De ´ finir et mesurer les ine ´ galite ´ s de sante ´: approche base ´ e sur la distribution de l’espe ´ rance de sante ´ E. E. Gakidou,1 C. J. L. Murray2 et J. Frenk3 Le pre ´ sent article propose une approche permettant de conceptualiser la mesure des ine ´ galite ´ s de sante ´ et de la rendre ope ´ rationnelle, ces ine ´ galite ´s e ´ tant de ´ finies comme les diffe ´ rences de sante ´ entre individus dans une population. Nous partons du principe que la sante ´ est un e ´ le ´ ment intrinse ` que du bien-e ˆ tre de sorte que nous devons nous pre ´ occuper des ine ´ galite ´ s de sante ´ , qu’elles soient ou non corre ´ le ´ es avec des ine ´ galite ´ s touchant a ` d’autres aspects du bien-e ˆ tre. Par ailleurs, la mesure des ine ´ galite ´ s de sante ´ doit refle ´ ter toute la gamme des issues sanitaires, fatales ou non. Cette notion est rendue ope ´ rationnelle a ` l’aide du concept de dure ´ e de vie en bonne sante ´ . L’espe ´ rance de sante ´ individuelle est pre ´ fe ´ rable, pour mesurer les ine ´ galite ´ s de sante ´, a ` la dure ´ e de vie en bonne sante ´ car elle exclut les diffe ´ rences de dure ´ e de vie ve ´ cue en bonne sante ´ dues simplement au hasard. En d’autres termes, le parame ` tre inte ´ ressant dans l’e ´ tude des ine ´ galite ´ s de sante ´ est la distribution de l’espe ´ rance de sante ´ parmi les individus d’une population. Il est possible de re ´ sumer l’ine ´ galite ´ de la distribution de l’espe ´ rance de sante ´ en mesurant les e ´ carts individuels par rapport a ` la moyenne (c’est-a ` -dire les e ´ carts entre les individus et la moyenne pour la population) ou les e ´ carts interindividus. La formulation exacte de la mesure re ´ sumant les ine ´ galite ´ s de ´ pend de trois choix normatifs. Une meilleure compre ´ hension de l’avis des personnes concernant ces choix servira de base a ` l’e ´ tude d’une mesure normalise ´ e OMS des ine ´ galite ´ s de sante ´. Article publie ´ en anglais dans Bulletin of the World Health Organization, 2000, 78 (1) : 42-54.
Introduction Les ine ´ galite ´ s de sante ´ figurent parmi les principales pre ´ occupations des responsables des politiques de sante ´ (1-20). Les seuls re ´ sultats moyens ne sont plus conside ´ re ´ s comme suffisants pour refle ´ ter la performance d’un pays sur le plan sanitaire, et la distribution de la sante ´ dans une population est aussi un indicateur essentiel. L’OMS s’inte ´ resse a ` la mesure des ine ´ galite ´ s de sante ´ en tant que dimension distincte de la performance des syste ` mes de sante ´ (21). Les ine ´ galite ´ s de sante ´ sont de ´ finies comme les variations interindividus de l’e ´ tat de sante ´ dans une population (14). Cette approche, conforme a ` la mesure des ine ´ galite ´ s dans d’autres domaines, comme l’e ´ conomie, permet de faire des comparaisons entre pays et d’e ´ tudier les de ´ terminants des ine ´ galite ´ s de sante ´ (22). Cet article e ´ tablit une distinction entre la mesure des ine ´ galite ´ s de sante ´ et celle des niveaux de sante ´ moyens pour s’inte ´ resser a ` la premie ` re. L’e ´ quilibre a ` maintenir entre les politiques visant a ` ame ´ liorer le niveau de sante ´ moyen et celles qui ont 1
Analyste des politiques sanitaires, Service de conseil e ´ conomique, Organisation mondiale de la Sante ´ , 1211 Gene ` ve 27 (Suisse). (Correspondance) Directeur, Programme mondial des bases factuelles a ` l’appui des politiques de sante ´ , Organisation mondiale de la Sante ´ , Gene ` ve (Suisse).
essentiellement pour objet de re ´ duire les ine ´ galite ´ s de sante ´ est une importante question, mais il n’est pas dans notre propos d’y apporter ici une re ´ ponse. Dans la premie ` re section, nous allons tenter de de ´ terminer quel est le parame ` tre que nous aimerions, de pre ´ fe ´ rence a ` tout autre, voir e ´ galement re ´ parti dans une population. En d’autres termes, nous ˆ cherons de re ta ´ pondre a ` une question classique en matie ` re de sante ´ : « Quelle e ´ galite ´ recherchonsnous ? » (23). Dans un de ´ bat sur les ine ´ galite ´ s de sante ´ , il est essentiel d’indiquer d’abord le parame ` tre qui nous inte ´ resse, puis de le mesurer en fonction des donne ´ es disponibles. Dans la deuxie ` me section, nous examinerons les divers moyens de re ´ sumer la distribution du parame ` tre en question et de calculer un indice des ine ´ galite ´ s de sante ´ . Nous allons aussi passer en revue les trois proble ` mes normatifs distincts qui sont ainsi souleve ´ s. Dans la troisie ` me section, nous aborderons la strate ´ gie globale de l’OMS pour mesurer ce parame ` tre et nous concluˆ t fondamental que rons en faisant ressortir l’inte ´ re pre ´ sente cette approche de la mesure des ine ´ galite ´ s de sante ´ pour la recherche et la formulation des politiques.
2
Quelle e ´ galite ´ recherchons-nous ? La question « Qu’aimerions-nous voir e ´ galement distribue ´ dans la population ? » soule ` ve plusieurs proble ` mes e ´ thiques et techniques. Devons-nous conside ´ rer qu’il y a e ´ galite ´ parfaite lorsque tous les #
3
Directeur exe ´ cutif, Bases factuelles et information a ` l’appui des politiques de sante ´ , Organisation mondiale de la Sante ´ , Gene ` ve (Suisse). Re ´ f. : 0320
Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
Organisation mondiale de la Sante ´ , 2000
41
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´ ˆ me nombre d’anne individus vivent le me ´ es, lorsqu’ils ˆ me niveau de sante jouissent du me ´ , ou ` lorsqu’ils ont ˆ me e exactement le me ´ tat de sante ´a ` tous les stades de leur existence ? Dans la pre ´ sente section, nous allons traiter de certaines questions normatives associe ´ es au choix du parame ` tre que nous aimerions voir e ´ galement distribue ´ dans une population. 25 ans, puis du diabe ` te a ` 50 ans, et enfin la maladie d’Alzheimer a ` 65 ans. La zone situe ´ e sous la courbe repre ´ sente la dure ´ e de vie en bonne sante ´ de cette personne ou, en d’autres termes, le nombre d’anne ´ es en pleine sante ´ qui e ´ quivaudrait aux 100 ans ve ´ cus par elle dans un e ´ tat de sante ´ parfois infe ´ rieur a ` ce que l’on conside ` re comme pleinement satisfaisant. Le calcul de la dure ´ e de vie en bonne sante ´ de cet individu i de ´ pend des coefficients de ponde ´ ration attribue ´s a ` ces e ´ tats de sante ´ infe ´ rieurs a ` une pleine sante ´ . Les me ´ thodes et raisonnements applicables a ` la de ´ termination des coefficients de ponde ´ ration de l’e ´ tat de sante ´ sont traite ´ s ailleurs (27-32). Nous devons e ´ tablir une distinction entre la dure ´ e de vie en bonne sante ´ des individus et les divers risques sanitaires auxquels ils sont expose ´s a ` chaque stade de leur existence. Les risque sanitaires sont les probabilite ´ s de de ´ ce ` s ainsi que d’incidence et de gue ´ rison des issues non fatales auxquelles chaque ˆ ge. Nous ne sommes pas individu fait face a ` chaque a capables de mesurer les risques sanitaires au niveau individuel, mais nous mettons au point des me ´ thodes pour le calcul de valeurs approche ´ es. En combinant les risques d’un e ´ tat infe ´ rieur a ` une pleine ˆ ges, sante ´ auxquels un individu est expose ´a ` tous les a nous pouvons calculer son espe ´ rance de sante ´ , c’esta ` -dire le nombre d’anne ´ es qu’il peut s’attendre a ` vivre en pleine sante ´ . On peut conside ´ rer les risques sanitaires comme la dure ´ e de vie en bonne sante ´ sous-jacente ou la dure ´ e de vie en bonne sante ´ comme le re ´ sultat de la survenue d’une se ´ rie de risques sanitaires.a Pour que tous les individus d’une cohorte aient ˆ me dure la me ´ e de vie en bonne sante ´ , deux conditions sont ne ´ cessaires et suffisantes : il faut ˆ me espe que tous aient la me ´ rance de sante ´ et que leurs courbes individuelles du risque de de ´ ce ` s et du risque d’incidence et de re ´ mission d’issues non fatales soient rectangulaires. L’e ´ galite ´ des espe ´ rances de sante ´ signifie que les surfaces situe ´ es sous les fonctions de survie en sante ´ (Figure 2) sont e ´ gales.b Une courbe de risque rectangulaire signifie que les risques de mortalite ´ , d’incidence et de re ´ mission sont
Egalite ´ de la dure ´ e de vie en bonne sante ´ Imaginons une cohorte d’individus ne ´ s en l’an 2000. Que devons-nous observer pour pouvoir dire qu’il y a une comple ` te e ´ galite ´ de sante ´ entre les membres de cette cohorte ? On pourrait commencer par affirmer ˆ me dure que tous devraient avoir la me ´ e de vie en bonne sante ´ . En d’autres termes, nous aimerions que ˆ me tous les membres de la cohorte vivent le me ˆ me nombre d’anne ´ es et jouissent, en moyenne, du me e ´ tat de sante ´ pendant toute leur vie. La dure ´ e de vie en bonne sante ´ est une mesure synthe ´ tique de la survie et des issues sanitaires non fatales ponde ´ re ´ es en fonction des pre ´ fe ´ rences. Il existe une abondante documentation sur des mesures synthe ´ tiques de la sante ´ des populations refle ´ tant a ` la fois la mortalite ´ et les issues sanitaires non fatales (pour une vue d’ensemble, voir 24). Dans la litte ´ rature de l’e ´ conomie sanitaire, on trouve de nombreuses allusions aux anne ´ es de vie ajuste ´ es sur la qualite ´ qui sont une mesure du gain de sante ´ ˆ ce a individuel obtenu gra ` des interventions qui modifient a ` la fois la survie et la qualite ´ de l’e ´ tat de sante ´ (voir, par exemple, 25, 26). La notion d’une dure ´ e de vie en bonne sante ´ est, pour l’essentiel, le ˆ me concept, mais applique me ´a ` un individu pendant toute sa dure ´ e de vie. La Figure 1 illustre, a ` titre d’exemple, la dure ´ e de vie en bonne sante ´ d’un individu i. Si cet individu avait ve ´ cu 100 ans en pleine sante ´ puis e ´ tait mort brusquement, sa dure ´ e de vie en bonne sante ´ couvrirait toute la surface du graphique qui e ´ quivaut a ` 100 ans. Toutefois, sa sante ´ n’a pas e ´ te ´ constamment excellente, de sorte que nous repre ´sentons sa dure ´ e de vie en bonne sante ´a ` l’aide d’une courbe diffe ´ rente qui est celle de la Figure 1. L’individu indique ´ a ` la Figure 1 est ne ´ en parfaite sante ´ , mais il a eu un accident de ve ´ hicule a ` moteur a `
Une litte ´ rature bien e ´ tablie fait de l’espe ´ rance de sante ´ une mesure de la sante ´ de la population qui incorpore une information sur la mortalite ´ et les issues sanitaires non fatales (33, 34). Nous appliquons cette notion a ` un individu pour re ´ sumer les risques sanitaires a ` priori en fonction de l’a ˆ ge. La fonction de survie en sante ´ d’un individu est la suivante : HS (x ) = S (x ) S j (Pjx .Wjx ) ou ` HS (x) est la survie en sante ´a ` l’a ˆ ge x, S (x) la probabilite ´ d’e ˆ tre en vie ´ d’e ˆ tre dans un e ´ tat j a ` l’a ˆ ge x (qui tient a ` l’a ˆ ge x, Pjx la probabilite compte a ` la fois de la survenue et de la re ´ mission de l’affection j ) et Wjx le coefficient de ponde ´ ration attribue ´ en fonction de sa gravite ´a ` l’e ´ tat j a ` l’a ˆ ge x1 sur une e ´ chelle ou ` ze ´ ro correspond au de ´ ce ` s et un a ` une pleine ´ gression monotone avec sante ´ . Si nous supposons que HS (x) est en re l’a ˆ ge, nous pouvons re ´ sumer la combinaison des risques sanitaires et le coefficient de ponde ´ ration attribue ´ aux diffe ´ rents e ´ tats en fonction de leur gravite ´ ainsi que la mortalite ´ en une mesure unique du risque ˆ tre conside ´ re ´ e comme le seul risque auquel sanitaire h (x), qui peut e un individu sera expose ´ de sorte que sa survie en sante ´ aura la forme suivante : HS (x). 42 Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000 b
a
De ´ finir et mesurer les ine ´ galite ´ s de sante ´ ˆ gesc. Etant donne e ´ gaux a ` 0 ou a `1a ` tous les a ´ qu’il est absolument impossible que toutes les courbes de risque soient rectangulaires (nous ne parviendrons jamais a ` ramener le risque de traumatisme a ` ze ´ ro), l’ide ´ al d’une e ´ galite ´ des dure ´ e de vie en bonne sante ´ ne sera jamais re ´ alise ´. En outre, des diffe ´ rences de dure ´ e de vie en bonne sante ´ uniquement dues au hasard risquent de ne pas convenir pour mesurer les ine ´ galite ´ s sanitaires. Des circonstances fortuites peuvent rendre tre `s diffe ´ rentes les dure ´ es de vie en bonne sante ´ de ˆ me fonction de personnes ayant exactement la me survie en sante ´ . La Figure 2a illustre une certaine ˆ ge corresponfonction de survie en sante ´ d’apre ` s l’a dant a ` une espe ´ rance de sante ´ de 56,5 ans, et la Figure 2b la distribution des dure ´ es de vie en bonne sante ´ observe ´ e dans une population ou ` tous les individus ont e ´ te ´ expose ´s a ` la distribution des risques sanitaires indique ´e a ` la Figure 2a. Au de ´ part, chacun des membres de cette population avait une espe ´ rance de vie en bonne sante ´ de 56,5 ans, mais du seul fait du hasard, les dure ´ es de vie en bonne sante ´ s’e ´ chelonnent entre 1 an et 110 ans. Il est tout a ` fait remarquable que tout l’e ´ ventail des dure ´ es de vie en bonne sante ´ de la Figure 2b soit associe ´ a ` une comple ` te e ´ galite ´ des risques sanitaires. A 20 ans par exemple, chacun des membres de ˆ tre en pleine la population avait 93 % de chances d’e sante ´ , ce qui signifie qu’en raison de circonstances fortuites, 93 d’entre eux seraient en pleine sante ´ a ` ˆ me 20 ans mais pas les 7 autres. Le risque e ´ tait le me ˆ tre ine pour chacun mais l’issue allait e ´ gale. Or nous affirmons que nous ne sommes pas inte ´ resse ´ s par les ine ´ galite ´ s dues au hasard (ou a ` la chance), de ` s lors que tous les individus e ´ taient expose ´ s au de ´ part a ` un risque absolument identique. Cette position consistant a ` exclure la chance des conside ´ rations relatives a ` l’e ´ galite ´ae ´ te ´ adopte ´ e dans de nombreux travaux sur l’e ´ quite ´ . C’est ainsi que Sen (23) soutient que nous devons rechercher l’e ´ galite ´ des capacite ´ s individuelles et non pas l’e ´ galite ´ dans la re ´ alisation de ces capacite ´s – ce qu’il appelle le fonctionnement. L’e ´ galite ´ des dure ´ es de vie en bonne sante ´ ne ˆ tre obtenue que si les risques d’incidence et pourrait e de re ´ mission des issues sanitaires non fatales, et les risque de de ´ ce ` s, e ´ taient e ´ gaux a ` 0 ou a ` 1 pour la totalite ´ de la population. Etant donne ´ qu’une telle situation est irre ´ alisable et qu’il est peu probable que les diffe ´ rences de niveau des ine ´ galite ´ s de sante ´ observe ´ es entre pays soient dues au fait que la part du hasard ou de la chance diffe ` re d’un pays a ` l’autre, nous nous inte ´ ressons davantage aux distributions des risques sanitaires entre les individus d’une population et a ` leur comparaison interpopulations. Pour la mortalite ´ , des courbes de risque rectangulaires signifient que ` tous les individus ont un risque de de ´ ce `s e ´ gal a ` ze ´ ro jusqu’a ` un a ˆ ge x ou le risque devient e ´ gal a ` 1 pour toute la population. Pour les issues sanitaires non fatales, des courbes de risque rectangulaires signifient qu’a ` un a ˆ ge donne ´ , le risque d’incidence d’une affection ou de re ´ mission de cette affection et e ´ gal a ` 0 ou 1 pour l’ensemble de la population. Les courbes de risque individuelles peuvent varier tant que l’espe ´ rance de vie en bonne sante ´ demeure la me ˆ me. Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000 c
Egalite ´ des risques sanitaires Chaque individu a un profil de risques sanitaires par ˆ ge que l’on peut re a ´ sumer dans une fonction de survie en sante ´ (semblable a ` celle indique ´ e pour une cohorte a ` la Figure 2a. Ce profil des risques sanitaires comporte deux caracte ´ ristiques. Premie ` rement, la surface situe ´ e sous la courbe de la Figure 2a est l’espe ´ rance de sante ´ de l’individu, c’est-a ` -dire la dure ´e de vie moyenne en bonne sante ´ d’un individu auquel correspond cette fonction de survie en sante ´ d. Deuxie ` mement, la forme de la courbe de survie en sante ´ peut varier sans que la surface situe ´ e sous la courbe change. Tant les diffe ´ rences d’espe ´ rance de sante ´ entre individus que les diffe ´ rences de forme des risques ˆ ge peuvent contribuer a sanitaires selon l’a ` l’ine ´ galite ´ des dure ´ es de vie en bonne sante ´ . Pour permettre de mieux comprendre les contributions de ces deux d
Cette fonction a la forme suivante : L HE = $HS (x ) dx 0 ou ` HE est l’espe ´ rance de sante ´ , HS (x) la probabilite ´ d’une pleine sante ´a ` l’a ˆ ge x, et L la limite de la vie humaine. 43
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´ facteurs, nous allons utiliser la relation line ´ aire fre ´ quemment observe ´ e entre le logarithme des taux ˆ ge et l’a ˆ ge (35, 36).e de mortalite ´ par a La Figure 3a indique le logarithme du risque de mauvaise sante ´ ou de de ´ ce ` s pour deux populations distinctes. Dans chacune d’elles, tous les individus font ˆ me ensemble de risques sanitaires, comme face au me l’indique la figure, et l’espe ´ rance de sante ´ est, dans les deux cas, de 56,5 ans. Etant donne ´ que la pente de la courbe des risques sanitaires de la population A est infe ´ rieure a ` celle de la population B, la distribution des dure ´ es de vie en bonne sante ´ (indique ´ e par la Figure 3b) a une variance plus faible pour la population A que pour la population B (437 pour la population A contre 568 ˆ me que la moyenne est pour la population B), alors me identique dans les deux cas. Silber (37) et LeGrand (38, 39) ont cherche ´a ` ˆ ge au de mesurer l’ine ´ galite ´ de l’a ´ ce ` s – il ne s’agit pas ˆ me de la dure ´ e de vie en bonne sante ´ , mais du me concept applique ´ aux seuls risques de de ´ ce ` s – due aux variations de la pente du logarithme du taux de mortalite ´ . La Figure 4 illustre chez les femmes du Royaume-Uni un phe ´ nome ` ne couramment observe ´: a ` mesure que la mortalite ´ diminue, la pente du logarithme du taux de de ´ ce ` s augmente. En d’autres termes, il existe une e ´ troite relation entre le niveau de ˆ ge au de la mortalite ´ et l’ine ´ galite ´ de l’a ´ ce ` s (ou du nombre d’anne ´ es ve ´ cues) a ` laquelle contribue la pente de la courbe du logarithme du taux de de ´ ce ` s. Il n’est donc pas surprenant que LeGrand et Silber aient conclu qu’a ` mesure que la mortalite ´ s’abaisse, l’ine ´ galite ´ mesure ´ e de cette manie ` re en fait autant. Si chacun, dans les populations A et B, a une espe ´ rance de sante ´ identique et si le profil des risques ˆ ge ne diffe sanitaires par a ` re que par la pente et l’interception du logarithme des risques sanitaires par ˆ ge, ce facteur de l’ine a ´ galite ´ de la dure ´ e de vie en bonne sante ´ est-il approprie ´ pour mesurer les ine ´ galite ´ s de ˆ tre sante ´ ? Un certain nombre d’arguments peuvent e avance ´ s pour montrer que la variation interpopulations du sche ´ ma ge ´ ne ´ ral des risques sanitaires peut ne ˆ tre d’un tre ˆ t. Premie pas e ` s grand inte ´ re ` rement, il existe dans toutes les populations une e ´ troite relation entre la ˆ ge, de sorte pente de la courbe du risque de de ´ ce ` s et l’a que l’ine ´ galite ´ ainsi mesure ´ e diminue a ` mesure que la ˆt. Deuxie mortalite ´ de ´ croı ` mement, si l’espe ´ rance de sante ´ est maintenue constante, rares sont les politiques ou interventions qui permettront de modifier la pente de la courbe de cette relation de manie ` re a ` re ´ duire l’ine ´ galite ´ de la dure ´ e de vie en bonne sante ´. Troisie ` mement, il n’est pas du tout e ´ vident que ˆ me pre chacun aura la me ´ fe ´ rence quant au profil par ˆ ge des risques sanitaires. a L’e ´ tude des diffe ´ rences entre groupes sociaux et diverses analyses portant sur des zones restreintes montrent qu’au sein d’une cohorte, l’espe ´ rance de sante ´ varie largement d’un individu a ` l’autre (1, 12, 15, ˆ ges 40-42). Certains individus sont expose ´s a ` tous les a a ` des risques de mauvaise sante ´ et de mortalite ´ beaucoup plus e ´ leve ´ s que d’autres, et cette variation ˆ ge donne interindividus de l’espe ´ rance de sante ´a ` un a ´ n’est pas refle ´ te ´ e par la courbe de la survie en sante ´ moyenne de la population. La fonction de la survie en sante ´ indique des probabilite ´ s moyennes et ne donne aucune information additionnelle sur la distribution de ces probabilite ´ s dans la population. La Figure 5 illustre la dure ´ e de vie en bonne sante ´ d’une population ou ´ rances individuel` les espe les de sante ´ s’e ´ chelonnent entre 47 ans et 82 ans, mais ou ` la pente de la fonction logarithme des risques ˆ me pour tous les individus. Les sanitaires est la me fonctions de survie en sante ´ de tous les individus se situent entre les limites indique ´ es a ` la Figure 5a et leur sont paralle ` les. La courbe en gras du milieu repre ´ sente le risque moyen de mauvaise sante ´ dans ˆ ge, ce qui correspond a la population a ` chaque a ` une espe ´ rance de sante ´ de 56,5 ans. La Figure 5b montre qu’une population dans laquelle la courbe des risques sanitaires se situe n’importe ou ` entre les deux limites ˆ me ine de la Figure 5a pre ´ sentera a ` peu pre ` s la me ´ galite ´ des dure ´ es de vie en bonne sante ´ qu’une population ˆ me pour ou ` la courbe des risques sanitaires est la me tous les individus (courbe B de la Figure 5a). En termes de dure ´ e de vie en bonne sante ´ , les deux populations pre ´ sentent donc un degre ´ d’ine ´ galite ´ presque identique ; toutefois, si l’on conside ` re la distribution de la dure ´ e de vie en bonne sante ´ attendue, ou espe ´ rance de sante ´ (Figure 5a), on admettra sans doute que la population ou ` les espe ´ rances de sante ´ se situent dans une fourchette de 47 a ` 82 ans pre ´ sente une bien plus grande ine ´ galite ´ de sante ´ que celle ou ´ rance de sante ´ est de ` l’espe 56,5 ans pour tous. Les variations interindividus de l’espe ´ rance de sante ´ semblent beaucoup plus importantes que les diffe ´ rences interpopulations de pente de la courbe ˆ ge. moyenne des risques sanitaires en fonction de l’a La Figure 5 illustre aussi un phe ´ nome ` ne important qui ressort de l’observation d’une cohorte quelconque. L’espe ´ rance de sante ´ moyenne est de 56,5 ans, mais la dure ´ e de vie en bonne sante ´ effectivement accomplie par la cohorte est de 58,7 ans. Les individus a ` haut risque tendent a ` de ´ ce ´ der a ` un ˆ ge, de sorte que la mortalite plus jeune a ´ effective a ` des ˆ ges plus avance a ´ s refle ` te les risques de ceux qui ont une meilleure espe ´ rance de sante ´ . Cet effet se ´ lectif conduit a ` une situation paradoxale ou ´ galite ´ de ` l’ine l’espe ´ rance de sante ´ augmente la dure ´ e moyenne effective de vie en bonne sante ´ de la cohorte. La Figure 5a indique aussi que le facteur chance ˆ le important dans la re joue un ro ´ alisation de l’attente. Il y a une tre ` s grande diffe ´ rence entre les distributions de l’espe ´ rance de sante ´ qui vont d’une variation nulle dans la cas de la population B a ` une forte variation pour la population A, mais peu de diffe ´ rence entre les distributions de l’issue (Figure 5b), a ` savoir la dure ´e de vie en bonne sante ´ . Un accroissement tre ` s sensible Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
e La loi de la mortalite ´ de Gompertz (35) ne s’applique qu’aux taux de mortalite ´ au-dessus de l’a ˆ ge de 20 ans. Le risque de de ´ ce ` s entre la naissance et l’a ˆ ge de 20 ans diminue avec l’a ˆ ge. Re ´ cemment, des analyses approfondies des taux de mortalite ´ au-dela ` des a ˆ ges de 75 ou 80 ans ont montre ´ qu’ils n’augmentent pas aussi rapidement que la loi de mortalite ´ le laisserait pre ´ voir (36).
44
De ´ finir et mesurer les ine ´ galite ´ s de sante ´ de l’ine ´ galite ´ de l’espe ´ rance de sante ´ a un effet relativement restreint sur la distribution des dure ´ es de vie en bonne sante ´. Nous pensons que la distribution des espe ´ rances de sante ´ dans une cohorte est plus inte ´ ressante pour l’e ´ tude de l’ine ´ galite ´ de sante ´ que la distribution ˆ me, nous des dure ´ es de vie en bonne sante ´ . De me estimons que la forme de la courbe du risque sanitaire moyen ou la variation de la forme des courbes du risque sanitaire si l’espe ´ rance de vie demeure ˆ t. Toutefois, constante peuvent pre ´ senter un inte ´ re nous constatons qu’elle est moins pertinente pour l’e ´ tude des ine ´ galite ´ s de sante ´ que la simple distribution de l’espe ´ rance de sante ´.
Distribution de l’espe ´ rance de sante ´ due a ` des facteurs ine ´ vitables ou a ` un choix On peut soutenir que nous ne devrions pas nous inte ´ resser a ` deux composantes de la distribution de l’espe ´ rance de sante ´ dans une cohorte : celle qu’il n’est pas possible de modifier et celle qui re ´ sulte du choix d’individus qui, en toute connaissance de cause, de ´ cident de re ´ duire leur espe ´ rance de sante ´ en se livrant a ` des activite ´s a ` risque. S’il existait des diffe ´ rences d’espe ´ rance de sante ´ auxquelles on ne puisse jamais reme ´ dier a ` l’aide des technologies actuelles ou a ` venir, on pourrait a ` juste titre affirmer que nous devrions nous en de ´ sinte ´ resser, tout comme nous avons dit nous de ´ sinte ´ resser de la dispersion des dure ´ es de vie en bonne sante ´ dues uniquement au hasard. Mais quelle est la composante de la distribution de ˆ te pas a l’espe ´ rance de sante ´ qui ne se pre ` une intervention ? Celle qui est due a ` des facteurs ge ´ ne ´ tiques ? Celle qui est due aux hasards de la naissance ? Dans les deux cas, l’argument selon lequel nous ne pouvons pas intervenir pour modifier les effets sur la distribution de l’espe ´ rance de sante ´ est tre ` s probablement spe ´ cieux. Compte tenu des ame ´ liorations actuelles de la technologie et des futurs progre ` s, il est probable que ces composantes de la distribution de l’espe ´ rance de ˆ tre influence sante ´ pourront e ´ es et il convient donc de ne pas les exclure d’une mesure de l’ine ´ galite ´ de sante ´. Tout aussi importante sans doute est l’absence de toute preuve concluante d’importantes variations interpopulations de la contribution des ge ` nes, etc. La composante de la distribution des espe ´ rances de sante ´ due a ` des facteurs ine ´ vitables est probablement peu importante et tout a ` fait impossible a ` e ´ valuer. Nous allons donc conside ´ rer de ´ sormais qu’il vaut mieux ne pas se pre ´ occuper de cet aspect. Qu’en est-il des risques pris volontairement ? Quelle est la part de la distribution de l’espe ´ rance de sante ´ d’une population qui est due aux choix parfaitement e ´ claire ´ s d’individus porte ´ s sur les comportements a ` risque ? Il semble que l’on s’engage ˆ mement glissante. Quels choix ici sur une pente extre influant sur la sante ´ fait-on en pleine connaissance de cause ? Allons-nous exclure les effets du tabac sur l’espe ´ rance de sante ´ – alors que ces effets sont sans Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
doute tre ` s important – sous pre ´ texte que le tabagisme ˆ me si nous pre re ´ sulte d’un choix ? Me ´ tendons que ce choix e ´ tait e ´ claire ´ , doit-on pour autant ne pas en tenir compte ? Notre avis est que la re ´ ponse a ` cette 45
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´
question est non. Premie ` rement, dans la plupart des cas, les risques sanitaires ne sont pas pris en raison d’un gou ´ re ´ pour les comportements a ` ˆ t immode risque, mais pour d’autres motifs et sans que les conse ´ quences en soient clairement perc ¸ ues.f Deuxie ` mement, la part re ´ elle de la volonte ´ dans la distribution de l’espe ´ rance de sante ´ est sans doute ˆ tre ignore tre ` s faible et peut e ´ e. Cet argument est du ˆ me ordre que ceux qui sont invoque me ´ s dans le domaine des ine ´ galite ´ s de revenu ou ` la variation des revenus due a ` des diffe ´ rences de choix entre loisirs et activite ´ s re ´ mune ´ ratrices dans une population est syste ´ matiquement ignore ´ e dans la mesure des ine ´ galite ´ s de revenu. Le cou ˆ t d’une information comple ` te sur les conse ´ quences sanitaires des diffe ´ rents choix est souvent prohibitif. La plupart des individus sont force ´ s de faire des choix base ´ s sur une information incomple ` te ou incorrecte. Lorsque le choix relatif a ` une prise de risque et ses conse ´ quences sont se ´ pare ´ s dans le temps, le degre ´ de de ´ sinte ´ re ˆ t pour le futur peut largement influencer les choix en matie ` re de sante ´ . C’est ainsi qu’il faudrait, a ` notre avis, inclure dans la mesure des ine ´ galite ´s de sante ´ celles qui sont le fait d’individus chez qui ce degre ´ est e ´ leve ´. ´ conomistes (44) soutiennent depuis Certains philosophes (43) et e longtemps que le de ´ faut de pre ´ voyance ou myopie est une faute de jugement qui risque d’avoir des conse ´ quences ne ´ fastes pour celui qui en est atteint. 46 f
Des mesures de l’espe ´ rance de sante ´ au sein d’une cohorte aux mesures portant sur une pe ´ riode donne ´e Si nous pouvions mesurer directement, pour chaque individu, les risques d’incidence d’e ´ tats morbides, de ˆ ge, nous serions re ´ mission et de mortalite ´a ` chaque a capables de de ´ terminer la distribution des espe ´ rances de sante ´ dans une cohorte. Aux fins de l’e ´ laboration des politiques, attendre plus de cent ans pour mesurer l’ine ´ galite ´ de sante ´ dans chaque cohorte de naissances ne serait gue ` re utile. Etant donne ´ que l’ine ´ galite ´ de sante ´ est une composante critique de la performance d’un syste ` me de sante ´ , nous devons la mesurer en n’utilisant que l’information recueillie au cours d’une pe ´ riode donne ´ e. En d’autres termes, il nous faut conceptualiser une mesure temporelle de la distribution de l’espe ´ rance de sante ´. Pour estimer une telle mesure temporelle, nous ne disposons d’information que sur un individu i a ` ˆ ge a. Pour e une a ´ valuer la distribution des espe ´ rances de sante ´ , nous devons rapporter cette mesure a ` la ˆ ge pour d’autres distribution des risques a ` un autre a individus. Il nous faut donc un principe formel permettant de relier entre eux les risques observe ´s chez diffe ´ rents individus afin d’estimer l’espe ´ rance de sante ´ d’une cohorte de naissances hypothe ´ tique expose ´e a ` des risques observe ´ s au moment conside ´ re ´. Pour e ´ valuer la distribution de l’espe ´ rance de sante ´ sur une pe ´ riode donne ´ e, nous pouvons appliquer l’une des deux strate ´ gies suivantes : soit utiliser une variable, telle qu’un indicateur de la situation socioe ´ conomique, pour relier entre eux des individus a ` des ˆ ges diffe a ´ rents – ce qui sous-estimerait toutefois la distribution des espe ´ rances de sante ´ car on part de l’hypothe ` se que toute variation des risques sanitaires est pre ´ dite par la variable socio-e ´ conomique choisie –, soit supposer l’existence d’une corre ´ lation arbitraire ˆ ge infe des risques entre les groupes d’a ´ rieure ou e ´ gale a ` un. L’estimation des distributions des risques est un proble ` me fondamental car elles sont largement inobservables. En re ´ sume ´ , nous estimons que la quantite ´ la plus pertinente pour l’e ´ tude des ine ´ galite ´ s de sante ´ est la distribution des espe ´ rances de sante ´ entre individus, calcule ´ e sur une certaine pe ´ riode a ` l’aide d’une me ´ thode clairement de ´ finie permettant de relier entre elles les distributions des risques sanitaires ˆ ges diffe a ` des a ´ rents.
Re ´ sumer la distribution de l’espe ´ rance de sante ´ dans une mesure de l’ine ´ galite ´ de sante ´ La Figure 6 illustre la distribution des espe ´ rances de sante ´ dans trois populations A, B et C. Quelle est la distribution la plus ine ´ gale ? Si, sur ce graphique, l’axe des abscisses repre ´ sentait le revenu au lieu de l’espe ´ rance de sante ´ , on s’accorderait a ` penser que la distribution B est moins ine ´ gale que les distributions C et A. Cette conclusion simple se fonde sur la Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
De ´ finir et mesurer les ine ´ galite ´ s de sante ´ notion d’utilite ´ marginale de ´ croissante du revenu, a ` savoir qu’un dollar additionnel pre ´ sente de moins en ˆt a moins d’inte ´ re ` mesure que le revenu augmente. La ˆ me variance que A, mais une distribution B a la me moyenne supe ´ rieure. Si l’on se re ´ fe ` re au coefficient de Gini, mesure de l’ine ´ galite ´ couramment utilise ´ e, les ˆ me degre distributions A et C ont le me ´ d’ine ´ galite ´ tandis que la distribution B pre ´ sente un moindre degre ´ d’ine ´ galite ´ que A et C. D’aucuns pourraient ˆ me estimer que les distributions A et C ont le me degre ´ d’ine ´ galite ´ en ce qui concerne le revenu, mais ˆ tre moins acceptable en cette conclusion est peut e matie ` re de sante ´ . La notion d’utilite ´ marginale de ´ croissante ne s’applique pas ici de fac ¸ on aussi convaincante. Certains diront que C est manifestement pire que A ou B et qu’ils ne peuvent pas faire de distinction entre A et B. L’abondante litte ´ rature concernant la mesure des ine ´ galite ´ s de revenu (23, 4548) est tre ` s utile pour la conception d’une mesure des ine ´ galite ´ s de sante ´ , mais ce simple exemple montre que la sante ´ pre ´ sente, par rapport au revenu, des diffe ´ rences fondamentales qu’il convient de prendre en conside ´ ration. A ce jour, les travaux consacre ´s a ` la mesure des ine ´ galite ´ s de sante ´ ne s’e ´ tendent pas vraiment sur les mesures synthe ´ tiques des distributions de la sante ´.
individu avec celle de chacun des autres, et non plus avec la moyenne pour la population. Nous proposons de donner a ` ces mesures la forme ge ´ ne ´ rale suivante :
IID(a, b ) =
i=1 j=1
S S| yi – yj|a
n
n
eq. (2)
2n2mb
Deux types de mesures des ine ´ galite ´ s de sante ´ En nous fondant sur le large e ´ ventail de mesures utilise ´ pour re ´ sumer la distribution des revenus (48) et compte tenu du fait que des diffe ´ rences absolues, et pas seulement relatives, de l’espe ´ rance de sante ´ peuvent pre ´ senter de l’importance, nous proposons deux types de mesures : les e ´ carts individuels par rapport a ` la moyenne et les e ´ carts interindividus. ` la moyenne. Ecarts individuels par rapport a La mesure des e ´ carts individuels par rapport a ` la moyenne compare la sante ´ de chaque individu a ` la moyenne pour la population. Cette mesure a la forme ge ´ ne ´ rale suivante :
ou ´ de l’individu i et yj la sante ´ de ` yi est la sante l’individu j, m est la sante ´ moyenne de la population et n l’effectif de la population. Les parame ` tres a et b ˆ mes que pour les mesures des e sont les me ´ carts individuels par rapport a ` la moyenne de ´ crits plus haut. Un exemple bien connu de ce type de mesure est le coefficient de Gini (49), souvent utilise ´ pour mesurer la distribution des revenus, ou ` a = 1 et b = 1. Le coefficient de Gini est souvent repre ´ sente ´ comme graphiquement de ´ rive ´ de la courbe de population de Lorenz (50), mais il est en fait alge ´ briquement e ´ gal a ` l’e ´ quation (2) ci-dessus. Il convient de noter que lorsque a = 2, l’e ´ cart individuel par rapport a ` la moyenne et l’e ´ cart interindividus pour une distribution donne ´ e dans la population sont identiques. Pour toute autre valeur de a, ils sont diffe ´ rents.
IMD(a, b ) =
i=1
S| yi – m|a
n
eq. (1)
nmb
ou ´ de l’individu i, m la sante ´ moyenne de ` yi est la sante la population et n l’effectif de la population. Le parame ` tre a change l’importance des diffe ´ rences de sante ´ observe ´ es aux extre ´ mite ´ s de la distribution par rapport a ` celles qui sont observe ´ es pre ` s de la moyenne de la distribution. Le parame ` tre b de ´ termine jusqu’a ` quel point la mesure est simplement relative par rapport a ` la moyenne, ou absolue. Toutefois de nombreuses autres mesures d’e ´ carts individuels par rapport a ` la moyenne sont e ´ galement possibles. Lorsque b = 1 la mesure est strictement relative, et lorsque b = 0, elle donne des e ´ carts absolus par rapport a ` la moyenne ; toutefois, b ˆ tre toute valeur entre 0 et 1 refle pourrait e ´ tant diverses dimensions situe ´ es entre les e ´ carts individuels relatif et absolu par rapport a ` la moyenne. Ecarts interindividus. Un autre groupe de mesures consiste a ` comparer la sante ´ de chaque Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
Choix d’un indice unique des ine ´ galite ´s de sante ´ Pour des comparaisons types, nous devons choisir un indice unique des ine ´ galite ´ s de sante ´ pour re ´ sumer la distribution des espe ´ rances de sante ´ dans une population. Ce choix suppose que l’on a re ´ pondu a ` trois questions essentiellement normatives : quelle ˆ tre type de mesure convient-il d’utiliser ? Quelle doit e ˆ tre la valeur de b ? Les la valeur de a ? Et quelle doit e pre ´ fe ´ rences individuelles concernant ces trois choix ˆ tre de normatifs peuvent e ´ termine ´ es a ` l’aide d’une se ´ rie de questions qui isolent l’effet de chacun sur l’indice d’ine ´ galite ´. Nous allons donner quelques exemples illustrant ce qu’impliquent ces choix. Pour simplifier notre de ´ monstration, nous utilisons une population de sept individus. Dans chaque exemple, des anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es d’un individu relativement favorise ´ (ayant une longue espe ´ rance de sante ´) a ` un individu moins avantage ´ . Ces transferts seront de ´ crits dans le texte et sont aussi illustre ´ s par 47
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´ les Figures 7 a ` 9. Trois types de choix sont a ` faire et pour chacun, nous pre ´ sentons deux populations. La ˆne question est alors la suivante « Qu’est-ce qui entraı la plus forte re ´ duction de l’ine ´ galite ´ : le transfert a ` la population A ou le transfert a ` la population B » ? ´ galite ´ relative ou ine ´ galite ´ absolue. L’un Ine des choix fondamentaux permet d’indiquer si nous sommes davantage inte ´ resse ´ s par des diffe ´ rences sanitaires absolues, des diffe ´ rences relatives, ou un me ´ lange des deux. A l’aide de cette question, nous tentons de de ´ terminer dans quelle mesure les individus sont pre ´ occupe ´ s par l’ine ´ galite ´ relative, par l’ine ´ galite ´ absolue ou par une certaine combinaison de ces deux formes d’ine ´ galite ´ . La situation de ´ crite a ` la Figure 7 est la suivante : les populations A et B pre ´ sentent des distributions semblables de l’espe ´ rance de sante ´ entre les sept individus, mais a ` des niveaux diffe ´ rents. Dans la population A, la moyenne est de 20 ans et dans la population B, elle atteint 60 ans. Dans la population A, 5 anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es d’un individu qui a 35 ans d’espe ´ rance de vie sante ´a ` un autre chez qui cette espe ´ rance n’est que de 5 ans. Dans la population B, 5 anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es d’un individu ayant une espe ´ rance de sante ´ de 75 ans (la plus forte dans cette population) a ` un autre dont l’espe ´ rance de sante ´ est de 45 ans (la plus faible dans cette population). Quel est celui de ˆne la plus forte ces deux transferts qui entraı diminution de l’ine ´ galite ´ de sante ´? Avec des questions de ce genre, nous pouvons de ´ terminer les pre ´ fe ´ rences des gens pour une valeur de b situe ´ e entre 0 et 1. ´ du gain/de la perte de sante ´ . Le Intensite deuxie ` me choix normatif porte sur la question de savoir si les gains ou pertes de sante ´ qui se produisent ˆ tre traite aux extre ´ mite ´ s de la distribution doivent e ´s diffe ´ remment de ceux qui se situent pre ` s de la moyenne. Conside ´ rons les deux re ´ ductions des ine ´ galite ´ s de sante ´ de ´ crites a ` la Figure 8. Les deux ˆ me niveau d’espe populations ont le me ´ rance de sante ´ , avec une valeur moyenne de 20 ans. Dans la population A, 5 anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es de l’individu ayant la plus forte valeur (35 ans) a ` celui qui a la plus faible (5 ans). Dans la population B, 5 anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es de l’individu qui a 30 ans d’espe ´ rance de sante ´a ` celui qui n’a que 10 ans. Quel est celui de ces ˆne la plus forte re deux transferts qui entraı ´ duction de l’ine ´ galite ´ de sante ´? Si le choix se porte sur la population A, la mesure utilise ´ e devra donner un poids supe ´ rieur aux transferts de sante ´ qui s’effectuent aux extre ´ mite ´ s de ˆ te la distribution. Si l’enque ´ n’a pas de pre ´ fe ´ rence, tous ˆ me nombre d’anne les transferts du me ´ es doivent ˆ tre ponde alors e ´ re ´ s de fac ¸ on e ´ gale, ou ` qu’ils se situent dans la distribution. S’il choisit la population A, a est supe ´ rieur a ` 1 ; s’il n’a pas de pre ´ fe ´ rence pour l’un ou l’autre sce ´ nario, a = 1. En posant d’autres questions dans lesquelles le nombre d’anne ´ es d’espe ´ rance de sante ´ transfe ´ re ´ es varie, on peut de ´ terminer la valeur exacte de a. ´ carts individuels par Ecarts interindividus ou e ` la moyenne. Le troisie rapport a ` me choix porte sur un autre type de mesures : celles des e ´ carts individuels par rapport a ` la moyenne ou celles des e ´ carts interindividus. A la Figure 9, les deux re ´ ductions de l’ine ´ galite ´ de sante ´ illustrent ce choix. Les deux populations ont la ˆ me espe me ´ rance de sante ´ moyenne et dans les deux ˆ me quantite cas, on transfe ` re exactement la me ´ de sante ´ . Toutefois, la distribution initiale de la sante ´ est diffe ´ rente dans les deux populations. Dans l’une et l’autre, 15 anne ´ es d’espe ´ rance de sante ´ sont transfe ´ re ´ es de l’individu situe ´ a ` la limite supe ´ rieure de la distribution (35 ans) a ` celui qui est a ` la limite infe ´ rieure (5 ans). La question est ici encore la suivante « Quel est celui des deux sce ´ narios qui repre ´ sente la plus forte diminution de l’ine ´ galite ´ ? » Ceux qui optent pour A ou B expriment l’opinion que ce qui compte n’est pas seulement le point de de ´ part et d’arrive ´ e d’un individu mais aussi la situation du reste de la population. Ceux qui ne choisissent pas entre A et B sont d’avis que ce qui est re ´ ellement important est le changement absolu re ´ alise ´ , quelle que soit la situation des autres personnes dans la distribution. Dans le premier cas, nous allons utiliser une mesure des e ´ carts inter-individus alors que dans le second, nous aurons recours a ` une mesure des e ´ carts individuels par rapport a ` la moyenne. Les choix normatifs concernant l’intensite ´ du transfert et le type de mesures ne sont pas Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
48
De ´ finir et mesurer les ine ´ galite ´ s de sante ´ entie ` rement dissociables. Les mesures des e ´ carts ˆ me lorsque a = 1, sont plus interindividus, me sensibles aux transferts de risque e ´ quivalents les plus e ´ loigne ´ s de la moyenne. Le Tableau 1 indique les ine ´ galite ´ s des trois distributions de la Figure 6, calcule ´ es pour quelques valeurs parame ´ triques des mesures de ´ crites plus haut. A l’aide d’une se ´ rie de questions, nous pouvons obtenir des valeurs individuelles pour e ´ tablir un indice synthe ´ tique de la distribution de l’espe ´ rance de ˆ tes de sante ´ . Des enque ´ mographiques ou des sondages simplifie ´ s pourraient donner des informations provenant d’un large e ´ ventail d’individus. Nous ne proposons pas d’e ´ thique empirique pour re ´ soudre en aveugle le proble ` me des choix normatifs et nous ˆt que les re pensons pluto ´ sultats de la mesure de ces valeurs aupre ` s de personnes tre ` s diverses constitueront un apport utile dans un processus de re ´ flexion pour le choix d’un indice des ine ´ galite ´ s de sante ´. Une e ´ tude pre ´ liminaire limite ´ e nous porte a ` croire que la plupart des personnes opteront pour une mesure associant les ine ´ galite ´ s absolue et relative, attribuant un poids supe ´ rieur aux e ´ carts les plus e ´ loigne ´ s de la moyenne et prenant en conside ´ ration les individus situe ´ s dans l’intervalle. Toutefois, ces questions doivent manifestement donner lieu a ` une e ´ valuation empirique plus large des valeurs propose ´ es par diffe ´ rentes personnes.
Comment rendre ope ´ rationnelle la mesure des ine ´ galite ´s d’espe ´ rance de sante ´ Si nous admettons que le parame ` tre inte ´ ressant pour mesurer l’ine ´ galite ´ de sante ´ est la distribution de l’espe ´ rance de sante ´ sur une certaine pe ´ riode, comment peut-on mesurer cette dernie ` re ? On ne peut pas observer les risques, seulement les issues. Nous sommes d’avis qu’une approximation raisonˆ tre nable de la distribution des risques sanitaires peut e obtenue a ` l’aide de diverses techniques. En associant ces techniques, on dispose d’une strate ´ gie assez efficace pour estimer la distribution de l’espe ´ rance de sante ´ . Cette strate ´ gie se de ´ compose en quatre approches distinctes : la mesure de la distribution du risque de de ´ ce ` s chez l’enfant ; la mesure de la distribution du risque de de ´ ce ` s chez l’adulte ; la mesure de la distribution de l’espe ´ rance de vie et de l’espe ´ rance de sante ´ par des analyses portant sur des zones restreintes ; et enfin, la mesure de la distribution des issues non fatales. Tableau 1. Calcul des mesures de l’ine ´ galite ´ de sante ´ pour trois distributions de l’espe ´ rance de sante ´a Distribution A a=1 a=2 Ecarts individuels b = 0 par rapport a ` la moyenne b = 1 Ecarts interindividus a
Distribution B a=1 a=2 2,40 0,03 1,71 0,02 9,26 0,11 9,26 0,11
Distribution C a=1 a=2 4,68 0,06 3,31 0,04 34,47 0,43 34,47 0,43
2,40 0,06 1,71 0,04
9,26 0,23 9,26 0,23
b=0 b=1
Voir les de ´ tails a ` la Figure 6
Risque de de ´ ce ` s chez l’enfant Nous pouvons observer la variation de la proportion ˆ me me d’enfants d’une me ` re qui sont de ´ ce ´ de ´ s. Ce la nous informe sur la distribution du risque de de ´ ce `s chez l’enfant a ` un niveau d’agre ´ gation tre ` s fin (celui des me ´ nages). Par une simulation, nous pouvons e ´ valuer la diffe ´ rence entre la distribution des issues et celle qui aurait sans doute re ´ sulte ´ d’une e ´ gale distribution du Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
risque. Les e ´ tudes sur la mesure des niveaux de vie ˆ tes de (51), les enque ´ mographiques et sanitaires (52) ˆ tes ainsi que de nombreux recensements et enque permettent d’avoir largement acce `s a ` des donne ´ es sur ˆ ges divers et l’ensemble des enfants ne ´ s de femmes d’a sur les survivants. Nous avons applique ´ cette strate ´ gie pour mesurer la mortalite ´ chez l’enfant (22).
Risque de de ´ ce ` s chez l’adulte Nous ne disposons pas de bonnes donne ´ es pour mesurer la distribution de la mortalite ´ des adultes. On pourrait, en principe, utiliser des informations sur la 49
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´ le principal proble ` me pose ´ par ce type d’information tient a ` la comparabilite ´ des re ´ ponses adresse ´ es par des personnes dont la culture, le degre ´ d’instruction et le revenu varient. Les riches, par exemple, rapportent souvent des issues sanitaires non fatales pires que celles des pauvres (53, 54). Les proble ` mes de ˆ tre re comparabilite ´ doivent e ´ solus avant que ces ˆ tre utilise se ´ ries de donne ´ es ne puissent e ´ es pour contribuer a ` l’estimation de l’espe ´ rance de sante ´ dans une population. Pour l’OMS, il convient de poursuivre simultane ´ ment la mise au point de me ´ thodes et de se ´ ries de donne ´ es pour mesurer ces diverses dimensions de la distribution de l’espe ´ rance de sante ´ . De nouvelles me ´ thodes permettant d’inte ´ grer ces diffe ´ rentes mesures en une estimation unique de la distribution de l’espe ´ rance de sante ´ dans les populations s’imposent.
Conclusion Nous proposons dans le pre ´ sent article un cadre base ´ sur quatre notions cle ´ s pour mesurer les ine ´ galite ´ s de sante ´ . Premie ` rement, nous partons du principe que la ˆ tre et sante ´ est une composante intrinse ` que du bien-e nous devons donc nous pre ´ occuper des ine ´ galite ´ s de sante ´ , qu’elles soient ou non corre ´ le ´ es avec les ˆ tre. Deuxie ine ´ galite ´ s d’autres dimensions du bien-e `mement, nous estimons que toute mesure des ine ´ galite ´ s de sante ´ doit refle ´ ter la totalite ´ des diverses issues sanitaires fatales et non fatales afin de tenir pleinement compte de la sante ´ dans toute sa complexite ´ . Nous rendons cette notion ope ´ rationnelle a ` l’aide du concept de la dure ´ e de vie en bonne sante ´ . Troisie ` mement, nous proposons d’ame ´ liorer cette mesure qu’est la dure ´ e de vie en bonne sante ´ en adoptant l’espe ´ rance de sante ´ qui exclut les diffe ´rences d’espe ´ rance de vie en bonne sante ´ dues simplement au hasard. En d’autres termes, le parame ` tre inte ´ ressant pour l’e ´ tude des ine ´ galite ´ s de sante ´ est la distribution de l’espe ´ rance de sante ´ entre les individus d’une population. Quatrie ` mement, l’ine ´ galite ´ de la distribution de l’espe ´ rance de sante ´ ˆ tre re peut e ´ sume ´ e par la mesure des e ´ carts individuels par rapport a ` la moyenne ou des e ´ carts interindividus. La forme exacte de la mesure utilise ´ e pour re ´ sumer cette ine ´ galite ´ de ´ pend de trois choix normatifs. Une meilleure connaissance des vues des gens sur ces choix normatifs servira de base a ` l’e ´ tude d’une mesure standard OMS des ine ´ galite ´ s de sante ´. Notre approche contraste avec celle propose ´e par LeGrand (38, 39) et Silber (37) dont la principale pre ´ occupation est la forme de la courbe du taux de ˆge. Leur me de ´ ce ` s moyen de la population par a ´ thode ˆtre une diminution mondiale des ine fait apparaı ´ galite ´s de sante ´ , mais leurs conclusions sont entie ` rement dues au fait que la forme de la courbe du risque de de ´ ce `s ˆ ges change de fac moyen aux divers a ¸ on pre ´ visible a ` mesure que l’espe ´ rance de vie augmente. Notre avis est qu’il faut se focaliser sur la distribution de l’espe ´ rance de sante ´ entre les individus. Il n’y a aucune raison de penser que cette distribution se resserre Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000
survie de membres de fratries, mais elles concerneraient la mortalite ´ moyenne pendant des de ´ cennies et cela poserait des proble ` mes techniques non encore re ´ solus. ˆ tre mises au point. D’autres strate ´ gies devront e
Distribution de l’espe ´ rance de vie ou de l’espe ´ rance de sante ´ dans des groupes Nous pouvons diviser la population en groupes dont les membres devraient avoir des espe ´ rances de vie similaires et mesurer directement leurs perspectives de sante ´ . Avec cette me ´ thode, on va ine ´ vitablement sousestimer la distribution de l’espe ´ rance de sante ´ . Plus les groupements seront affine ´ s et plus notre approximation sera proche de la ve ´ ritable distribution de l’espe ´ rance de sante ´ dans la population. C’est ainsi qu’une analyse de ´ taille ´ e de comte ´ s des Etats-Unis d’Ame ´ rique par ˆge, de sexe et de race a re groupe d’a ´ ve ´ le ´ un intervalle de 41,3 ans entre les espe ´ rances de vie moyennes des comte ´ s situe ´s a ` chaque extre ´ mite ´ du spectre (15). Distribution des issues sanitaires non fatales La mesure des issues sanitaires non fatales sur des e ´ chelles de cate ´ gorisation continues ou polychotomiques donne davantage d’informations pour estimer la distribution du risque entre les individus. De ˆ tes utilisant des instruments divers nombreuses enque renseignent sur l’e ´ tat de sante ´ auto-notifie ´ . Jusqu’ici, 50
De ´ finir et mesurer les ine ´ galite ´ s de sante ´ re ´ gulie ` rement a ` mesure que l’espe ´ rance de sante ´ augmente. Les premiers re ´ sultats concernant la distribution des risques de de ´ ce ` s d’enfants entre pays indiquent qu’il n’y a aucune relation entre le taux de de ´ ce ` s d’enfants et la distribution du risque entre les individus (22). En s’inte ´ ressant davantage a ` l’ine ´ galite ´ des ˆ ge, on peut renforcer l’inte ˆt risques sanitaires par a ´ re porte ´a ` certains proble ` mes de sante ´ . C’est ainsi que de nombreuses expositions professionnelles bien de ´ termine ´ es qui n’influent pas de fac ¸ on marque ´ e sur le niveau moyen d’espe ´ rance de sante ´ de la population peuvent, pour une petite minorite ´ , contribuer a ` augmenter nettement les risques. Une meilleure quantification de la distribution de l’espe ´ rance de ˆtre le ro ˆ le d’expositions sante ´ pourrait faire apparaı professionnelles et d’expositions environnementales locales dans l’ine ´ galite ´ des risques. En nous inte ´ressant a ` l’ine ´ galite ´ des risques sanitaires dans les pays en de ´ veloppement, nous pourrions aussi attirer l’attention sur l’impressionnante ine ´ galite ´ du risque de de ´ ce ` s chez les adultes de sexe masculin. Aux EtatsUnis d’Ame ´ rique par exemple, elle est beaucoup plus e ´ leve ´ e dans cette cate ´ gorie de la population que chez l’enfant et chez l’adulte de sexe fe ´ minin (15). Pour mesurer la distribution de l’espe ´ rance de ˆ tes sante ´ , il va falloir utiliser les donne ´ es d’enque transversales sur la pre ´ valence des issues sanitaires non fatales. Mesurer l’ine ´ galite ´ de sante ´ revient essentiellement a ` comparer la distribution de l’e ´ tat de sante ´ des individus au sein de populations et a ` comparer les distributions dans diffe ´ rentes populations. Si l’on utilise les e ´ tats de sante ´ autonotifie ´s ˆ tes sur recueillis au moyen de divers types d’enque l’e ´ tat de sante ´ (par exemple SF-36, EUROQOL ou ˆ tes sur les activite les enque ´ s de la vie quotidienne) pour estimer l’espe ´ rance de sante ´ , il faut veiller a ` ce que ces donne ´ es soient comparables en de ´ pit des diffe ´ rences culturelles. Il semblerait que les instruments qui servent aujourd’hui a ` mesurer l’e ´ tat de ˆ tes risquent de donner des sante ´ sur la base d’enque re ´ sultats qui ne sont pas comparables (54-56). On espe ` re que les e ´ tudes entreprises sur l’ine ´ galite ´ ame ´ lioreront la comparabilite ´ des re ´ ponses obtenues aupre ` s de groupes culturels diffe ´ rents lors des ˆ tes sur l’e enque ´ tat de sante ´. On s’accorde de plus en plus a ` penser que l’ame ´ lioration du niveau moyen de sante ´ n’est pas un indicateur suffisant de la performance d’un syste ` me de sante ´ . La distribution de cette ame ´ lioration est une dimension tout aussi importante de la performance. Pour placer les ine ´ galite ´ s de sante ´ au cœur du de ´ bat sur les politiques, nous devons mettre au point de meilleures me ´ thodes de mesure. Ainsi seulement pourrons-nous de ´ terminer la ve ´ ritable ampleur du proble ` me et suivre les progre ` s accomplis dans la voie d’une solution. n
Remerciements Nous tenons a ` remercier les personnes suivantes de leur contribution et de leurs commentaires : Gary King, Rafael Lozano, Joshua Slomon, Daniel Wikler, Sarah Marchand et Philip Musgrove.
Bibliographie 1. Acheson D. Independent inquiry into inequalities in health. London, The Stationery Office, 1998. 2. Antonovsky A. Social class, life expectancy and overall mortality. Milbank Memorial Fund Quarterly, 1967, 45 (2) : 31-73. 3. Barker J. Inequalities — whose health for all ? Health Visit, 1990, 63 (7) : 232-233. 4. Beaglehole R, Bonita R. Public health at the crossroads : which way forward ? Lancet, 1998, 351 : 590-592. 5. Kaplan G, Lynch J. Whither studies on the socioeconomic foundations of population health ? American Journal of Public Health, 1997, 87 : 1409-1411. 6. Judge K et al. Income inequality and population health. Social Science and Medicine, 1998, 46 : 567-579. 7. Kawachi I, Kennedy BP. Income inequality and health : pathways and mechanisms. Health Services and Research, 1999, 34 : 215-227. 8. Krieger N, Fee E. Measuring social inequalities in health in the United States : a historical review, 1900-1950. International Journal of Health Services, 1996, 26 (3) : 391-418. 9. Kunst AE et al. International variation in socioeconomic inequalities in self reported health. Journal of Epidemiology and Community Health, 1995, 49 (2) : 117-123. 10. Mackenbach JP. Socioeconomic inequalities in health in The Netherlands : impact of a five year research programme. British Medical Journal, 1994, 309 : 1487-1491. 11. Mackenbach JP, Gunning-Schepers LJ. How should interventions to reduce inequalities in health be evaluated ? Journal of Epidemiology and Community Health, 51 : 359-364. 12. Marmot MG et al. Health inequalities among British civil servants : the Whitehall II study. Lancet, 1991, 337 : 1387-1393. Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000 13. Marmot M et al. Social inequalities in health : next questions and converging evidence. Social Science and Medicine, 1997, 44 (6) : 901-910. 14. Murray CJL et al. Sante ´ : ine ´ galite ´ s ou diffe ´ rences entre groupes sociaux. Que faut-il mesurer ? Bulletin de l’Organisation mondiale de la Sante ´ , Recueil d’articles, 2000, 2 : 12-17. 15. Murray CJL et al. U.S. patterns of mortality by county and race : 1965-1994. Cambridge, MA, Harvard School of Public Health and National Center for Disease Prevention and Health Promotion, 1998. 16. Power C, Matthews S. Origins of health inequalities in a national population sample. Lancet, 1997, 350 : 1584-1589. 17. Townsend P. Widening inequalities of health in Britain : a rejoinder to Rudolph Klein. International Journal of Health Services, 1990, 20 : 363-372. 18. Wagstaff A et al. On the measurement of inequalities in health. Social Science and Medicine, 1991, 33 : 545-557. 19. van Doorslaer E et al. Income-related inequalities in health : some international comparisons. Journal of Health Economics, 1997, 16 : 93-112. 20. Whitehead M et al. Setting targets to address inequalities in health. Lancet, 1998, 351 : 1279-1282. ´ valuation de la performance 21. Murray CJL, Frenk J. Cadre OMS d’e des syste ` mes de sante ´ . Gene ` ve, Organisation mondiale de la ´ ). Sante ´ , 1999 (document de travail GPE No 6 non publie 22. Murray CJL et al. Measuring health inequality : challenges and new directions. In : Leon D, Walt, G, eds. Poverty, inequality and health. London, Oxford University Press, 1999 (sous presse). 23. Sen A. Inequality reexamined. Cambridge, MA, Harvard University Press, 1992. 51
The ` me spe ´ cial – Ine ´ galite ´ s de sante ´ 24. Murray CJL et al. A critical examination of summary measures of population health. Gene ` ve, Organisation mondiale de la Sante ´, ´ ). 1999 (Document de travail GPE No 2 non publie 25. Fanshel S, Bush JW. A health-status index and its application to health services outcomes. Operations Research, 1970, 18 : 1021-1066. 26. Weinstein MC, Stason WB. Foundations of cost-effectiveness analysis for health and medical practices. New England Journal of Medicine,1977, 296 : 716-721. 27. Richardson J. Cost utility analysis : what should we measure ? Social Science and Medicine, 1994, 39 : 7-21. 28. Torrance GW. Measurement of health-state utilities for economics appraisal : a review. Journal of Health Economics, 1976, 5 : 1-30. 29. Nord E. Methods for quality adjustment of life years. Social Science and Medicine, 1992, 34 : 559-569. 30. Nord E et al. Social evaluation of health care versus personal evaluation of health states. Evidence on the validity of four healthstate scaling instruments using Norwegian and Australian Surveys. International Journal of Technology Assessment in Health Care, 1993, 9 : 463-478. 31. Murray CJL. Rethinking DALYs. In : Murray CJL, Lopez, AD, eds. The global burden of disease : a comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Cambridge, MA, Harvard School of Public Health on behalf of the World Health Organization and the World Bank, 1996. 32. Ware JE. Standards for validating health measures : definition and content. Journal of Chronic Diseases, 1987, 40 : 473-480. 33. Sanders BS. Measuring community health levels. American Journal of Public Health, 1964, 54 : 1063-1070. 34. Sullivan DF. A single index of mortality and morbidity. HSMHA Health Reports, 1971, 86 : 347-354. 35. Gompertz B. On the nature of the function expressive of the law of human mortality and on a new mode of determining life contingencies. Philosophical Transactions of the Royal Society of London, 1825, 115 : 513-585. 36. Olshansky SJ, Carnes BA. Ever since Gompertz. Demography, 1997, 34 : 1-15. 37. Silber J. Health and inequality. Some applications of uncertainty theory. Social Science and Medicine, 1982, 16 : 1663-1666. 38. LeGrand J. An international comparison of measures of distributions of agesatdeath. In : Fox J, ed. Health inequalities in European countries. Aldershot, Gower, 1988. 39. LeGrand J. Inequalities in health and health care : a research agenda. In : Wilkinson RG, ed. Class and health : research and longitudinal data. London, Tavistock Publications, 1986. 40. Corchia C et al. Social and geographical inequalities in prenatal care in Italy. Prenatal Diagnosis, 1995, 15 : 535-540. 41. Hart CL et al. Inequalities in mortality by social class measured at 3 stages of the lifecourse. American Journal of Public Health, 1998, 88 : 471-474. 42. Hollingsworth JR. Inequality in levels of health in England and Wales, 18911971. Journal of Health and Social Behavior, 1981, 22 : 268-283. 43. Parfit D. Reasons and persons. Oxford, Oxford University Press, 1984. 44. Pigou AC. The economics of welfare. London, Macmillan, 1932. 45. Kakwani NC. On the estimation of income inequality measures from grouped observations. The Review of Econometrics Studies, 1976, 43 : 483-492. 46. Nygard F, Sandstrom A. Income inequality measures based on sample surveys. Journal of Econometrics, 1989, 42 : 81-95. 47. Dagum C, Zenga M, eds. Income and wealth distribution, inequality and poverty. In : Proceedings of the Second International Conference on Income Distribution by Size : Generation, Distribution, Measurement and Applications, University of Pavia, Italy, 23-30 September, 1989. New York, Springer, 1990. 48. Sen A. On economic inequality. Oxford, Oxford University Press, 1997. ` e mutabilita ` . Bologna, Tipogr. di P. Cuppini, 49. Gini C. Variabilita 1912 (en italien). 50. Lorenz MO. Methods for measuring the concentration of wealth. Journal of the American Statistical Association, 1905, vol. 9. 51. Grosh M, Glewwe P. A guide to living standards surveys and their data sets. Washington, DC, The World Bank, 1995 (update on 1 March 1996). 52. Demographic and Health Survey. Internet communication at : http ://www.macroint.com/dhs/indicatr/datasearch.asp. 53. Australian Institute of Health and Welfare. Australia’s health : the fifth biennial report of the Australian Institute of Health and Welfare. Canberra, Australian Government Publishing System, 1996. 54. Murray CJL, Chen LC. Understanding morbidity change. Population and Development Review, 1992, 18 : 481-503. 55. Johansson SR. Measuring the cultural inflation of morbidity during the decline of mortality. Health Transition Review, 1992, 2 : 78-89. 56. Johansson SR. The health transition : the cultural inflation of morbidity during the decline of mortality. Health Transition Review, 1991, 2 : 39-68.
52
Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 3, 2000