1
Épidémiologie descriptive

• Luc Dauchet
• l-dauchet_at_chu-lille.fr

2
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

3
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

4
Cest quoi lépidémiologie?

• Épidémiologie (grec epi au-dessus, parmi 
  demos peuple, district  logos mot, discours)
• science de ce qui affecte la population

5
Cest quoi lépidémiologie? en vrai
Compter
6
Cest quoi lépidémiologie? en vrai
Compter les personnes, les malades, les Décès..
7
Pourquoi compter?

• Décrire épidémiologie descriptive.

Observation
Comprendre épidémiologie analytique
Évaluer épidémiologie évaluative
8
Pour qui ?
Professionnels de santé Mieux cibler les
intervention Prévention action soins
Les politiques et les administrations décider.
(promotion de la santé, éducation à la santé)
  Les gestionnaires planifier, allouer organiser
  Les usagers savoir défendre leurs causes.
9
Epidémiologie Descriptive (ED)

• LED vise à déterminer la fréquence et la
  répartition des maladies, des paramètres de santé
  et des facteurs de risque dans la population en
  terme de 
• lieu  Où ?
• temps  Quand ?
• personnes  Qui ?
• Elle sexprime essentiellement sous forme de taux
  appelés indicateurs de santé.

F.Richard
10
Objectifs de l'Epidémiologie descriptive

• 1.1 Contrôle sanitaire
• 1.2 Meilleure connaissance des besoins de prise
  en charge médicale des populations
• 1.3 Evaluation d'une action de santé
• 1.4 Formulation dhypothèses dans la recherche
  étiologique
• Variations dans le temps
• Variations géographiques

F.Richard
11
Objectifs Contrôle sanitaire

• Surveillance et alerte
• Repérer les individus atteints de maladie
• Mettre en place des mesures
• Isolement (SRAS)
• Traitement des malades (Tuberculose)
• Traitement prophylactique de l'entourage
  (Méningite)
• Repérer et neutraliser la source de la
  contamination (TIAC)
• ...

F.Richard
12
Objectifs Meilleure connaissance des besoins de
prise en charge médicale des populations
Exemple Fréquence de la trisomie 21 selon l'âge
maternel
Source BEH N 9/1997
F.Richard
13
Objectifs Evaluer une action de santé
Source M/S, 2002, 18.
F.Richard
14
Objectifs Formulation dhypothèses dans la
recherche étiologique
Alimentation? Ensoleillement ?
F.Richard
15
(No Transcript)
16
Les indicateurs détat de santé.

• Deux grandes catégories 
• Les indicateurs de mortalité
• les indicateurs de morbidité.

F.Richard
17
Mortalité Les taux de mortalité.

• Le taux brut de mortalité correspond au nombre
  de décès survenant au cours de lannée par
  rapport à la population totale.
• Les taux spécifiques de mortalité apportent des
  informations sur certains groupes de sujets ou
  sur certaines causes de mortalité.

F.Richard
18
Mortalité Les taux de mortalité.

• Taux de mortalité.
• Cest ainsi que sont calculés la plupart des taux
  de mortalité en France (à partir des certificats
  de décès).

F.Richard
19
Taux de létalité

• Proportion de sujets qui nouvellement atteints
  d'une maladie en meurent
• Indice de gravité d'une maladie
• Létalité à x temps (à 28 jours, à un an, )

20
Lespérance de vie

• Lespérance de vie à un âge donné est le nombre
  moyen dannées que peut espérer vivre une
  personne à partir de cet âge (si lâge est 0, on
  parle despérance de vie à la naissance)
• En 2005, lespérance de vie
• A la naissance en France était de 76,8 ans pour
  les hommes, de 83,8 ans pour les femmes.
• A 60 ans cette espérance de vie était de 21,5 ans
  pour les hommes, 26,4 pour les femmes

Source INSEE,
F.Richard
21
Mortalité Espérance de vie.

• Lespérance de vie à la naissance ou durée
  moyenne de vie.
• Il sagit de la moyenne des âges au décès dune
  génération où une génération représente
  lensemble des personnes nées une même année.
• Il sagit dun indice synthétique calculé à
  partir des tables de mortalité.
• En théorie, lespérance de vie à la naissance ne
  peut se calculer que lorsque tous les membres
  dune même génération sont décédés. En pratique 
  modélisation.

F.Richard
22
Espérance de vie à la naissance en France
(1950-2002)
F.Richard
23
Prévalence

• La prévalence mesure la proportion de lensemble
  des cas à un instant donné dans une population
  donnée.

F.Richard
24
Incidence et taux dincidence

• Incidence  en rapport avec l'apparition de
  nouveaux cas dans une population donnée pendant
  une période donnée.
• Les taux dincidence vont permettre de quantifier
  lapparition des nouveaux cas de maladie pendant
  une période t dobservation dans une population
  de sujets initialement non malades.

F.Richard
25
Différence fondamentale entre prévalence et
incidence Exemple VIH
Au canada
Augmentation de lespérance de vie des malades
26
Facteurs modifiant l'incidence et la prévalence
Incidence Prévalence
Augmentation des facteurs de risques
Amélioration de la prise en charge gt guérison plus rapide
Amélioration de la prise en charge gt durée de survie plus longue
Dépistage / amélioration des méthodes diagnostiques.
Meilleur déclaration
Changement de définition de la maladie
????
????
27
standardisation
28
standardisation
Taux comparatifs de décès (ou taux
standardisés) Taux de décès si la structure
dâge était la même dans tous les départements
29
Mortalité brut par cancer/100000 hab Source
cépiDC
30
(No Transcript)
31
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

32

• Sources de données mortalité.
• les certificats de Décès

Certificat de Décès
Mairie
État civil
ARS (agence régional de santé)
Unité INSERM CepiDC
Codage
Données médicales
33
(No Transcript)
34
(No Transcript)
35

• Sources de données mortalité.
• les certificats de Décès

Certificat de Décès
Mairie
État civil
ARS (agence régional de santé)
Unité CepiDC
Codage
Données médicales
36
http//www.cepidc.vesinet.inserm.fr/
37
(No Transcript)
38
(No Transcript)
39
(No Transcript)
40
(No Transcript)
41
(No Transcript)
42
(No Transcript)
43
(No Transcript)
44
(No Transcript)
45
(No Transcript)
46
Sources de données de morbidité

• Maladie à déclaration obligatoire
• Maladies transmissible (tuberculose, méningite,
  SIDA..)
• Permettre une prise en charge des risques pour la
  communauté (ex. meningite).
• Surveillance épidémiologique.
• Mauvaise exhaustivité

47
Sources de données morbidité

• Réseaux des médecins sentinelles
• Médecin généralistes participants déclarent
  chaque semaine le nombre de cas diagnostiqués
  (ex grippe, rougeole, hépatites).gt non
  exhaustif mes très rapide

48
http//websenti.u707.jussieu.fr/sentiweb/
49
Sources de données morbidité

• Centre Nationaux de référence (CNR)
• Expertise microbiologique (ex leptospirose.)
• Données liées au recours aux soins
• PMSI données sur les séjours hospitalier. 1er
  objectif financiergt difficulté dexploitation.
• CNAMTS gt données des Affection longue durée

50
Sources de données morbidité

• Sources de données
• Chacune des sources de données est partielle

Tout le territoire Bonne exhaustivité Diagnostic précis
Réseaux sentinelle -
CNAMTS - -
PMSI -
51
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

52
Les enquêtes

• Limites des recueils systématiques
• Pas de choix des données
• Informations limités
• Pas de définition standardisée
• Pas de contrôle de qualité des données
• Nécessité denquêtes spécifiques.
• Exhaustive.
• Sur échantillon

53
Types denquête descriptives

• Les enquêtes transversales gtprévalence
• longitudinale (cohortes, registre) gt incidence

Le 5 Janvier 2006
questionnaires
questionnaires
questionnaires
Le 10 janvier 2016
Le 10 janvier 2006
54
Cohortes
Maladie
Maladie
Maladie
Maladie
Maladie
Grosses cohortes gt 10000 personnes sur de
nombreuses années
55
Les registres de morbidité

• Définition 
• Recueil continu et exhaustif de données
  nominatives intéressant un ou plusieurs événement
  de santé dans une population géographiquement
  définie, à des fins de recherche et de santé
  publique, par une équipe ayant les compétences
  appropriées.
• (Arrêté du 6 novembre 1995 relatif au Comité
  National des Registres)

F.Richard
56
Les registres de morbidité

• Permet létude de
• lincidence dune pathologie
• de sa mortalité
• de sa létalité
• A but purement descriptif mais aussi peut aider à
  lévaluation dactions de santé publique (impact
  d'une campagne de dépistage).

F.Richard
57
Les registres de morbidité

• Un registre va permettre de connaître les
  fluctuations dans le temps de phénomènes
  morbides.
• Ils sont adaptés à létude des fluctuations à
  court terme daffections ayant un diagnostic
  objectif.
• Ils permettent également létude de fluctuations
  à  moyen terme .
• Compte tenu du caractère limité de la région
  géographique couverte par le registre, il est
  souhaitable de pouvoir confronter les données de
  plusieurs régions ou pays (fluctuations
  géographiques).
• Ceci pose demblée la question de coordination de
  registres et de leur insertion dans des réseaux
  internationaux.

F.Richard
58
Exemple de Registre de Morbidité Projet MONICA

• Du début du XXème siècle à la fin des années 60
  lincidence des maladies cardiovasculaires a
  augmenté dans la population
• A partir des années 1970 une inversion des
  tendances est observée à partir des données
  statistiques de mortalité de chaque pays

Artefact ou réalité ?
F.Richard
59
Les questions posées en 1979

• La baisse observée de la mortalité par maladies
  coronaires est-elle réelle ?
• 1 registre des DC et évènements coronaires (10
  ans)
• méthodes standardisées
• 38 centres , 21 pays, 4 continents
• Si cette baisse est bien réelle
• Les variations des taux de létalité sont-elles
  liées aux variations de prises en charge à la
  phase aiguë ?
• Étude des soins à la phase aiguë

F.Richard
60
Les Registres Français des Cardiopathies
Ischémiques participant au Projet MONICA-OMS
F.Richard
F.Richard
61
Les réponses en 2000

• La baisse de la mortalité par maladies coronaires
  est bien réelle
• Plus de 20 de baisse chez lhomme et la femme en
  10 ans
• 2/3 baisse de lincidence, 1/3 amélioration de la
  survie

F.Richard
62
Les registres de morbidité

• Les plus nombreux en France registres de cancer
  soit généralistes, soit spécialisés
• Registre des MICI, malformations congénitales,
  AVC,
• Réseau national ou international
• Enquêtes satellites autour de ce registre
• Pathologies adaptées

F.Richard
63
Enquête transversale sur échantillon
64
Enquête sur échantillon
65
Enquête transversale sur échantillon

• Tout commence aux Etats-Unis, aux élections de
  1936, lorsque Franklin D. Roosevelt se représente
  contre Alf Landon. Derrière, deux hommes
  s'affrontent pour pronostiquer le résultat de ces
  élections. Codely, Rédacteur en Chef du Literary
  Digest, utilise la technique du vote de paille
  quelques jours avant les élections, il fait
  paraître des bulletins de vote dans son journal
  et demande à ses lecteurs de mentionner leur
  choix. Il reçoit deux millions de réponses et
  donne Landon gagnant. De l'autre côté, Gallup
  interroge 4000 personnes seulement et pronostique
  Roosevelt.
• La victoire de ce dernier marque la naissance des
  instituts de sondage. Gallup est le père de
  l'échantillon représentatif, le premier à avoir
  eu l'idée de reconstituer une population en
  miniature.

66
Enquête sur échantillon

• Idéal Donnée exhaustives recensement
• Principe restreindre lenquête à un échantillon
  les résultats obtenues sont applicable à
  lensemble de la population.

Tirage au sort
67
Définitions
Unité statistique
Population cible lensemble des sujets visés
part létude (généralisation)
Population source ensemble des sujets à partir
duquel on constitue léchantillon
Sondage
Base de Sondage liste des unités statistiques
permettant détablir le sondage
Échantillon
68
Méthode des quotas
Enquête sur échantillon

• Principe
• Constituer un échantillon ayant les mêmes
  caractéristiques que la population cible (âge,
  Sexe, CSP.)
• Par de tirage au sort.
• Avantage
• Facile à constituer
• Inconvénient
• Pas de contrôle de la représentativité des autres
  caractéristiques Biais
• Pas de calcul dintervalle de confiance possible
• Utilisés pas les institut des sondages gt
  redressement secret de cuisine du chef!!!!

69
Enquête sur échantillon

• Contreparties
• Chaque résultat fourni (estimation) est exprimé
  dans une fourchette plus ou moins précise
• Il existe obligatoirement un certain risque
  derreur
• Sélection de léchantillon
• Risque de bais de sélection

70
Les enquêtes sur un échantillon sont elles
extrapolable à lensemble de la population ?

• Limite des fluctuation déchantillonnage.
• gt erreur de mesure aléatoire
• Plus leffectif est grand plus la précision de la
  mesure est grande
• Notion dintervalle de confiance

71
Interval de confiance
Article 2  Prévalence de la dyslipidémie dans un
échantillon représentatif de la population
Française.

• Résultats ou les trouver?

72
Les enquêtes sur un échantillon sont elles
extrapolable à lensemble de la population ?

• Notion de Biais
• Un biais est une erreur systématique (non liée au
  hasard) qui compromet la validité de l'enquête et
  empêchent l'interprétation juste des résultats.
  Il existe trois catégories de biais

cm
73
Les enquêtes sur un échantillon sont elles
extrapolable à lensemble de la population ?

• Léchantillon doit être représentatif de la
  population.
• Idéale tirer au sort les personnes dans une
  liste exhaustive
• Pb pas de liste exhaustive en population generale
  (listes électorale, annuaire téléphone, appel de
  numéros au hasard .)
• Pb tout le monde ne répond pas et nest pas
  volontaire
• gt risque de  Biais déchantillonnage

74
Les enquêtes sur un échantillon sont elles
extrapolable à lensemble de la population ?

• Biais de mesure
• Dinvestigation
• De mémorisation
• De déclaration
• De classement
• De comportement

75
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

76
Quest ce qui fait varier un indicateur?

• Exemples

77
Variation dun indicateur Histoire naturelle de
la maladie

• Ex Explosion des cas de SIDA au début des années
  80)

SIDA nombre de nouveaux cas par millions
d'habitants entre 1985 et 2001 en France
78
Variation dun indicateur Lindicateur suit
lévolution des facteurs de risque
79
Variation dun indicateur Campagne de dépistage
Variation du nombre de cancer in situ, de cancers
invasifs du col et de mortalité par cancer du col
de l'utérus après la mise en place d'une campagne
de dépistage en Colombie Britannique.
Anderson et al, 1988
80
Variation dun indicateur Amélioration de
laccès aux soins
Il est corrélé au nombre de spécialistes. Peut
expliquer des différences entre pays
Associations entre le de cancer du sein in situ
et le nombre d'équipement mammographique/ 10 000
femmes aux USA
Femmes afro-américaines (r 0.68)
Femmes caucasiennes (r 0.34)
Source Cancer, 2005, 103
81
Mortalité maternelle Royaume-Uni 18401960
Variation dun indicateur Amélioration de la
prise en charge
Améliorations de la nutrition, hygiène
Antibiotiques, banques de sang, améliorations
chirurgicales
Soins prénatals
Maine 1999.
82
Variation d'un indicateur Motivation à déclarer
BEH, 2003, n32
83
Variation d'un indicateur Campagnes de
vaccination
Campagne de vaccination Ex méningococcémie .
84
Variation d'un indicateur Mise en place d'une
mesure de prévention
Exemple Impact des mesures de prévention
routière mise en place en 1973. .
85
Variation d'un indicateur Définitions
différentes
Taux de mortalité périnatale /1000 naissances
selon les définitions nationales. Projet EUROSTAT
Pays Finlande Suède Belgique Danemark Norvège Eco
sse
Déf nationale (rang) 5.4 (1) 5.4 (1) 7.3 (3) 7.4
(4) 7.5 (5) 9.0 (6)
Définitions Mort né ? 28 sg Mort né ? 28 sg Mort
né ? 28 sg Mort né ? 28 sg Mort né ? 28 sg
Naissance vivante ? 16 sg Mort né ? 24 sg
Source Graafmans et al, BJOG, 2001
86
Variation d'un indicateur Définitions
différentes
Taux de mortalité périnatale/ 1000 naissances
selon les définitions nationales et une
définition internationale commune (?28 SA).
Projet EUROSTAT
Pays Finlande Suède Ecosse Belgique Norvège Danem
ark
Déf nationale (rang) 5.4 (1) 5.4 (1) 9.0 (6) 7.3
(3) 7.5 (5) 7.4 (4)
Déf Commune (rang) 4.2 (1) 4.7 (2) 5.9 (3) 6.1
(4) 6.3 (5) 6.7 (6)
Source Graafmans et al, BJOG, 2001
87
PLAN

• Définition
• Indicateurs de santé
• Sources de données
• Recueil systématique
• Les études et Enquêtes
• Exemples de résultats
• Illustration "Le french paradox"

88
Petite histoire du French paradox

• Méfiez vous des indicateurs
• Dapres Ducimetierre P dialogues un
  cardiovascular medecine vol 13 No. 3 2008

89
Naissance du concept

• Première citation ?
• Richard JL, Cambien F,Ducimetière P.
  Particularités épidémiologiques de la
  maladiecoronaire en France.Nouv Presse Med.
  1981101111-1114.
• Cohorte de Policier Parisiens
• Consommation élevée D acides gras
• Faible incidence daccident coronaires (1/3 de
  moins que les cohortes américaines.)

90
Etude des 7 pays (daprès Keys 1980)
Diet-heart concept

• METHODES
• Etude portant sur 16 échantillons de population
  provenant de 7 pays différents.
• RESULTATS
• Corrélation entre les apports en AG saturés et la
  mortalité coronaire (r0.84).

Plus la consommation AG et EG saturé plus le
risque cardiovasculaire est élevés.
W Willet Nutritional Epidemiology 1990
91
Les données de mortalités
Classification internationale des maladies
92
Les cohortes
93
French paradoxe Définition

• Mortalité Coronarienne particulièrement bas en
  France (certificats de décès, certaines
  cohortes)
• Consommation dAG élevée (source économique,
  importation exportation etc)
• gt contradiction.

94
French paradoxe Pourquoi?
95
Les données des registres MONICA
96
Les données des registres MONICA
France
Conclusion risque coronarien nest pas très
inférieur en France la localisation géographique
est plus importante que la pays (différences
importantes entre les centres Français )
97
Les données des enquêtes en population MONICA
POP
98
Conclusion

•  French paradox  semble être un artefact lié à
  des mesure inadapté.
• gt Nécessité dun regard critique sur les
  chiffres!

Ducimetierre P
99
FIN