Télécharger la présentation orale

Commentaires

Transcription

Télécharger la présentation orale
Congrès national des Observatoires régionaux de la santé 2008 - Les inégalités de santé
Marseille, 16-17 octobre 2008
Place-based inequalities in health:
evidence and new directions
Ana V. Diez Roux MD PhD
Center for Integrative Approaches to Health Disparities
Department of Epidemiology
University of Michigan
October, 2008
Les inégalités de santé basées sur les lieux ; constats et nouvelles perspectives
Ana DIEZ-ROUX, Université du Michigan
Bonjour.
Je suis désolée de ne pas être en mesure de m’exprimer en français, ce matin. Je
pourrais vous parler en espagnol, mais cela ne serait pas d’une grande aide. Je vais donc
m’exprimer en anglais.
C'est un grand plaisir pour moi d’être ici. Je tiens à remercier les organisateurs pour leur
aimable invitation, et pour la chance qui m’est donnée d’être ici avec vous à Marseille
pour cet événement très intéressant.
Ainsi que je l’ai déjà expliqué aux organisateurs, mon arrière grand-père était de
Marseille. Il a embarqué pour l’Argentine, il y a de ça très longtemps.
1
Outline
• Why places/neighborhoods are relevant to
understanding health inequalities
• Illustrate some of the ways in which
neighborhoods/places may be related to
health and contribute to health inequalities
• Highlight evidence needs/challenges in this
area and policy implications
Je vais vous parler d’une autre dimension des inégalités.
Lisa a évoqué plusieurs travaux portant sur les interventions au cours de l’existence. Je
vais vous parler pour ma part des inégalités basées sur les lieux et du rôle des lieux et
des quartiers dans la contribution des inégalités.
Je veux vous parler de trois choses. Je vais vous dire pourquoi je pense que le voisinage
est une notion pertinente pour comprendre les inégalités de santé ; je vais vous donner
des exemples de la façon par laquelle le voisinage ou les lieux sont reliés à la santé et
contribuent aux inégalités. Je m’appuierai sur des exemples issus de travaux réalisés aux
Etats-Unis. Certains sont spécifiques aux Etats-Unis, mais j’espère que les thèmes
généraux seront également pertinents pour vous, en France. Je finirai en soulignant les
besoins d’améliorer notre connaissance pour faire face aux défis dans ce domaine et je
m’avancerai un petit peu sur le thème de l’implication des politiques.
2
Why study the impact of neighborhoods
on health
• Insufficiency of purely individual-based explanations
• Neighborhoods as contexts for:
– Physical exposures
– Social exposures
• Contribute to health inequalities
• Public health and policy relevance
Premièrement, pourquoi étudier l’impact du voisinage? Je crois qu’il apparaît clairement,
depuis assez longtemps, que les explications basées sur l’individu sont souvent
insuffisantes pour expliquer les différences de santé entre individus. De fait, beaucoup
des stratégies qui ont essayé de se baser sur l’intervention, qui ont cherché à améliorer la
santé en modifiant les comportements individuels, ont eu des résultats décevants. L’une
des raisons suggérées est que ces interventions, assez souvent, ne se sont pas
accompagnées de changements dans l’environnement et dans le cadre de vie des
personnes, rendant plus difficile l’adoption des changements demandés.
Les lieux de voisinage sont des contextes où les expositions à la fois physiques et
sociales peuvent participer de la santé. Par le terme d’exposition physique et sociale, je
n’entends pas seulement les expositions classiquement associées à la santé (comme la
pollution de l’air, les expositions toxiques, etc.) mais aussi les façons dont les
communautés sont construites et structurées et la façon dont cela affecte les
comportements des individus à l’intérieur d’une communauté. Pas seulement leur
comportement vis-à-vis de la santé, mais aussi la façon dont ils interagissent socialement,
dont ils s’impliquent dans la santé.
Les voisinages ont des caractéristiques sociales en lien avec les normes sociales
(sécurité, cohésion, etc. – autant d’éléments qui peuvent agir comme facteurs
accélérateurs ou freineurs de stress).
Dans notre société – et je suppose que la France ne constitue pas une exception – les
personnes font l’objet d’une ségrégation dans différents domaines, en fonction de leur
revenu et notablement aux Etats-Unis en fonction de leur appartenance ethnique. Ces
différences peuvent expliquer les variations entre les groupes sociaux.
Bien évidemment, si nous constatons que les quartiers ont des liens forts avec les
inégalités de santé, cela signifie qu’il y a beaucoup d’actions possibles à concevoir,
3
d’interventions au niveau du quartier ou de la communauté, avec des implications
substantielles pour la santé.
Space (and places) as a key dimension
across which health is patterned
L’espace et les lieux sont une dimension-clef du modèle sanitaire et nous le savons
depuis longtemps. C'est une considération de base des recherches épidémiologiques,
depuis le début.
4
NYT
Jan 2006
Voici juste un exemple, en l’occurrence un graphique provenant d’un article du New York
Times. Il y a quelques années, il y a eu une série d’articles sur le diabète et la ville de
New York. La carte montre les prévalences de diabète par quartiers de New York. De
considérables différences apparaissent entre les quartiers, qui se répartissent en quatre à
cinq niveaux de prévalence.
5
Voici un autre exemple tiré d’un atlas en Espagne, qui montre les variations de mortalité
entre les villes espagnoles. Là, il s’agit de Barcelone. De grandes différences de mortalité
(associée aux cancers des poumons, aux cancers de l’appareil respiratoire, etc.)
apparaissent entre les quartiers. Je suis sûre que vous avez vu beaucoup d’autres cartes
de la sorte et que vous disposez de cartes similaires pour Marseille ou d’autres villes
françaises. C'est un modèle spatial très éprouvé, très solide, pour beaucoup de troubles
médicaux.
6
• Residential segregation by
socioeconomic/ethnic characteristics predictive
of health
• Place-based features as contributors and
perpetuators of social differences in health
Il est évident qu’il existe une ségrégation résidentielle en fonction des caractéristiques
socio-économiques et des facteurs ethniques, qui sont – nous le savons – reliés à la
santé. Cette séparation crée un modèle spatial.
7
• Residential segregation by
socioeconomic/ethnic characteristics predictive
of health
• Place-based features as contributors and
perpetuators of social differences in health
Mais il peut aussi y avoir des caractères propres aux lieux qui participent à la santé et
perpétuent les inégalités sociales de santé.
8
• Residential segregation by
socioeconomic/ethnic characteristics predictive
of health
• Place-based features as contributors and
perpetuators of social differences in health
Je tiens à souligner que ces deux aspects se renforcent l’un l’autre. Quand la ségrégation
spatiale s’accroit, les ressources liées à la santé sont inégalement distribuées dans
l’espace -aussi bien les ressources physiques que sociales. Les personnes aisées
disposant de ressources choisiront de ne pas vivre dans ces aires spatiales. C'est un
cercle vicieux, qui se perpétue.
Dans les études épidémiologiques, nous essayons souvent de distinguer ces aspects, qui
entretiennent des liens très proches.
9
How do places affect health?
Je veux me concentrer maintenant sur la seconde partie. Comment les lieux affectent-ils
la santé ? Y a-t-il des canaux spécifiques à cet égard ?
10
Voici deux photographies, contrastées, de deux quartiers de ma ville natale, à Buenos
Aires (Argentine). Il n’est pas difficile pour vous d’imaginer que vivre dans l’un ou l’autre
quartier est très différent. Je suis sûr que vous pouvez trouver, ici à Marseille ou dans
d’autres villes françaises, des contrastes aussi évidents entre quartiers. Il s’agit là de
contrastes extrêmes.
11
The example of cardiovascular disease
Mais parlons plus en détail du continuum qui fait que certains lieux diffèrent, dans leur
impact pour la santé. Je souhaite prendre l’exemple des maladies cardiovasculaires,
chroniques. Souvent, lorsqu’on évoque les différences entre quartiers, les gens songent
en premier lieu aux maladies infectieuses, mais je souhaite ici traiter d’un exemple
différent, celui des maladies chroniques – lesquelles sont une cause majeure de décès
dans beaucoup de pays.
12
Physical environment
Accessibility of recreational
resources
Transportation, sidewalks,
bike lanes, Design of public spaces
Land use, density, street
connectivity, urban form
Aesthetic quality
Availability and relative cost of
“healthy” foods
Food and tobacco advertising
Sport and leisure
time physical
activity
Walking
Stress and
psychosocial
factors
Diet
Smoking
Availability of tobacco
Noise
Proximate biological factors
Blood pressure
Body mass index Clinical
Diabetes
cardiovascular
Blood lipids
disease
Stress response
Others
Sleep
disturbance and
stress
Air pollution
Social environment
Safety and violence
Social support and cohesion
Social norms
Inflammation
Endothelial function
Heart rate variability
Arrythmia
Stress and
psychosocial factors
Behaviors (diet, physical activity, smoking)
Diez Roux J Urb Health 2003
Il s’agit d’un modèle assez compliqué, qui tente de montrer les différentes façons dont les
caractéristiques d’un lieu sont reliés aux maladies cardiovasculaires. Des caractéristiques
relèvent du cadre physique et d’autres, du cadre social.
Le cadre physique inclut notamment l’accès aux ressources de loisir, aux transports ; la
densité du quartier, la façon dont il se prête à l’activité physique telle que la marche, les
qualités esthétiques, la présence d’une offre d’alimentation équilibrée, la publicité, le bruit,
la pollution de l’air.
Le cadre social inclut la sécurité, les normes sociales.
Un mécanisme spécifique fait la médiation entre ces caractéristiques et les conséquences
possibles en termes de maladies cardiovasculaires.
Je tiens à mettre l’accent également sur les relations entre le cadre physique et le cadre
social.
13
MESA Neighborhood Study
• Ancillary study to the Multiethnic Study of
Atherosclerosis
– Longitudinal study of 6800+ participants aged 4564 years in six sites
• NY, Baltimore, Forsyth, St. Paul, Los Angeles, Chicago
– Detailed measures of cardiovascular disease,
biologic markers, and behaviors
– Neighborhood-level data
Pour la suite, je vais vous communiquer un certain nombre d’exemples concrets, de
données empiriques tirées d’études d’observation, quant à la façon dont ces
caractéristiques se relient entre elles.
Pour ce faire, je vais utiliser l’exemple d’une étude longitudinale qui s’intitule « l’Etude
multiethnique de l’athérosclérose ». Il s’agit d’une grande étude longitudinale portant sur
les facteurs de maladies cardiovasculaires dans six endroits différents des Etats-Unis.
Nous avons ajouté à l’étude – qui est très biomédicale, biologique – des mesures par
quartier.
14
Are place-based factors related to diet?
Je vais d’abord traiter du régime alimentaire. Les lieux en tant que facteurs ont-il un lien
avec le régime alimentaire ?
Nous avons notamment dressé des portraits des magasins d’alimentation disponibles
dans le quartier. Nous les avons classés par type. Si nous avons procédé de la sorte,
c'est d’abord parce que les données étaient disponibles, mais aussi parce qu’aux EtatsUnis – contrairement peut-être à la France – il est plutôt avéré que les supermarchés sont
la source principale d’une alimentation saine. Les choses sont ainsi.
15
Adjusted ratios of stores per population by area
socioeconomic characteristics
Type of Store
Lowest Income Middle Income
Grocers
3.9
(3.3-4.7)
2.1
(1.8-2.6)
Supermarkets
0.5
(0.3-0.8)
1.0
(0.7-1.3)
Convenience Stores
1.9
(1.4-2.5)
1.6
(1.2-2.1)
Meat & Fish
Markets
Fruit & Veg.
Markets
1.9
(1.3-2.7)
1.0
(0.7-1.5)
0.8
(0.5-1.4)
0.5
(0.3-0.8)
Natural Food Stores
Liquor Stores
0.4
1.5
(0.2-0.7)
(1.1-1.9)
0.5
0.9
(0.3-0.8)
(0.7-1.2)
Moore and Diez Roux 2004
Ce tableau montre les ratios de magasins par populations, aires socio-économiques,
revenus au niveau du quartier.
16
Adjusted ratios of stores per population by area
socioeconomic characteristics
Type of Store
Lowest Income Middle Income
Grocers
3.9
(3.3-4.7)
2.1
(1.8-2.6)
Supermarkets
0.5
(0.3-0.8)
1.0
(0.7-1.3)
Convenience Stores
1.9
(1.4-2.5)
1.6
(1.2-2.1)
Meat & Fish
Markets
Fruit & Veg.
Markets
1.9
(1.3-2.7)
1.0
(0.7-1.5)
0.8
(0.5-1.4)
0.5
(0.3-0.8)
Natural Food Stores
Liquor Stores
0.4
1.5
(0.2-0.7)
(1.1-1.9)
0.5
0.9
(0.3-0.8)
(0.7-1.2)
Moore and Diez Roux 2004
Vous pouvez constater que les quartiers à revenus plus faibles ont systématiquement
moins de supermarchés, et sont davantage susceptibles d’abriter des magasins de vins et
spiritueux. (liquor stores) Cela a été rapporté par beaucoup d’autres études.
17
Adjusted ratios of stores per population by area
socioeconomic characteristics
Type of Store
Lowest Income Middle Income
Grocers
3.9
(3.3-4.7)
2.1
(1.8-2.6)
Supermarkets
0.5
(0.3-0.8)
1.0
(0.7-1.3)
Convenience Stores
1.9
(1.4-2.5)
1.6
(1.2-2.1)
Meat & Fish
Markets
Fruit & Veg.
Markets
1.9
(1.3-2.7)
1.0
(0.7-1.5)
0.8
(0.5-1.4)
0.5
(0.3-0.8)
Natural Food Stores
Liquor Stores
0.4
1.5
(0.2-0.7)
(1.1-1.9)
0.5
0.9
(0.3-0.8)
(0.7-1.2)
Moore and Diez Roux 2004
Ces quartiers regroupent aussi beaucoup de petits magasins d’alimentation de proximité
(grocers). Si vous regardez le tableau, vous vous apercevez que l’offre de nourriture saine
et équilibrée y est réduite. Bien sûr, en prenant acte du fait que ces magasins sont
présents, on peut songer à des mécanismes pour encourager la présence d’aliments qui
contribuent à une alimentation saine et équilibrée. Des pratiques émergent, mais elles ne
sont pas répandues dans beaucoup de villes.
18
Bonus Picture
Voici un exemple en provenance de la ville de Baltimore. Nous avons visité les magasins,
et systématiquement évalué l’offre en matière d’aliments équilibrés.
19
Food stores and healthy food availability indices in Baltimore
Franco, Diez Roux et al AJPM in press
Ces points verts indiquent les magasins d’alimentation. Plus grands sont les points, et
plus importante est la quantité d’aliments sains disponibles.
En périphérie et dans les quartiers hauts de la ville, la population est majoritairement
blanche et aisée. Au milieu, la population prédominante est noire. Vous voyez clairement
la corrélation entre les aires socio-économiques, leur composition socio-ethnique et l’offre
d’alimentation équilibrée disponible en vis-à-vis.
20
Healthy Foods Availability Index (HFAI)
of two supermarkets
Location
Baltimore City
Baltimore County
Racial Composition
97% Black
93% White
Median HH Income
$ 20,833
$ 57,391
Avail.
Points
Avail.
Points
Skim milk
Yes
2
Yes
3
Fruits
17
2
59
4
Vegetables
38
3
74
4
Lean meat
No
2
Yes
3
Frozen foods
No
0
Yes
3
Low Na foods
No
0
Yes
2
100% whole wheat bread
Yes
2
Yes
4
Low sugar cereals
Yes
2
Yes
2
HFAI (0 to 27)
18
25
Franco et al AJPM in press
Dans cette diapositive, apparaît une comparaison entre deux supermarchés de taille
similaire, situé pour l’un dans une aire défavorisée, pour l’autre dans une aire favorisée.
L’évaluation montre que le supermarché situé dans l’aire pauvre est clairement moins à
même d’offrir des aliments équilibrés.
21
Adjusted relative probability (95% CL) of having a
good diet for 1st vs. 4th quartile of food environment
Relative Probability
2.00
1.50
Supermarkets
Aggregate Surv ey
1.00
0.75
0.50
0.25
0.73
0.68
0.60
0.45
AHEI
Western
AHEI
Western
Dietary Indicators
0.10
• Participants with worst availability of supermarkets were 32-55% less
likely to have a good quality diet
• Those who lived in areas with the worst ranked local food environments
were 27-40% less likely to have a good diet
Moore, Diez Roux et al. AJE 2008
Il s’avère que le régime alimentaire est associé au type de zone résidentielle. Ce
graphique fait apparaître la probabilité comparée d’avoir un régime alimentaire sain, selon
que les personnes vivent dans la zone où l’offre d’alimentation équilibrée est la moins
bonne, en comparaison avec la zone où l’offre est la plus développée. La probabilité se
base sur des mesures de la présence des supermarchés, ainsi que sur une étude dans
laquelle il était demandé aux personnes de rendre compte de l’offre d’alimentation. Vous
voyez que les personnes vivant dans les zones où les supermarchés sont le moins
présents sont trente à quarante pour cent moins susceptibles d’avoir un régime
alimentaire de qualité.
Vous pouvez me dire qu’il existe des effets bidirectionnels. Bien sûr, l’offre des magasins
dépend de la demande des clients, ce qui est vrai jusqu’à un certain point. Cependant, il
faut souligner que, même si ces relations bidirectionnelles sont vraies, une personne
vivant dans un quartier pauvre avec une offre d’alimentation réduite aura des difficultés à
modifier son régime alimentaire, même si elle est très motivée à le faire. Certaines y
parviendront, parce qu’elles trouveront un moyen d’aller chercher leurs aliments endehors du quartier, mais beaucoup n’y parviendront pas. Du point de vue de l’action
publique, c'est une intervention pertinente, même s’il existe des effets bidirectionnels.
22
The physical environment and physical
activity
Qu’en est-il de l’activité physique ? Nous avons recensé les localisations des installations
d’activité physique et de loisirs.
23
Percent of tracts without a recreational facility by
racial/ethnic composition and median income adjusted for
tract area*
100
90
Pvalue for trend= <0.0001
81,4
80
Percent
70
60
Pvalue for trend= <0.0001
79,4
73,5
69,6
64,9
57,3
45,5
50
40
38,4
30
20
10
0
Tract Racial/Ethnic Composition and Median Income
* Proportions were adjusted to the mean area of the tracts using logistic regression
Moore et al 2008
Cette diapositive montre que la probabilité de ne pas disposer de telles installations dans
le quartier – par pourcentage d’étendues non dotées - est plus élevée pour les zones où
prédominent des minorités noires, hispaniques, par rapport aux zones à prédominance
blanche. La probabilité dépend aussi fortement de la structuration spatiale par revenus.
24
Percent of participants reporting physical activity and
prevalence ratios (PR) of activity by resource densities
for windows of varying size*
60
50
PR*=1.07
(0.97-1.19)
PR=1.14
(1.03-1.26)
PR=1.13
(1.00-1.28)
PR=1.28
(1.05-1.55)
Lowest resource
density tertile
40
Percent reporting
30
physical activity
Highest resource
density tertile
20
10
0
1/2 mile
1 mile
2 mile
5 mile
*Adjusted for age, sex, race/ethnicity, income, site, neighborhood violence.
Resource densities are adjusted for population.
Diez Roux et al 2006
Si vous vous penchez sur la relation entre la densité des installations – nous avons
obtenu ces chiffres en utilisant la Geographic Information System (GIS) Method, en nous
basant non seulement sur la présence d’installations sportives, mais aussi sur l’offre
qu’elles proposent – il apparaît que les personnes vivant dans les zones où la densité de
ces installations est plus élevée sont davantage susceptibles d’être actives physiquement
que les personnes vivant dans des zones à densité plus faible.
25
Associations of land use measures with walking
>90 min/week (vs. not walking)
Walking to places
OR [95% CI]
Walking for exercise
OR [95% CI]
Density (hundreds of
persons/hectare)
1.41 [1.21,1.65]
1.09 [1.08,1.11]
% parcel area in retail
(in 10% increments)
1.28 [1.00,1.65]
1.08 [1.01,1.16]
Entropy (0-1; 1 is even)
2.24 [1.43,3.51]
1.61 [1.33,1.96]
Adjusted for age, sex, race/ethnicity, income, and street connectivity.
Land use measures are for 200 m buffers around the home.
Rodriguez et al unpublished
Ce ne sont pas seulement les installations physiques et sportives qui comptent, mais les
façons dont les quartiers sont bâtis. Se prêtent-ils à la marche ? Cette notion fait
particulièrement sens aux Etats-Unis – ce qui n’est sans doute pas aussi vrai dans des
villes telles que Marseille, qui se prêtent agréablement à la marche piétonne.
Cette diapositive se base sur des mesures GIS, dont deux utilisées par les urbanistes
pour déterminer s’il y a un usage « mixte » de la marche, entre zones commerciales et
zones résidentielles. La présence de gradients renvoie à la proportion d’utilisation de
l’espace, dans des mesures entropiques propres aux urbanistes. La capacité à marcher
d’un lieu à un autre dans la vie quotidienne est évaluée. Marcher est une source majeure
d’activité physique.
26
The stress pathway
Il est également possible que les caractéristiques du quartier aient des liens avec le
stress.
27
Cortisol profiles by categories of neighborhood
violence
3,5
3
Log Cortisol
2,5
neighborhood
violence tertile 1
2
neighborhood
violence tertile 3
1,5
1
0,5
0
0
120
240
360
480
600
720
840
960
1080
Minutes Since Wakeup
Adjusted for age, sex, race, and income.
Nous disposons de peu de données sur le sujet. Voici quelques données préliminaires.
Nous avons collecté des mesures du taux de cortisol. Le graphique montre des courbes
d’évolution, sur le rythme circadien classique, pour des quartiers marqués par un taux de
violence élevé et pour des quartiers où ce taux est plus faible.
Le déclin du taux de cortisol durant la journée n’est pas aussi prononcé dans les quartiers
qui se caractérisent par un taux de violence élevé. Beaucoup y voient des implications en
termes de santé. Nous ne savons pas exactement de quelle façon la régulation du taux
de cortisol est liée à la santé, mais certains avancent que les variations du taux de cortisol
peuvent favoriser la dépression ou d’autres troubles de santé.
28
What about biomedical risk factors?
Qu’en est-il des facteurs de risque biomédicaux ?
29
Physical environment
Accessibility of recreational resources
Sport and leisure time
physical activity
Transportation, sidewalks, bike lanes
Design of public spaces
Land use, density, street connectivity,
and urban form
Aesthetic quality
Walking
Stress and
psychosocial factors
Availability and relative cost of “healthy” foods
Diet
Food and tobacco advertising
Smoking
Availability of tobacco
Noise
Proximate biological factors
Blood pressure
Body mass index
Clinical
Diabetes
cardiovascular
Blood lipids
disease
Stress response
Others
Sleep disturbance
and stress
Inflammation
Endothelial function
Heart rate variability
Arrythmia
Air pollution
Social environment
Safety and violence
Social support and cohesion
Social norms
Stress and psychosocial
factors
Behaviors (diet, physical activity, smoking)
Nous nous sommes intéressés à des dimensions mentionnées précédemment, en rapport
avec la pression sanguine et le diabète. Nous avons mesuré les attributs des quartiers par
des enquêtes sur les zones et des techniques de mesures assez compliquées, dans
lesquelles l’épidémiologie n’excelle pas encore. Il y a un accent mis dans ce domaine.
Nous avons utilisé des techniques de mesure assez sophistiquées, dont je pourrais vous
entretenir plus en détail à l’occasion.
30
Community survey scales
Walking/PA environment
1. My neighborhood offers many opportunities to be physically active.
2. Local sports clubs and other facilities in my neighborhood offer many
opportunities to get exercise.
3. It is pleasant to walk in my neighborhood.
4. The trees in my neighborhood provide enough shade.
5. In my neighborhood it is easy to walk places.
6. I often see other people walking in my neighborhood.
7. I often see other people exercise (f or example jog, bicycle, play sports)
in my neighborhood.
Availability of healthy
foods
1. A large selection of fresh fruits and vegetables is available in my
neighborhood.
2. The fresh fruits and vegetables in my neighborhood are of high quality.
3. A large selection of low fat products is available in my neighborhood.
Safety
1. I feel safe walking in my neighborhood day or night.
2. Violence is not a problem in my neighborhood.
3. My neighborhood is safe from crime
Social cohesion
1. People around here are willing to help their neighbors.
2. People in my neighborhood generally get along with each other.
3. People in my neighborhood can be trusted.
4. People in my neighborhood share the same values
Nous avons estimé les prévalences relatives de l’hypotension, en association avec ces
caractéristiques. Nous avons découvert que les personnes vivant dans des cadres
propices à la marche, à une offre d’alimentation équilibrée, avec un bon niveau de
sécurité et de cohésion, étaient moins susceptibles d’être en hypotension – même en
tenant compte de l’ajustement des paramètres individuels.
31
Diapositive 32
Relative prevalence
of hypertension
Relative prevalence of hypertension associated with
better neighborhood characteristics
1
0.81
0.8
0.72
0.80
0.77
0.77
0.71
0.71
0.51
0.6
W
W
1
et
y
M
Sa
f
et
y
Sa
f
M
2
So
ci
al
C
oh
So
es
ci
io
al
n
C
M
oh
1
es
io
n
M
2
al
ki
ng
En
vi
al
ro
ki
ng
nm
En
en
tM
vi
ro
1
nm
en
tM
2
H
ea
lth
y
Fo
H
od
ea
s
lth
M
y
1
Fo
od
s
M
2
0.5
Neighborhood Characteristics
Model 1 (M1): adjusted for site, age, gender; Model 2 (M2): adjusted for site, age, gender, education, income,
Based on EB estimates
Mujahid, Diez Roux et al Epidemiology 2008
Nous avons étudié cela de façon longitudinale. Les mêmes mesures – qui ont à voir avec
les ressources en termes d’activité physique, d’offre d’alimentation équilibrée dans le
quartier – sont associées à une réduction du risque de développer un diabète de type II
sur une période de cinq ans.
Ces associations sont présentes non seulement dans les sections transversales, mais
aussi dans les sections longitudinales.
32
Reduction in risk of developing type II diabetes
associated with better neighborhood characteristics
10%
Risk of type 2 diabetes
0%
-10%
Physical activity
resources
Healthy food
resources
Physical activity
and healthy
food resources
-20%
-30%
-36%
-38%
-40%
-45%
-50%
-60%
-70%
Data from 5 years of follow-up (2000-2006) of the Multi-Ethnic Study of Atherosclerosis, adjusted for age, gender,
family history of diabetes, income, assets, education, race/ethnicity, alcohol use, and cigarette smoking.
Auchincloss et al unpublished
33
Challenges in studying place effects
• Theoretical models
– Causal specificity
• Spatial scale
– Area size and processes as linked
– Areas in context
• Measuring relevant neighborhood- or area-level attributes
• History and time lags
• Multilevel causal processes
Quels sont les autres enjeux ? Je vous ai communiqué un certain nombre de données
relatives aux quartiers et je n’ai pas le temps d’entrer dans le détail de chacune d’entre
elles, mais je veux les mentionner.
Le premier est l’importance d’articuler correctement les modèles théoriques suivant
lesquels ces effets de quartier sont opérants. Je crois que nous devons nous montrer très
précis dans notre raisonnement. En effet, lier à toute chose les observations faites sur les
quartiers ne nous aide pas à comprendre les processus, les limites de l’inférence causale
et à construire des arguments convaincants.
Nous devons nous montrer davantage spécifiques. Ces observations ne nous éclairent
pas beaucoup non plus sur le pourquoi de l’utilité de certaines interventions.
En ce qui les concerne, les sciences sociales ont mieux développé les modèles
théoriques sur la façon dont un contexte impacte la santé. Nous avons fait beaucoup de
progrès en la matière, mais nous n’utilisons pas ces modèles autant que nous le devrions.
Les échelles d’espace soulèvent une autre problématique. Beaucoup d’entres vous ont
une idée vague de ce que désigne le terme de quartier (neighborhood). Je ne l’ai pas
beaucoup explicité. L’une des problématiques à traiter pour le développement des
modèles théoriques est la détermination d’une échelle spatiale pertinente par rapport au
thème traité.
Cela peut être différent selon qu’on s’intéresse à l’impact du quartier sur la santé mentale,
ou bien à l’impact du quartier sur le régime alimentaire ou sur les habitudes d’achat
alimentaire. Il faut s’intéresser parfois à un espace assez vaste et ne pas se limiter à de
petits quartiers.
Evoquons aussi le fait que les zones géographiques ne sont pas indépendantes les unes
des autres. Elles entretiennent des liens. Ce qui survient dans un quartier proche affecte
mon quartier. Aussi, étudier la dynamique à l’œuvre dans un quartier pauvre entouré par
des quartiers pauvres n’est pas la même chose que d’étudier la dynamique à l’œuvre
34
dans un quartier pauvre entouré par des quartiers aisés. Il existe des manières
analytiques d’élaborer les modèles spatiaux.
Un autre défi est de mesurer si les caractéristiques du quartier qui sont habituellement
prises en considération sont les plus pertinentes. C'est une tâche ardue. Si nos mesures
ne sont pas assez complètes, nous ne serons pas aptes à détecter tous les effets que
nous voulons tester.
Lisa a évoqué l’importance de l’histoire et des écarts dans le temps. Très clairement, pour
certains éléments, le contexte a un impact immédiat. Par exemple, que vous marchiez
beaucoup ou pas dépend directement du type de quartier où vous vivez. Mais pour
d’autres éléments, le contexte n’a pas un impact aussi immédiat.
Il serait très positif de pouvoir étudier l’impact du quartier tout au long de l’existence. D’un
autre côté, il ne sera pas facile de collecter les données. Il est déjà difficile de mesurer les
expositions tout au long de la vie à un niveau individuel. Nous devons réfléchir de façon
critique aux caractéristiques d’exposition à mesurer dès maintenant pour disposer de
bonnes variables de substitution (proxy) quant à l’exposition d’une personne au cours de
son existence. Même lorsque les personnes déménagent, elles peuvent déménager vers
des quartiers similaires.
Bien sûr, cela n’est pas parfait. Mais en tant qu’épidémiologiste, nous devons faire avec
des données imparfaites.
35
Multilevel causal processes
• Contexts underspecified
• Individual-level confounders
(exchangeability) and mediators
• Dynamic and recursive processes
Le dernier aspect sur lequel je souhaite me concentrer, durant les quelques minutes
d’exposé qu’il me reste, est le fait que nous avons à faire à des processus de causalité
multiple. Je vais préciser ce que j’entends par là et les implications de ces processus.
Trois problèmes méthodologiques nous attendent, dès lors que nous nous intéressons
aux effets des quartiers de résidence.
Le premier est que, souvent, le contexte est globalement sous-spécifié par rapport aux
caractéristiques individuelles, les spécifications sont insuffisantes.
Des variables individuelles peuvent nous induire en erreur dans le raisonnement causal.
Un autre problème est celui-ci : pouvons-nous contrôler les facteurs individuels dans les
données d’observation ? Pouvons-nous vraiment, lorsque nous procédons à l’ajustement
des paramètres individuels, comparer de façon équivalente des personnes qui vivent
dans des quartiers différents ? Il y a des limites à ce que nous pouvons tirer des données
d’observation, en particulier lorsqu’il s’agit de traiter des processus dynamiques et
récursifs.
36
Contextual factors
“True” relevant area
Individual-level factors
C—C’
Mediators
Health
C
Confounders
Available proxy
Omitted variables
Mismeasured variables
Propensity score matching
Instrumental variables
Marginal structural models
Très rapidement : ce graphique illustre quelque peu mon propos, s'agissant des sousspécifications de facteurs contextuels. Vous voyez ici les zones réellement pertinentes et
les données de substitution disponibles (proxy) qui ne coïncident pas exactement. Vous
voyez aussi les facteurs propres au niveau individuel (soit facilitants – « mediators » - soit
perturbateurs – « confounders » - vis-à-vis de la santé). Des variables peuvent être
omises ou insuffisamment renseignées. Certes, il existe en théorie des méthodes
analytiques permettant d’évaluer la solidité de nos conclusions : techniques
d’appariement sur la base d’un score de proportions, variables instrumentales, modèles
structurels marginaux. En pratique, ces méthodes sont toujours difficiles à mettre en
œuvre.
Les modèles de structurels marginaux permettent de traiter les situations où des variables
de médiation peuvent tout aussi bien être des facteurs facilitants que des facteurs
perturbateurs. Par exemple, mon quartier d’origine peut avoir affecté mes opportunités en
matière d’éducation, ce qui m’a conduit au quartier où je vis. L’éducation est à la fois un
facteur facilitant et un facteur perturbateur. Nous pouvons utiliser des méthodes
analytiques pour étudier cela de près, mais il faut bien comprendre que cela nécessite
des données longitudinales riches dont nous disposons rarement.
37
Dynamic and recursive processes
Structural features
of neighborhoods
Neighborhood
food availability
?
Dietary
behaviors
CVD
Je voudrais maintenant parler un peu des processus dynamiques et récursifs. Voici
quelques schémas simples pour illustrer ce concept. Nous nous intéressons aux
caractéristiques structurelles du quartier, à la disponibilité d’une offre alimentaire
équilibrée, aux comportements en matière de régime alimentaire.
Nous savons que les caractéristiques structurelles du quartier déterminent la localisation
des commerces, donc l’offre de biens alimentaires équilibrés.
38
Structural features
of neighborhoods
Neighborhood
food availability
?
Dietary
behaviors
CVD
Family Income
Il faut prendre en compte les revenus familiaux, interagissant avec les caractéristiques
structurelles du quartier et influençant les attitudes en matière de régime alimentaire.
39
Structural features
of neighborhoods
Neighborhood
food availability
?
Dietary
behaviors
CVD
Family Income
Il faut aussi prendre en compte d’autres facteurs propres au quartier : les normes
sociales, qui peuvent influer sur le régime alimentaire et le risque de maladies
cardiovasculaires, indépendamment du niveau de l’offre d’une alimentation équilibrée.
40
Other neighborhood
factors
Structural features
of neighborhoods
Neighborhood
food availability
?
Dietary
behaviors
CVD
Family Income
Tout cela intervient dans une société qui a un certain mode de production et de
distribution de la nourriture. Peut-être ces facteurs macroéconomiques sont-ils plus
importants que les variables du quartier dans le façonnage du régime alimentaire.
41
Other neighborhood
factors
Structural features
of neighborhoods
Neighborhood
food availability
?
Dietary
behaviors
CVD
Family Income
Society-wide food production factors
Nous sommes donc confrontés à un système complexe. Je suis sûre que, quelle que soit
le domaine dans lequel vous avez travaillé – et par exemple, la génétique – vous
parvenez à ce type de graphique compliqué. La génétique y mène tout particulièrement.
Cette sophistication n’est pas propre aux effets de quartiers.
42
Neighborhood (spatial) patterning of
health emerges from the functioning of a
system:
• individuals interact with their environment
• individuals interact with each other
• individuals and environments adapt and
change over time
Auchincloss and Diez Roux AJE 2008
En résumé, le modèle de quartier provient d’un système ouvert fonctionnel, dans lequel
les individus interagissent avec leur environnement, entre eux-mêmes et où ils changent
avec le temps.
43
General Process
Example neighborhood
differences in physical
activity
I. Health is affected by
Availability of places to
features of neighborhood be physically active and
promotes physical
activity
II. Persons are sorted into Persons of lower income
neighborhoods based on and minorities live in
neighborhoods with less
individual attributes
resources
De fait, nous nous penchons sur une série de processus entremêlés. La santé est
influencée par les caractéristiques du quartier – comme l’illustre l’exemple qui apparaît à
droite, où il est question de ce que la présence d’espaces permettant de pratiquer une
activité physique contribue à la promotion de l’activité physique.
Les personnes sont réparties dans des quartiers, en fonction de certaines
caractéristiques ; ainsi, les personnes à faibles revenus et les personnes appartenant aux
minorités vivent dans des quartiers moins bien dotés en ressources.
44
General process
Example neighborhood
differences in physical
activity
III. Persons select neighborhoods
based on preferences for certain
attributes
Physically active persons choose
to live in neighborhoods with
more PA resources
IV. People change their behavior
in response to the behavior of
others around them
Seeing more people walk in the
neighborhood stimulates
individuals to walk
V. Neighborhoods change in
response to the behavior of
residents
The presence of more physically
active residents increases the
availability of recreational
resources
D’autres processus sont à l’œuvre.
Ainsi, les personnes sélectionnent les quartiers en se basant sur leurs préférences, en
fonction des attributs.
Les personnes modifient leur comportement en réponse aux comportements de celles
qui les entourent.
Les quartiers évoluent en fonction des comportements adoptés par les résidents.
Les processus dynamiques apparaissent clairement. C'est pourquoi je pense que nous
devons élargir la façon dont nous étudions les impacts provenant des quartiers, pour
obtenir différents types de connaissance.
45
Modeling complexity
• From describing associations to modeling the
processes that generate them
• Prediction of effects
– Under conditions different from those observed
– Accounting for feed back loops and adaptation of people and
environments over time
• Conclusions contingent on validity of the model
• Process of building these models can highlight policyrelevant areas where we need mode data!
Auchincloss A. Diez Roux AV. A new tool for epidemiology? The usefulness of dynamic agent models
In understanding place effects on health. AJE 2008
Un domaine nouveau, qui commence à être exploré, vise à modéliser cette complexité en
utilisant une approche de simulation et un modèle. C'est intéressant, car cela nous permet
de passer de la description des associations à la modélisation des processus qui
génèrent ces associations.
Cependant, nous ne pourrons pas tout de suite nous servir de ces modélisations dans le
cadre expérimental, surtout dans le domaine traité. Quoi qu’il en soit, le fait de concevoir
ces modèles peut servir à mettre en évidence les champs dans lesquels nous manquons
de données et nous amener à en collecter de nouvelles. Ce type de données sera ensuite
plus utile, pour mettre en œuvre des politiques, que les données d’observation
disponibles.
46
Need for multiple types of evidence….
• Rigorous observational studies
• Natural experiments
• Qualitative studies
• Simulation/systems approaches
• Action based on “best available evidence” and
systematic evaluation of this action
Pour finir, je pense que nous avons besoin de différents types de résultats dans ce
domaine, comme :
des études d’observation rigoureuses, qui seront toujours informatives en dépit de leurs
limites ;
des expérimentations naturelles, beaucoup plus qu’à l’heure actuelle. Les quartiers
évoluent en permanence. Evaluer ces changements, avec une méthode régressive, peut
être très utile pour évaluer l’impact des changements du quartier sur la santé.
Nous avons besoin aussi :
d’études qualitatives, pour comprendre la façon dont les personnes vivent dans leur
quartier et perçoivent ses effets, de sorte à penser à des interventions à tester ;
des approches de simulation/système, en complément ;
enfin, comme cela s’est souvent produit historiquement dans le champ de la santé
publique, nous devons dans certains cas entreprendre des actions fondées sur les
preuves les plus tangibles. Cela fait partie de notre responsabilité. Nous avons besoin
d’évaluer ensuite de façon régressive, de sorte à en tirer des leçons.
47
Why focus on places/neighborhoods?
• Mutually reinforcing nature of place –based and individual
inequalities
• Neighborhood differences not “naturally” determined
• Result from specific policies, amenable to intervention
• Health impact of non health policies
• Changes in neighborhood environments likely to have
multiple health and non health benefits
Pourquoi s’intéresser aux lieux et aux quartiers ? Parce qu’ils renforcent naturellement les
inégalités de lieux et les inégalités entre individus. Les différences entre quartiers ne sont
pas spontanées ; elles résultent de politiques et elles sont sensibles aux interventions.
Il faut aussi tenir compte de l’impact, pour la santé, de politiques dont l’objet n’était pas la
santé.
Enfin, les changements dans le cadre des quartiers peuvent avoir des effets multiples,
bénéfiques ou pas pour la santé.
48
“New” paradigm in public health
Interdisciplinary
Transportation, urban planning,
food access, community
development policies as
health policies
photo Transportation Alternatives
Un nouveau paradigme de la santé publique apparaît, davantage transversal. Il inclut les
transports collectifs, la planification urbaine, l’offre alimentaire, les politiques de
développement social, en tant que composantes des politiques de santé.
Merci beaucoup.
49