Impact sur la santé de la population (ISP) des maladies au Canada

Classeurs et microsimulation

• Classeurs
• Outil de microsimulation
• FAQ

Deux outils électroniques aideront les utilisateurs à comprendre et à manipuler les résultats de l'ISP. Des classeurs Excel fourniront des estimations des années de vie perdues ajustées sur la santé (AVPAS) pour environ 200 maladies et blessures. Un outil de microsimulation permettra de faire des estimations plus complexes au niveau de l'impact des maladies et des scenarios d'interventions. Les sections qui suivent présentent ces outils et font état de leurs usages potentiels ainsi que de leurs avantages et de leurs limites.

Classeurs

Les classeurs fournissent des données comparables sur l'importance relative d'environ 200 maladies importantes au Canada sur le plan des années de vie perdues en raison de décès prématuré et de capacités réduites. Les données d'entrée provenant de plusieurs sources sont rassemblées pour générer des mesures agrégées de la santé : les années de vie perdues en raison de décès prématuré (AVP), les équivalents-années perdus en raison de capacités réduites (EACR) et la somme de ces deux éléments, soit les années de vie perdues ajustées sur la santé (AVPAS) en raison de maladie.

Il y a un classeur par maladie. Chaque classeur contient plusieurs feuilles de calcul qui permettent de calculer et de documenter les AVP, les EACR et les AVPAS à cause de la maladie pour l'année de référence 2001.

Les classeurs regroupent des données canadiennes sur l'incidence, la rémission, la durée et le décès associés aux divers stades de la maladie; lorsqu'il n'y a pas de données canadiennes, les meilleures sources de remplacement sont recherchées et utilisées. Les estimations sont fondées sur les données de 2001 dans toute la mesure du possible. La majeure partie de cette information est stratifiée selon le groupe d'âge et le sexe. Les données sur la mortalité sont fondées sur les taux de mortalité de 1999 appliqués à la distribution de la population de 2001. Les classeurs présentent aussi les scores de préférence à l'égard des états de santé mesurés dans la population canadienne.

Les utilisateurs peuvent modifier les classeurs selon leurs besoins. Ils peuvent appliquer des taux d'actualisation, choisir une table de survie différente (table de survie de la période visée au Canada, table de survie de la cohorte canadienne ou table de survie standard de l'Organisation mondiale de la Santé) ou encore utiliser une population différente, par exemple celle d'une province canadienne. Les utilisateurs peuvent aussi varier la plupart des paramètres, notamment l'incidence ou les taux de rémission, pour estimer l'effet potentiel de ces changements sur les estimations des AVPAS.

Des classeurs permettent également de calculer la contribution de certains facteurs de risque à certaines des maladies. Ces classeurs combinent des données sur la prévalence au sein de la population de certains facteurs de risque tirées d'enquêtes canadiennes sur la santé, des données sur les risques relatifs puisées dans la littérature et des données sur les AVPAS en raison de la maladie étudiée. Les fractions étiologiques du risque, les EACR, les AVP et les AVPAS sont fournis pour plusieurs facteurs de risque.

[début]

Outil de microsimulation

La microsimulation simule la vie d'un individu à la fois, à partir de son âge d'initialisation jusqu'à sa mort; le processus se répète jusqu'à ce que toutes les vies simulées soient terminées. Typiquement, une exécution comprend un million d'individus; des exécutions plus volumineuses sont utilisées pour modéliser des événements plus rares ou pour produire des estimés plus précis.

L'initialisation de la microsimulation se fait à partir d'une représentation transversale de la population canadienne : l'Enquête sur la Santé des Communautés Canadiennes 2000-2001. Lors de l'initialisation, les individus reçoivent des caractéristiques démographiques telles que l'âge, le sexe et la province de résidence; des conditions chroniques ou des maladies; de même qu'un profil de facteurs de risque incluant entre autres l'usage du tabac, l'indice de masse corporelle, la consommation d'alcool, l'activité physique et la consommation de fruits et légumes. La microsimulation associe également une utilité qui décrit la santé fonctionnelle de l'individu : soit 1 s'il est en pleine santé, soit une valeur inférieure à 1 selon les maladies et les caractéristiques de la santé de cet individu. Ce score change lorsque l'individu voit son état de santé changer.

Les événements de la microsimulation commencent le 1er janvier 2000. À mesure que l'individu vieillit, son profil de risque change en fonction des tendances observées dans l'Enquête Nationale sur la Santé des Populations (1996-2002) et les Enquêtes canadiennes sur la santé cardio-vasculaire (1986-1992). L'exposition aux facteurs de risque est combinée aux taux d'incidence selon l'âge pour soumettre les individus au risque de développer des maladies. Lorsque l'individu est affecté d'une maladie, l'information sur le traitement, la durée et la létalité sont utilisées dans le modèle de la progression de la maladie.

La manière dont les décisions sont prises dans la simulation est souvent décrite comme un processus stochastique ou de Monte-Carlo. De fait, l'approche consiste à générer des nombres aléatoires et à les comparer à des probabilités d'occurrence pour décider si, par exemple, l'individu sera affecté d'une maladie durant l'année courante. Des nombres aléatoires sont également utilisés dans le calcul des temps de survie qui s'écoulent entre le moment du diagnostic d'une maladie et les événements ultérieurs. Essentiellement, le nombre aléatoire est utilisé pour générer un point sur la courbe de survie de l'événement ultérieur, qui correspond à une durée d'attente spécifique avant ce nouvel événement.

La microsimulation comporte de nombreux avantages par rapport aux classeurs, ce qui conduit à des estimés plus réalistes des mesures agrégées de la santé. Premièrement, cette technique peut modéliser deux maladies simultanées ou plus et peut calculer l'impact sur la santé sur chacune d'elles. Deuxièmement, elle tient compte des différents états de santé que les individus connaissent juste avant le diagnostic, plutôt que de supposer que tous les individus du même âge ont le même état de santé. Il est important de tenir compte de cette hétérogénéité dans les états de santé, puisque les individus avec certains profils de risque auront un risque plus élevé d'être diagnostiqués de plus d'une maladie, et par conséquent leur score de santé fonctionnelle sera inférieur à celui du reste de la population à cet âge. Par exemple, les fumeurs ont un risque plus élevé de maladie respiratoire et de cancer du poumon. La microsimulation tient compte du fait que, parmi les individus ayant un diagnostic de cancer du poumon, une certaine proportion a également une maladie respiratoire et par conséquent un score de préférence plus bas que le score moyen pour ce groupe d'âge. Troisièmement, la microsimulation est une approche basée sur l'incidence réelle : le calcul de l'AVPAS est basé sur les cas d'incidence en 2001 et les décès provenant de ces cas dans les années ultérieures; en comparaison, les classeurs utilisent les cas incidents et les décès de 2001.

La microsimulation est conçue pour développer facilement des scénarios. Un simple changement dans les paramètres à l'entrée permet d'obtenir un nouvel estimé des mesures agrégées de la santé. Par exemple, nous pourrions estimer la fraction de la maladie cardiaque attribuable à l'obésité, en éliminant l'obésité dans un scénario. Des scénarios pertinents en termes de politiques de santé et plus réalistes peuvent également être élaborés pour permettre d'évaluer quelles interventions pourraient conduire au plus grand impact sur les résultats de santé.

Enfin, la microsimulation permet adéquatement de faire des projections dans les années futures: elle intègre continuellement les changements de la population dans le temps, à partir de l'année 2001 jusqu'à la fin de l'année simulée. Par conséquent, la simulation peut produire les résultats de santé (nombre de nouveaux cas, décès, AVPAS, AVP et EACR) pour n'importe quelle année du futur et pour n'importe quel niveau de détail (par groupe d'âge, sexe, maladie, groupes à risque élevé). En combinaison avec les scénarios, elle constitue un outil puissant pour évaluer l'impact de diverses stratégies d'intervention.

Les résultats de la microsimulation peuvent être exportés en Excel.

Cet outil est un produit originaire du Modèle de la santé des populations (POHEM). On trouvera plus d'information sur la microsimulation dans le site Web de Statistique Canada..

[début]

FAQ

Quels sont les avantages à présenter les données dans des classeurs?
Les classeurs fournissent de la documentation sur les sources des données et sur les calculs, afin que les usagers puissent voir exactement comment les estimés sont calculés. En plus, ils sont suffisamment flexibles pour pouvoir s'adapter à n'importe quelle population.

Les usagers pourront ajuster les classeurs en choisissant la table de mortalité sous-jacente, la population de référence et les taux d'actualisation. Les taux d'incidence et de rémission, les durées, les scores de préférence sur les états de santé, la proportion de cas recevant le traitement, la létalité et les taux de mortalité peuvent aussi être modifiés pour permettre d'estimer les effets potentiels de ces changements.

De la même manière, les classeurs qui calculent les fractions attribuables des facteurs de risque sont faciles à utiliser : les usagers peuvent examiner leurs propres scénarios en changeant la prévalence des facteurs de risque et leurs risques relatifs associés.

Pourquoi les résultats de la microsimulation diffèrent-ils des classeurs?
Une exécution utilisant les taux d'incidence de 2001 répondra aux mêmes questions que les classeurs, mais les résultats ne seront pas identiques à cause de la valeur ajoutée suivante ajoutée à la microsimulation. Premièrement, la microsimulation peut modéliser deux maladies simultanées ou plus. Deuxièmement, elle permet de considérer des relations de causalité plus complexes : un facteur de risque peut provoquer plusieurs maladies, et parfois une maladie est une facteur de risque pour une autre. La microsimulation permet de démêler les différentes relations de causalité qui se superposent, et procure ainsi un estimé plus « réaliste » des EVPAS perdues à cause de la maladie, la blessure ou le facteur de risque. Troisièmement, la microsimulation est une approche basée sur l'incidence, alors que les classeurs combinent des approches basées sur l'incidence et sur la prévalence. En conséquence, l'estimation de la composante de mortalité des AVAS est modifiée, et ce, d'autant plus pour des maladies telles que le cancer du sein, pour lesquelles la durée de survie est plus longue et les taux d'incidence et les profils de survie varient avec le temps.

Comment la microsimulation tient-elle compte des individus diagnostiqués avec plus d'une maladie durant l'année?
La microsimulation établit un suivi des changements à la santé fonctionnelle mesurée en termes de scores de préférence et continue de tenir compte des réductions (ou améliorations) durant toute la vie de l'individu. Lorsque deux maladies sont présentes en même temps, le score de préférence associé aux deux maladies est estimé par la formule :

u _1,2 = u ₁ * u ₂

où u₁ et u₂ sont les scores de préférence moyens respectifs de chacune des deux maladies et

u _1,2 est le score de préférence moyen associé aux deux maladies. L'impact cumulé a été confirmé empiriquement au moyen de l'Enquête sur la santé dans les collectivités canadiennes 2000-2001 et de l'Indice de l'état de santé Mark 3 (HUI3).

Comment la microsimulation tient elle compte des cheminements de causalité complexes des maladies?
Les relations complexes de causalité concernent des facteurs de risque qui conduisent à plus d'une maladie ou des maladies qui sont des facteurs de risque pour d'autres maladies. La microsimulation modélise en temps continu les changements dans les facteurs de risque et dans l'incidence, de telle manière que les relations de causalité se développent durant une vie simulée. Les exemples suivants illustrent ces relations causales complexes.

Exemple 1: Le tabagisme est un facteur de risque pour le cancer du poumon et la maladie cardiaque ( Figure 1). Nous pourrions calculer dans quelle mesure le cancer du poumon est dû au tabagisme et dans quelle mesure la maladie cardiaque est due au tabagisme; ou, à l'inverse, dans quelle mesure le cancer du poumon ou la maladie cardiaque pourraient être évitées si personne ne fumait. L'impact total du retrait du tabagisme de la population ne serait pas égal au total des individus ayant le cancer du poumon ou la maladie cardiaque, puisque les deux maladies peuvent être présentes chez les mêmes individus.

Figure 1
La modélisation de facteurs de risque menant à des maladies multiples

Exemple 2: Le diabète est un facteur de risque pour la maladie cardiaque et l'obésité est un facteur de risque pour ces deux maladies (Figure 2). Avec l'aide des classeurs, il serait difficile de distinguer la contribution de l'obésité à la maladie cardiaque via le diabète; avec la microsimulation, nous pouvons facilement suivre les individus obèses qui deviendront diabétiques.

Figure 2
La modélisation d'une maladie comme facteur de risque

Comment calcule-t-on l'impact des facteurs de risque?

En plus de mesurer l'impact sur la santé de la population des maladies en termes d'AVP, EACR et AVPAS, on calcule l'impact des principaux facteurs de risque pour chaque maladie au moyen des formules standard de la fraction étiologique du risque (FER). ¹ La FER représente la proportion des AVP, EACR ou AVPAS attribuable à un facteur de risque donné pour une maladie. On la calcule au moyen de la prévalence des facteurs de risque et des risques relatifs de la maladie dans la population.

Pour un facteur de risque donné, la fraction étiologique du risque est estimée selon le groupe d'âge (a), le sexe (s) et le siège du cancer (c) :

FER_a,s,c = Σ i [ Pe_a,s,i * (RR _a,s,i,c -1) / ( 1 + Pe_a,s,i * (RR _a,s,i,c -1) ) ]

où Pe est la proportion de la population exposée au facteur de risque, RR est le risque relatif d'être atteint ou de mourir de la maladie en raison de l'exposition et l'indice i représente la catégorie de risque.

Les données et les sources de données sont fournies dans les classeurs électroniques.²

Quelles sont les limites de la microsimulation?
Même s'il est facile d'adapter les outils de microsimulation aux usagers (par exemple en utilisant les données provinciales), cette technique n'est pas accessible à tous. Pour élaborer des scénarios utiles d'intervention, il est nécessaire de comprendre les données sous-jacentes, les présupposés et la méthodologie du modèle. Par conséquent, la microsimulation est parfois perçue comme une boîte noire, contrairement à un classeur Excel dans lequel tous les calculs peuvent facilement être vérifiés et modifiés par l'usager.

Ces modèles de microsimulation sont conçus pour la modélisation de maladies chroniques, et sont donc déficients pour les maladies infectieuses. Par exemple, ils ne simulent pas les taux de transmission entre individus. Des modèles pour les maladies infectieuses sont présentement développés ailleurs à Statistique Canada et à l'Agence de la santé publique du Canada.

1. Jekel JF, Katz DL, Elmore JG. Epidemiology, Biostatistics, and Preventive Medicine, second edition. Philadelphia (PA): WB Saunders Company; 2001.
2. Flanagan W, Boswell-Purdy J, Le Petit C, Berthelot J-M. Estimating summary measures of health: a structured workbook approach. Population Health Metrics 2005; 3(1):5.

[début]