00e0 laquelle les nouveaux cas (ou \u00e9v\u00e9nements) surviennent dans une population au cours d&rsquo;une p\u00e9riode donn\u00e9e; elle peut \u00eatre mesur\u00e9e en tant que fr\u00e9quence, ou proportion de la population pr\u00e9sentant un risque, ou en tant que taux par unit\u00e9 de temps. La distinction entre le taux d\u2019incidence et la proportion de l\u2019incidence est illustr\u00e9e dans l\u2019information suppl\u00e9mentaire.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#proportionettaux\">Proportion et taux d\u2019incidence<\/h3>\n<div id=\"proportionettaux\" class=\"collapse\">\n<figure id=\"attachment_2579\" aria-describedby=\"caption-attachment-2579\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2579\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.1_fr.png\" alt=\"Figure 6.1 Les fa\u00e7ons de calculer l\u2019incidence \u00e0 l\u2019aide d\u2019une cohorte imaginaire de six personnes \" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.1_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.1_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2579\" class=\"wp-caption-text\">Figure 6.1 Les fa\u00e7ons de calculer l\u2019incidence \u00e0 l\u2019aide d\u2019une cohorte imaginaire de six personnes<\/figcaption><\/figure>\n<p>On peut mesurer l\u2019incidence de deux mani\u00e8res et la figure 6.1 nous aidera \u00e0 illustrer les diff\u00e9rences. On y retrouve les r\u00e9sultats du suivi de 6 personnes \u00e0 partir du d\u00e9but de leur participation \u00e0 l\u2019\u00e9tude (ou de leur entr\u00e9e dans une population) jusqu\u2019\u00e0 ce que certaines d\u2019entre elles fassent l\u2019exp\u00e9rience de l\u2019\u00e9v\u00e9nement en question, dans ce cas le d\u00e9c\u00e8s.<\/p>\n<p>Une approche vise \u00e0 mesurer la <em>proportion de l\u2019incidence<\/em>, soit le nombre d\u2019\u00e9v\u00e9nements qui surviennent pendant la p\u00e9riode divis\u00e9e par le nombre de personnes qui courent le risque de pr\u00e9senter un \u00e9v\u00e9nement \u00e0 un moment donn\u00e9 au cours de cette p\u00e9riode. Le diagramme expose d\u00e9lib\u00e9r\u00e9ment le d\u00e9fi de choisir un d\u00e9nominateur lorsque les personnes immigrent ou \u00e9migrent de la population.<\/p>\n<ul>\n<li>Le d\u00e9nominateur pourrait comprendre uniquement les personnes pr\u00e9sentes \u00e0 partir du d\u00e9but de l\u2019ann\u00e9e. Il s\u2019agit d\u2019une \u00e9tude de cohorte ferm\u00e9e n\u2019ajoutant aucune nouvelle personne une fois entam\u00e9e. Les personnes A, B et C \u00e9taient pr\u00e9sentes au d\u00e9but, la proportion de l\u2019incidence \u00e9tant donc de 2\/3 ou de 0,67 par ann\u00e9e. Ce calcul est aussi appel\u00e9 l\u2019incidence cumulative.<\/li>\n<li>D\u2019autre part, on pourrait penser qu\u2019il s\u2019agit ici d\u2019une \u00e9tude de cohorte ouverte (permettant l\u2019immigration et l\u2019\u00e9migration) et d\u00e9finir la population comme les personnes pr\u00e9sentes \u00e0 mi-chemin pendant l\u2019\u00e9tude. Cela comprend les personnes A, B, D, E et F, dont deux sont d\u00e9c\u00e9d\u00e9es, la proportion de l\u2019incidence \u00e9tant ainsi de 2\/5 ou de 0,4 pour l\u2019ann\u00e9e d\u2019observation.<\/li>\n<\/ul>\n<p>Ouf! \u00a0Ni l\u2019une, ni l\u2019autre des approches ne nous semble id\u00e9ale et les deux entra\u00eenent des estimations biais\u00e9es, notamment en ce qui concerne les petites populations o\u00f9 la migration est courante. On peut autrement calculer le <em>taux d\u2019incidence<\/em> ou la <em>densit\u00e9 de l\u2019incidence<\/em>. Ce calcul tient compte de la dur\u00e9e du suivi de chaque personne dans le d\u00e9nominateur. Dans notre exemple, les donn\u00e9es sont les suivantes :<\/p>\n<ul>\n<li>Personne A : 12 mois de suivi<\/li>\n<li>Personne B : 10 mois<\/li>\n<li>Personne C : 3 mois<\/li>\n<li>Personne D : 11 mois<\/li>\n<li>Personne E : 5 mois<\/li>\n<li>Personne F : 7 mois.<\/li>\n<\/ul>\n<p>Il y a donc un total de 48 personnes-mois (ou 4 personnes-ann\u00e9es) d\u2019observation. En utilisant cette valeur \u00e0 titre de d\u00e9nominateur et en consid\u00e9rant tous les \u00e9v\u00e9nements (ici, des d\u00e9c\u00e8s) en tant que num\u00e9rateur, on obtient 3 par 4 personnes-ann\u00e9es, ou 0,75 par ann\u00e9e. Du point de vue conceptuel, cela repr\u00e9sente une concentration ou une densit\u00e9 d\u2019\u00e9v\u00e9nements au cours d\u2019une p\u00e9riode compos\u00e9e o\u00f9 le temps plut\u00f4t que les personnes repr\u00e9sente le d\u00e9nominateur. On obtient, par cons\u00e9quent, un taux pouvant \u00eatre per\u00e7u comme la force de la mortalit\u00e9 (ou d\u2019un autre facteur de risque) agissant sur la population. Ce taux n\u2019a aucune signification au niveau de l\u2019individu. Par contraste, la proportion de l\u2019incidence se concentre sur le risque que courent les personnes. C&rsquo;est une probabilit\u00e9 qui se limite \u00e0 100 %, alors que le taux est illimit\u00e9. Les deux approches sont li\u00e9es math\u00e9matiquement, comme d\u00e9crit par Rothman et coll.<sup>3<\/sup> Cette relation pr\u00e9sente la notion des fonctions de survie qui sera d\u00e9crite ci-dessous.<\/p>\n<\/div>\n<\/div>\n<p>Lors d\u2019\u00e9tudes de recherche, l\u2019incidence est g\u00e9n\u00e9ralement calcul\u00e9e en tant que densit\u00e9 de l\u2019incidence, laquelle est plus pr\u00e9cise (voir l&rsquo;encadr\u00e9 ci-haut). Par contre, si la population compte un grand nombre de personnes, il n\u2019est pas pratique de consigner le suivi pour chaque personne. C\u2019est pourquoi les projets de surveillance calculent g\u00e9n\u00e9ralement la proportion de l\u2019incidence \u00e0 l\u2019aide de la taille de la population \u00e0 mi-chemin de la p\u00e9riode. Cette approche convient lorsque la population est volumineuse \u00e9tant donn\u00e9 que l\u2019ampleur de la migration n\u2019est habituellement pas suffisante pour biaiser les r\u00e9sultats. Cependant, des valeurs pr\u00e9cises de la taille de la population ne sont disponibles que tous les 5 ans lors du Recensement ; le d\u00e9nominateur est ainsi fond\u00e9 sur une estimation de la taille de la population. Il est ainsi impossible d\u2019\u00e9tablir un lien entre une personne dans le d\u00e9nominateur et les \u00e9v\u00e9nements consign\u00e9s, tels que dans la figure 6.1. Dans les deux m\u00e9thodes de calcul, le nombre d\u2019\u00e9v\u00e9nements est multipli\u00e9 par 1 000 ou 100 000, selon le nombre d\u2019\u00e9v\u00e9nements n\u00e9cessaires pour en arriver \u00e0 chiffre commode, comme l&rsquo;incidence de d\u00e9c\u00e8s (ou mortalit\u00e9) de 884 par 100 000 par ann\u00e9e dans la localit\u00e9 de Goosefoot.<\/p>\n<p>Tandis que l&rsquo;incidence mesure des \u00e9v\u00e9nements, la pr\u00e9valence mesure des \u00e9tats pathologiques; c\u2019est le nombre des cas existants \u00e0 un moment donn\u00e9 divis\u00e9 par la taille de la population. La pr\u00e9valence est donc influenc\u00e9e \u00e0 la fois par l&rsquo;incidence et par la dur\u00e9e de la maladie, laquelle est li\u00e9e \u00e0 la survie. La pr\u00e9valence est calcul\u00e9e pour un moment pr\u00e9cis dans le temps, aupr\u00e8s d\u2019une population statique (<em>pr\u00e9valence ponctuelle<\/em> ou <em>instantan\u00e9e<\/em>). D&rsquo;autre part, on peut calculer la pr\u00e9valence sur une certaine p\u00e9riode, comme une ann\u00e9e (<em>pr\u00e9valence au cours d\u2019une p\u00e9riode donn\u00e9e<\/em>). La pr\u00e9valence est habituellement la mesure choisie pour \u00e9valuer le fardeau d&rsquo;une maladie chronique, car les nouveaux cas peuvent \u00eatre assez rares, mais peuvent n\u00e9anmoins durer longtemps, exiger des soins et causer une incapacit\u00e9 consid\u00e9rable.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#dansleshositaux\">Dans les h\u00f4pitaux, la pr\u00e9valence est \u00e9lev\u00e9e mais l\u2019incidence est faible<\/h3>\n<div id=\"dansleshositaux\" class=\"collapse\">La pr\u00e9valence des maladies cardiaques chez les patients d\u2019une unit\u00e9 de soins cardiaques est pr\u00e8s de 100 % ; seules de rares erreurs de diagnostic peuvent l\u00e9g\u00e8rement la r\u00e9duire. Par contre, l&rsquo;incidence des maladies cardiaques chez ces patients est tr\u00e8s faible (\u00e0 moins d&rsquo;inclure les r\u00e9currences), car seules les personnes mal diagnostiqu\u00e9es risquent d&rsquo;\u00eatre atteintes d\u2019une maladie cardiaque, toutes les autres l\u2019\u00e9tant d\u00e9j\u00e0.<\/div>\n<\/div>\n<h2><a id=\"_tauxmortalite\"><\/a>Les taux de mortalit\u00e9<\/h2>\n<p>Comme l&rsquo;incidence, la mortalit\u00e9 est un \u00e9v\u00e9nement pouvant \u00eatre pr\u00e9sent\u00e9 en tant que taux ou proportion. De mani\u00e8re traditionnelle, on parle plus souvent de taux de mortalit\u00e9 peu importe la fa\u00e7on dont les valeurs sont calcul\u00e9es et nous respecterons ici cette tradition. Les taux de mortalit\u00e9 sont exprim\u00e9s de diverses fa\u00e7ons, par exemple par maladie, comme les taux sp\u00e9cifiques de mortalit\u00e9 par type de cancer, ou pour des groupes particuliers, comme les taux de mortalit\u00e9 infantile, jusqu&rsquo;au TAUX BRUT DE MORTALIT\u00c9<strong>\u00a0<\/strong>(ou de d\u00e9c\u00e8s) qui traduit la mortalit\u00e9 pour l\u2019ensemble des individus et l\u2019ensemble des causes dans une population. Comme la mort d&rsquo;un enfant repr\u00e9sente le plus grand nombre d\u2019ANN\u00c9ES POTENTIELLES DE VIE PERDUES, et parce que les enfants sont vuln\u00e9rables et la sant\u00e9 d&rsquo;un enfant est ainsi sensible aux variations dans l&rsquo;environnement social, il existe plusieurs indicateurs de la mortalit\u00e9 infantile.<\/p>\n<h3><a id=\"_TMI\"><\/a>Le taux de mortalit\u00e9 infantile (TMI)<\/h3>\n<p>Le taux de mortalit\u00e9 infantile est le total de d\u00e9c\u00e8s d\u2019enfants de moins d&rsquo;un an survenus au cours d&rsquo;une ann\u00e9e, divis\u00e9 par le nombre de naissances vivantes au cours de la m\u00eame ann\u00e9e, multipli\u00e9 par 1 000. \u00c9tant donn\u00e9 que la mortalit\u00e9 infantile refl\u00e8te la qualit\u00e9 de l\u2019environnement ainsi que celle des soins m\u00e9dicaux, le TMI est souvent cit\u00e9; il repr\u00e9sente un indicateur utile de la sant\u00e9 d\u2019une population, notamment pour les pays en voie de d\u00e9veloppement. Cependant, comme la mortalit\u00e9 infantile est rare dans les pays d\u00e9velopp\u00e9s, il faut une population de grande taille pour calculer un taux fiable. Dans les populations de petite taille, il y a si peu de d\u00e9c\u00e8s infantiles que la variation al\u00e9atoire brouille toute v\u00e9ritable variation.<\/p>\n<figure id=\"attachment_2581\" aria-describedby=\"caption-attachment-2581\" style=\"width: 1410px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2581\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-a_fr.jpg\" alt=\"Taux de mortalit\u00e9 infantile \" width=\"1410\" height=\"112\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-a_fr.jpg 1410w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-a_fr-300x24.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-a_fr-768x61.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-a_fr-1024x81.jpg 1024w\" sizes=\"auto, (max-width: 1410px) 100vw, 1410px\" \/><figcaption id=\"caption-attachment-2581\" class=\"wp-caption-text\">Taux de mortalit\u00e9 infantile<\/figcaption><\/figure>\n<h3>Le taux de mortalit\u00e9 p\u00e9rinatale (TMP)<\/h3>\n<p>Dans la plupart des pays industriellement d\u00e9velopp\u00e9s, ce taux est d\u00e9fini (pour une ann\u00e9e donn\u00e9e) de la mani\u00e8re suivante :<\/p>\n<figure id=\"attachment_2580\" aria-describedby=\"caption-attachment-2580\" style=\"width: 1477px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2580\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter5-b_fr.jpg\" alt=\"Taux de mortalit\u00e9 p\u00e9rinatale \" width=\"1477\" height=\"97\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter5-b_fr.jpg 1477w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter5-b_fr-300x20.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter5-b_fr-768x50.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter5-b_fr-1024x67.jpg 1024w\" sizes=\"auto, (max-width: 1477px) 100vw, 1477px\" \/><figcaption id=\"caption-attachment-2580\" class=\"wp-caption-text\">Taux de mortalit\u00e9 p\u00e9rinatale<\/figcaption><\/figure>\n<h3>Le taux de mortalit\u00e9 n\u00e9onatale (TMN)<\/h3>\n<figure id=\"attachment_2582\" aria-describedby=\"caption-attachment-2582\" style=\"width: 1141px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2582\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-c_fr.jpg\" alt=\"Taux de mortalit\u00e9 n\u00e9onatale \" width=\"1141\" height=\"111\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-c_fr.jpg 1141w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-c_fr-300x29.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-c_fr-768x75.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-c_fr-1024x100.jpg 1024w\" sizes=\"auto, (max-width: 1141px) 100vw, 1141px\" \/><figcaption id=\"caption-attachment-2582\" class=\"wp-caption-text\">Taux de mortalit\u00e9 n\u00e9onatale<\/figcaption><\/figure>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#ledrraoexamine\">Le D<sup>r<\/sup> Rao examine les chiffres de la mortalit\u00e9 infantile<\/h3>\n<div id=\"ledrraoexamine\" class=\"collapse\">\n<p>Le D<sup>r<\/sup> Rao est fier du taux de mortalit\u00e9 infantile inf\u00e9rieur \u00e0 Goosefoot (4,2 par mille) comparativement \u00e0 l\u2019ensemble de la r\u00e9gion (4,9) : cela indique que cet indicateur est sensible \u00e0 la qualit\u00e9 des soins m\u00e9dicaux et du milieu familial pendant l\u2019enfance. Son \u00e9quipe a port\u00e9 une attention particuli\u00e8re \u00e0 ces facteurs : l&rsquo;infirmi\u00e8re praticienne rend syst\u00e9matiquement visite aux jeunes m\u00e8res de nouveau-n\u00e9s. D\u2019ailleurs, son infirmi\u00e8re lui dit que leur taux est inf\u00e9rieur \u00e0 la moyenne nationale (4,5 en 2017), il faut f\u00eater \u00e7a! Il songe \u00e0 son pays d\u2019origine, l\u2019Inde, o\u00f9 le TMI est toujours environ 6 fois plus \u00e9lev\u00e9 qu\u2019\u00e0 Goosefoot, et \u00e0 l\u2019impact \u00e9norme qu\u2019un acc\u00e8s ad\u00e9quat \u00e0 la nutrition, aux milieux s\u00e9curitaires et aux soins primaires et pr\u00e9ventifs peut avoir aux fins de comparaison.<\/p>\n<p>Le D<sup>r<\/sup> Rao remarque cependant que le taux de mortalit\u00e9 p\u00e9rinatale est plus \u00e9lev\u00e9 que la mortalit\u00e9 infantile; comme ces deux indicateurs se chevauchent, il pr\u00e9sume qu\u2019il doit y avoir un nombre \u00e9lev\u00e9 de d\u00e9c\u00e8s f\u0153taux \u00e0 Goosefoot. Il se pr\u00e9occupe du lien possible \u00e0 la pollution environnementale qui pourrait d\u00e9couler de l\u2019industrie mini\u00e8re. Il se rend compte qu\u2019il doit faire de la recherche\u2026<\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_tauxbrut\"><\/a>Taux brut de mortalit\u00e9, tous \u00e2ges confondus<\/h3>\n<p>Ce taux est une estimation du taux de d\u00e9c\u00e8s des membres d&rsquo;une population sur une p\u00e9riode donn\u00e9e (habituellement une ann\u00e9e). Le num\u00e9rateur est le nombre de personnes qui d\u00e9c\u00e8dent pendant la p\u00e9riode; le d\u00e9nominateur est la taille de la population, habituellement au milieu de la p\u00e9riode (population au jour m\u00e9dian de l&rsquo;ann\u00e9e), et la dur\u00e9e d\u2019observation.<\/p>\n<figure id=\"attachment_2583\" aria-describedby=\"caption-attachment-2583\" style=\"width: 1410px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2583\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-d_fr.jpg\" alt=\"Taux brut de mortalit\u00e9 \" width=\"1410\" height=\"112\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-d_fr.jpg 1410w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-d_fr-300x24.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-d_fr-768x61.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/chapter6-d_fr-1024x81.jpg 1024w\" sizes=\"auto, (max-width: 1410px) 100vw, 1410px\" \/><figcaption id=\"caption-attachment-2583\" class=\"wp-caption-text\">Taux brut de mortalit\u00e9<\/figcaption><\/figure>\n<p>(<em>Remarques<\/em> : la valeur \u00ab 10n \u00bb veut simplement dire que l&rsquo;on peut multiplier le taux par 1 000 (10<sup>3<\/sup>), voire par 100 000 en cas de maladies rares, afin d&rsquo;obtenir un nombre entier plus pratique. L&rsquo;intervalle de temps le plus courant est l\u2019ann\u00e9e, mais dans l&rsquo;exemple ci-dessus, la p\u00e9riode est une moyenne sur trois ans. En effet, la population de Goosefoot est plut\u00f4t petite, et les taux pourraient varier quelque peu d&rsquo;une ann\u00e9e \u00e0 l&rsquo;autre; la moyenne sur trois ans offre une repr\u00e9sentation plus stable.)<\/p>\n<p>Le taux brut de mortalit\u00e9 au Canada\u00a0\u00e9tait de 7,8 p. 1\u00a0000 habitants en 2022, un chiffre qui augmente l\u00e9g\u00e8rement \u00e0 mesure que la population vieillit. La figure 6.2 montre les dix principales causes de d\u00e9c\u00e8s au Canada en 2020.<\/p>\n<p><a name=\"_figure6.2\"><\/a><\/p>\n<figure id=\"attachment_6618\" aria-describedby=\"caption-attachment-6618\" style=\"width: 983px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-6618 size-full\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2024\/05\/Figure_6.2-FR.jpg\" alt=\"\" width=\"983\" height=\"720\" \/><figcaption id=\"caption-attachment-6618\" class=\"wp-caption-text\">Figure 6.2 : Les dix principales causes de d\u00e9c\u00e8s au Canada, 2020 (Source : Statistique Canada)<\/figcaption><\/figure>\n<h3><a name=\"_TMS\"><\/a>Les taux de mortalit\u00e9 standardis\u00e9s<\/h3>\n<p>Pourquoi dit-on \u00ab brut \u00bb? Le terme nous indique qu\u2019il peut \u00eatre trompeur de comparer les taux de maladie ou de d\u00e9c\u00e8s d\u2019une population \u00e0 l\u2019autre. Prenons pour exemple deux villes, la premi\u00e8re ayant une jeune population et l\u2019autre \u00e9tant une collectivit\u00e9 de retrait\u00e9s. \u00c9tant donn\u00e9 que les taux de d\u00e9c\u00e8s varient en fonction de l\u2019\u00e2ge, on peut s\u2019attendre \u00e0 plus de d\u00e9c\u00e8s au sein de la collectivit\u00e9 de retrait\u00e9s.\u00a0Ainsi, l\u2019\u00e2ge est un VARIABLE CONFUSIONNEL et une\u00a0comparaison directe des taux de mortalit\u00e9 fournirait autant de renseignements\u00a0sur leurs contrastes d\u00e9mographiques\u00a0que sur leur sant\u00e9. Si votre int\u00e9r\u00eat porte sur la sant\u00e9 des individus dans les deux communaut\u00e9s, la comparaison serait brouill\u00e9e. Un ajustement arithm\u00e9tique peut \u00eatre appliqu\u00e9 aux taux bruts afin d\u2019\u00e9liminer\u00a0l\u2019effet de variables confusionnels (tel\u00a0une diff\u00e9rence d\u2019\u00e2ge),\u00a0permettant ainsi une comparaison plus juste de l\u2019\u00e9tat de sant\u00e9. Cet ajustement calcule les taux propres \u00e0 chaque strate de la population, ici les groupes d\u2019\u00e2ge, produisant des <em>taux de mortalit\u00e9 par tranche d\u2019\u00e2ge<\/em>.\u00a0Ces derniers sont combin\u00e9s selon une m\u00e9thode de standardisation, et pr\u00e9sentent une comparaison hypoth\u00e9tique de la sant\u00e9 dans les deux communaut\u00e9s si leur structure par \u00e2ge avait \u00e9t\u00e9 le m\u00eame.<\/p>\n<p>On a recours \u00e0 la standardisation pour comparer la mortalit\u00e9 de deux populations qui diff\u00e8rent selon certaines caract\u00e9ristiques susceptibles d\u2019influencer la mortalit\u00e9.\u00a0On peut aussi ajuster les taux pour plus d\u2019une caract\u00e9ristique de la population, comme les taux de d\u00e9c\u00e8s selon l&rsquo;\u00e2ge, le sexe et la race. On peut \u00e9galement avoir recours \u00e0 la standardisation pour comparer une population au fil du temps afin d\u2019y apporter des ajustements refl\u00e9tant les changements d\u00e9mographiques. On peut aussi l\u2019utiliser pour comparer le rendement de diff\u00e9rents cliniciens, selon la client\u00e8le divergente de leur cabinet.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#tauxdemortalite\">Un avantage de taux standardis\u00e9s<\/h3>\n<div id=\"tauxdemortalite\" class=\"collapse\">Non seulement les Canadiens vivent-ils plus longtemps, mais leur sant\u00e9 s&rsquo;am\u00e9liore. Le taux de mortalit\u00e9 standardis\u00e9 selon l&rsquo;\u00e2ge le d\u00e9montre. Alors que le taux brut de d\u00e9c\u00e8s est d\u2019environ 7 \u00e0 8 p. 1 000 habitants depuis 1970, le taux standardis\u00e9 selon l&rsquo;\u00e2ge a diminu\u00e9, passant de pr\u00e8s de 10 par 1 000 en 1970 \u00e0 4,9 par 1 000 en 2012 (standardisation en fonction de la population de 1991). La stabilit\u00e9 du taux brut refl\u00e8te les effets conjoints de l\u2019am\u00e9lioration de la sant\u00e9 mais aussi du vieillissement de la population. Le taux standardis\u00e9 dirige notre attention sur la sant\u00e9 plut\u00f4t que sur le vieillissement de la population.<\/div>\n<\/div>\n<p><span style=\"font-size: revert;\">Par \u00ab ajustement \u00bb, on entend le terme plus g\u00e9n\u00e9ral englobant la standardisation et d\u2019autres m\u00e9thodes visant \u00e0 \u00e9liminer les effets des facteurs qui brouillent ou confondent une comparaison. La \u00ab standardisation \u00bb est une approche fond\u00e9e sur des moyennes pond\u00e9r\u00e9es tir\u00e9es d\u2019une population de r\u00e9f\u00e9rence standard.<\/span>La standardisation utilise une approche directe ou une approche indirecte (les calculs se trouvent dans l\u2019encadr\u00e9 Pour les mordus).<\/p>\n<p><em>L\u2019approche directe<\/em> offre plus d\u2019information mais exige un plus grand nombre de donn\u00e9es. La standardisation directe est exprim\u00e9e comme un taux de mortalit\u00e9 standardis\u00e9 en fonction de l\u2019\u00e2ge (TMSA) : x nombre de d\u00e9c\u00e8s pour y nombre de personnes. Par exemple, en 2010, le taux <em>brut<\/em> de d\u00e9c\u00e8s dus aux blessures en Alberta, calcul\u00e9 simplement en divisant le nombre de d\u00e9c\u00e8s dus aux blessures par la population totale, \u00e9tait de 49 p. 100 000. Ce chiffre contribue \u00e0 estimer la demande pour soins de sant\u00e9. Mais si on pose une question sur l\u2019importance des blessures dans le secteur p\u00e9troli\u00e8re on doit faire une comparaison avec d\u2019autres provinces sans secteurs p\u00e9troli\u00e8res, ce qui n\u00e9cessitera une standardisation par \u00e2ge vu que les structures d\u2019\u00e2ge varieront parmi les provinces. Il est important de comprendre que cette valeur est artificielle et qu\u2019elle ne peut servir qu\u2019aux fins de comparaison (dans le temps ou l\u2019espace). Les taux standardis\u00e9s peuvent \u00eatre compar\u00e9s de mani\u00e8re absolue ou relative : en tant que simple diff\u00e9rence entre les populations ou en tant que rapports entre deux taux standardis\u00e9s.<\/p>\n<p><em>La standardisation indirecte<\/em> est g\u00e9n\u00e9ralement utilis\u00e9e lorsque la taille des strates dans la population \u00e0 l\u2019\u00e9tude est petite, menant \u00e0 des taux par strate instables. Ici, seule la valeur de mortalit\u00e9 globale pour la population \u00e0 l\u2019\u00e9tude est requise; les taux par strate sont tir\u00e9s de la population de r\u00e9f\u00e9rence dont la taille est beaucoup plus importante. Une autre fa\u00e7on d\u2019exprimer cette id\u00e9e est d\u2019imaginer que la population \u00e0 l\u2019\u00e9tude fournit les poids alors que la population standard fournit les taux. Le r\u00e9sultat est exprim\u00e9 comme un rapport standardis\u00e9 de mortalit\u00e9 (RSM), lequel s&rsquo;agit du rapport entre le nombre de d\u00e9c\u00e8s observ\u00e9s dans la population et le nombre de d\u00e9c\u00e8s attendu si la population poss\u00e9dait la m\u00eame structure que la population de r\u00e9f\u00e9rence. Un RSM de 100 signifie que les d\u00e9c\u00e8s sont au niveau attendu; un RSM de 110 indique que le taux de d\u00e9c\u00e8s est 10 % plus \u00e9lev\u00e9 que le niveau attendu (la figure 6.3 offre une illustration).<a id=\"_figure6.3\"><\/a><\/p>\n<figure id=\"attachment_2585\" aria-describedby=\"caption-attachment-2585\" style=\"width: 1496px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2585\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.3_fr.jpg\" alt=\"Figure 6.3 : Exemple de standardisation indirecte. On notera les disparit\u00e9s croissantes dans les taux de mortalit\u00e9 selon la strate professionnelle en Grande-Bretagne pendant les ann\u00e9es 1970.\" width=\"1496\" height=\"1086\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.3_fr.jpg 1496w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.3_fr-300x218.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.3_fr-768x558.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.3_fr-1024x743.jpg 1024w\" sizes=\"auto, (max-width: 1496px) 100vw, 1496px\" \/><figcaption id=\"caption-attachment-2585\" class=\"wp-caption-text\">Figure 6.3 : Exemple de standardisation indirecte.<br \/>On notera les disparit\u00e9s croissantes dans les taux de mortalit\u00e9 selon la strate professionnelle en Grande-Bretagne pendant les ann\u00e9es 1970.<\/figcaption><\/figure>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#organisationparmericaine\">Organisation panam\u00e9ricaine de la sant\u00e9<\/h3>\n<div id=\"organisationparmericaine\" class=\"collapse\">Vous trouverez de plus amples renseignements sur la standardisation sur le site Web de <a href=\"http:\/\/www.paho.org\/english\/sha\/be_v23n3-standardization.htm\">l&rsquo;Organisation panam\u00e9ricaine de la sant\u00e9<\/a><\/div>\n<\/div>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#ledrraoetlestsm\">Le D<sup>r<\/sup> Rao et les TSM<\/h3>\n<div id=\"ledrraoetlestsm\" class=\"collapse\">\n<p>Le D<sup>r<\/sup> Rao r\u00e9fl\u00e9chit depuis quelque temps \u00e0 la signification des taux standardis\u00e9s de mortalit\u00e9 de Goosefoot et se demande pourquoi le taux standardis\u00e9 est tellement inf\u00e9rieur au taux brut (690 contre 884). C&rsquo;est sa femme qui finit par lui sugg\u00e9rer la solution : il y a surtout des personnes \u00e2g\u00e9es \u00e0 Goosefoot, car la plupart des jeunes quittent la ville pour trouver du travail \u00e0 Weenigo. Selon elle, il est \u00e9vident que le taux brut de d\u00e9c\u00e8s pour 1 000 habitants sera plus \u00e9lev\u00e9 que dans une population plus jeune.<\/p>\n<p>Le D<sup>r<\/sup> Rao est soulag\u00e9 : la standardisation des taux lui donne un r\u00e9sultat plus comparable; en fait, si l&rsquo;on \u00e9limine l&rsquo;effet de l&rsquo;\u00e2ge, la situation de Goosefoot est meilleure que celle de l&rsquo;ensemble de la r\u00e9gion de Weenigo (690 d\u00e9c\u00e8s p. 100 000, contre 786 dans l\u2019ensemble de la r\u00e9gion). Un sourire rassur\u00e9 s\u2019affiche sur son visage.<\/p>\n<\/div>\n<\/div>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#calculerlestaux\">Calculer les taux et les rapports standardis\u00e9s selon l&rsquo;\u00e2ge<\/h3>\n<div id=\"calculerlestaux\" class=\"collapse\">Prenons l\u2019exemple de la mortalit\u00e9 selon le groupe d&rsquo;\u00e2ge \u00e0 Goosefoot et dans la r\u00e9gion de Weenigo :<\/p>\n<h4>1. Standardisation directe.<\/h4>\n<p>Le taux de mortalit\u00e9 standardis\u00e9 selon l&rsquo;\u00e2ge (TMSA) est calcul\u00e9 en quatre \u00e9tapes :<\/p>\n<ol>\n<li>S\u00e9lectionnez une population de r\u00e9f\u00e9rence (habituellement l&rsquo;ensemble d&rsquo;un pays) et d\u00e9terminez \u00e0 l&rsquo;aide du recensement combien il y a de personnes dans chaque groupe d&rsquo;\u00e2ge (habituellement des groupes de 5, 10 ou 20 ans). Saisissez-les dans une feuille de calcul (voir un exemple ci-dessous).<\/li>\n<li>Calculez les taux de mortalit\u00e9 standardis\u00e9 selon l\u2019\u00e2ge (d\u00e9c\u00e8s\/taille de la population * 100 000) pour chaque groupe d\u2019\u00e2ge dans les populations \u00e0 l\u2019\u00e9tude (Goosefoot et la r\u00e9gion de Weenigo).<\/li>\n<li>Calculez le nombre de d\u00e9c\u00e8s pr\u00e9vus dans chaque groupe d\u2019\u00e2ge si les populations \u00e0 l\u2019\u00e9tude avaient la m\u00eame structure d\u2019\u00e2ge que la population de r\u00e9f\u00e9rence (Canada) :<br \/>\nTaux de mortalit\u00e9 standardis\u00e9 selon l\u2019\u00e2ge de la population \u00e0 l\u2019\u00e9tude * population de r\u00e9f\u00e9rence\/100 000.<br \/>\nPar exemple, pour les enfants \u00e2g\u00e9s de 0 \u00e0 14 ans \u00e0 Goosefoot : 111 * 5 607 345\/100 000 = 6 251.<\/li>\n<li>Le TMSA pour chaque population \u00e0 l\u2019\u00e9tude = le total de d\u00e9c\u00e8s pr\u00e9vus \/ taille de la population de r\u00e9f\u00e9rence * 100 000 :<\/li>\n<\/ol>\n<table>\n<tbody>\n<tr>\n<td style=\"text-align: center;\" colspan=\"2\"><strong>Canada<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"4\"><strong>Goosefoot<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"4\"><strong>Weenigo<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\" colspan=\"2\"><strong>\u00c9tape 1 :<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"3\"><strong>\u00c9tape 2 :<\/strong><\/td>\n<td style=\"text-align: center;\"><strong>\u00c9tape 3 :<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"3\"><strong>\u00c9tape 2 :<\/strong><\/td>\n<td style=\"text-align: center;\"><strong>\u00c9tape 3 :<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">Tranches d\u2019\u00e2ge<\/td>\n<td style=\"text-align: center;\">Population<br \/>\n(2011)<\/td>\n<td style=\"text-align: center;\">Population<\/td>\n<td style=\"text-align: center;\">Nbre de d\u00e9c\u00e8s<\/td>\n<td style=\"text-align: center;\">Taux de d\u00e9c\u00e8s\/<br \/>\n100 000<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s pr\u00e9vus<\/td>\n<td style=\"text-align: center;\">Population<\/td>\n<td style=\"text-align: center;\">Nbre de d\u00e9c\u00e8s<\/td>\n<td style=\"text-align: center;\">Taux de d\u00e9c\u00e8s\/<br \/>\n100 000<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s pr\u00e9vus<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">0-14<\/td>\n<td style=\"text-align: right;\">5 607 345<\/td>\n<td style=\"text-align: right;\">897<\/td>\n<td style=\"text-align: right;\">1<\/td>\n<td style=\"text-align: right;\">111<\/td>\n<td style=\"text-align: right;\">6 251<\/td>\n<td style=\"text-align: right;\">124 813<\/td>\n<td style=\"text-align: right;\">95<\/td>\n<td style=\"text-align: right;\">76<\/td>\n<td style=\"text-align: right;\">4 268<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">15-64<\/td>\n<td style=\"text-align: right;\">22 924 285<\/td>\n<td style=\"text-align: right;\">10 412<\/td>\n<td style=\"text-align: right;\">55<\/td>\n<td style=\"text-align: right;\">528<\/td>\n<td style=\"text-align: right;\">121 094<\/td>\n<td style=\"text-align: right;\">910 602<\/td>\n<td style=\"text-align: right;\">3 506<\/td>\n<td style=\"text-align: right;\">385<\/td>\n<td style=\"text-align: right;\">88 263<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">65+<\/td>\n<td style=\"text-align: right;\">4 945 060<\/td>\n<td style=\"text-align: right;\">3 625<\/td>\n<td style=\"text-align: right;\">76<\/td>\n<td style=\"text-align: right;\">2 097<\/td>\n<td style=\"text-align: right;\">103 676<\/td>\n<td style=\"text-align: right;\">180 453<\/td>\n<td style=\"text-align: right;\">6 228<\/td>\n<td style=\"text-align: right;\">3 451<\/td>\n<td style=\"text-align: right;\">170 670<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: right;\">Total<\/td>\n<td style=\"text-align: right;\">33 476 690<\/td>\n<td style=\"text-align: right;\">14 934<\/td>\n<td style=\"text-align: right;\">132<\/td>\n<td style=\"text-align: right;\">884<\/td>\n<td style=\"text-align: right;\">231 021<\/td>\n<td style=\"text-align: right;\">1 215 868<\/td>\n<td style=\"text-align: right;\">9 829<\/td>\n<td style=\"text-align: right;\">808<\/td>\n<td style=\"text-align: right;\">263 201<\/td>\n<\/tr>\n<tr>\n<td colspan=\"5\"><strong>\u00c9tape 4<\/strong> : TMSA<br \/>\n(d\u00e9c\u00e8s pr\u00e9vus\/population de r\u00e9f\u00e9rence) * 100 000<\/td>\n<td style=\"text-align: right;\">690<\/td>\n<td style=\"text-align: right;\" colspan=\"4\">786<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Le tableau montre que le taux brut de mortalit\u00e9 pour Goosefoot (884) d\u00e9passe celui de la r\u00e9gion (808), mais que le taux standardis\u00e9 selon l&rsquo;\u00e2ge est moins \u00e9lev\u00e9. Cet effet se produit parce que la population de Goosefoot compte plus de personnes d\u2019\u00e2ge avanc\u00e9 (25 % vs 15 %); le processus de standardisation \u00e9limine cette disparit\u00e9 et r\u00e9v\u00e8le que la population de Goosefoot est relativement bien portante.<\/p>\n<p>Notons que les TMSA sont artificiels; ils ne veulent rien dire sauf en comparaison au taux brut de mortalit\u00e9 dans la population de r\u00e9f\u00e9rence ou aux TMSA d&rsquo;autres groupes (calcul\u00e9s \u00e0 partir des m\u00eames tranches d\u2019\u00e2ge et des m\u00eames populations de r\u00e9f\u00e9rence). On peut aussi consid\u00e9rer les TMSA comme une moyenne pond\u00e9r\u00e9e des taux propres \u00e0 l&rsquo;\u00e2ge pour une r\u00e9gion donn\u00e9e, avec comme pond\u00e9ration la proportion de la population de r\u00e9f\u00e9rence dans chaque tranche d&rsquo;\u00e2ge.<\/p>\n<h4>2. Standardisation indirecte<\/h4>\n<p>La standardisation indiecte offre un raccourci lorsque les taux de mortalit\u00e9 par strate d\u2019\u00e2ge de la population \u00e0 l\u2019\u00e9tude ne sont pas connus ou lorsque la taille de la population est trop petite pour calculer les taux par strates stables, comme pour les d\u00e9c\u00e8s des personnes \u00e2g\u00e9es de 0 \u00e0 14 ans \u00e0 Goosefoot. Ici, les poids d\u00e9rivent de la population \u00e0 l\u2019\u00e9tude (c.-\u00e0-d. la taille relative des strates d\u2019\u00e2ge) et les taux de mortalit\u00e9 sont tir\u00e9s de la population standard.<\/p>\n<p>Les taux de mortalit\u00e9 standardis\u00e9s (TMS) sont calcul\u00e9s en trois \u00e9tapes :<br \/>\n1. Calculez les taux de mortalit\u00e9 standardis\u00e9s pour chaque groupe d\u2019\u00e2ge dans la population de r\u00e9f\u00e9rence (ici, le Canada en 2011), soit d\u00e9c\u00e8s \/ population * 100 000 dans chaque groupe d\u2019\u00e2ge.<br \/>\n2. Multipliez ces taux par le nombre de personnes dans les populations \u00e0 l\u2019\u00e9tude de chaque groupe d\u2019\u00e2ge pour calculer les d\u00e9c\u00e8s pr\u00e9vus. Ces valeurs indiquent le nombre de d\u00e9c\u00e8s qui auraient lieu au sein de la population \u00e0 l\u2019\u00e9tude si chaque strate d\u2019\u00e2ge avait le m\u00eame taux de mortalit\u00e9 que la population de r\u00e9f\u00e9rence, c.-\u00e0-d. le taux de mortalit\u00e9 selon l\u2019\u00e2ge au Canada * population de ce groupe d\u2019\u00e2ge dans la population \u00e0 l\u2019\u00e9tude \/ 100 000.<br \/>\n3. Calculez le rapport entre les d\u00e9c\u00e8s observ\u00e9s et les d\u00e9c\u00e8s pr\u00e9vus dans la population \u00e0 l\u2019\u00e9tude : d\u00e9c\u00e8s observ\u00e9s \/ d\u00e9c\u00e8s pr\u00e9vus * 100.<\/p>\n<table>\n<tbody>\n<tr>\n<td style=\"text-align: center;\" colspan=\"2\"><strong>Canada<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"4\"><strong>Goosefoot<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"4\"><strong>Weenigo<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\" colspan=\"4\"><strong>\u00c9tape 1 :<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"3\"><strong>\u00c9tape 2 :<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"3\"><strong>\u00c9tape 3 :<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">Groupe d\u2019\u00e2ge<\/td>\n<td style=\"text-align: center;\">Population<br \/>\n(2011)<\/td>\n<td style=\"text-align: center;\">Nbre de d\u00e9c\u00e8s<\/td>\n<td style=\"text-align: center;\">Taux de d\u00e9c\u00e8s\/<br \/>\n100 000<\/td>\n<td style=\"text-align: center;\">Population<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s pr\u00e9vus<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s observ\u00e9s<\/td>\n<td style=\"text-align: center;\">Population<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s pr\u00e9vus<\/td>\n<td style=\"text-align: center;\">D\u00e9c\u00e8s observ\u00e9s<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">0-14<\/td>\n<td style=\"text-align: right;\">5 607 345<\/td>\n<td style=\"text-align: right;\">2 451<\/td>\n<td style=\"text-align: right;\">43,71<\/td>\n<td style=\"text-align: right;\">897<\/td>\n<td style=\"text-align: right;\">6 251<\/td>\n<td style=\"text-align: right;\"><\/td>\n<td style=\"text-align: right;\">124 813<\/td>\n<td style=\"text-align: right;\">4 268<\/td>\n<td style=\"text-align: right;\"><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">15-64<\/td>\n<td style=\"text-align: right;\">22 924 285<\/td>\n<td style=\"text-align: right;\">42 008<\/td>\n<td style=\"text-align: right;\">183,25<\/td>\n<td style=\"text-align: right;\">10 412<\/td>\n<td style=\"text-align: right;\">121 094<\/td>\n<td style=\"text-align: right;\"><\/td>\n<td style=\"text-align: right;\">\u00a0910 602<\/td>\n<td style=\"text-align: right;\">\u00a088 263<\/td>\n<td style=\"text-align: right;\"><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\">65+<\/td>\n<td style=\"text-align: right;\">4 945 060<\/td>\n<td style=\"text-align: right;\">190 172<\/td>\n<td style=\"text-align: right;\">3 845,70<\/td>\n<td style=\"text-align: right;\">3 625<\/td>\n<td style=\"text-align: right;\">103 676<\/td>\n<td style=\"text-align: right;\"><\/td>\n<td style=\"text-align: right;\">180 453<\/td>\n<td style=\"text-align: right;\">170 670<\/td>\n<td style=\"text-align: right;\"><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: right;\">Total<\/td>\n<td style=\"text-align: right;\">\u00a033 476 690<\/td>\n<td style=\"text-align: right;\">234 631<\/td>\n<td style=\"text-align: right;\"><\/td>\n<td style=\"text-align: right;\">14 934<\/td>\n<td style=\"text-align: right;\">231 021<\/td>\n<td style=\"text-align: right;\"><\/td>\n<td style=\"text-align: right;\">1 215 868<\/td>\n<td style=\"text-align: right;\">263 201<\/td>\n<td style=\"text-align: right;\">9 829<\/td>\n<\/tr>\n<tr>\n<td colspan=\"5\"><strong>\u00c9tape 4<\/strong> : TMSA<br \/>\n(d\u00e9c\u00e8s pr\u00e9vus\/pop. de r\u00e9f\u00e9rence) * 100 000<\/td>\n<td style=\"text-align: right;\">83<\/td>\n<td style=\"text-align: right;\" colspan=\"4\">113<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Encore une fois on per\u00e7oit que les habitants de Goosefoot sont en meilleure sant\u00e9 que la population de la r\u00e9gion. Remarque : chaque TMS peut \u00eatre compar\u00e9 \u00e0 la population de r\u00e9f\u00e9rence (la mortalit\u00e9 \u00e0 Goosefoot est inf\u00e9rieure \u00e0 la mortalit\u00e9 dans l\u2019ensemble du Canada dont la valeur \u00e9gale 100). Il peut toutefois \u00eatre trompeur de comparer les TMS puisque les TMS refl\u00e8tent la structure d\u2019\u00e2ge de chaque r\u00e9gion et si elles sont tr\u00e8s diff\u00e9rentes les comparaisons des TMS peuvent \u00eatre biais\u00e9es.<sup>4, 5<\/sup><\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_espvie\"><\/a>L&rsquo;esp\u00e9rance de vie<\/h3>\n<p>L&rsquo;esp\u00e9rance de vie est l\u2019\u00e2ge moyen des individus au d\u00e9c\u00e8s. On l&rsquo;utilise comme un indicateur sommaire de la sant\u00e9 qui permet des comparaisons internationales. L\u2019esp\u00e9rance de vie \u00e0 la naissance est une estimation du nombre d\u2019ann\u00e9es qu\u2019un nouveau-n\u00e9 peut s\u2019attendre \u00e0 vivre selon les taux de mortalit\u00e9 courants par \u00e2ge. L&rsquo;esp\u00e9rance de vie est ainsi une abstraction \u2013 apr\u00e8s tout, il faudra attendre toute une vie pour conna\u00eetre la dur\u00e9e de vie des b\u00e9b\u00e9s qui naissent aujourd&rsquo;hui. Au Canada, en 2021, l&rsquo;esp\u00e9rance de vie des femmes \u00e9tait d&rsquo;environ 84,7 ans et celle des hommes \u00e9tait d&rsquo;environ 80,6 ans. Nous sommes tout pr\u00e8s de l&rsquo;Australie et suivons de pr\u00e8s le Japon. L\u2019impact de l\u2019instabilit\u00e9 sociale se r\u00e9v\u00e8le dans le cas de Russie pendant la d\u00e9cennie 1990 \u00e0 2000 : on constate que l&rsquo;esp\u00e9rance de vie peut diminuer rapidement si les conditions se d\u00e9t\u00e9riorent, tel qu\u2019indiqu\u00e9 dans la figure 6.4 dans le cadre \u00ab illustrations \u00bb suivant.<\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#leserancedevie\">L\u2019esp\u00e9rance de vie en Russie postsovi\u00e9tique<\/h3>\n<div id=\"leserancedevie\" class=\"collapse\">\n<p>Les perturbations sociales en Russie postsovi\u00e9tique se sont traduites par une croissance rapide des taux de d\u00e9c\u00e8s. Entre 1990 et 1994, l&rsquo;esp\u00e9rance de vie des femmes est pass\u00e9e de 74,4 \u00e0 71,2 ans, et celle des hommes a baiss\u00e9 de six ans, passant de 63,8 \u00e0 57,7 ans (figure 6.4). Ensemble, les maladies cardiovasculaires et les blessures repr\u00e9sentaient 65 % de cette baisse.<sup>6<\/sup><a id=\"_figure6.4\"><\/a><\/p>\n<figure id=\"attachment_2587\" aria-describedby=\"caption-attachment-2587\" style=\"width: 1383px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2587\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.4_fr.jpg\" alt=\"Figure 6.4 : Tendances temporelles de l'esp\u00e9rance de vie en Russie, 1950 \u00e0 2007 Source :http:\/\/en.wikipedia.org\/wiki\/File:Russian_male_and_female_life_expectancy.PNG (site consult\u00e9 en juillet 2010)\" width=\"1383\" height=\"1022\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.4_fr.jpg 1383w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.4_fr-300x222.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.4_fr-768x568.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.4_fr-1024x757.jpg 1024w\" sizes=\"auto, (max-width: 1383px) 100vw, 1383px\" \/><figcaption id=\"caption-attachment-2587\" class=\"wp-caption-text\">Figure 6.4 : Tendances temporelles de l&rsquo;esp\u00e9rance de vie en Russie, 1950 \u00e0 2007<br \/>Source <a href=\"http:\/\/en.wikipedia.org\/wiki\/File:Russian_male_and_female_life_expectancy.PNG\">http:\/\/en.wikipedia.org\/wiki\/File:Russian_male_and_female_life_expectancy.PNG<\/a> (site consult\u00e9 en juillet 2010)<\/figcaption><\/figure>\n<\/div>\n<\/div>\n<div class=\"case-study\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#ledrraoreflechit\">Le D<sup>r<\/sup> Rao r\u00e9fl\u00e9chit \u00e0 l&rsquo;esp\u00e9rance de vie<\/h3>\n<div id=\"ledrraoreflechit\" class=\"collapse\">\n<p>Le D<sup>r<\/sup> Rao r\u00e9fl\u00e9chit aux chiffres bizarres de l&rsquo;esp\u00e9rance de vie \u00e0 Goosefoot :<\/p>\n<table>\n<tbody>\n<tr>\n<td><\/td>\n<td style=\"text-align: center;\"><strong>Goosefoot\u00a0<\/strong><\/td>\n<td style=\"text-align: center;\"><strong>R\u00e9gion de Weenigo<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie des hommes \u00e0 la naissance (en ann\u00e9es)<\/td>\n<td style=\"text-align: center;\">76,2<\/td>\n<td style=\"text-align: center;\">77,5<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie restante des hommes \u00e0 65 ans (en ann\u00e9es)<\/td>\n<td style=\"text-align: center;\">20,0<\/td>\n<td style=\"text-align: center;\">17.9<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie des femmes \u00e0 la naissance (en ann\u00e9es)<\/td>\n<td style=\"text-align: center;\">80,7<\/td>\n<td style=\"text-align: center;\">82,4<\/td>\n<\/tr>\n<tr>\n<td>Esp\u00e9rance de vie restante des femmes \u00e0 65 ans (en ann\u00e9es)<\/td>\n<td style=\"text-align: center;\">20,1<\/td>\n<td style=\"text-align: center;\">21,7<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Il sait, \u00e9videmment, que les femmes vivent plus longtemps que les hommes, et que les hommes de Goosefoot vivent moins vieux que dans l&rsquo;ensemble de la r\u00e9gion. Mais il trouve surprenant que les hommes qui atteignent l&rsquo;\u00e2ge de 65 ans finissent par vivre aussi longtemps que les femmes. \u00ab Ils doivent \u00eatre coriaces! \u00bb se dit-il en songeant aux mineurs qu&rsquo;il conna\u00eet. Ceux qui ne souffrent pas de maladie pulmonaire chronique sont, en fait, de grands amateurs de plein air. \u00ab S&rsquo;ils vivent jusqu&rsquo;\u00e0 cet \u00e2ge, peut-\u00eatre vivent-ils plus longtemps que les hommes de la ville \u00bb songe-t-il. La tendance \u00e0 vivre plus longtemps, chez les quelques personnes plus robustes que les autres, est ce qu&rsquo;on appelle l&rsquo;effet du survivant en sant\u00e9.<\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_APVP\"><\/a>Les ann\u00e9es potentielles de vie perdues<\/h3>\n<p>Lorsqu\u2019on tente de d\u00e9cider vers quelles maladies orienter les efforts de pr\u00e9vention, il est important de tenir compte de l&rsquo;impact de ces maladies dans la population. Une mesure \u00e9vidente de l&rsquo;impact est le nombre de d\u00e9c\u00e8s caus\u00e9s par une maladie. La Figure 6.2 sugg\u00e8re que le cancer, les maladies cardiaques sont les affections qui ont le plus d\u2019impact. Cependant, ces maladies ont tendance \u00e0 causer le d\u00e9c\u00e8s de personnes qui se rapprochent de la fin de leur dur\u00e9e de vie pr\u00e9vue. Par cons\u00e9quent, leur pr\u00e9vention pourrait n\u2019avoir qu&rsquo;un effet limit\u00e9 sur l&rsquo;augmentation de l&rsquo;esp\u00e9rance de vie globale. La pr\u00e9vention des d\u00e9c\u00e8s pr\u00e9matur\u00e9s ajouterait davantage d&rsquo;ann\u00e9es de vie (et, possiblement, des ann\u00e9es plus productives) aux personnes et \u00e0 la soci\u00e9t\u00e9. On peut d\u00e9finir le d\u00e9c\u00e8s pr\u00e9matur\u00e9 comme un d\u00e9c\u00e8s survenant avant l&rsquo;esp\u00e9rance de vie moyenne d&rsquo;une personne (homme ou femme) ou selon une valeur arbitraire, comme avant l&rsquo;\u00e2ge de 75 ans. Les personnes qui meurent pr\u00e9matur\u00e9ment perdent des ann\u00e9es potentielles de vie. Ainsi, une personne qui succombe \u00e0 un infarctus du myocarde \u00e0 55 ans perd 20 ann\u00e9es potentielles de vie, et on peut totaliser ces valeurs pour une population et obtenir l&rsquo;impact (en ann\u00e9es potentielles de vie perdues) de diff\u00e9rentes causes. Une fa\u00e7on d&rsquo;\u00e9tudier l&rsquo;impact des maladies sur une soci\u00e9t\u00e9 consiste \u00e0 les classer en fonction des ANN\u00c9ES POTENTIELLES DE VIE PERDUES (APVP) attribuables \u00e0 chacune. (On utilise aussi l&rsquo;abr\u00e9viation AVPP, ou ann\u00e9es de vie potentielle perdues.)<\/p>\n<p>Les priorit\u00e9s bas\u00e9es sur les APVP ne seront pas les m\u00eames que les priorit\u00e9s bas\u00e9es sur de simples taux de mortalit\u00e9. Selon la figure 6.5, si on a recours aux taux de mortalit\u00e9, le cancer, les maladies des syst\u00e8mes circulatoire et respiratoire demeurent les plus grandes priorit\u00e9s, comme on voyait dans la figure 6.2. Mais ces maladies tuent \u00e0 un \u00e2ge avanc\u00e9 (ce qui est moins le cas pour le cancer) et si l\u2019on a recours aux APVP les blessures (accidentelles et volontaires) deviennent plus importantes que les AVC ou maladies cardiovasculaires. Effectivement, ensemble, les suicides et les blessures accidentelles repr\u00e9sentent davantage d&rsquo;ann\u00e9es potentielles de vie perdues que les maladies du syst\u00e8me circulatoire.\u00a0<a id=\"_figure6.5\"><\/a><\/p>\n<figure id=\"attachment_6634\" aria-describedby=\"caption-attachment-6634\" style=\"width: 907px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-6634 size-full\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2024\/06\/Figure_6.5_FR.png\" alt=\"\" width=\"907\" height=\"643\" \/><figcaption id=\"caption-attachment-6634\" class=\"wp-caption-text\">Figure 6.5 : Diff\u00e9rents indicateurs de l&rsquo;impact de la maladie sur la mortalit\u00e9 (Remarque : les valeurs des APVP dans la figure sont multipli\u00e9es par 10 000 pour indiquer les ann\u00e9es de vie perdues.)<\/figcaption><\/figure>\n<h3><a id=\"_survie\"><\/a>Les courbes de Kaplan-Meier ou courbes de survie<\/h3>\n<p>Dans les \u00e9tudes de cohortes ou les essais cliniques, on peut choisir comme r\u00e9sultat la survie sans sympt\u00f4me (la p\u00e9riode sans sympt\u00f4me apr\u00e8s un traitement) ou simplement la survie (l&rsquo;intervalle de temps entre le diagnostic et le d\u00e9c\u00e8s), d\u2019o\u00f9 l\u2019expression COURBE DE SURVIE. Kaplan et Meier ont mis au point des analyses statistiques, tel que le test de Mantel et Haenszel, pour \u00e9valuer la diff\u00e9rence entre deux courbes de survie. Dans un prolongement de ce m\u00e9thode, le mod\u00e8le de hasards proportionnels de Cox permet de comparer deux courbes de survie tout en apportant des ajustements selon d\u2019autres variables qui pourraient \u00eatre diff\u00e9rentes d\u2019un groupe \u00e0 l\u2019autre.<\/p>\n<p>Cette sorte d&rsquo;ANALYSE DE SURVIE est courante dans la documentation clinique, car elle pr\u00e9sente plusieurs avantages. Elle donne une vue d&rsquo;ensemble de l&rsquo;\u00e9volution clinique d&rsquo;une maladie selon les taux de survie \u00e0 des intervalles pr\u00e9cis apr\u00e8s le diagnostic ou le traitement. La figure 6.6 est un exemple hypoth\u00e9tique. Les r\u00e9sultats des deux traitements apr\u00e8s 48 semaines sont semblables, mais le traitement A prolonge la survie pendant les premiers mois qui suivent le traitement. Les courbes de survie peuvent aussi \u00eatre ajust\u00e9es math\u00e9matiquement pour tenir compte des personnes perdues au suivi.\u00a0<a id=\"_figure6.6\"><\/a><\/p>\n<figure id=\"attachment_2590\" aria-describedby=\"caption-attachment-2590\" style=\"width: 1500px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2590\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.6_fr.jpg\" alt=\"Figure 6.6 : Exemple d'une \u00e9tude de cohortes analys\u00e9e \u00e0 l'aide de courbes de survie\" width=\"1500\" height=\"991\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.6_fr.jpg 1500w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.6_fr-300x198.jpg 300w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.6_fr-768x507.jpg 768w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.6_fr-1024x677.jpg 1024w\" sizes=\"auto, (max-width: 1500px) 100vw, 1500px\" \/><figcaption id=\"caption-attachment-2590\" class=\"wp-caption-text\">Figure 6.6 : Exemple d&rsquo;une \u00e9tude de cohortes analys\u00e9e \u00e0 l&rsquo;aide de courbes de survie<\/figcaption><\/figure>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#courbesdesurvie\">Courbes de survie et taux d&rsquo;incidence<\/h3>\n<div id=\"courbesdesurvie\" class=\"collapse\">Dans la figure 6.6, remarquez la mani\u00e8re dont les courbes de survie sont associ\u00e9es \u00e0 l&rsquo;incidence (de d\u00e9c\u00e8s, dans ce cas). La <em>proportion<\/em> de l&rsquo;incidence, mesur\u00e9e sur les 53 semaines, est \u00e9gale pour les deux traitements. Cependant, le <em>taux<\/em> d&rsquo;incidence des d\u00e9c\u00e8s par personne-semaine de suivi (en d\u2019autres mots la vitesse de survenue des d\u00e9c\u00e8s) du groupe de traitement A est inf\u00e9rieur \u00e0 celui du traitement B, \u00e9tant donn\u00e9 que moins de patients sont d\u00e9c\u00e9d\u00e9s au cours des premi\u00e8res semaines du suivi.<\/div>\n<\/div>\n<h2><a id=\"_mesuressante\"><\/a>Les \u00e9chelles de mesure de la sant\u00e9<\/h2>\n<p>Il y a \u00e9videmment des limites aux indicateurs de la sant\u00e9 bas\u00e9s sur la morbidit\u00e9 et la mortalit\u00e9. Ils ne s&rsquo;appliquent qu&rsquo;aux affections graves et ne sont donc pas tr\u00e8s pertinents pour la plupart des gens. En outre, un diagnostic qui devient une statistique de la morbidit\u00e9 n&rsquo;est pas tr\u00e8s r\u00e9v\u00e9lateur du v\u00e9ritable niveau de fonctionnement d&rsquo;une personne, et les indicateurs de la morbidit\u00e9 ne peuvent tenir compte des aspects positifs de la sant\u00e9. C&rsquo;est pourquoi on a cr\u00e9\u00e9 une gamme d&rsquo;indicateurs subjectifs appel\u00e9s \u00ab \u00e9chelles de mesure de la sant\u00e9 \u00bb. Cependant, mesurer un concept aussi abstrait que la sant\u00e9 est un d\u00e9fi en soi. Contrairement \u00e0 la morbidit\u00e9, la sant\u00e9 n&rsquo;est pas d\u00e9finie par des indicateurs sp\u00e9cifiques pouvant servir de param\u00e8tres de mesure (la pression art\u00e9rielle dans l\u2019hypertension ou la glyc\u00e9mie dans le diab\u00e8te) \u2013 voir Pour les mordus.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#mesurerlesconcepts\">Mesurer les concepts abstraits<\/h3>\n<div id=\"mesurerlesconcepts\" class=\"collapse\">Comme la sant\u00e9 est un concept abstrait, on ne peut la mesurer directement \u00e0 l&rsquo;aide d&rsquo;une \u00e9chelle m\u00e9canique, comme on mesure le poids ou la taille. On a plut\u00f4t recours \u00e0 des indicateurs choisis en fonction de la d\u00e9finition de la sant\u00e9 et auxquels on applique une \u00e9valuation num\u00e9rique pour les quantifier ou les rapporter \u00e0 une \u00e9chelle. Par exemple, si l\u2019on d\u00e9finit la sant\u00e9 en fonction du bien-\u00eatre physique, mental et social, il faut choisir trois indicateurs connexes et un syst\u00e8me d&rsquo;\u00e9valuation num\u00e9rique pour d\u00e9terminer le r\u00e9sultat d&rsquo;une personne pour chaque indicateur. On peut ensuite avoir recours \u00e0 un deuxi\u00e8me syst\u00e8me de pond\u00e9ration pour repr\u00e9senter l&rsquo;importance relative des composantes physique, mentale et sociale pour en construire un r\u00e9sultat agr\u00e9g\u00e9. Cela permet de pr\u00e9senter la mesure de la sant\u00e9 qui en r\u00e9sulte en tant que nombre unique : un \u00ab indice \u00bb de la sant\u00e9 qui va g\u00e9n\u00e9ralement de 0 (d\u00e9c\u00e8s) \u00e0 1 (parfaite sant\u00e9). D&rsquo;autre part, on peut pr\u00e9senter les r\u00e9sultats de chaque composante s\u00e9par\u00e9ment pour produire un \u00ab profil de la sant\u00e9 \u00bb.<\/div>\n<\/div>\n<p>Des \u00e9chelles de mesure ont \u00e9t\u00e9 mises au point pour les diagnostics les plus courants; ce sont les \u00ab \u00e9chelles propres aux maladies \u00bb. Certaines \u00e9valuent la gravit\u00e9 des sympt\u00f4mes d&rsquo;un appareil organique en particulier (perte de la vision, essoufflement, faiblesse des membres); d&rsquo;autres portent sur un diagnostic, comme les \u00e9chelles de l&rsquo;anxi\u00e9t\u00e9 ou de la d\u00e9pression. D&rsquo;autres mesures sont de plus grande envergure : des \u00ab mesures g\u00e9n\u00e9riques \u00bb qui s\u2019appliquent \u00e0 toute forme de maladie et de personnes. Elles portent sur des syndromes (p. ex. les \u00e9chelles du bien-\u00eatre \u00e9motionnel), sur l&rsquo;\u00e9tat g\u00e9n\u00e9ral de sant\u00e9 et sur la qualit\u00e9 de vie relative \u00e0 la sant\u00e9, la cat\u00e9gorie la plus large.\u00a0Un exemple courant est le SF-36\u00a0(<a style=\"font-size: revert;\" href=\"https:\/\/www.rand.org\/health\/surveys_tools\/mos\/36-item-short-form.html\">Short-Form-36 Health Survey<\/a><span style=\"font-size: revert;\">), un instrument de mesure de la sant\u00e9 fonctionnelle \u00e0 partir de 36 questions, en est un exemple courant.<\/span><sup>1, pp 649-65<\/sup><span style=\"font-size: revert;\"> La question suivante repr\u00e9sente un exemple encore plus simple : \u00ab De mani\u00e8re g\u00e9n\u00e9rale, comment d\u00e9cririez-vous votre sant\u00e9 aujourd\u2019hui? Excellente? Tr\u00e8s bonne? Bonne? Passable? Mauvaise? \u00bb Cette question donne lieu \u00e0 des r\u00e9ponses\u00a0<\/span>qui sont presque aussi valides que les r\u00e9ponses aux \u00e9chelles beaucoup plus longues.<sup>1, pp581-7<\/sup> D&rsquo;un point de vue encore plus g\u00e9n\u00e9ral, certaines mesures cherchent \u00e0 capter le bien-\u00eatre des populations; c&rsquo;est le cas de l&rsquo;<a style=\"font-size: revert;\" href=\"https:\/\/uwaterloo.ca\/canadian-index-wellbeing\/\">Indice canadien du mieux-\u00eatre<\/a><span style=\"font-size: revert;\">, dont une grande partie porte sur la sant\u00e9.<\/span><\/p>\n<div class=\"illustrative\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesmesuresdesante\">Les mesures de sant\u00e9 dans un contexte clinique<\/h3>\n<div id=\"lesmesuresdesante\" class=\"collapse\">Les cliniciens appliquent \u00e9galement les mesures de sant\u00e9 : on demande \u00e0 un patient de juger sa douleur ou son niveau d\u2019incapacit\u00e9 sur une \u00e9chelle de 0 \u00e0 10. Les r\u00e9ponses sont subjectives mais s\u2019av\u00e8rent utiles pour \u00e9valuer l\u2019impacte des soins de sant\u00e9.<\/div>\n<\/div>\n<p>Il existe trois grandes cat\u00e9gories d\u2019application des mesures de la sant\u00e9. Les <em>instruments diagnostiques<\/em> recueillent de renseignements provenant d&rsquo;auto-\u00e9valuations et d&rsquo;\u00e9valuations cliniques, puis les traitent \u00e0 l&rsquo;aide d&rsquo;algorithmes pour sugg\u00e9rer un diagnostic. Le domaine de la psychiatrie en compte plusieurs, dont l&rsquo;<a href=\"http:\/\/www.hcp.med.harvard.edu\/wmhcidi\/\">Entretien diagnostique international global<\/a>.<sup>7<\/sup> Les <em>mesures pronostiques<\/em> comprennent les tests de d\u00e9pistage et, parfois, des renseignements sur les facteurs de risque, lesquels peuvent \u00eatre combin\u00e9s pour estimer les \u00e9tats futurs de sant\u00e9; plusieurs outils num\u00e9ris\u00e9es\u00a0<a href=\"https:\/\/www.cms.gov\/medicare-coverage-database\/details\/technology-assessments-details.aspx?TAId=79\">\u00e9valuent les risques pour la sant\u00e9<\/a>. Les <em>mesures \u00e9valuatives<\/em> tiennent compte des changements dans l&rsquo;\u00e9tat de sant\u00e9 au fil du temps et sont utilis\u00e9es pour d\u00e9terminer les r\u00e9sultats des soins. Cette cat\u00e9gorie est le groupe d&rsquo;instruments le plus important; elle comprend des mesures sp\u00e9cifiques \u00e0 des maladies particuli\u00e8res, ainsi que les mesures g\u00e9n\u00e9riques\u00a0<span lang=\"FR-CA\">d\u00e9j\u00e0 d\u00e9crites.\u00a0<\/span><\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#indicateursobjectifs\">Indicateurs objectifs et subjectifs<\/h3>\n<div id=\"indicateursobjectifs\" class=\"collapse\">\n<p>Un indicateur de la sant\u00e9 peut \u00eatre consign\u00e9 m\u00e9caniquement, comme dans le cas d&rsquo;une \u00e9preuve sur tapis roulant, ou provenir du jugement d&rsquo;un expert, comme l&rsquo;\u00e9valuation d&rsquo;un sympt\u00f4me par un m\u00e9decin. On peut aussi le consigner par autod\u00e9claration, comme lorsqu\u2019une patiente d\u00e9crit sa douleur.<\/p>\n<p>Les mesures m\u00e9caniques recueillent des donn\u00e9es objectivement; la collecte se fait sans aucun jugement ou presque, bien qu&rsquo;un jugement puisse \u00eatre n\u00e9cessaire pour l\u2019interpr\u00e9tation subs\u00e9quente. Pour ce qui est des mesures subjectives, le jugement humain (par le clinicien, le patient ou les deux) fait partie int\u00e9grante de l&rsquo;\u00e9valuation et de l&rsquo;interpr\u00e9tation.<\/p>\n<p>Les mesures subjectives de la sant\u00e9 pr\u00e9sentent plusieurs avantages : elles peuvent d\u00e9crire la qualit\u00e9, non seulement la quantit\u00e9, du fonctionnement; elles peuvent \u00e9valuer des \u00e9l\u00e9ments comme la douleur, la souffrance et la d\u00e9pression, qu&rsquo;il est difficile d&rsquo;estimer par des mesures physiques ou des analyses en laboratoire. De plus, les mesures subjectives n&rsquo;ont pas recours \u00e0 des proc\u00e9dures effractives ni \u00e0 de l&rsquo;\u00e9quipement co\u00fbteux. La grande majorit\u00e9 des mesures subjectives recueillent des renseignements \u00e0 l&rsquo;aide de questionnaires : beaucoup ont fait l&rsquo;objet d&rsquo;\u00e9tudes approfondies et sont couramment utilis\u00e9es pour mesurer les r\u00e9sultats d&rsquo;essais cliniques. Les essais de m\u00e9dicaments doivent dor\u00e9navant comprendre des \u00e9chelles de la qualit\u00e9 de vie, en plus des \u00e9chelles propres aux sympt\u00f4mes ou aux maladies, afin de consigner les \u00e9ventuels effets secondaires ind\u00e9sirables, comme les naus\u00e9es, l\u2019insomnie, etc.<\/p>\n<p>Comme les indicateurs objectifs et subjectifs ont tous deux des avantages, ils sont parfois combin\u00e9s. Par exemple, pour d\u00e9cider s&rsquo;il subira ou non une chimioth\u00e9rapie ou une chirurgie, un patient atteint d&rsquo;un cancer souhaitera comparer la hausse pr\u00e9vue de son esp\u00e9rance de vie \u00e0 un jugement sur la qualit\u00e9 de sa vie ainsi prolong\u00e9e (en tenant compte des effets secondaires du traitement, de la douleur et de l&rsquo;incapacit\u00e9 r\u00e9siduelle). Socialement, cela aide \u00e0 d\u00e9terminer si prolonger l&rsquo;esp\u00e9rance de vie (p. ex. par des traitements salvateurs) peut aussi augmenter le nombre de personnes infirmes dans la soci\u00e9t\u00e9. Cette question a men\u00e9 \u00e0 des indicateurs combin\u00e9s de la mortalit\u00e9 et de la qualit\u00e9 de vie, comme la SURVIE AJUST\u00c9E POUR LA QUALIT\u00c9 DE VIE (SAQV).<\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_SAVQ\"><\/a>La survie ajust\u00e9e : SAQV, AVCI et AVPAS<\/h3>\n<p>La survie ajust\u00e9e pour la qualit\u00e9 de vie (SAQV) approfondit l&rsquo;id\u00e9e de l&rsquo;esp\u00e9rance de vie en y ajoutant un indicateur de la qualit\u00e9 de vie des survivants. Plut\u00f4t que de consid\u00e9rer chaque ann\u00e9e de survie comme \u00e9tant \u00e9quivalente, cette statistique ajuste \u00e0 la baisse la valeur des ann\u00e9es v\u00e9cues en mauvaise sant\u00e9. Chacune de ces ann\u00e9es est consid\u00e9r\u00e9e comme ayant moins de valeur qu&rsquo;une pleine ann\u00e9e de vie saine. Dans le cadre de l&rsquo;\u00e9valuation d&rsquo;un traitement, la SAQV compte le nombre moyen d&rsquo;ann\u00e9es suppl\u00e9mentaires de vie gagn\u00e9es gr\u00e2ce \u00e0 l\u2019intervention, puis le multiplie par une appr\u00e9ciation de la qualit\u00e9 de vie pendant chacune de ces ann\u00e9es. Par exemple, une personne peut suivre un r\u00e9gime th\u00e9rapeutique contre l&rsquo;hypertension pendant 30 ans. Cela prolonge sa vie de dix ans mais r\u00e9duit l\u00e9g\u00e8rement sa qualit\u00e9 de vie pendant ces 10 ans en raison d\u2019une restriction de sa di\u00e8te. Une pond\u00e9ration subjective est appliqu\u00e9e pour indiquer la qualit\u00e9 (ou l&rsquo;utilit\u00e9) d&rsquo;une ann\u00e9e de vie dont la qualit\u00e9 est ainsi r\u00e9duite (disons une valeur de 0,9 comparativement \u00e0 1,0 pour une ann\u00e9e saine). En outre, la n\u00e9cessit\u00e9 d&rsquo;un traitement m\u00e9dicamenteux continu pendant 30 ans r\u00e9duit l\u00e9g\u00e8rement la qualit\u00e9 de vie, disons de 0,03. Ainsi, le gain de SAQV d\u00e9coulant du traitement serait : 10 ans x 0,9 \u2013 30 ans x 0,03 = 8,1 ans de survie ajust\u00e9e.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lesponderations\">Les pond\u00e9rations de la SAQV<\/h3>\n<div id=\"lesponderations\" class=\"collapse\">\n<p>On appelle \u00ab scores d\u2019utilit\u00e9 \u00bb les pond\u00e9rations num\u00e9riques que l&rsquo;on attribue \u00e0 la gravit\u00e9 des incapacit\u00e9s. Ils vont de 0 (d\u00e9c\u00e8s) \u00e0 1,0 (meilleur \u00e9tat de sant\u00e9 possible). Ces scores s\u2019obtiennent par des \u00e9tudes dans le cadre desquelles des patients, des professionnels ou des membres du public utilisent des m\u00e9thodes d&rsquo;\u00e9valuation pour exprimer leurs pr\u00e9f\u00e9rences pour diff\u00e9rents r\u00e9sultats, tenant compte de la gravit\u00e9 de divers niveaux de d\u00e9ficience. Les m\u00e9thodes courantes d&rsquo;\u00e9valuation sont le pari standard et le marchandage-temps.<\/p>\n<p>Le <em>pari standard<\/em> consiste \u00e0 demander aux sujets de choisir entre<br \/>\ni) vivre dans l&rsquo;\u00e9tat \u00e0 l&rsquo;\u00e9tude (lequel est moins qu&rsquo;id\u00e9al) le reste de leur vie, ou<br \/>\nii) miser sur un traitement (comme une chirurgie) ayant une probabilit\u00e9 <em>p<\/em> de leur faire recouvrer la pleine sant\u00e9, mais ayant aussi une probabilit\u00e9 1-<em>p<\/em> de mettre fin \u00e0 leur vie sur-le-champ. Dans le cadre de cette appr\u00e9ciation, <span lang=\"FR\">le chercheur augmente le risque d<\/span>e d\u00e9c\u00e8s jusqu&rsquo;\u00e0 ce que l&rsquo;\u00e9valuateur n\u2019exprime pas de pr\u00e9f\u00e9rence<span style=\"font-size: revert;\"> claire pour l&rsquo;option i) ou ii). Cela d\u00e9montre le degr\u00e9 du risque de mortalit\u00e9 op\u00e9ratoire que la personne est pr\u00eate \u00e0 tol\u00e9rer pour ne plus vivre dans l\u2019\u00e9tat d\u00e9crit dans la premi\u00e8re option. En principe, plus le patient <\/span>per\u00e7oit<span style=\"font-size: revert;\"> la gravit\u00e9 de cet \u00e9tat, plus il acceptera un risque \u00e9lev\u00e9 de mortalit\u00e9 op\u00e9ratoire 1-<em>p<\/em> (parfois jusqu&rsquo;\u00e0 5 ou 10 p. 100). Ce risque sert d&rsquo;indicateur de l&rsquo;\u00ab utilit\u00e9 \u00bb per\u00e7ue (c.-\u00e0-d. de la gravit\u00e9) de son \u00e9tat.<\/span><\/p>\n<p>Le <em>marchandage-temps<\/em> est une autre fa\u00e7on de pr\u00e9senter le pari standard. Comme dans le cas pr\u00e9c\u00e9dent, on demande aux \u00e9valuateurs d&rsquo;imaginer qu&rsquo;ils souffrent de l&rsquo;affection de laquelle on doit \u00e9valuer la gravit\u00e9. On leur demande de choisir entre demeurer dans cet \u00e9tat le reste de leur vie naturelle (par ex. 30 ans pour une personne \u00e2g\u00e9e de 40 ans)\u00a0<span lang=\"FR\">ou regagner une sant\u00e9 parfaite pour une dur\u00e9e plus courte. <\/span>Le nombre d&rsquo;ann\u00e9es d&rsquo;esp\u00e9rance de vie qu&rsquo;ils sont pr\u00eats \u00e0 sacrifier pour recouvrer\u00a0<span lang=\"FR\">la sant\u00e9 indique leur jugement de la gravit\u00e9 de l&rsquo;affection. <\/span>Son utilit\u00e9, pour la personne dont l&rsquo;esp\u00e9rance de vie est de 30 ans, est exprim\u00e9e par la formule suivante : Utilit\u00e9 = (30 \u2013 ann\u00e9es \u00e9chang\u00e9es)\/30.<\/p>\n<p>L\u2019une des m\u00e9thodes de mise \u00e0 l&rsquo;\u00e9chelle de l&rsquo;utilit\u00e9 est l&rsquo;indice des \u00e9tats de sant\u00e9 selon l&rsquo;utilit\u00e9 (<a href=\"http:\/\/fhs.mcmaster.ca\/hug\/\">Health Utilities Index<\/a>) du Canada. Par exemple, la c\u00e9cit\u00e9 totale correspond \u00e0 un score d\u2019utilit\u00e9 de 0,61; la pr\u00e9sence d&rsquo;une d\u00e9ficience cognitive, comme la maladie d&rsquo;Alzheimer, correspond \u00e0 un score de 0,42.<sup>8<\/sup> Notons que ces pond\u00e9rations d\u2019utilit\u00e9 sont subjectives et peuvent varier d&rsquo;une population \u00e0 l&rsquo;autre.<\/p>\n<p>Certaines m\u00e9thodes de mesure permettent aux patients d&rsquo;attribuer eux-m\u00eames les pond\u00e9rations d\u2019utilit\u00e9. Elles peuvent s&rsquo;av\u00e9rer utiles pour les cliniciens qui souhaitent aider un patient \u00e0 d\u00e9cider s&rsquo;il subira ou non un traitement associ\u00e9 \u00e0 un risque d&rsquo;effets secondaires. Le QTwiST (temps \u00e9coul\u00e9 sans sympt\u00f4mes ni toxicit\u00e9, ajust\u00e9 pour la qualit\u00e9 de vie) est un exemple de ce type d&rsquo;instrument.<sup>1, pp559-63<\/sup><\/p>\n<\/div>\n<\/div>\n<p>Les ANN\u00c9ES DE VIE CORRIG\u00c9ES DE L&rsquo;INCAPACIT\u00c9 (AVCI) et les ann\u00e9es de vie perdues ajust\u00e9es sur la sant\u00e9 (AVPAS) ressemblent beaucoup \u00e0 la SAQV. Les AVCI mettent l\u2019accent sur l&rsquo;impact n\u00e9gatif des incapacit\u00e9s dans le calcul de la pond\u00e9ration des ann\u00e9es de vie, tandis que les AVPAS mettent l\u2019accent sur l&rsquo;impact positif d&rsquo;une bonne sant\u00e9. L&rsquo;approche de la SAQV, des AVCI et des AVPAS peut aussi servir \u00e0 ajuster les estimations de l&rsquo;esp\u00e9rance de vie, en tenant compte de la qualit\u00e9 de vie, de l&rsquo;incapacit\u00e9 et de la sant\u00e9, respectivement. Dans ce dernier cas, la mesure s\u2019appelle l&rsquo;esp\u00e9rance de vie corrig\u00e9e en fonction de la sant\u00e9 (EVCS).<\/p>\n<div class=\"links\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#guidesdesmesures\">Guides des mesures<\/h3>\n<div id=\"guidesdesmesures\" class=\"collapse\">\n<p>Plusieurs guides expliquent comment choisir et interpr\u00e9ter des mesures de la sant\u00e9 :<\/p>\n<ol>\n<li>B. Spilker, \u00e9d. <em>Quality of Life Assessment in Clinical Trials<\/em>, New York, Raven Press, 1990.<\/li>\n<li>I. McDowell, <em>Measuring Health: A Guide to Rating Scales and Questionnaires<\/em>, New York, Oxford University Press, 2006.<\/li>\n<li>A. Bowling, <em>Measuring Disease: A Review of Disease-Specific Quality of Life Measurement Scales<\/em>, Buckingham (Angleterre), Open University Press, 1995.<\/li>\n<\/ol>\n<p>Voici un bon guide technique sur les m\u00e9thodes de mesure de la sant\u00e9:<br \/>\nD.L. Streiner et G.R. Norman, <em>Health Measurement Scales: A Practical Guide to their Development and Use<\/em>, New York, Oxford University Press, 2008.<\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_fiabvalidite\"><\/a>La pr\u00e9cision des mesures de la sant\u00e9<\/h3>\n<p>Les indicateurs et mesures de la sant\u00e9, ainsi que les tests cliniques, comprennent tous une part d&rsquo;erreur. Il existe trois sources principales d&rsquo;erreur de mesure : la chose mesur\u00e9e (\u00ab mon poids oscille, il est difficile d&rsquo;en obtenir un aper\u00e7u exact \u00bb); la personne qui mesure (\u00ab si vous me demandez mon poids un lundi, il se peut que j&rsquo;enl\u00e8ve un kilo si je me suis gav\u00e9 de la cuisine de ma belle-m\u00e8re au cours de la fin de semaine \u2015 le kilo suppl\u00e9mentaire ne refl\u00e8te certainement pas mon v\u00e9ritable poids! \u00bb); et l&rsquo;instrument de mesure (\u00ab le p\u00e8se-personne de la clinique est impr\u00e9cis, il faudrait vraiment le faire r\u00e9parer \u00bb).<\/p>\n<p>Comme pour l&rsquo;\u00e9chantillonnage, des erreurs al\u00e9atoires et syst\u00e9matiques peuvent survenir (voir le <a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-5\/#_echantillons\">chapitre 5<\/a>, erreurs d\u2019\u00e9chantillonnage). Les erreurs al\u00e9atoires sont comme les interf\u00e9rences dans un syst\u00e8me : leur effet n&rsquo;est pas stable. Si l&rsquo;on fait de nombreuses observations, la somme des erreurs al\u00e9atoires devrait se rapprocher de z\u00e9ro, \u00e9tant donn\u00e9 que certaines lectures les surestiment et d&rsquo;autres les sous-estiment. Ces erreurs surviennent pour plusieurs raisons : le bourdonnement d&rsquo;une moustique peut avoir distrait le D<sup>r<\/sup> Rao alors qu&rsquo;il mesurait la tension art\u00e9rielle de Julie; il est difficile pour un patient de se rappeler son niveau de douleur du mardi pr\u00e9c\u00e9dent; et ainsi de suite. Les erreurs al\u00e9atoires sont d\u00e9tect\u00e9es par les tests de fiabilit\u00e9 d&rsquo;une mesure.<\/p>\n<p>Les erreurs syst\u00e9matiques vont toutes dans le m\u00eame sens, et il est probable qu&rsquo;elles sont li\u00e9es \u00e0 une cause pr\u00e9cise. Les sous-estimations ou les surestimations syst\u00e9matiques (\u00ab j&rsquo;ai tendance \u00e0 exag\u00e9rer mes prouesses d&rsquo;athl\u00e8te \u00bb) faussent une mesure et nuisent \u00e0 sa validit\u00e9. Ces distinctions sont illustr\u00e9es \u00e0 la figure 6.7 par la m\u00e9taphore d&rsquo;une cible de tir que nous avons introduit dans le chapitre 5 : une grande dispersion des balles indique un manque de fiabilit\u00e9, alors que des tirs excentr\u00e9s indiquent un biais ou une faible validit\u00e9.\u00a0<a id=\"_fig6.7\"><\/a><\/p>\n<figure id=\"attachment_2592\" aria-describedby=\"caption-attachment-2592\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2592\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.7_fr.png\" alt=\"Figure 6.7 : La m\u00e9taphore de la cible : pour illustrer les erreurs potentielles de fiabilit\u00e9 et de validit\u00e9 d'une mesure comparativement \u00e0 la valeur r\u00e9elle que l\u2019on d\u00e9sire estimer\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.7_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.7_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2592\" class=\"wp-caption-text\">Figure 6.7 : La m\u00e9taphore de la cible pour illustrer les erreurs potentielles de fiabilit\u00e9 et de validit\u00e9 d&rsquo;une mesure comparativement \u00e0 la valeur r\u00e9elle que l\u2019on d\u00e9sire estimer<\/figcaption><\/figure>\n<h3><a id=\"_fiabilite\"><\/a>La fiabilit\u00e9<\/h3>\n<p>La fiabilit\u00e9 se rapporte \u00e0 la coh\u00e9rence. Votre patient, Jim, a un comportement impr\u00e9visible : il arrive parfois \u00e0 l&rsquo;heure, parfois en retard \u00e0 son rendez-vous. Il est m\u00eame arriv\u00e9 t\u00f4t \u00e0 quelques reprises. Jim n&rsquo;est pas tr\u00e8s fiable. Jack, lui, arrive toujours exactement dix minutes \u00e0 l&rsquo;avance. M\u00eame s&rsquo;il ne se pr\u00e9sente pas \u00e0 l\u2019heure exacte, Jack est fiable. Une mesure fiable peut \u00eatre tr\u00e8s reproductible, mais peut tout de m\u00eame \u00eatre erron\u00e9e. Le cas \u00e9ch\u00e9ant, elle est fiable, mais non valide (partie inf\u00e9rieure gauche de la figure 6.7).<\/p>\n<h3><a id=\"_validite\"><\/a>La validit\u00e9<\/h3>\n<p>La d\u00e9finition de base de la validit\u00e9 est la suivante : Le test mesure-t-il ce que nous voulons mesurer? En voici une d\u00e9finition un peu plus acad\u00e9mique : Les r\u00e9sultats d&rsquo;une mesure s\u2019approchent-ils de l&rsquo;\u00e9tat r\u00e9el du ph\u00e9nom\u00e8ne \u00e0 l&rsquo;\u00e9tude? Et une autre encore plus abstraite : Que signifie tel ou tel r\u00e9sultat \u00e0 ce test? Cette derni\u00e8re interpr\u00e9tation de la validit\u00e9 s\u2019inscrit dans une conception plus g\u00e9n\u00e9rale qui cherche \u00e0 r\u00e9pondre \u00e0 la question suivante : Comment pouvons-nous interpr\u00e9ter les r\u00e9sultats de ce test? Et c&rsquo;est <span lang=\"FR-CA\">\u00a0exactement ce que le clinicien veut savoir. <\/span><\/p>\n<p>Il n&rsquo;existe pas qu&rsquo;une seule approche pour estimer la validit\u00e9 : l&rsquo;approche varie en fonction de l&rsquo;objectif de la mesure et des sources d&rsquo;erreur de mesure que l&rsquo;on souhaite d\u00e9tecter. En m\u00e9decine, la mani\u00e8re la plus courante d&rsquo;\u00e9valuer la validit\u00e9 est de comparer la mesure \u00e0 celle d&rsquo;un examen clinique ou pathologique approfondi du patient. On appelle cela la VALIDIT\u00c9 DE CRIT\u00c8RE, \u00e9tant donn\u00e9 que l&rsquo;on compare la mesure \u00e0 une analyse compl\u00e8te dont l&rsquo;excellence est reconnue, dit \u00ab \u00e9talon d\u2019or \u00bb. On a recours \u00e0 cette approche pour tester la validit\u00e9 d&rsquo;une mesure simple et rapide quand on veut savoir si cette m\u00e9thode simple pr\u00e9dit les m\u00eames r\u00e9sultats qu&rsquo;un examen complet et d\u00e9taill\u00e9 (et co\u00fbteux, parfois m\u00eame effractif). Par exemple, dans une \u00e9tude de validation d&rsquo;une recherche de sang occulte dans les selles pour d\u00e9pister un cancer du c\u00f4lon, on pourrait comparer les r\u00e9sultats \u00e0 ceux d&rsquo;une coloscopie chez un \u00e9chantillon de personnes dont certaines sont atteintes de la maladie et d&rsquo;autres non.<\/p>\n<h3><a name=\"_interpretation\"><\/a>L&rsquo;interpr\u00e9tation de tests sur des personnes<\/h3>\n<p>Le tableau 6.1, un tableau standard 2 x 2, sert \u00e0 calculer la validit\u00e9 de crit\u00e8re d&rsquo;un test. On a proc\u00e9d\u00e9 au d\u00e9pistage d&rsquo;une certaine maladie dans une population de N personnes \u00e0 l&rsquo;aide d&rsquo;un nouveau test (voir les r\u00e9sultats en rang\u00e9es), et chaque personne a \u00e9galement subi un examen diagnostique dont l&rsquo;excellence est reconnue (voir les r\u00e9sultats en colonnes). (On suppose que les r\u00e9sultats de l&rsquo;examen reconnu sont exacts; bien entendu, en r\u00e9alit\u00e9, l&rsquo;excellence n&rsquo;est pas si cat\u00e9gorique.) Plusieurs statistiques peuvent \u00eatre calcul\u00e9es pour d\u00e9montrer la validit\u00e9 du test de d\u00e9pistage.<\/p>\n<div class=\"caption\">\n<p>Tableau 6.1 : Relations entre les r\u00e9sultats d&rsquo;un test et la pr\u00e9sence de la maladie<\/p>\n<\/div>\n<table>\n<tbody>\n<tr>\n<td style=\"text-align: left; vertical-align: bottom;\" rowspan=\"2\"><strong>R\u00e9sultat du test<\/strong><\/td>\n<td style=\"text-align: center;\" colspan=\"2\"><strong>Maladie<\/strong><\/td>\n<td style=\"text-align: center;\" rowspan=\"2\"><strong>Totaux<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: center;\"><strong>Pr\u00e9sence<\/strong><\/td>\n<td style=\"text-align: center;\"><strong>Absence<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Positif<\/td>\n<td style=\"text-align: center;\">\u00a0a<br \/>\nVrais positifs<br \/>\n(VP)<\/td>\n<td style=\"text-align: center;\">\u00a0b<br \/>\nFaux positifs<br \/>\n(FP)<\/td>\n<td style=\"text-align: center;\">a+b<\/td>\n<\/tr>\n<tr>\n<td>N\u00e9gatif<\/td>\n<td style=\"text-align: center;\">\u00a0c<br \/>\nFaux n\u00e9gatifs<br \/>\n(FN)<\/td>\n<td style=\"text-align: center;\">d<br \/>\nVrais n\u00e9gatifs<br \/>\n(VN)<\/td>\n<td style=\"text-align: center;\">c+d<\/td>\n<\/tr>\n<tr>\n<td>Totaux<\/td>\n<td style=\"text-align: center;\">a+c<\/td>\n<td style=\"text-align: center;\">b+d<\/td>\n<td style=\"text-align: center;\">N<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3><a id=\"_sensibilite\"><\/a>La sensibilit\u00e9<\/h3>\n<p>La SENSIBILIT\u00c9\u00a0indique sommairement si un test d\u00e9tecte bien la maladie. Il s&rsquo;agit de la probabilit\u00e9 que le test d\u00e9tecte la maladie chez une personne qui en est atteinte (l&rsquo;expression est logique : le test est sensible \u00e0 la maladie, donc il peut la d\u00e9tecter). \u00c0 l&rsquo;aide de la notation dans le tableau pr\u00e9c\u00e9dent, la sensibilit\u00e9 se calcule comme ceci :<\/p>\n<p style=\"text-align: center;\">a\/(a+c), ou VP\/(VP + FN).<\/p>\n<p>L&rsquo;inverse de la sensibilit\u00e9 est la proportion de faux n\u00e9gatifs (c\/a+c), qui exprime la proportion de cas de la maladie manqu\u00e9s par le test. Un test \u00e0 faible sensibilit\u00e9 produira une grande quantit\u00e9 de r\u00e9sultats faux n\u00e9gatifs.<\/p>\n<p>Voici un petit truc mn\u00e9motechnique : la se<span style=\"text-decoration: underline;\"><strong>n<\/strong><\/span>sibilit\u00e9 est inversement associ\u00e9e \u00e0 la proportion de faux <span style=\"text-decoration: underline;\"><strong>n<\/strong><\/span>\u00e9gatifs d&rsquo;un test (sensibilit\u00e9 \u00e9lev\u00e9e \u2192 peu de faux n\u00e9gatifs). Et, question sur laquelle on reviendra plus tard, plus la se<span style=\"text-decoration: underline;\"><strong>n<\/strong><\/span>sibilit\u00e9 est faible, plus la valeur pr\u00e9dictive <span style=\"text-decoration: underline;\"><strong>n<\/strong><\/span>\u00e9gative est faible.<\/p>\n<h3><a id=\"_specificite\"><\/a>La sp\u00e9cificit\u00e9<\/h3>\n<p>La sp\u00e9cificit\u00e9 mesure la capacit\u00e9 d&rsquo;un test \u00e0 reconna\u00eetre correctement les personnes qui ne sont pas atteintes de la maladie :<\/p>\n<p style=\"text-align: center;\">d\/(b+d), ou VN\/(VN + FP).<\/p>\n<p>La sp\u00e9cificit\u00e9 est l&rsquo;inverse de la proportion de faux positifs (b\/b+d), laquelle est la proportion des personnes bien portantes faussement d\u00e9clar\u00e9es malades. Un test sp\u00e9cifique produit peu de r\u00e9sultats faux positifs, ne d\u00e9tectant que cette maladie sp\u00e9cifiquement.<\/p>\n<p>La sp\u00e9cificit\u00e9 est importante cliniquement, car un r\u00e9sultat faux positif peut causer des inqui\u00e9tudes et entra\u00eener un examen approfondi inutilement co\u00fbteux, voire m\u00eame un traitement inutile.<\/p>\n<p>Petit truc mn\u00e9motechnique : la s<span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>\u00e9cificit\u00e9 est inversement associ\u00e9e \u00e0 la proportion de faux <span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>ositifs. Une fois de plus, l&rsquo;expression est intuitive : un test de d\u00e9pistage sp\u00e9cifique est un test qui ne d\u00e9tecte que la maladie qu&rsquo;il est sp\u00e9cifiquement con\u00e7u pour d\u00e9tecter; les personnes atteintes d&rsquo;autres maladies n&rsquo;auront donc pas de r\u00e9sultats faussement positifs. Si la s<span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>\u00e9cificit\u00e9 est faible, la valeur pr\u00e9dictive <span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>ositive est faible.<\/p>\n<h3><a id=\"_coupure\"><\/a>La balance entre la sensibilit\u00e9 et la sp\u00e9cificit\u00e9<\/h3>\n<p>La plupart des tests diagnostiques et de d\u00e9pistage offrent des scores num\u00e9riques continus. Un point crucial dont il faut se rappeler est qu\u2019en pr\u00e9sence d&rsquo;une validit\u00e9 imparfaite il y aura un chevauchement entre les scores de tests chez les personnes qui souffrent et celles qui ne souffrent pas de l\u2019affection, comme illustr\u00e9 \u00e0 la figure 6.8. Il est extr\u00eamement rare qu\u2019un test soit \u00e0 la fois tr\u00e8s sensible et tr\u00e8s sp\u00e9cifique. Les erreurs sont dus \u00e0 la variabilit\u00e9 biologique naturelle et aux erreurs al\u00e9atoires li\u00e9es au test. Afin d\u2019interpr\u00e9ter les scores de test, on doit identifier un point de coupure pour faire la distinction entre les r\u00e9sultats positifs et n\u00e9gatifs. Si le point de coupure dans le diagramme est d\u00e9plac\u00e9 vers la droite, la sp\u00e9cificit\u00e9 augmente (moins de faux positifs), mais la sensibilit\u00e9 diminue, possiblement de mani\u00e8re consid\u00e9rable : un nombre croissant de cas (en rouge) deviennent des faux-n\u00e9gatifs. L\u2019inverse est \u00e9galement vrai. Les implications de ce dilemme sont expliqu\u00e9es dans les paragraphes qui suivent. A noter que le laboratoire communiquera le score du patient, ainsi qu\u2019une plage de \u00ab valeurs normales \u00bb. Le clinicien peut choisir un score seuil pour ce patient, soit pour augmenter la sensibilit\u00e9 ou la sp\u00e9cificit\u00e9 selon son objectif\u00a0: on discutera ce choix dans la section \u00ab Confirmer ou exclure un diagnostic \u00bb, ci-dessous.<\/p>\n<figure id=\"attachment_6616\" aria-describedby=\"caption-attachment-6616\" style=\"width: 1058px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-6616 size-full\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2024\/05\/Fig_6.8-FR.jpg\" alt=\"\" width=\"1058\" height=\"720\" \/><figcaption id=\"caption-attachment-6616\" class=\"wp-caption-text\">Figure 6.8 : Relations entre sensibilit\u00e9, sp\u00e9cificit\u00e9 et points de coupure pour un test diagnostique ou un test de d\u00e9pistage<\/figcaption><\/figure>\n<h3><a id=\"_VPP\"><\/a>Les valeurs pr\u00e9dictives positives et n\u00e9gatives<\/h3>\n<p>La sensibilit\u00e9 et la sp\u00e9cificit\u00e9 sont des caract\u00e9ristiques inh\u00e9rentes d&rsquo;un test et sont utiles pour d\u00e9crire son rendement pr\u00e9vu.\u00a0<span lang=\"FR-CA\">Mais lorsque vous appliquez le test \u00e0 votre patient, vous ne saurez pas si son score positif repr\u00e9sente un vrai ou peut-\u00eatre un faux positif (et de m\u00eame pour un score n\u00e9gatif). En effet, nous savons \u00e0 quelle ligne du tableau 6.1 le patient appartient, mais pas \u00e0 quelle colonne. <\/span>La signification du r\u00e9sultat d\u2019un test n\u00e9gatif ou positif <em>pour la personne<\/em> est ce qui nous int\u00e9resse : quelle est la\u00a0<span lang=\"FR-CA\">VRAISEMBLANCE <\/span>qu\u2019un score positif indique la pr\u00e9sence de la maladie? Pour d\u00e9couvrir cette signification, nous utilisons les valeurs pr\u00e9dictives.<\/p>\n<p>La VALEUR PR\u00c9DICTIVE POSITIVE (VPP) est la proportion de personnes dont le r\u00e9sultat du test est positif qui sont v\u00e9ritablement atteintes de la maladie :<\/p>\n<p style=\"text-align: center;\">a\/(a+b), ou VP\/(VP + FP).<\/p>\n<p>Si la sp\u00e9cificit\u00e9 d&rsquo;un test est faible (c.-\u00e0-d., s&rsquo;il produit beaucoup de faux positifs et que la case b est grande), sa VPP sera faible. (Faible s<span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>\u00e9cificit\u00e9 \u2192 faible valeur pr\u00e9dictive <span style=\"text-decoration: underline;\"><strong>p<\/strong><\/span>ositive).<\/p>\n<p>De m\u00eame, la VALEUR PR\u00c9DICTIVE N\u00c9GATIVE\u00a0(VPN) est la proportion de personnes dont le r\u00e9sultat est n\u00e9gatif qui ne sont vraiment pas atteintes de la maladie :<\/p>\n<p style=\"text-align: center;\">d\/(c+d), or VN\/(VN + FN).<\/p>\n<p style=\"text-align: left;\">Si la sensibilit\u00e9 du test est faible, les r\u00e9sultats FN seront \u00e9lev\u00e9s et la VPN sera r\u00e9duite (faible\u00a0se<span style=\"text-decoration: underline;\"><strong>n<\/strong><\/span>sibilit\u00e9 \u2192 faible VP<span style=\"text-decoration: underline;\"><strong>N<\/strong>)<\/span>.\u00a0<span lang=\"FR-CA\">Cela a du sens, car une faible sensibilit\u00e9 signifie que le test manquera de nombreux cas, de sorte que leurs scores n\u00e9gatifs peuvent \u00eatre trompeurs. <\/span><\/p>\n<h3><a id=\"_VPPprevalence\"><\/a>Les valeurs pr\u00e9dictives varient avec la pr\u00e9valence<\/h3>\n<p>Maintenant les choses se compliquent encore plus, car les valeurs pr\u00e9dictives varient en fonction de la pr\u00e9valence de la maladie dans la population o\u00f9 l\u2019on utilise le test. Les cliniciens doivent en tenir compte lorsqu&rsquo;ils interpr\u00e8tent un r\u00e9sultat : il faut traiter la personne et non le r\u00e9sultat du test! Les raisons sont illustr\u00e9es \u00e0 la figure 6.9, o\u00f9 le rendement du m\u00eame test est compar\u00e9 dans un milieu o\u00f9 la pr\u00e9valence de la maladie est \u00e9lev\u00e9e et dans un autre o\u00f9 elle est faible.<\/p>\n<figure id=\"attachment_2594\" aria-describedby=\"caption-attachment-2594\" style=\"width: 480px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2594\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.9_fr.png\" alt=\"Figure 6.9 : Impact de la pr\u00e9valence sur les valeurs pr\u00e9dictives d'un test diagnostique dans un milieu \u00e0 pr\u00e9valence \u00e9lev\u00e9e (h\u00f4pital de recours sp\u00e9cialis\u00e9) et dans un milieu \u00e0 pr\u00e9valence faible (soins primaires)\" width=\"480\" height=\"360\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.9_fr.png 480w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.9_fr-300x225.png 300w\" sizes=\"auto, (max-width: 480px) 100vw, 480px\" \/><figcaption id=\"caption-attachment-2594\" class=\"wp-caption-text\">Figure 6.9 : Impact de la pr\u00e9valence sur les valeurs pr\u00e9dictives d&rsquo;un test diagnostique dans un milieu \u00e0 pr\u00e9valence \u00e9lev\u00e9e (h\u00f4pital de recours sp\u00e9cialis\u00e9) et dans un milieu \u00e0 pr\u00e9valence faible (soins primaires)<\/figcaption><\/figure>\n<p>Notons que la sensibilit\u00e9 et la sp\u00e9cificit\u00e9 du test demeurent les m\u00eames dans les deux milieux, mais que la valeur pr\u00e9dictive d&rsquo;un r\u00e9sultat positif est tr\u00e8s diff\u00e9rente. C\u2019est simplement que dans un milieu de soins primaires, il existe beaucoup moins de cas \u00e0 d\u00e9pister et beaucoup plus de non-cas. <span lang=\"FR-CA\">Mais les tests sont souvent valid\u00e9s en milieu hospitalier, o\u00f9 la pr\u00e9valence de la maladie \u00e0 l&rsquo;\u00e9tude est \u00e9lev\u00e9e, comme dans la partie gauche de la figure 6.9. Cependant, le test peut ensuite \u00eatre utilis\u00e9 en milieu de soins primaires, o\u00f9 la pr\u00e9valence de la maladie est plus faible, comme dans la partie droite.\u00a0<\/span>Ainsi, si la sp\u00e9cificit\u00e9 du test n&rsquo;est pas extr\u00eamement \u00e9lev\u00e9e, le nombre de faux positifs peut d\u00e9passer les vrais. De m\u00eame, une faible pr\u00e9valence indique qu&rsquo;un r\u00e9sultat de test n\u00e9gatif est pr\u00e9cis : vous pouvez rassurer une personne en clinique primaire dont le r\u00e9sultat est n\u00e9gatif, car sa probabilit\u00e9 d&rsquo;\u00eatre atteint de la maladie est tr\u00e8s faible (vous lui rappellerez, cependant, de revenir se faire \u00e9valuer si ses sympt\u00f4mes persistent : il pourrait \u00eatre l&rsquo;un des tr\u00e8s rares patients dont le r\u00e9sultat est faussement n\u00e9gatif).<\/p>\n<p>En r\u00e9sum\u00e9, l&rsquo;interpr\u00e9tation des r\u00e9sultats d\u2019un test exige une bonne connaissance de la population o\u00f9 l\u2019on utilise le test. L&rsquo;application de tests de d\u00e9pistage ou diagnostiques dans des milieux \u00e0 faible pr\u00e9valence peut \u00eatre trompeuse : elle peut donner de nombreux r\u00e9sultats faux positifs. Par exemple, dans le cadre du d\u00e9pistage du cancer du sein par mammographie dans la population g\u00e9n\u00e9rale, la valeur pr\u00e9dictive positive d&rsquo;une mammographie positive n&rsquo;est que d&rsquo;environ 10 %. Cela veut dire que chez 100 femmes qui re\u00e7oivent un r\u00e9sultat anormal et qui doivent ensuite subir des analyses approfondies, 90 n&rsquo;auront pas le cancer.<sup>9<\/sup> Une strat\u00e9gie pour am\u00e9liorer la valeur pr\u00e9dictive positive d&rsquo;un test est d&rsquo;effectuer le d\u00e9pistage aupr\u00e8s d\u2019un \u00e9chantillon restreint, plut\u00f4t que global (ou d\u00e9pistage universel). On peut, par exemple, tester uniquement les personnes dont le risque d&rsquo;\u00eatre atteintes de la maladie est \u00e9lev\u00e9 \u2014 celles qui pr\u00e9sentent des facteurs de risque, des ant\u00e9c\u00e9dents familiaux ou des sympt\u00f4mes sugg\u00e9rant la pr\u00e9sence de la maladie, parmi lesquelles la pr\u00e9valence de la maladie sera plus importante.<\/p>\n<p>Allons plus loin : plus vous administrez de tests \u00e0 une personne, par exemple lors de son examen annuel, plus il est probable que vous obteniez un r\u00e9sultat faussement positif (et donc trompeur) \u00e0 l&rsquo;un ou plusieurs des tests. Il faut donc choisir attentivement les tests et les appliquer en suivant une s\u00e9quence particuli\u00e8re pour confirmer ou exclure un certain diagnostic. Chaque test doit \u00eatre choisi en fonction de la conclusion que vous avez tir\u00e9e des r\u00e9sultats du test pr\u00e9c\u00e9dent. N&rsquo;oubliez pas que les tests inutiles sont non seulement co\u00fbteux pour le syst\u00e8me de soins de sant\u00e9, mais douteux sur le plan moral s&rsquo;ils exposent une personne \u00e0 des risques (comme le rayonnement d&rsquo;une radiographie) ou \u00e0 un traitement inutile apr\u00e8s un r\u00e9sultat faussement positif.<\/p>\n<p>La sensibilit\u00e9 imparfaite de certains tests peut d\u00e9couler d&rsquo;erreurs al\u00e9atoires; elle peut aussi d\u00e9couler d&rsquo;une erreur syst\u00e9matique, comme un point de coupure trop \u00e9lev\u00e9 pour un certain type de patient. <span lang=\"FR-CA\">Par exemple, les niveaux souhaitables de cholest\u00e9rol et de poids corporel diff\u00e8rent pour les personnes atteintes de diab\u00e8te par rapport aux non-diab\u00e9tiques.\u00a0<\/span>Si l&rsquo;erreur est al\u00e9atoire et que le test est r\u00e9p\u00e9t\u00e9, les personnes malades et en sant\u00e9 pourraient \u00eatre reclassifi\u00e9es.<sup>10<\/sup> Le cas \u00e9ch\u00e9ant, il pourrait s&rsquo;av\u00e9rer n\u00e9cessaire de r\u00e9p\u00e9ter les tests dont les r\u00e9sultats sont l\u00e9g\u00e8rement \u00e9lev\u00e9s afin de confirmer la stabilit\u00e9 de la valeur (voir \u00ab La r\u00e9gression \u00e0 la moyenne \u00bb ci-dessous). La d\u00e9cision de diagnostiquer une personne doit \u00eatre prise en regardant la situation dans son ensemble, et non seulement le r\u00e9sultat d\u2019un \u00a0test. Il existe une tension inh\u00e9rente entre vouloir intervenir t\u00f4t (lorsque le traitement peut pr\u00e9venir une d\u00e9t\u00e9rioration future) et poser un faux diagnostic. Cet \u00e9quilibre fait partie de l&rsquo;art de la m\u00e9decine.<\/p>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#laregression\">La r\u00e9gression \u00e0 la moyenne<\/h3>\n<div id=\"laregression\" class=\"collapse\">La variation al\u00e9atoire d&rsquo;une mesure augmente ou diminue la valeur d&rsquo;une mesure unique chez une personne par rapport \u00e0 la moyenne de toutes les valeurs que vous pourriez enregistrer pour cette personne. Ainsi, si vous choisissez de r\u00e9p\u00e9ter un test qui a donn\u00e9 un r\u00e9sultat extr\u00eame (\u00e9lev\u00e9e ou faible), il est probable par simple hasard que la nouvelle valeur se rapprochera de la moyenne pour cette personne. La pertinence clinique de ce ph\u00e9nom\u00e8ne est qu&rsquo;un r\u00e9sultat extr\u00eame \u00e0 un test diagnostique instable ne doit pas \u00eatre pris trop au s\u00e9rieux : le r\u00e9sultat ne se reproduira probablement pas si l\u2019on r\u00e9p\u00e8te le test.<\/div>\n<\/div>\n<h3><a id=\"_confdiagnostic\"><\/a>Confirmer ou exclure un diagnostic<\/h3>\n<p>Les cliniciens se fondent souvent sur les r\u00e9sultats de tests pour confirmer ou exclure un diagnostic possible, mais la logique qui sous-tend ce proc\u00e9d\u00e9 est souvent mal comprise. Pour <em>confirmer<\/em> un diagnostic, la sp\u00e9cificit\u00e9 du test utilis\u00e9 doit \u00eatre \u00e9lev\u00e9e; pour <em>exclure<\/em> un diagnostic, c\u2019est la sensibilit\u00e9 du test qui doit \u00eatre \u00e9lev\u00e9e. Comme cela peut sembler contre-intuitif, penchons-nous plus longuement sur la question, en abordant d&rsquo;abord l&rsquo;exclusion d&rsquo;un diagnostic. Un test parfaitement sensible reconna\u00eetra tous les cas d&rsquo;une maladie. Ainsi, si vous obtenez un r\u00e9sultat <em>n\u00e9gatif<\/em> \u00e0 partir d&rsquo;un test sensible, vous pouvez \u00eatre suffisamment certain que la personne n&rsquo;est pas atteinte de cette maladie (test se<strong>n<\/strong>sible = peu de faux <strong>n<\/strong>\u00e9gatifs). Inversement, pour confirmer un diagnostic, vous devez obtenir un r\u00e9sultat <em>positif<\/em> \u00e0 partir d&rsquo;un test sp\u00e9cifique (test s<strong>p<\/strong>\u00e9cifique = peu de faux <strong>p<\/strong>ositifs) \u00e9tant donn\u00e9 que ce dernier sert \u00e0 identifier uniquement ce type de maladie. Il faut noter, malheureusement, que si une personne obtient un r\u00e9sultat n\u00e9gatif \u00e0 un test sp\u00e9cifique, il pourrait quand m\u00eame \u00eatre atteint de la maladie (c.-\u00e0-d. le test est sp\u00e9cifique et ainsi pas tr\u00e8s sensible et la personne a eu un r\u00e9sultat faux n\u00e9gatif).<\/p>\n<p>Pour revenir \u00e0 la question de la s\u00e9quence d\u2019administration de multiples tests, si l&rsquo;objectif est d&rsquo;exclure <span lang=\"FR-CA\">de diagnostics rivaux<\/span>, vous pouvez administrer les tests en parall\u00e8le, en administrant plusieurs tests tr\u00e8s sensibles \u00e0 la fois, afin d&rsquo;augmenter la sensibilit\u00e9 de d\u00e9tection des diagnostics rivaux. Si l&rsquo;objectif est de confirmer un diagnostic, vous pouvez administrer les tests en s\u00e9rie et vous arr\u00eater lorsqu&rsquo;un r\u00e9sultat positif est obtenu. Par exemple, le VIH peut d\u2019abord \u00eatre d\u00e9pist\u00e9 \u00e0 l\u2019aide d\u2019un test s\u00e9rologique sensible (mais pas tr\u00e8s sp\u00e9cifique). On peut ainsi d\u00e9pister les vrais positifs, mais il y aura \u00e9galement plusieurs r\u00e9sultats faux positifs. Les personnes ayant obtenu un r\u00e9sultat positif doivent donc se pr\u00eater \u00e0 un test sp\u00e9cifique (p. ex. transfert Western) qui identifiera les r\u00e9sultats vrais positifs. Le recours aux tests pour am\u00e9liorer la probabilit\u00e9 d&rsquo;un diagnostic nous am\u00e8ne \u00e0 pr\u00e9senter la notion des rapports des vraisemblances.<\/p>\n<div class=\"here-be-dragons\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#lalogique\">La logique de confirmation<\/h3>\n<div id=\"lalogique\" class=\"collapse\">\n<p>Il se peut qu&rsquo;\u00e0 l&rsquo;occasion une personne soutienne que vous avez besoin d&rsquo;un test sensible pour confirmer un diagnostic, mais c\u2019est faux. La raison? Un test sensible reconna\u00eetra effectivement la plupart des cas r\u00e9els de la maladie, mais un test tr\u00e8s sensible aura souvent une faible sp\u00e9cificit\u00e9. Cela veut dire qu&rsquo;un nombre de faux positifs pourraient faire partie de vos r\u00e9sultats. Le test sensible ne peut donc pas confirmer la pr\u00e9sence de la maladie.<\/p>\n<\/div>\n<\/div>\n<h3><a id=\"_RV\"><\/a>Les rapports de vraisemblance<\/h3>\n<p>Un RAPPORT DES VRAISEMBLANCES combine la sensibilit\u00e9 et la sp\u00e9cificit\u00e9 en un seul nombre, qui indique dans quelle mesure le r\u00e9sultat du test r\u00e9duit l&rsquo;incertitude d&rsquo;un certain diagnostic. Il y a deux composantes :<\/p>\n<p>Une vraisemblance positive (V+) indique la probabilit\u00e9 d\u2019un score positif chez une personne atteinte de la maladie, soit a\/(a + c) dans le tableau 6.1, ou\u00a0 la sensibilit\u00e9 du test.<\/p>\n<p>Une vraisemblance n\u00e9gative (V-) indique la probabilit\u00e9 qu\u2019un score positif se produise chez une personne qui n\u2019a pas la maladie, soit b\/(b + d), ou 1-sp\u00e9cificit\u00e9.<\/p>\n<p>Alors, le rapport des vraisemblances positif (RV+) indique la probabilit\u00e9 qu\u2019un r\u00e9sultat positif \u00e0 un test survienne chez une personne atteinte de l&rsquo;affection \u00e0 l&rsquo;\u00e9tude, divis\u00e9e par la probabilit\u00e9 que le m\u00eame r\u00e9sultat survienne chez une personne qui n&rsquo;en est pas atteinte. (RV+) se calcule comme<\/p>\n<p style=\"text-align: center;\">V+ \/ V- = sensibilit\u00e9 \/ (1 \u2013 sp\u00e9cificit\u00e9) = vrais positifs \/ faux positifs.<\/p>\n<p>Un rapport de vraisemblance n\u00e9gatif (RV-) indique dans quelle mesure il est plus probable qu&rsquo;une personne qui n&rsquo;est pas atteinte de la maladie obtienne un r\u00e9sultat n\u00e9gatif, comparativement \u00e0 une personne atteinte.<\/p>\n<p style=\"text-align: center;\">RV\u2013 = (1 &#8211; sensibilit\u00e9) \/ sp\u00e9cificit\u00e9, ou faux n\u00e9gatifs \/ vrais n\u00e9gatifs,<\/p>\n<p>ou le rapport entre les faux n\u00e9gatifs et les vrais n\u00e9gatifs : selon le tableau 6.1,<\/p>\n<p style=\"text-align: center;\">c\/(a + c) \/ d\/(b + d).<\/p>\n<p>Autrement dit, le RV+ exprime le degr\u00e9 auquel un test positif augmente la probabilit\u00e9 qu&rsquo;une personne soit atteint de la maladie; le RV- exprime le degr\u00e9 auquel un test n\u00e9gatif diminue la probabilit\u00e9 elle soit atteint de la maladie.<\/p>\n<p>Heureusement, dans la situation clinique, recours \u00e0 un nomogramme (figure 6.10) \u00e9limine le besoin de faire des calculs. Il faut partir d\u2019une estimation initiale de la probabilit\u00e9 que le patient souffre de la maladie, soit la \u00ab probabilit\u00e9 pr\u00e9test \u00bb; cette estimation sera ensuite ajust\u00e9e selon les r\u00e9sultats du test. Il peut \u00eatre difficile d&rsquo;estimer la probabilit\u00e9 pr\u00e9test (voir Pour les mordus : La probabilit\u00e9 pr\u00e9test), mais vous pouvez vous commencer par la pr\u00e9valence de l&rsquo;affection dans votre milieu de pratique. Elle peut ensuite \u00eatre modifi\u00e9e \u00e0 la hausse ou \u00e0 la baisse selon votre impression clinique initiale et les ant\u00e9c\u00e9dents que vous avez not\u00e9s pour ce patient. L&rsquo;\u00e9chelle de gauche du nomogramme repr\u00e9sente la probabilit\u00e9 pr\u00e9test de la maladie, la colonne du centre repr\u00e9sente les rapports des vraisemblances pour ce test, et l&rsquo;\u00e9chelle de droite repr\u00e9sente la probabilit\u00e9 post-test. Pour utiliser le nomogramme, vous devez conna\u00eetre (ou savoir calculer) le rapport des vraisemblances du test. Si le r\u00e9sultat du test est positif, prenez le nomogramme et tirez une ligne droite entre la probabilit\u00e9 pr\u00e9test et le rapport des vraisemblances (RV+), et traversez l&rsquo;\u00e9chelle de droite; cette intersection indique la probabilit\u00e9 post-test que le patient soit atteint de la maladie. \u00c9videmment, si, selon vos observations initiales, vous \u00eates presque certain que le patient est atteint, un r\u00e9sultat positif au test ne vous apprendra pas grand-chose \u2013 mais un r\u00e9sultat n\u00e9gatif, oui.<\/p>\n<p>Dans l&rsquo;exemple de la figure 6.9, la sensibilit\u00e9 et la sp\u00e9cificit\u00e9 du test sont toutes les deux de 0,91; le RV+ est donc de 0,91\/(1 &#8211; 0,91) = 10,1.\u00a0<span lang=\"FR-CA\">En g\u00e9n\u00e9ral, les tests dont le RV+ est sup\u00e9rieur \u00e0 5 sont utiles pour confirmer la pr\u00e9sence d&rsquo;une maladie. <\/span>Tirez un trait \u00e0 partir de la probabilit\u00e9 pr\u00e9test (\u00e0 gauche sur le diagramme) en passant par 10,1 dans la colonne centrale, puis notez la probabilit\u00e9 post-test dans la colonne de droite. En milieu hospitalier, la pr\u00e9valence \u00e9tait de 33 %, alors qu&rsquo;elle \u00e9tait de 3 % en milieu de soins primaires; ces valeurs nous donnent une approximation des deux probabilit\u00e9s pr\u00e9test. Par cons\u00e9quent, en milieu hospitalier, un test positif indiquerait que la probabilit\u00e9 post-test qu&rsquo;un patient soit atteint de la maladie est sup\u00e9rieure \u00e0 80 % (ligne bleue-verte), tandis qu\u2019en milieu de soins primaires, elle serait d&rsquo;environ 20 % (ligne rouge). Dans les deux cas, le r\u00e9sultat du test a augment\u00e9 de beaucoup la probabilit\u00e9 clinique que le patient soit atteint de la maladie. Si vous travaillez en milieu hospitalier, vous \u00eates maintenant \u00eatre \u00e0 peu pr\u00e8s certain du diagnostic. En milieu de soins primaires, tant que la situation n&rsquo;est pas urgente, il serait pr\u00e9f\u00e9rable d&rsquo;\u00eatre plus certain avant d&rsquo;entamer un traitement potentiellement nuisible.<\/p>\n<figure id=\"attachment_2595\" aria-describedby=\"caption-attachment-2595\" style=\"width: 666px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2595\" src=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.10_fr.png\" alt=\"Figure 6.10 : Nomogramme pour interpr\u00e9ter les r\u00e9sultats de tests diagnostiques (Sackett et al.11) Les traits illustrent les r\u00e9sultats du RV+ d\u00e9crits ci-dessus.\" width=\"666\" height=\"500\" srcset=\"https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.10_fr.png 666w, https:\/\/phprimer.afmc.ca\/wp-content\/uploads\/2018\/07\/figure6.10_fr-300x225.png 300w\" sizes=\"auto, (max-width: 666px) 100vw, 666px\" \/><figcaption id=\"caption-attachment-2595\" class=\"wp-caption-text\">Figure 6.10 : Nomogramme pour interpr\u00e9ter les r\u00e9sultats de tests diagnostiques (Sackett et al.11) Les traits illustrent les r\u00e9sultats du RV+ d\u00e9crits ci-dessus.<\/figcaption><\/figure>\n<div class=\"nerds-corner\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#laprobabilite\">La probabilit\u00e9 pr\u00e9test<\/h3>\n<div id=\"laprobabilite\" class=\"collapse\">\n<p>L&rsquo;estimation de la probabilit\u00e9 pr\u00e9test n\u00e9cessite un retour sur la distinction entre les d\u00e9terminants de la sant\u00e9 et les facteurs de risque, pr\u00e9sent\u00e9e dans le deuxi\u00e8me chapitre. Les d\u00e9terminants sont responsables du taux d&rsquo;incidence dans une population, et l&rsquo;incidence fournit une premi\u00e8re approximation de la probabilit\u00e9 pr\u00e9test d&rsquo;une maladie pour une personne dans cette population. Toutefois, on ne peut appliquer des donn\u00e9es en population directement \u00e0 une personne (qui est unique et ne se situe probablement pas exactement dans la moyenne de la population). On peut donc modifier l&rsquo;estimation brute de la probabilit\u00e9 pr\u00e9test \u00e0 la hausse ou \u00e0 la baisse \u00e0 l&rsquo;aide des facteurs de risque individuels. Par exemple, l&rsquo;incidence chez les hommes de 35 ans pourrait \u00eatre de <em>x<\/em> p. 100 habitants, mais si un patient <span lang=\"FR\">de cet \u00e2ge pr\u00e9sente un<\/span> surpoids et fume, vous pourriez estimer que son risque relatif est de 2<em>x<\/em> par 100 habitants. En outre, le profil des signes et sympt\u00f4mes peut augmenter le risque encore davantage, jusqu&rsquo;\u00e0 4<em>x<\/em> par 100 habitants, par exemple.<\/p>\n<p>N\u00e9anmoins, l&rsquo;\u00e9valuation du risque est souvent d\u00e9crite de mani\u00e8re impr\u00e9cise comme \u00e9tant un doute clinique \u00e9lev\u00e9 ou faible, et un test diagnostique est r\u00e9alis\u00e9 pour confirmer ou exclure le diagnostic putatif. \u00c0 ce moment, on peut avoir recours \u00e0 un test pour \u00ab confirmer \u00bb le doute clinique. Un test de confirmation positif n&rsquo;indique souvent qu&rsquo;un niveau plus \u00e9lev\u00e9 de probabilit\u00e9, mais un niveau auquel on doit cesser de douter jusqu&rsquo;\u00e0 preuve du contraire. De m\u00eame, lorsqu&rsquo;un test exclut la possibilit\u00e9 de la maladie, le clinicien peut dire au patient que son risque est tr\u00e8s faible, mais qu&rsquo;il doit tout de m\u00eame lui signaler des sympt\u00f4mes inqui\u00e9tants. Autrement dit, les cliniciens doivent toujours examiner et rester pr\u00eats \u00e0 revoir leurs diagnostics.<\/p>\n<\/div>\n<\/div>\n<p>Quand le test est n\u00e9gatif, le rapport des vraisemblances (RV-) est inf\u00e9rieur \u00e0 1 : les valeurs inf\u00e9rieures \u00e0 0,2 environ sont utiles pour exclure la possibilit\u00e9 d&rsquo;une maladie. Dans notre exemple, le RV- est de 0,099. Pour un patient qui obtient un r\u00e9sultat n\u00e9gatif \u00e0 un test en milieu hospitalier, la probabilit\u00e9 post-test d&rsquo;\u00eatre atteint de la maladie est d&rsquo;environ 4 % (bien moins que la probabilit\u00e9 de 33 % avant l&rsquo;administration du test). Pour un patient recevant des soins primaires qui obtient un r\u00e9sultat n\u00e9gatif, la probabilit\u00e9 post-test d&rsquo;\u00eatre atteint de la maladie est d&rsquo;environ 0,2 % (1 p. 500). Il est donc presque certain de ne pas en \u00eatre atteint.<\/p>\n<h2><a id=\"_valnormale\"><\/a>\u00c9tablir des points de coupure : qu&rsquo;est-ce qu&rsquo;une valeur normale?<\/h2>\n<p>La m\u00e9decine exige la prise de d\u00e9cisions binaires : prescrire ou non un traitement, op\u00e9rer ou non, et dire au patient s\u2019il est ou non atteint d\u2019une maladie. Cependant, la plupart des mesures biologiques ne donnent pas seulement deux r\u00e9sultats possibles, mais une plage continue de valeurs, comme c&rsquo;est le cas pour la tension art\u00e9rielle, le cholest\u00e9rol sanguin, le glucose, la cr\u00e9atinine et la densit\u00e9 osseuse. Ainsi, on doit d\u00e9terminer un POINT DE COUPURE sur chacune de ces \u00e9chelles pour s\u00e9parer les r\u00e9sultats \u00ab normaux \u00bb des r\u00e9sultats \u00ab anormaux \u00bb. M\u00eame pour les tests qualitatifs comme les radiographies ou les coupes histologiques, on doit choisir parmi une gamme de r\u00e9sultats qui incluent de zones grises entre ceux qui sont r\u00e9solument anormaux et ceux qui sont tout \u00e0 fait normaux.<\/p>\n<p>D\u00e9finir la normalit\u00e9 est une entreprise complexe. D&rsquo;un point de vue superficiel, elle est d\u00e9finie par rapport au r\u00e9sultat moyen, ou le plus courant, pour une personne de ce type. Malheureusement, normalit\u00e9 n&rsquo;est pas synonyme de sant\u00e9 : en moyenne, les Canadiens font de l&#8217;embonpoint. De plus, l&rsquo;anormalit\u00e9 survient aux deux extr\u00e9mit\u00e9s du continuum \u2014 l\u2019insuffisance comme le surplus de poids est nuisible pour la sant\u00e9. On pourrait autrement d\u00e9finir la normalit\u00e9 en fonction de plages, peut-\u00eatre des centiles ou des \u00e9carts-types, sur le continuum de mesure (p. ex. le poids). La notion de normalit\u00e9 semble ainsi se rapprocher de la sant\u00e9, mais il n&rsquo;est pas facile d\u2019en d\u00e9finir les marges. On ne peut d\u00e9finir la plage normale en fonction de moins de deux \u00e9carts-types, au-dessus ou en-dessous de la moyenne, \u00e9tant donn\u00e9 qu&rsquo;elle ne serait pas la m\u00eame d&rsquo;une mesure \u00e0 l&rsquo;autre.<\/p>\n<p>Une approche plus prometteuse nous ram\u00e8ne \u00e0 la m\u00e9decine factuelle et d\u00e9finit la normalit\u00e9 en fonction d&rsquo;une plage de valeurs au-dessus ou en-dessous desquelles le traitement s&rsquo;av\u00e8re b\u00e9n\u00e9fique. Cette approche nous rappelle la d\u00e9finition du \u00ab besoin de soins \u00bb (voir <a href=\"https:\/\/phprimer.afmc.ca\/fr\/partie-ii\/chapitre-7\/#_besoins\">chapitre 7<\/a>) : l&rsquo;anormalit\u00e9 est le seuil au-del\u00e0 duquel une personne profiterait du traitement. Une cons\u00e9quence de cette approche est qu&rsquo;une \u00e9volution des traitements modifie la plage de normalit\u00e9 per\u00e7ue. La d\u00e9t\u00e9rioration pr\u00e9coce des fonctions cognitives en est un bon exemple, car de nouveaux traitements permettent d\u2019intervenir plus t\u00f4t qu&rsquo;auparavant. On reconna\u00eet donc de nouvelles strates de d\u00e9ficience cognitive chez des personnes autrefois consid\u00e9r\u00e9es comme \u00ab normales \u00bb ou simplement \u00ab un peu s\u00e9niles \u00bb. De m\u00eame, les points de coupure d\u00e9finissant l&rsquo;hypertension ont chang\u00e9. En 2003, on a red\u00e9fini la pr\u00e9-hypertension comme \u00e9tant une tension art\u00e9rielle systolique de 120 \u00e0 139 mm Hg, ou une tension diastolique de 80 \u00e0 89 mm Hg.<sup>12<\/sup> En modifiant les points de coupure, un plus grand nombre de personnes sont jug\u00e9es atteintes de la maladie et deviennent admissibles \u00e0 un traitement. On modifie habituellement les points de coupure lorsqu\u2019un essai clinique aupr\u00e8s de ce nouveau groupe de patients indique une am\u00e9lioration de leurs r\u00e9sultats, bien que cette am\u00e9lioration puisse \u00eatre minime. Il n&rsquo;est pas surprenant que la modification des points de coupure fasse le bonheur des compagnies pharmaceutiques qui fabriquent et vendent les traitements.<\/p>\n<h1>Question d&rsquo;auto-\u00e9valuation<\/h1>\n<div class=\"self-test\">\n<h3 class=\"btn btn-more\" data-toggle=\"collapse\" data-target=\"#q1\">1. Quelles sont les principales causes de d\u00e9c\u00e8s au Canada? Dans quel ordre seraient-elles si vous vous fondiez sur les ann\u00e9es potentielles de vie perdues?<\/h3>\n<div id=\"q1\" class=\"collapse\">Les principales causes de d\u00e9c\u00e8s sont les cardiopathies isch\u00e9miques, suivies des cancers de la trach\u00e9e, des bronches et du poumon, puis des maladies c\u00e9r\u00e9brovasculaires en troisi\u00e8me position. En se basant sur les APVP, chez les hommes, les blessures sont au premier rang, suivies de tous les cancers, puis des maladies cardiovasculaires. Chez les femmes, le cancer est au premier rang, suivi des blessures et des maladies cardiovasculaires, qui se disputent la deuxi\u00e8me position.<\/div>\n<\/div>\n<h1>Bibliographie<\/h1>\n<ol>\n<li>McDowell I. Measuring health: a guide to rating scales and questionnaires. New York (NY): Oxford University Press; 2006.<\/li>\n<li>Morgenstern H. Ecologic studies in epidemiology: concepts, principles, and methods. Annu Rev Public Health. 1995;16:61-81.<\/li>\n<li>Rothman KJ, Greenland S, Lash TL. Modern epidemiology. New York: Lippincott, Williams and Wilkins; 2008.<\/li>\n<li>Goldman DA, Brender JD. Are standardized mortality ratios valid for public health data analysis? Statistics in Medicine. 2000;19:1081-8.<\/li>\n<li>Court B, Cheng K. Pros and cons of standardized mortality ratios. Lancet. 1995;346:1432.<\/li>\n<li>Notzon FC, Komarov YM, Ermakov SP, Sempos DT, Marks JS, Sempos EV. Causes of declining life expectancy in Russia. JAMA. 1997;279(10):793-800.<\/li>\n<li>Organisation mondiale de la sant\u00e9. The Composite International Diagnostic Interview, version 1.1: researcher&rsquo;s manual. Gen\u00e8ve, Suisse : OMS; 1994.<\/li>\n<li>Universit\u00e9 McMaster. Health utilities group health utilities index and quality of life 2000 [2010]. Disponible ici : http:\/\/www.fhs.mcmaster.ca\/hug\/index.htm.<\/li>\n<li>Wright CJ, Mueller CB. Screening mammography and public health policy: the need for perspective. Lancet. 1995;346(8966):29-32.<\/li>\n<li>Vickers AJ, Basch E, Kattan MW. Against diagnosis. Ann Intern Med. 2008;149(3):200-3.<\/li>\n<li>Sackett DL, Haynes RB, Tugwell P. Clinical epidemiology: a basic science for clinical medicine. Philadelphia (PA): Lippincott, Williams &amp; Wilkins; 1991.<\/li>\n<li>Chobanian AV, Bakris GL, Black HR, et al. The seventh report of the joint national committee on prevention, detection, evaluation, and treatment of high blood pressure: the JNC 7 report. JAMA. 2003;289:2560-72.<\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"<p>Apr\u00e8s avoir achev\u00e9 ce chapitre, le lecteur sera en mesure : 1. D&rsquo;interpr\u00e9ter et pr\u00e9senter l&rsquo;analyse des indicateurs de l&rsquo;\u00e9tat de la sant\u00e9 (Conseil m\u00e9dical 78-2), notamment : \u2212\u00a0Les \u00e9l\u00e9ments de mesure (validit\u00e9, \u00a0sensibilit\u00e9, sp\u00e9cificit\u00e9 , fiabilit\u00e9 les valeurs pr\u00e9dictives positives et n\u00e9gatives) \u2212\u00a0Les concepts \u00a0de\u00a0l&rsquo;incidence et la pr\u00e9valence, du taux de mortalit\u00e9, et comprendre [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":2903,"parent":1240,"menu_order":6,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1244","page","type-page","status-publish","has-post-thumbnail","hentry"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1244","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/comments?post=1244"}],"version-history":[{"count":1,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1244\/revisions"}],"predecessor-version":[{"id":4457,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1244\/revisions\/4457"}],"up":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/pages\/1240"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/media\/2903"}],"wp:attachment":[{"href":"https:\/\/phprimer.afmc.ca\/fr\/wp-json\/wp\/v2\/media?parent=1244"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}