Module 2B: Mesures de fréquence Flashcards
1
Q
Rapport: Définir, types
A
- Quand on fait une comparaison entre le nombre de cas avérés et la populationconcernée, on établit un rapport.
- Le rapport est une expression générale de la relation entre deux quantités qui peuvent indifféremment appartenir ou non au mêmeensemble.
- Un rapport peut se présenter sous la forme
- d’une proportion,
- d’un taux,
- d’un ratio
- ou d’un indice.
- Exemple: À Sainte-Cunégonde, le rapport entre le nombre de personnes atteintes de lagrippe et la population des personnes âgées est de 8/16 ou 0,5 (50 %), alors qu’àArnoldvénituk, ce rapport est de 10/524 ou 0,019 (1,9 %).
2
Q
Proportion: Définir
A
- Une proportion est un rapport dans lequel les deux entités proviennent du même ensemble et où le numérateur est inclus dans le dénominateur.
- Le rapport des personnes âgées grippées à l’ensemble des personnes âgées du village est donc une proportion.
- La valeur d’une proportion se trouve toujours comprise entre 0 et 1, c’est-à-dire entre 0 % et 100 %.
- Ainsi, si aucune personne âgée n’avait la grippe à Arnoldvénituk, la proportion des personnes âgées grippées serait de 0/524, soit 0 ou0 %.
- Par contre, si toutes les personnes âgées étaient atteintes de la grippe, la proportion serait de 524/524, soit 1 ou 100 %.
3
Q
Taux: Définir
A
- Le taux est un rapport qui mesure la vitesse ou la force (intensité) de survenue d’un événement.
- Le taux est une mesure instantanée de densité.
- Le numérateur d’un taux, comme celui d’une proportion, dénombre les événements qui sont survenus : la différence entre les deux réside dans le dénominateur.
- Le dénominateur de la proportion inclut des personnes ou des entités, tandis que dans le cas du taux, il s’agit du cumul du temps d’observation de chaque personne ou entité analysée qui est à risque de présenter le phénomène étudié.
- Dans ce cas, le dénominateur sera exprimé en unités de temps (jours, mois, années, etc.).
- Si les phénomènes observés sont des personnes, on parlera de « personnes-temps » ; si ce sont des distances, on parlera de « distances-temps » (« km-h » ou « m-sec », par exemple).
4
Q
Exemple de taux: Personnes obèses et boissons gazeuses
A
- Lisa s’inquiète du phénomène d’obésité qui devient de plus en plus important chez ses patients. Elle aimerait bien savoir si la consommation de boissons gazeuses est susceptible de faire partie des sources du problème. Pour étudier la question, elle demande à un agent de recherche d’aller passer la journée au restaurant d’à côté et d’observer les clients. Elle lui confie la tâche de calculer le nombre de cannettes de boissons gazeuses consommées par chaque client ainsi que le temps que chacun passe dans le restaurant (le temps pendant lequel il est à risque de consommer). Elle lui demande aussi de classer les clients dans les catégories « obèses » et « non-obèses » selon une règle simple. Elle obtient ainsi pour chaque groupe la vitesse moyenne de consommation de boissons gazeuses, que nous appellerons « taux de consommation ».
- Pour obtenir le dénominateur, l’agent de recherche cumule le temps d’observation que chacun des clients passe sous suivi. Dans la journée, 50 personnes obèses sont venues au restaurant : certaines y ont passé moins de 30 minutes et d’autres plus de 2 heures. Le cumul de l’ensemble des temps de suivi a permis d’estimer la durée d’observation totale à 70 heures. Certaines personnes ont bu plus de trois can- nettes de boissons gazeuses, alors que d’autres n’en ont pris aucune. Le total des consommations pour le groupe s’est élevé à 40. Chez les 450 personnes non obèses qui ont été observées, on a enregistré 200 consommations de boissons gazeuses, pour une durée d’observation totale de 600 heures.
- On est donc en mesure d’estimer le taux de consommation de boissons gazeuses dans les deux groupes :
- Obèses : 40 boissons gazeuses/70 personnes-heures ou 0,57 boisson gazeuse/personne-heure.
- Non-obèses : 200 boissons gazeuses/600 personnes-heures ou 0,33 boisson gazeuse/personne-heure.
- Lisa arrive donc à la conclusion que les personnes obèses consomment plus de bois- sons gazeuses que les personnes non obèses si, bien sûr, son observation est représentative de ce qui se passe dans le reste de la population !
5
Q
Taux: Exemple - Maladies opportunistes et SIDA
A
- Jean, un clinicien, comptabilise l’apparition des maladies opportunistes chez cinq de ses patients pour qui il a posé un diagnostic de sida, afin d’évaluer le taux d’incidence des infections opportunistes chez ces derniers.
- Son observation a donné lieu au diagramme de la figure 3.1, dans lequel la longueur de chaque ligne horizontale est proportionnelle à la durée d’observation de chaque personne (la durée dépend du moment où le patient a commencé à participer à l’étude ainsi que de celui où il a cessé d’y participer, soit en raison de son décès ou d’un arrêt de suivi). Les patients n’ont donc pas commencé à prendre part à l’étude au même moment, pas plus qu’ils n’ont cessé d’y participer au même moment. Par ailleurs, Jean arrête de comptabiliser le temps pour les patients qui ont été soignés à l’extérieur durant un certain temps, comme c’est le cas pour le patient numéro cinq. Les étoiles représentent la survenue d’infections.
- Pour calculer le taux d’incidence, il faut rapporter le nombre total d’événements survenus (infections opportunistes) sur la durée de suivi de l’ensemble des patients étudiés. Au total, chez ses 5 patients, Jean a observé 11 infections opportunistes pendant une durée d’observation de 19 mois (la somme des durées pendant lesquelles chaque patient a participé à l’étude). Cela donne un taux de 11 infections pour 19 personnes mois, soit 0,58 mois–1 .
6
Q
Ratio: Définir
A
- Un ratio est un rapport dans lequel le numérateur et le dénominateur proviennentdu même ensemble, mais où le numérateur n’est pas compris dans le dénomi-nateur.
- On note que le ratio peut prendre n’importe quelle valeur et n’a pasd’unité.
- Par exemple, si, des 324 personnes sur qui portait l’étude menée dans leBronx, 288 étaient des hommes, le ratio hommes/femmes était donc de 288/36 oude 8/1
7
Q
Indice: Définir
A
- Un indice est un rapport utilisé lorsque le numérateur n’est pas compris dans le dénominateur et que l’un et l’autre renvoient à deux événements distincts. L’indice s’avère utile lorsque le dénominateur n’est pas bien connu : on utilise alors un dénominateur qui se rapproche de la réalité pour obtenir une mesure.
- La fréquence relative des décès maternels dus à une cause puerpérale devrait comporter au dénominateur le nombre total d’accouchements. Ce nombre est généralement mal connu. On peut alors utiliser le nombre de naissances vivantes, qui est généralement disponible. La mortalité maternelle s’exprime donc comme suit: (voir image)
8
Q
Prévalence: Définir + formule
A
- Les cas prévalents constituent le nombre existant de malades dans une population à un point fixe du temps. La prévalence (P)* d’une maladie est la proportion des personnes affectées par cette maladie à un moment donné dans la population. Elle s’exprime de la manière suivante : P = m/N
- où m est le nombre de personnes malades
- et N, le nombre de personnes dans la population.
9
Q
Prévalence: Pertinence, autre nom
A
- La prévalence indique simplement l’ampleur d’un problème à un moment précis.
- Elle peut être obtenue en menant une enquête ponctuelle puisque c’est une mesure qui correspond à une photographie instantanée d’une situation dans une population.
- Certains auteurs parleront alors de prévalence instantanée.
- Comme le mentionne Ancelle, cette notion d’instantanéité doit être prise au sens large.
- La collecte d’information pour mesurer la prévalence s’échelonne nécessairement sur une certaine période de temps qui est généralement négligeable par rapport à la durée de la maladie d’intérêt.
- Fletcher et ses collaborateurs feront la distinction entre la prévalence instantanée et la prévalence de période qui se rapporte aux cas présents à n’importe quel moment d’une période de temps spécifique.
10
Q
Prévalence: Exemple VIH
A
- À l’établissement collégial que fréquente Mirabelle, l’équipe de santé a obtenu le consentement de 300 étudiants choisis au hasard pour le dépistage du VIH. Au sein de cette population, deux personnes étaient séropositives. Le nombre de cas prévalents dans cette population au moment de l’enquête était donc de 2, et la prévalence, de 2/300 (2 sur 300) ou 0,7 %
11
Q
Prévalence: Autres termes utilisées pour la désigner
A
Certains auteurs utilisent également les termes proportion de prévalence, taux de prévalence (le terme taux ne devrait pas être utilisé, car la prévalence n’est pas un taux, mais une proportion) ou prévalence relative pour désigner la proportion des personnes affectées par une maladie à un moment précis.
12
Q
Taux d’incidence: Définir, formule
A
- Le taux d’incidence (I), aussi nommé densité d’incidence, est une mesure de la vitesse, de la force ou de l’intensité de propagation d’une maladie dans une population.
- Il s’exprime de la façon suivante : I = n/T
- où le numérateur (n), à savoir les événements comptabilisés, représente le nombre de nouveaux cas survenus depuis le début de l’étude jusqu’à sa fin. Au dénominateur, on trouve le cumul du temps écoulé entre le début et la fin de l’observation de chaque personne participant à l’étude et susceptible (à risque) de contracter la maladie étudiée (T) : il s’agit en fait du cumul du temps d’attente observé avant la survenue de chaque nouveau cas ou avant la fin de la période d’observation. L’observation prend fin quand la personne tombe malade ou quand l’étude se termine.
13
Q
Taux d’incidence: Exemple - Produits radioactifs et développement d’un cancer
A
- Lisa a deux patients qui ont été exposés à des produits radioactifs dans le cadre de leur travail ; elle décide de les suivre pour estimer la densité d’incidence du cancer chez ces derniers.
- Le premier patient a été exposé aux produits toxiques le 1er juillet 2012 et a été suivi jusqu’au 31 décembre 2016 (durée d’observation de 4,5 années).
- Il n’a pas été atteint d’un cancer.
- Par contre, l’autre patient a été exposé aux produits le 30 avril 2013 et a commencé à souffrir d’un cancer le 30 avril 2014 (durée d’observation d’un an).
- Le taux d’incidence du cancer est alors de 1 personne/(4,5 + 1 personne-année), soit 1/5,5 année ou 0,18 année–1 .
- Le nombre que l’on trouve au dénominateur est une somme de temps calculée à partir de la participation de chaque personne à l’étude.
- On désigne ce nombre sous le nom de « personnes-temps ».
- Il est à noter qu’ici, on n’étudie pas un phénomène récurrent.
- Lorsque la personne est atteinte du cancer, elle cesse de contribuer au cumul des personnes-temps puisqu’elle n’est plus à risque (elle a déjà la maladie).
14
Q
Incidence cumulée: Définir, formule
A
- L’incidence cumulée (IC) est une proportion. Il s’agit d’une probabilité ou d’un risque de survenue d’un événement.
- Elle s’exprime de la façon suivante : IC = n/R
- où n est le nombre de nouveaux cas apparus pendant la période d’observation, et où R représente le nombre de personnes susceptibles de devenir des cas, en observation au début de l’étude. Cela est possible quand toutes les personnes en observation sont suivies pendant la période complète de l’étude. En pratique, il arrive souvent que l’on perde de vue certaines personnes. Le calcul du risque devient alors un peu plus compliqué. Même si la notion de temps n’est pas prise en considération dans le calcul de la proportion, il faut préciser le temps de suivi. Par exemple, si l’on prend 12 heures pour dénombrer les cas de gastroentérite à la suite d’un repas de noces, on aura moins de malades que si l’on prend 2 jours. Ainsi, au résultat du calcul de l’incidence cumulée il faut toujours associer le temps de suivi.
15
Q
Incidence cumulée: Exemple - VPH
A
- Simone, une jeune épidémiologiste, s’est intéressée à l’infection par le virus du papillome humain (VPH) chez les jeunes femmes. Il y a quelques années, elle a recruté 120 étudiantes universitaires qu’elle a suivies pendant 2 ans, et 40 d’entre elles ont contracté une infection par le VPH. Au début de l’étude, les jeunes femmes n’étaient pas infectées (si une personne avait été infectée au départ, elle n’aurait pas été à risque de contracter la maladie). L’incidence cumulée était donc de 40/120 ou de 33 % pour 2 ans. Ainsi, la probabilité de contracter une infection par le VPH a été estimée à 33 % sur 2 ans. Si la durée de suivi avait été de trois ans, l’incidence cumulée aurait été plus élevée, d’où l’importance de mentionner la période de suivi lorsque l’on reporte une incidence cumulée, même si la proportion en soi n’a pas d’unité.
21
Q
Taux d’incidence et vitesse de propagation
A
- Supposons que l’on étudie l’occurrence d’un type de cancer dans deux populations constituées chacune de 10 personnes suivies du 1er janvier 2015 au 31 décembre 2016.
- Supposons aussi que dans chacune d’elles, trois cas de cancer ont été diagnostiqués à des moments différents du suivi.
- Il reste donc 7 personnes qui ont été suivies jusqu’au31 décembre 2016 sans avoir été atteintes d’un cancer dans chacune des populations.
- Les observations donnent lieu au diagramme de la figure 3.2. Dans la population A, le premier cas est apparu à trois mois de suivi, un autre à six mois et le dernier à neuf mois.
- Dans la population B, le premier cas est apparu à 18 mois de suivi et les deux autres à 21 mois.
- On calcule, dans les deux cas, une incidence cumulée de 30 % (mesure du risque de cancer sur 2 ans).
- Par ailleurs, visuellement, on constate que la « vitesse » d’apparition des cancers dans la population A est beaucoup plus rapide, ce qui donne lieu à des taux d’incidence différents.
- Dans la population A, le taux d’incidence est de 3 cas/15,5 personnes-année comparativement à 3 cas/19 personnes-année pour la population B.
- Le nombre de cas étant le même et le nombre de personnes-année étant plus élevé dans le groupe B, on comprend que la vitesse de survenue est plus importante dans le groupe A.
27
Q
Avantage population dynamique fermée vs ouverte
A
- Nous l’avons vu, une population dynamique fermée permet de réaliser un calcul plus précis des mesures de fréquence de la maladie qu’une population dynamique ouverte parce qu’une population dynamique fermée favorise un suivi plus précis des personnes observées.
- La figure 3.3 présente une synthèse sur le calcul des différentes mesures de fréquence dans une population dynamique fermée composée de 100 personnes sélectionnées le 1er janvier 2015 pour être suivies jusqu’au 31 décembre 2015.
28
Q
Taux de mortalité: Comment le calcule-t-on?
A
- Le taux de mortalité dans une population dynamique fermée se calcule de la même façon que le taux d’incidence, à la différence que des décès figurent au numérateur plutôt que de nouveaux cas de la maladie étudiée. On peut le calculer pour toutes les causes de décès confondues ou pour une ou plusieurs causes précises. Dans une population dynamique ouverte, certaines particularités doivent être prises en compte.
- Prenons le taux de mortalité de 7,5 × 10–3 an–1 au Canada en 20154 . Puisqu’il s’agit d’un taux, c’est la vitesse avec laquelle la mort s’est propagée dans la population canadienne, tous âges confondus et toutes causes confondues, pendant l’année 2015. La population canadienne constitue une population dynamique ouverte. On ne peut donc pas effectuer un suivi de chaque personne décédée pour délimiter la période de temps écoulée entre le début de la période d’observation (alors que la personne est encore en vie) et le moment de sa mort. Puisqu’on ne connaît pas le moment précis où chaque personne est décédée, on estime les personnes-temps du dénominateur en postulant que les personnes décédées au cours de l’année d’observation ont vécu en moyenne la moitié de la période d’observation qui est ici d’une année. On ne peut pas, non plus, contrôler l’ajout de nouveaux sujets durant la période d’observation. On supposera alors que les nouveau-nés et les immigrants qui sont venus grossir les rangs du groupe en cours de route auront fait partie de celui-ci en moyenne une demi-année. Le taux annuel de mortalité dans de grandes populations est donc généralement obtenu en divisant le nombre de décès enregistrés au cours de l’année par la population au 1er juillet (qui sert d’estimateur du nombre de personnes-temps).
33
Q
Taux d’attaque: Exemple
A
- Quelques heures après la fête de Noël célébrée dans une petite usine de quartier, trois personnes se présentent à l’hôpital où Lisa est de garde.
- Elles ressentent de violentes crampes abdominales, ont des vomissements ainsi que des céphalées et paraissent Quelques heures après la fête de Noël célébrée dans une petite usine de quartier, trois personnes se présentent à l’hôpital où Lisa est de garde.
- Elles ressentent de violentes crampes abdominales, ont des vomissements ainsi que des céphalées et paraissent épuisées.
- Au cours de la nuit, Lisa voit arriver 15 autres convives. Au petit matin, la plupart de ces gens sont suffisamment rétablis pour pouvoir rentrer à la maison.
- Lisa ne veut pourtant pas aller se coucher avant d’avoir mené sa petite enquête pour déceler la cause de cette épidémie.
- Le tableau 3.2 résume les observations de Lisa parmi les 24 participants au repas.
- Quand les inspecteurs du ministère de l’Agriculture, des Pêcheries et de l’Alimentation (inspection des aliments) sont arrivés, Lisa était toute fière de leur annoncer que la tarte était fort probablement l’aliment à l’origine de l’intoxication.
34
Q
Espérance de vie
A
- L’espérance de vie à la naissance se révèle un précieux indicateur de la santé d’une population. On peut la comprendre comme étant l’âge moyen au décès des personnes dans cette population. On pense généralement que plus l’espérance de vie est élevée, plus la santé de la population est bonne. Cet indicateur étant une moyenne, les valeurs extrêmes influent considérablement sur lui. Si, par exemple, beaucoup d’enfants meurent dans les cinq premières années de leur vie, l’espérance de vie à la naissance sera plus faible. Inversement, dans une population où les personnes âgées sont nombreuses, l’espérance de vie à la naissance s’avérera plus élevée.
- L’espérance de vie est calculée à partir de la table de mortalité (table de survie). Le tableau 3.3 présente une table abrégée par tranche de 5 années d’âge.
- L’espérance de vie pour chaque âge correspond au cumul des années vécues dans l’intervalle d’âge considéré et dans tous les intervalles d’âge subséquents divisé par le nombre de vivants à cet âge. Ce calcul pour la strate d’âge 0 donne l’espérance de vie à la naissance, alors que le calcul pour les strates suivantes donne l’espérance de vie à l’âge correspondant à la strate. Par exemple, pour les personnes ayant atteint l’âge de 10 ans, l’espérance de vie présentée dans la colonne de droite (74,6 ans) correspond au nombre moyen d’années qui reste à vivre pour les individus après 10 ans.
- L’espérance de vie peut donc être estimée à des âges variés. Par exemple, toujours selon le tableau 3.3, l’espérance de vie à 50 ans, c’est-à-dire le nombre moyen d’années qui reste à vivre pour les femmes ayant atteint l’âge de 50 ans, est de 35,5 ans. De façon générale, l’espérance de vie des femmes et des hommes de 65 ans était respectivement de 22,2 ans et de 19,2 ans en 2014 au Québec (Institut de la statistique du Québec, 2015). Cela signifie que les femmes et les hommes ayant atteint 65 ans ont encore en moyenne respectivement 22,2 et 19,1 années à vivre, et que les femmes de 65 ans peuvent s’attendre à vivre en moyenne 3 ans de plus que les hommes de 65 ans.
- On peut aussi estimer l’espérance de vie en bonne santé ou sans incapacité. L’espérance de vie sans limitation d’activité est un indicateur plus large que celui de l’espérance de vie, qui introduit le concept de la qualité de vie. Il permet de distinguer les années de vie libres de toute limitation d’activité des années vécues avec au moins une limitation d’activité. La définition de l’état de santé utilisée pour le calcul des indicateurs d’espérance de vie en santé pourra varier selon les auteurs. Il faudra être attentif à la méthode qu’ils utilisent. On trouvera, selon les auteurs, des mesures de dépendance, d’incapacité, de désavantage, de handicap et de limitations d’activités.
35
Q
L’ajustement des mesures
A
- Après ajustement, la mortalité est effectivement plus élevée à Ciudad de Niños (11 × 10–3 an–1) qu’à Panacetown (10 × 10–3 an–1).
- Comment a-t-on fait cet ajuste- ment ? On a d’abord appliqué les taux de décès spécifiques de chaque ville à l’effectif de la population fictive pour trouver le nombre de décès attendus.
- Par exemple, à Panacetown, on a un taux de décès de 0,008 98 pour la tranche d’âge de 0-20 ans : en effet, 250 000 × 0,008 98 = 2 245. À Ciudad de Niños, on a un taux de décès de 0,019 88 pour la tranche d’âge de 61 ans : en effet, 250 000 × 0,019 88 = 4 970.
- Ensuite, en additionnant les décès ainsi obtenus et en faisant le rapport à la population fictive totale, on obtient un taux ajusté.
- Cette méthode s’appelle l’ajustement direct (ou standardisation directe).
- On s’est servi des taux spécifiques réels qu’on a appliqués à une distribution de population identique fictive.
- Ces taux fictifs ajustés par standardisation permettent maintenant de comparer la mortalité dans les deux populations sans l’effet confondant de l’âge.
- L’ajustement des mesures peut égale- ment être effectué par l’ajustement indirect, une méthode qui consiste, à l’inverse, à appliquer des taux identiques fictifs aux distributions de population réelles.
