UNIVERSITÉ PARIS VI PIERRE ET MARIE CURIE

UNIVERSITÉ PARIS VI PIERRE ET MARIE CURIE ECOLE DOCTORALE : SANTÉ PUBLIQUE ET SCIENCES DE L INFORMATION BIOMÉDICALE THÈSE pour l obtention du titre de DOCTEUR DE L UNIVERSITÉ PARIS VI Présentée par : Basile CHAIX Modélisation des effets du contexte sur la santé et le recours aux soins Thèse soutenue le 01/12/2004 devant le jury composé de : Rapporteurs : Examinateurs : Directeur de thèse : M. Marcel GOLDBERG, Professeur M. Denis HEMON, Directeur de Recherche M. Alain-Jacques VALLERON, Professeur M. Thierry LANG, Professeur M. Pierre CHAUVIN, Chargé de Recherche - HDR 1

Remerciements En premier lieu, je remercie Alain-Jacques Valleron de m avoir accueilli au sein de l unité 444 de l INSERM. Je remercie tout particulièrement Pierre Chauvin d avoir dirigé mon travail de thèse au cours de ces trois années ; son encadrement scientifique, ses conseils éclairés, sa patience, et son soutien sans faille m ont été chers au cours de la thèse, et constituent un appui irremplaçable pour l avenir. Je remercie Juan Merlo de l Hôpital Universitaire de Malmö en Suède de m accorder une place dans son programme de recherche ambitieux. Son expertise dans le champ de l analyse contextuelle m a été précieuse, et la confiance mutuelle qui s est forgée au cours d une année et demi de travail en commun augure d une collaboration placée sous le signe de la durée. Je remercie enfin vivement M. Goldberg, M. Hémon, et M. Lang d avoir accepté de faire partie de mon jury de thèse. 2

Résumé de la thèse Depuis près de dix ans, l épidémiologie sociale s intéresse à l impact que les caractéristiques du contexte de résidence peuvent avoir sur la santé des individus, au-delà des effets imputables à leurs caractéristiques socio-économiques personnelles. Dans le cadre de cette thèse, nous avons cherché à avancer dans la connaissance des déterminants contextuels de la santé et du recours aux soins, qui ont reçu nettement moins d attention en France qu en Europe du Nord, en Angleterre, ou aux Etats-Unis. Notre objectif principal était de réfléchir sur les outils à mettre en œuvre pour décrire et expliquer les variations spatiales des phénomènes de santé et de recours aux soins, et de développer de nouvelles approches d analyse permettant de combler les lacunes des méthodes actuellement utilisées dans ce champ de l épidémiologie sociale. Nous avons dans un premier temps cherché à montrer l utilité que les modèles multiniveaux peuvent avoir en analyse contextuelle. Se démarquant des pratiques d analyse suivies par beaucoup d auteurs, nous avons souligné l intérêt qu il y a à quantifier et modéliser les variations inter-zones des phénomènes lorsque l on cherche à évaluer l importance du contexte pour la santé et le recours aux soins. L objectif étant d aboutir à des indicateurs qui expriment l amplitude des variations inter-zones, nous nous sommes attachés à comparer les différents indicateurs disponibles dans le cadre du modèle logistique, qui est fréquemment utilisé en épidémiologie sociale. Nous en venons finalement à mettre en doute la pertinence de l approche d analyse multiniveau utilisée de façon quasi-hégémonique dans la littérature d analyse contextuelle. En effet, fragmentant le territoire en une multitude de zones administratives et négligeant les connections spatiales qui existent entre ces zones, l approche multiniveau ne fournit souvent que des informations incomplètes sur la distribution spatiale des phénomènes de santé. Audelà, mesurant les facteurs explicatifs du contexte de résidence au niveau de zones administratives arbitraires, elle s avère souvent incapable de capter adéquatement les effets du contexte sur la santé. A partir d études appliquées conduites à partir de données Françaises et Suédoises, nous avons montré qu une approche d analyse qui tient compte de l espace dans sa continuité intrinsèque permettait mieux de décrire et d expliquer les variations spatiales des phénomènes de santé et de recours aux soins. 3

Thesis summary Over the past decade, social epidemiologists have investigated the effects that the characteristics of the context of residence have on individual health, beyond the impact associated with the characteristics of the individuals. In our thesis, we aimed to investigate contextual determinants of health and healthcare utilisation, which have received far less attention in France than in Northern Europe, in the United Kingdom, or in the United States. Our main objective was to compare different analytical tools to be used to describe and explain spatial variations of health phenomena and healthcare utilisation, and to develop new approaches to overcome the limitations of the methods currently used in this specific social epidemiological field. We first highlighted the interest of using multilevel models in contextual analysis. Following a different perspective than many authors in the literature, we aimed to emphasize that quantifying and modelling variations of outcomes between areas is useful to assess the importance that the context has for health and healthcare utilisation. We particularly seek to compare the different indexes available in the multilevel logistic model to measure the magnitude of variations between areas. We finally aimed to show that the multilevel analytic approach, used in most of the analyses of contextual effects on health, has several important limitations. Indeed, fragmenting space into arbitrary administrative areas and neglecting spatial connections between areas, the multilevel analytic approach often only provides incomplete information on the spatial distribution of health outcomes. Moreover, measuring the characteristics of the context of residence in arbitrary administrative areas, this approach may often be unable to adequately describe contextual effects on health. Conducting applied investigations based on French and Swedish data, we showed that an analytic approach based on a continuous notion of space allowed us to better describe and explain spatial variations in health or healthcare utilisation. 4

Table des matières Introduction... 6 1) Utilité de l analyse contextuelle en santé publique... 6 A La description des variations géographiques des phénomènes de santé... 7 B La compréhension des mécanismes à l origine des disparités géographiques de santé... 7 2) Evaluer l importance des effets du contexte sur la santé : l importance de la question méthodologique...10 A Les racines historiques de l analyse multiniveau... 11 B Différentes approches d utilisation des modèles multiniveaux... 12 C Comparaison de l approche multiniveau et d une perspective d analyse spatiale dans l étude des effets du contexte... 13 3) Plan du document... 15 Chapitre I Utilité de l approche multiniveau en épidémiologie sociale... 17 1) L utilisation des modèles multiniveaux dans la littérature d analyse contextuelle... 17 2) L intérêt des mesures de variation comme sources d information indépendantes sur l impact du contexte sur la santé... 18 Chapitre II Exemples préliminaires d analyse contextuelle... 24 1) Analyse des effets du contexte de résidence sur différents comportements relatifs à la santé.. 24 2) Analyse des effets du ménage de résidence sur les modes de recours aux soins... 29 Chapitre III Perspective multiniveau et perspective spatiale en analyse contextuelle... 31 1) Description de la distribution spatiale des phénomènes... 33 2) Mesure des facteurs du contexte dans un espace continu centré sur le lieu de résidence des individus... 36 Conclusion générale et perspectives... 40 Perspectives de recherche... 41 Liste de publications... 45 Bibiographie... 49 5

Introduction 1) Utilité de l analyse contextuelle en santé publique Ainsi que l ont indiqué différents auteurs, le champ de l épidémiologie s est longtemps inscrit dans le paradigme de l individualisme méthodologique, qui postule que les facteurs influant sur la santé des personnes appartiennent au registre des caractéristiques individuelles. 1, 2 En suivant cette orientation d analyse, on serait capable d appréhender l ensemble des processus agissant sur la santé des individus en tenant compte de leurs caractéristiques démographiques, sociales, psychologiques, anatomiques, biologiques, etc. Dans cette optique, on n est amené à tenir compte de facteurs collectifs (tels que ceux que l on mesure au niveau de la zone de résidence des personnes) que lorsque l information correspondante fait défaut au niveau individuel. On néglige alors complètement la dimension contextuelle des facteurs collectifs considérés, qui ne servent que de substituts à des informations que l on est incapable d obtenir au niveau individuel. 3 Au contraire, de nombreux travaux issus des sciences sociales ont cherché à mettre en évidence l influence que le contexte de vie des individus peut avoir sur la santé. 2, 4 L idée s est ainsi progressivement formée dans le champ de l épidémiologie sociale que les déterminants sociaux de la santé ont par nature une structure à niveaux (ou multiniveau), appartenant au niveau individuel, mais également au niveau du ménage, du lieu de résidence, ou du lieu de travail ou d étude. 5, 6, 7, 8, 9 En conséquence, il est aujourd hui largement reconnu qu une voie importante à suivre en épidémiologie sociale pour avancer dans la connaissance des mécanismes à l origine des disparités sociales de santé est de s intéresser aux effets du 5, 10 contexte, et notamment à ceux du contexte résidentiel. Au-delà des objectifs de connaissance, il est important d un point de vue de santé publique de tenir compte des relations qui existent entre le contexte de vie des individus et leur santé. En effet, les études d analyse contextuelle offrent des perspectives nouvelles dans le champ de la santé publique, d une part en décrivant les variations géographiques des phénomènes de santé, et d autre part en affinant la compréhension que l on a des mécanismes à l origine des disparités de santé. 6

A La description des variations géographiques des phénomènes de santé Prendre en compte la dimension contextuelle des phénomènes de santé consiste d abord à examiner si ceux-ci présentent des variations sur le territoire d étude. Etant incapable d identifier des variations spatiales aux différentes échelles d analyse considérées, on serait amené à conclure que le phénomène étudié ne présente pas de dimension contextuelle, et que sa variabilité est imputable à des facteurs mesurables au niveau individuel. 11, 12 Au contraire, si les méthodes mises en œuvre indiquent une variabilité géographique importante, le phénomène devient un objet d intérêt en analyse contextuelle, qui cherche alors à en décrire et expliquer la distribution spatiale. 13 A des fins de recherche, la simple représentation cartographique des variations géographiques des phénomènes de santé et la description quantitative de ces variations à l aide de modèles de régression fournissent des informations importantes qui permettent de générer des hypothèses sur les facteurs qui influent sur ces phénomènes. 14 D un point de vue de santé publique, la quantification des variations contextuelles des phénomènes indique si d éventuels programmes d information ou d intervention doivent intégrer cette dimension contextuelle, ou si ces programmes peuvent être mis en œuvre de façon complètement invariante sur le territoire. 13 La description cartographique des disparités de santé ou de comportements relatifs à la santé aide également à identifier les zones d intervention prioritaires et à répartir les ressources sur le territoire en tenant compte des besoins différenciés d un endroit à l autre. B La compréhension des mécanismes à l origine des disparités géographiques de santé Au-delà de la simple description des disparités territoriales de santé, l objectif est d avancer dans la compréhension des mécanismes qui les produisent. L orientation d analyse contextuelle s est construite en critiquant l approche écologique qui consiste à mettre en relation des variables explicatives et des données de santé agrégées aux niveaux de zones administratives plus ou moins fines. 15, 16, 17 Observant par exemple une association positive entre taux de chômage communal et taux de mortalité communal, il est difficile de tirer des enseignements précis qui puissent être utilisés en santé publique. En effet, transférer une telle association au niveau individuel afin de conclure que les individus au chômage ont un risque de mortalité supérieur revient à commettre l erreur écologique largement décrite dans la littérature : 11, 18, 19 l association écologique ne permet pas d affirmer que ce sont les chômeurs 7

plutôt que d autres individus dans les communes où le pourcentage de chômeurs est élevé qui ont un risque de mortalité supérieur. Par ailleurs, et de façon cruciale en analyse contextuelle, cette association écologique ne permet pas non plus de conclure à l existence d un effet collectif ou contextuel du chômage sur l ensemble des résidents des communes à fort taux de chômage, puisqu elle ne distingue pas les éventuels effets du chômage aux niveaux individuel 20, 21 et collectif. L approche contextuelle s est donc développée à partir du constat qu il est nécessaire d utiliser des données collectées au niveau individuel pour avancer dans la compréhension des déterminants sociaux de la santé. 22 L objectif de ce genre d analyses est d examiner si les variations géographiques identifiées sont intégralement liées à la composition variable des zones considérées en terme de caractéristiques individuelles, ou si elles résultent également d effets proprement contextuels qui ne sauraient être captés au niveau individuel. 3, 23 En mesurant un même facteur social aux niveaux des individus et du contexte de résidence, l utilisation de techniques de régression multivariées permet de distinguer différents processus 24, 25, 26, 27, 28 sociaux qui se trouvaient amalgamés au sein de l association écologique. Puisque les caractéristiques démographiques, sociales, et économiques des individus sont souvent corrélées aux facteurs du contexte, il est absolument nécessaire de tenir compte des facteurs individuels lorsque l on cherche à identifier des effets véritablement contextuels. Un débat important existe dans la littérature sur cette question du nécessaire ajustement des modèles, qu il faudrait mettre en œuvre avec prudence et circonspection pour les plus optimistes, 29 ou compromettrait définitivement toute possibilité d identification d effets véritablement contextuels pour les plus pessimistes. 30 Pour ne citer que deux des difficultés relatives à cette question, il est d une part toujours possible d imaginer que les effets contextuels identifiés en analyse multivariée résultent en fait d un défaut d ajustement au niveau individuel, et soient ainsi liés à des effets de composition résiduels. 31, 32, 33, 34 Mais d autre part, à l opposé de ce problème de sous-ajustement des modèles, on peut aussi craindre d inclure trop de facteurs individuels dans les modèles, retirant ainsi au facteur contextuel la part de son effet qui se manifeste au travers des variables individuelles intermédiaires prises en compte comme facteurs d ajustement. 1, 15, 35, 36, 37 Ainsi, comme dans bien d autres cas en épidémiologie, la sélection des variables d ajustement ne peut être mécaniquement effectuée, et relève d arbitrages extérieurs au champ de la statistique. Au-delà, c est toute la distinction fondatrice en analyse contextuelle entre effets individuels et effets contextuels qui doit être envisagée avec circonspection. En effet, de façon 8

plus fondamentale, pour affecter la santé, les effets du contexte doivent «pénétrer à l intérieur du corps», ce qui se produit nécessairement au travers de processus que l on peut capter au niveau individuel. 3 Ainsi, plutôt qu une différence bien identifiée entre processus causaux opérant dans le réel, la distinction entre effets individuels et effets contextuels peut être conçue comme un outil conceptuel permettant d organiser l analyse et de générer des hypothèses de travail mais dont il faudrait également se méfier sous peine d aboutir à des interprétations trop grossières. Ainsi que de nombreux auteurs l ont indiqué, il est utile en santé publique d examiner si les facteurs du contexte de résidence sont associés aux problèmes de santé après avoir tenu compte des facteurs démographiques et sociaux au niveau individuel. 15 L intérêt est de voir si l on peut se contenter de cibler les programmes d intervention sur la base des caractéristiques des individus, ou si l on doit au-delà également tenir compte des caractéristiques des zones de résidence. L idée avancée est qu en cas d effets directs des caractéristiques du contexte sur la santé des individus, la cible des programmes de santé publique manquerait d inclure un nombre important d individus à risque si elle n était définie que sur la base des facteurs de risque individuels. Au-delà de la distinction entre effets de composition et effets contextuels, l objectif est 38, 39 d examiner quelles dimensions du contexte de résidence jouent sur la santé des individus. Les auteurs ont proposé différentes catégorisations des facteurs contextuels, soit en fonction du type d effets en jeu (environnement physique, infrastructures et services disponibles, fonctionnement social 40 ), soit en fonction du mode de constitution des variables. Dans ce dernier cas, on distingue en général les variables contextuelles agrégées (qui résultent de l agrégation des caractéristiques des individus dans chaque zone) des variables contextuelles intégrales qui sont directement mesurées au niveau des zones de résidence. 35 Les variables contextuelles agrégées les plus communes cherchent à rendre compte du niveau socioéconomique du milieu de résidence à partir de moyennes des caractéristiques socio- 41, 42, 43, 44, 45 économiques des résidents. Au contraire, les variables qui renvoient aux infrastructures des zones appartiennent par exemple à la catégorie des variables intégrales. Agrégées ou intégrales, les variables contextuelles ne peuvent le plus souvent pas être mesurées au niveau individuel, et sont comme telles susceptibles de capter des effets clairement distincts de ceux que l on appréhende au moyen de variables individuelles. 1, 7 D un point de vue de santé publique, l objectif est d identifier les facteurs du contexte qui sont réellement à l origine des disparités de santé, afin d adapter au mieux les programmes 9

d intervention aux mécanismes causaux identifiés. Concernant par exemple la pratique 46, 47 d activités sportives, que l on sait être liée au niveau socio-économique des individus, diverses études ont mis en évidence des variations significatives d un quartier de résidence à l autre. 48 Les auteurs ont cherché à voir si ces variations spatiales étaient simplement dues à la composition variable des zones sur le plan des caractéristiques socio-économiques individuelles. Au-delà, ils ont trouvé que ces variations étaient en partie imputables au niveau socio-économique du quartier de résidence, mesuré en agrégeant les caractéristiques des 45, 48 individus. Un tel effet pourrait être dû au fait que les valeurs et habitudes comportementales d un groupe social donné tendent à prévaloir dans les endroits où il est majoritaire, affectant ainsi l ensemble des résidants, même si ils n appartiennent pas à ce groupe social. Enfin, les auteurs ont également tenu compte de variables contextuelles intégrales, et ont pu montrer que la présence d installations sportives et d endroits où la marche ou la course peuvent être pratiquées en toute sécurité avait une influence sur la pratique sportive. 49 Quantifier les variations contextuelles des phénomènes, chercher à les expliquer en distinguant effets de composition et effets proprement contextuels, et avancer dans la connaissance des différents processus par lesquels le contexte influe sur la santé présentent donc un intérêt en santé publique. 2) Evaluer l importance des effets du contexte sur la santé : l importance de la question méthodologique Puisque les déterminants sociaux de la santé appartiennent à différents niveaux, la variabilité des phénomènes de santé présente une structure hiérarchique : au-delà de la variabilité qui existe entre individus d un même groupe, une partie des variations survient d une unité contextuelle à l autre, l individu et son contexte constituant des sources de variabilité distinctes et hiérarchiquement organisées. 50 Concernant les méthodes d analyses, les approches qui ne tiennent pas compte de cette structure complexe de la variabilité peuvent s avérer en partie inefficientes. Afin de décrire et d expliquer les variations de phénomènes qui opèrent à différents niveaux, la littérature d épidémiologie sociale recourt aujourd hui aux modèles multiniveaux (incluant des effets aléatoires au-delà des effets fixes 50, 51, 52, 53 ) ou dans 54, 55, 56, 57 une moindre mesure à des modèles basés sur l équation d estimation généralisée. 10

A Les racines historiques de l analyse multiniveau Ainsi que le rapportent Searle et ses collègues, 58 la première formulation d un modèle à effets aléatoires dans la littérature date de 1861 (quoique ce modèle n y soit alors pas ainsi dénommé). L intérêt qu il y a à distinguer les composants de la variance dans une situation où des unités se trouvent rassemblées au sein de groupes est explicitement formulé à partir des années 1930. C est en 1947 qu apparaissent pour la première fois la distinction entre «effet fixe» et «effet aléatoire» et la notion de «modèle mixte». Les années 1950 et 1960 ont apporté des développements majeurs dans les méthodes utilisées pour estimer les composants de la variance. C est autour des années 1970 que les faiblesses de la méthode d estimation de l Analyse de Variance (ANOVA) ont commencé à être largement reconnues, et que l approche d estimation basée sur le maximum de vraisemblance s est développée. 58 Quant à l approche d analyse multiniveau pratiquée aujourd hui en épidémiologie sociale, Snijders et Bosker estiment qu elle s est formée au cours des années 1980 par la réunion du courant d analyse contextuelle et de la tradition statistique d utilisation des modèles mixtes. 50 Dans la période antérieure, l analyse contextuelle se contentait d utiliser des modèles de régression classiques afin d identifier des variables contextuelles potentiellement influentes sur les phénomènes. A partir de 1980, différentes équipes ont développé les algorithmes permettant d estimer des modèles de régression avec des coefficients aléatoires emboîtés, ainsi que les logiciels pour le faire. 59, 60 Dès 1986, les bases de l analyse multiniveau, incluant les outils statistiques ainsi que la méthodologie pour les utiliser, étaient jetées. L approche d analyse multiniveau a d abord été utilisée dans le champ des sciences de l éducation, dans lesquelles les données concernent des élèves regroupés au sein de classes, elles-mêmes rassemblées au sein d écoles, où la structure hiérarchique apparaît incontournable. 60 Cette approche n a été utilisée dans le champ de l épidémiologie sociale dans l étude des effets du contexte de résidence sur la santé qu à partir des années 1990, 2, 61, 62, 63 commençant vraiment à s y établir au milieu de la décennie. Des articles méthodologiques ont été publiés à partir de 1998, 1 alors que la première revue de la littérature date de 2001. 4 Cependant, ainsi que nous le discutons maintenant, diverses tendances se font jour dans l utilisation qui est faite des modèles multiniveaux. 11

B Différentes approches d utilisation des modèles multiniveaux En analyse contextuelle, l objectif est donc de décrire les effets du contexte sur la santé des individus. Les modèles multiniveaux fournissent différents outils pour le faire, dont l importance relative est diversement évaluée par les auteurs de la littérature. Une première approche, suivie par les pionniers de la littérature d analyse contextuelle ainsi que dans de nombreuses études plus récentes, consiste à s intéresser exclusivement aux mesures d association entre facteurs contextuels et variables réponse individuelles. 4, 64, 65 Dans ce cas, l intérêt des modèles multiniveaux est de tenir compte de la structure hiérarchique des données (individus regroupés au sein de zones de résidence) lors de la procédure d estimation des paramètres, et d aboutir ainsi à des écart-types des forces d association qui prennent en compte la corrélation intra-zone de la variable réponse. Une telle utilisation des modèles multiniveaux apparaît en fait restrictive. Au cours d une revue de littérature publiée dans la Revue d Epidémiologie et de Santé Publique, 66 nous avons montré que la prise en compte des effets aléatoires des modèles fournit des informations utiles 3, 6, 23, 34, 67 à l interprétation des associations entre facteurs contextuels et phénomènes de santé. Toutefois, une telle utilisation des effets aléatoires comme simples appuis dans l interprétation des associations entre facteurs explicatifs et phénomènes de santé peut encore apparaître limitée. Le but d un projet éditorial dirigé par Juan Merlo de l Hôpital Universitaire de Malmö en Suède est de souligner que de tels effets aléatoires fournissent en eux-mêmes des informations importantes en santé publique sur les variations géographiques des phénomènes, sous la forme d indicateurs que l on appelle «mesures de variation» par opposition aux «mesures d association» classiques. 13, 68, 69 Nous pensons que l utilité de telles «mesures de variation» (telles que le coefficient de corrélation intraclasse ou coefficient de partition de la variance) a été sous-estimée dans la littérature. Une possible explication de cet état de fait est que les études contextuelles aboutissent souvent à des variances inter-zones des effets aléatoires extrêmement faibles et non significativement différentes de zéro, ce qui est signe d une faible importance du contexte pour les phénomènes étudiés. Plutôt que d accorder trop d attention à l information négative véhiculée par ce paramètre, beaucoup d auteurs semblent s évertuer à trouver des associations entre facteurs du contexte et phénomènes de santé (dont l amplitude est également faible), afin de conclure que le contexte a un impact sur la santé. Il n est donc pas sans importance d un point de vue de santé publique de clarifier l intérêt respectif des mesures d association (issues des effets fixes du modèle multiniveau) et des 12

mesures de variation (issues des effets aléatoires), qui fournissent des informations 13, 68, 69 complémentaires permettant de juger de l importance réelle du contexte pour la santé. C Comparaison de l approche multiniveau et d une perspective d analyse spatiale dans l étude des effets du contexte C est toutefois dans la critique de l approche multiniveau, au statut quasi-hégémonique dans la littérature d analyse contextuelle en épidémiologie sociale, 4 que notre travail de thèse trouve son axe essentiel. Notre objectif général est de montrer que l approche d analyse multiniveau, du fait de sa conception de l espace, ne fournit pas des informations optimales sur la variabilité spatiale des phénomènes de santé. L approche multiniveau conçoit en effet l espace comme fragmenté en zones distinctes le plus souvent définies à partir des limites administratives. La littérature géographique sur le «modifiable areal unit problem» a depuis longtemps montré que les résultats des analyses qui s appuient sur un zonage administratif du territoire sont largement dépendants du découpage utilisé. 70, 71, 72, 73 L effet d agrégation qui intervient est d une part dû à des phénomènes d échelle, puisque les zones peuvent être définies à un niveau plus ou moins local («scale effect»). D autre part, à une échelle donnée, les frontières considérées peuvent grouper les individus d une multitude de façons différentes. En conséquence, tant les indicateurs qui quantifient les variations d une zone à l autre que les mesures des effets du contexte sont dépendants du découpage en zones utilisé, et des différences importantes dans les résultats peuvent être observées si d autres découpages du territoire sont utilisés. 74 Au-delà de cette dépendance des indicateurs au découpage utilisé, une limite plus importante des modèles multiniveaux est de ne pas tenir compte des relations spatiales entre les zones, et de supposer que des individus provenant de zones différentes sont complètement indépendants même si ces zones sont adjacentes ou proches. En négligeant cette possible corrélation entre zones proches sur le territoire, les modèles multiniveaux ne permettent pas d obtenir des informations optimales sur la distribution spatiale des phénomènes : ils ne renseignent que sur la force de la corrélation des phénomènes de santé à l intérieur des zones, mais pas sur la portée de cette corrélation dans l espace. Au-delà de l insuffisance des indicateurs qui décrivent les variations spatiales des phénomènes, une autre limite de l approche multiniveau est de systématiquement définir les facteurs du contexte au niveau des zones administratives de résidence des individus. Or, rien 13

n assure a priori que les différents effets contextuels opèrent réellement au niveau des zones administratives considérées. 38 Dans certains cas, les individus pourraient également être affectés par les caractéristiques du contexte au-delà des limites administratives de leur zone de résidence, puisque leurs activités quotidiennes les amènent probablement à se déplacer dans cet espace élargi. Au contraire, dans d autres cas, les zones administratives considérées pourraient s avérer bien trop larges pour capter une influence du contexte susceptible d opérer à un niveau plus local. Ces différentes limites de l approche d analyse multiniveau sont liées à sa conception d un espace fragmenté en zones administratives arbitraires déconnectées les unes des autres. Du fait de cette définition de l espace, tant les mesures de variation dont il a été question cidessus que les mesures d association entre facteurs contextuels et phénomènes de santé s avèrent en partie inefficientes à rendre compte de la distribution spatiale des phénomènes de santé. Dans le cadre de collaborations internationales, nous avons conduit deux études, l une à partir de données Françaises, l autre à partir de données Suédoises, dans lesquelles nous avons eu recours à une approche d analyse spatiale des effets du contexte, qui se distingue de l approche d analyse multiniveau couramment utilisée. Le fondement de cette perspective spatiale d investigation est de s appuyer sur une conception continue de l espace lors de l analyse des variations des phénomènes de santé. Un premier aspect de cette approche est de s appuyer sur des modèles de régression spatiaux, qui quoique différents les uns des autres, ont pour point commun de ne pas fragmenter l espace en zones déconnectées les unes des autres. 75, 76, 77, 78, 79, 80, 81 En appliquant la notion de «mesure de variation» définie dans le cadre du modèle multiniveau, un de nos objectifs est de souligner que les modèles de régression spatiaux aboutissent à des indicateurs qui fournissent plus d informations sur la distribution spatiale des phénomènes que ceux que l on obtient à partir des modèles multiniveaux. Le second intérêt d une approche spatiale en analyse contextuelle est de s affranchir des limites administratives lors de la définition des facteurs contextuels explicatifs. 82, 83, 84 Nous avons développé des méthodes de mesure de l exposition aux caractéristiques du contexte qui tiennent compte de l information contextuelle dans un espace continu centré sur le lieu de résidence des individus. Un avantage de ces approches est qu elles parviennent certainement mieux à capter les effets du contexte environnant que les mesures réalisées au niveau des zones administratives pour les individus qui résident sur les marges de ces zones. 14 Une de nos études sur ce thème a eu recours à des données Suédoises issues des Registres de 14

Population, dans lesquelles nous étions en mesure de localiser géographiquement les individus de façon très précise. Ces données nous ont permis d avancer dans le développement des méthodes de mesure en continu des facteurs du contexte. L objectif de nos deux études était de comparer l approche multiniveau couramment utilisée dans la littérature à cette perspective d analyse spatiale. Nous avons cherché à voir si le fait de tenir compte de l espace dans sa continuité intrinsèque permettait d obtenir des informations sur la distribution spatiale des phénomènes, tant à partir des mesures classiques d association qu à partir des mesures de variation, qui resteraient inaccessibles dans le cadre de l approche multiniveau qui fragmente le territoire en zones administratives déconnectées les unes des autres. 3) Plan du document Dans la suite du présent document, le premier chapitre traite de l utilité de l approche multiniveau en analyse contextuelle. Nous détaillons progressivement les fonctions d intérêt des modèles multiniveaux pour ce genre d analyses. Dans cette partie, nous rapportons dans un premier temps l article rédigé au début de la thèse et publié dans la Revue d Epidémiologie et de Santé Publique, 66 qui décrit l utilisation qui est faite des modèles multiniveaux dans la littérature. Une critique que l on peut adresser à un nombre important d études est de ne pas assez tirer parti des informations fournies par les effets aléatoires des modèles. Dans la suite du premier chapitre, nous décrivons notre participation à un projet dirigé par Juan Merlo (Département de Médecine Communautaire, Hôpital Universitaire de Malmö, Suède), dont l objet est de souligner l intérêt des mesures de variation (basées sur les effets aléatoires des modèles) dans le champ de l analyse contextuelle. Ce projet bénéficie du soutien du Journal of Epidemiology and Community Health, qui a passé commande d une série d articles didactiques à Juan Merlo. J ai participé en tant que second ou troisième auteur aux trois premiers articles de la série, et j interviens en tant que premier auteur pour le quatrième article. Les deux premiers articles ont d ores et déjà été acceptés pour publication par le journal, 13, 68 les deux suivants étant en cours de révision. Alors que les trois premiers articles de la série s intéressent au modèle multiniveau linéaire simple (adapté aux variables dépendantes continues), le quatrième article de la série est consacré au modèle logistique. Dans la suite du premier chapitre, nous rapportons d abord une lettre de recherche que nous avons publiée dans l American Journal of Epidemiology, au sujet des mesures de variation 15

(ou de «clustering») adaptées au modèle logistique. 85 Nous rapportons ensuite le quatrième article de la série, après avoir résumé le contenu des articles précédents. Dans un second chapitre, nous résumons brièvement le contenu de quatre articles publiés ou acceptés dans des revues Européennes et Anglaises (European Journal of Epidemiology, European Journal of Public Health, Public Health). 86, 87, 88, 89 Il s agit de travaux préliminaires d application des modèles multiniveaux à l analyse contextuelle des comportements relatifs à la santé (consommation de tabac et d alcool, sédentarité, modes de recours aux soins). Ces études ont été réalisées à partir des données du Baromètre Santé 2000 de l INPES. 90, 91 Elles présentent des limites importantes, notamment liées au fait que nous n avions pas d information de localisation géographique plus précise que le département de résidence des individus. Dans le troisième chapitre, nous présentons les principaux travaux de notre thèse, qui visent à comparer l approche multiniveau classiquement utilisée dans la littérature à une perspective d analyse spatiale qui consiste à étudier les variations des phénomènes de santé dans un espace continu. Nous rapportons d abord un premier article qui applique des techniques d analyse spatiale à l étude des modes de recours aux soins en France. Cette étude a été réalisée à partir des données Françaises de l enquête SPS de l IRDES. 92 Nous avons soumis une seconde version de l article au Journal of Epidemiology and Community Health, qui examine actuellement les corrections que nous avons apportées à notre travail. Nous rapportons ensuite un second travail réalisé à partir des données Suédoises des Registres de Population, dans lequel nous appliquons les dernières avancées méthodologiques en analyse spatiale à l étude des variations géographiques des troubles mentaux et comportementaux liés à la consommation de substances psycho-actives. Ce travail a été réalisé dans le cadre d'une collaboration étroite avec Juan Merlo du Département de Médecine Communautaire de l'hôpital Universitaire de Malmö. 16

Chapitre I Utilité de l approche multiniveau en épidémiologie sociale 1) L utilisation des modèles multiniveaux dans la littérature d analyse contextuelle Au début de la thèse, nous avons d abord cherché à déterminer l état de l art de l analyse contextuelle sur le plan méthodologique. 66 Le constat réalisé alors, qui vaut encore aujourd hui, est celui d une suprématie hégémonique de l approche multiniveau. Toutefois, si la quasi-totalité des auteurs se réclament de cette approche, l utilisation qu ils en font est variable, et l intérêt des modèles multiniveaux en analyse contextuelle est diversement apprécié. De la façon la plus restrictive qui soit, un grand nombre d auteurs utilisent des modèles qui tiennent compte de la structure hiérarchique des données dans le seul but de tenir compte de la non-indépendance des individus à l intérieur des zones lors de l estimation des écarttypes des effets fixes. 4, 20, 64, 65 En effet, les modèles de régression classiques (qui n incluent pas d effets aléatoires) surestiment souvent le degré de significativité statistique des effets du contexte (en sous-estimant les écart-types de ces paramètres). Tenant compte de la structure hiérarchique des données, les modèles multiniveaux aboutissent à une estimation moins biaisée des écart-types des forces d association. Dans ce type d utilisation des modèles multiniveaux, les auteurs ne prêtent donc attention qu aux forces d association (effets fixes du modèle) et ne rapportent le plus souvent pas les effets aléatoires des modèles, qu ils se gardent de toute façon d interpréter. Toutefois, un certain nombre d auteurs dans la littérature ont indiqué que les effets aléatoires des modèles multiniveaux étaient également susceptibles d apporter des informations utiles. 3, 6, 23, 34, 67 En effet, les effets aléatoires fournissent un appui lorsque l on cherche à interpréter les associations entre facteurs explicatifs et phénomènes étudiés. Permettant de distinguer la variance inter-zone de la variance au niveau individuel, ils renseignent sur l amplitude des variations à expliquer à chacun des niveaux au moyen des facteurs pris en compte dans les analyses. 93, 94 Les auteurs s intéressent surtout à la manière dont évolue la variance inter-zone résiduelle du phénomène lorsque l on introduit des facteurs individuels puis contextuels dans le modèle. Quantifier la réduction que connaît la variance entre zones lors de l introduction successive des différents facteurs explicatifs permet 17

d évaluer le poids de chacune de ces variables dans la constitution des disparités géographiques du phénomène. En introduisant les caractéristiques des individus, on est ainsi en mesure de quantifier le poids des effets de composition, soit la part de la variabilité interzone qui est due à la composition variable des zones sur le plan des caractéristiques individuelles. 3, 23 Les auteurs examinent ensuite si des variations significatives persistent entre zones après ajustement sur les facteurs individuels, et émettent des hypothèses sur la possible existence d effets proprement contextuels. Ils cherchent enfin à quantifier la contribution des différents effets contextuels à la variabilité inter-zone, et à voir si l ensemble des facteurs 3, 21 contextuels pris en compte permet d expliquer cette variabilité. Un premier article publié dans la Revue d Epidémiologie et de Santé Publique nous a permis de décrire ces différents modes d utilisation des modèles multiniveaux dans la littérature d analyse contextuelle. 66 Un des constats réalisés à l issue de ce travail est que l étude des effets du contexte sur la santé a connu un développement important en Europe du Nord, en Angleterre, et aux Etats-Unis au cours de la dernière décennie, mais n a pas connu d essor similaire en France, et conserve une place marginale dans le champ de l épidémiologie sociale. 2) L intérêt des mesures de variation comme sources d information indépendantes sur l impact du contexte sur la santé La revue de littérature publiée dans la Revue d Epidémiologie et de Santé Publique nous a donc permis de brosser un tableau des modes d utilisation des modèles multiniveaux dans la littérature d analyse contextuelle en épidémiologie sociale. 66 Dans ce travail, nous avons montré un intérêt particulier pour les applications qui cherchaient à interpréter les effets aléatoires des modèles multiniveaux. La suite de notre réflexion méthodologique nous a conduit à nous intéresser plus avant encore à l utilité qu il peut y avoir à modéliser la variance des phénomènes de santé, au-delà du vecteur des espérances. Cette réflexion a en partie été conduite dans le cadre d une collaboration avec un chercheur Suédois, Juan Merlo, dont un objectif est de populariser auprès du milieu des chercheurs en épidémiologie sociale l intérêt qu il y a à modéliser les variances inter-zones (ou corrélations intra-zones) afin d évaluer l importance du contexte sur la santé. 12, 69, 95 Son orientation aboutit à distinguer des «mesures de variation» (obtenues notamment à partir des 18

effets aléatoires des modèles multiniveaux) des «mesures d association» plus classiques entre facteurs explicatifs et variables de santé. 69 La collaboration engagée avec Juan Merlo s est notamment structurée autour de la rédaction d une série d articles didactiques sur les modèles multiniveaux, dont commande avait été passée à ce chercheur par un éditeur du Journal of Epidemiology and Community Health. Au moment où nous nous sommes engagés dans ce travail, plusieurs exposés ont déjà été publiés dans la littérature sur l intérêt des modèles multiniveaux dans le champ de l épidémiologie sociale. 2, 3 Toutefois, nous avons un angle d attaque original. En effet, ce travail dirigé par Juan Merlo cherche à fournir un support aux chercheurs en épidémiologie sociale peu versés en statistiques, en leur permettant de comprendre de façon intuitive l intérêt que présentent les modèles multiniveaux en analyse contextuelle. Au-delà, et de façon plus originale, notre objectif est de souligner l utilité qu il y a sur un plan de santé publique à modéliser la variance géographique des phénomènes de santé au-delà des associations qui existent avec les facteurs contextuels. La série d articles s articule ainsi autour de la distinction entre «mesures d association» et «mesures de variation». 13, 68 Tout en constatant que ces derniers indicateurs ont été sous-utilisés dans la littérature, les différents articles ont pour but de souligner de façon didactique l intérêt que présentent ces «mesures de variation» lorsque l on cherche à évaluer l impact réel du contexte sur la santé des individus Les trois premiers articles de la série sont consacrés au modèle multiniveau linéaire simple, qui permet de modéliser les variations inter-zones de variables continues. Un premier objectif est de souligner l intérêt du coefficient de corrélation intraclasse, qui exprime la part des variations totales du phénomène qui survient au niveau des zones de résidence. 50, 85, 96 Une recommandation de l article est que cette information ne devrait jamais être négligée dans les études d analyse contextuelle. Trop d études dans lesquelles le coefficient de corrélation intra-zone est proche de zéro aboutissent à la conclusion que le contexte de résidence exerce un impact sur la santé, en s appuyant sur des forces d association faibles entre facteurs contextuels et phénomènes de santé (odds ratio autour de 1.5). Avant toute introduction de caractéristiques individuelles et contextuelles dans les modèles, le coefficient de corrélation intraclasse indique si il est important de tenir compte du contexte pour expliquer les variations du phénomène, ou si le contexte peut être négligé et les analyses conduites en ne tenant 13, 69 compte que des facteurs individuels. Naturellement, les valeurs de référence que l on choisit pour juger de l importance de la corrélation intra-zone sont plus faibles que celles que l on retient si l on s intéresse à la 19

corrélation de comportements à l intérieur du ménage, ou à la corrélation de mesures réalisées à l intérieur de l organisme humain. Une vision d ensemble de la littérature permet d estimer qu une corrélation intra-zone inférieure à 1% exprime un niveau de similitude très faible entre individus appartenant à la même zone, et indique par conséquent que le contexte n a pas d impact sur le phénomène de santé étudié. Une corrélation intra-zone autour de 3% indique que le phénomène présente une certaine sensibilité au contexte de résidence, et une corrélation égale ou supérieure à 5% est le signe d un rôle important du contexte sur le phénomène. Ces valeurs peuvent apparaître très faibles au regard des valeurs de référence habituellement retenues pour juger de l importance d une corrélation, et les 5% des variations qui surviennent au niveau des zones pourraient apparaître sans grande importance par rapport au 95% des variations restantes qui se manifestent au niveau individuel (variations individuelles intra-zones). Toutefois, l expérience indique que l on ne parvient en général qu à expliquer une toute petite partie des variations qui surviennent au niveau individuel, alors qu on est souvent en mesure d expliquer une large part des variations inter-zones à l aide d un petit nombre de facteurs contextuels. De ce fait, même si les variations inter-zones ne constituent que 5% de la variance totale du phénomène, elles ont en général un poids nettement plus important si l on ne considère que la part de la variance qui a pu être expliquée au moyen de facteurs individuels et contextuels. Les trois premiers articles de la série ont également présenté de façon aboutie l utilisation qui peut être faite du coefficient de partition de la variance, 96 en insistant sur l intérêt des informations qu il fournit dans le champ de la santé publique. 5, 68 Cet indicateur, qui n avait pas été présenté de façon aussi détaillée dans les précédents exposés méthodologiques de la littérature, constitue une généralisation du coefficient de corrélation intraclasse au cas où la corrélation intra-zone dépend de façon complexe des caractéristiques des individus prises en compte dans le modèle. 95 En effet, il est d une part possible de modéliser la variance interzone en fonction des caractéristiques individuelles. Cela conduit à montrer que la variance inter-zone (ou importance du contexte pour le phénomène) est variable d un groupe d individus à l autre. Par ailleurs, la variance au niveau individuel (ou variance qui survient entre individus à l intérieur de chaque zone) peut également être d amplitude variable d un type d individus à l autre. 2 Ainsi, un groupe d individus pour lequel la variable de santé mesurée prend en moyenne des valeurs élevées pourrait présenter une variabilité plus importante qu un autre groupe ayant en moyenne des valeurs plus faibles pour la variable. Dans le cadre d un travail récent publié par Juan Merlo dans l American Journal of 20