De la politique a ` l’action Examen critique des mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations Christopher J. L. Murray,1 Joshua A. Salomon2 et Colin Mathers3
Depuis une dizaine d’anne ´ es, un inte ´ re ˆ t croissant se manifeste pour l’e ´ laboration, le calcul et l’utilisation de mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations, associant des informations sur la mortalite ´ et sur les issues de sante ´ non fatales. Le pre ´ sent article passe en revue les questions et proble ` mes souleve ´ s par la conception et l’utilisation de telles mesures et propose un cadre pour l’e ´ valuation des diffe ´ rentes possibilite ´ s. Les mesures synthe ´ tiques peuvent se pre ˆ ter a ` divers usages, notamment la comparaison des e ´ tats de sante ´ de plusieurs populations et l’e ´ valuation de la contribution relative de maladies, traumatismes et facteurs de risques divers dans la charge totale de morbidite ´ des populations. Les mesures synthe ´ tiques peuvent se classer en deux grandes cate ´ gories, selon qu’elles portent sur l’espe ´ rance de sante ´ ou sur les e ´ carts de sante ´ . Dans chacune de ces cate ´ gories, on trouve de nombreuses mesures tre `s diffe ´ rentes, mais toutes ont en commun un certain nombre de composantes telles que les donne ´ es de mortalite ´ , les issues de sante ´ non fatales et la valorisation des e ´ tats de sante ´ . Parmi les autres points importants figurent les me ´ thodes de calcul et divers proble ` mes conceptuels et me ´ thodologiques concernant la de ´ finition, la mesure et la valorisation des e ´ tats de sante ´ . L’article propose un ensemble de crite ` res de base et de caracte ´ ristiques souhaitables dont la prise en conside ´ ration peut conduire a ` rejeter certaines mesures synthe ´ tiques et a ` en e ´ laborer de nouvelles. Un travail conside ´ rable de mise au point reste a ` accomplir, mais on ne peut pas attendre d’avoir de ´ finitivement re ´ solu tous les proble ` mes de me ´ thodologie pour utiliser des mesures synthe ´ tiques, et il convient donc de recourir a ` celles qui re ´ pondent a ` autant de crite ` res de base et de caracte ´ ristiques souhaitables que possible.
Article publie ´ en anglais dans Bulletin of the World Health Organization, 2000,78 (8): 981-994.
Introduction Les mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations associent des informations sur la mortalite ´ et sur les issues de sante ´ non fatales afin de repre ´ senter l’e ´ tat de sante ´ d’une population par un chiffre unique (1). Il y a longtemps que l’on s’attache a ` mettre au point de telles mesures (2-10) et depuis une ˆ t suscite dizaine d’anne ´ es, l’inte ´ re ´ par la construction, le calcul et l’utilisation des mesures synthe ´ tiques s’est nettement accru. Le volume de travail des membres du Re ´ seau Espe ´ rance de Vie en Sante ´ (REVES) donne une ide ´ e des activite ´ s dans ce domaine (11, 12). Nombreuses ont e ´ te ´ les applications de mesures telles que l’espe ´ rance de vie active (ALE) (13), notamment aux Etats-Unis d’Ame ´ rique. Des calculs des mesures synthe ´ tiques apparente ´ es, telles que l’espe ´ rance de vie sans incapacite ´ (DFLE), ont e ´ te ´ aussi fre ´ quemment publie ´ s ces dernie ` res anne ´ es (141
Directeur, Programme mondial des bases factuelles a ` l’appui des politiques de sante ´ , Organisation mondiale de la Sante ´, 1211 Gene ` ve 27 (Suisse). (Correspondance)
2
Analyste des politiques de sante ´ , Programme mondial des bases factuelles a ` l’appui des politiques de sante ´ , OMS. Spe ´ cialiste scientifique, Programme mondial des bases factuelles a ` l’appui des politiques de sante ´ , OMS. Re ´ f. : 99-0102
3
19). Un autre type de mesure synthe ´ tique, les anne ´ es de vie ajuste ´ es sur l’incapacite ´ (DALY), a e ´ te ´ utilise ´ dans l’e ´ tude sur la charge mondiale de morbidite ´ (2026) et dans un certain nombre d’e ´ tudes nationales sur la charge de morbidite ´ (27-36). L’OMS s’est engage ´e a ` mesurer et notifier syste ´ matiquement les charges mondiales et nationales de morbidite ´ (37, 38). L’Institute of Medicine des Etats-Unis d’Ame ´ rique a convoque ´ un comite ´ d’experts sur les mesures synthe ´ tiques et publie ´ un rapport dans lequel il est notamment recommande ´ de favoriser un de ´ bat public sur les hypothe ` ses e ´ thiques et les jugements de valeur qui sous-tendent ces mesures, d’e ´ laborer des normes et de financer une formation destine ´e a ` promouvoir leur utilisation (1). Nous allons examiner ci-apre ` s l’ensemble des solutions qui s’offrent pour synthe ´ tiser l’expression de l’e ´ tat de sante ´ d’une population, ainsi que les principales difficulte ´ s et critiques auxquelles elles donnent lieu. Ces solutions e ´ tant nombreuses, nous proposons des crite ` res d’e ´ valuation applicables a ` diverses mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations. L’usage auquel on destine une mesure peut conside ´ rablement influer sur sa construction, et nous indiquons donc les principaux usages des mesures synthe ´ tiques. Un bref examen des informations ne ´ cessaires a ` la construction de toutes les mesures synthe ´ tiques est suivi d’une typologie Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
166
#
Organisation mondiale de la Sante ´ , 2001
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations suivant qu’elles s’appliquent aux espe ´ rances de vie ou aux e ´ carts de sante ´ . Nous exposons les proble ` mes pose ´ s par toutes les mesures synthe ´ tiques et nous indiquons un certain nombre de crite ` res et caracte ´ˆ tre utilise ristiques pouvant e ´ s pour les e ´ valuer. Apre `s avoir passe ´ en revue certaines des conse ´ quences de l’emploi de ce cadre sur le choix des mesures synthe ´ tiques, nous e ´ voquerons les perspectives qui s’ouvrent dans ce domaine. ˆ tre interpre Le pre ´ sent article doit e ´ te ´ dans le contexte des travaux en cours a ` l’OMS pour mettre au point un cadre d’analyse permettant de mesurer la performance des syste ` mes de sante ´ (39). Nous nous inte ´ ressons ici a ` l’un des e ´ le ´ ments majeurs de ce cadre, a ` savoir la ne ´ cessite ´ de disposer de mesures de l’e ´ tat de sante ´ d’une population qui tiennent compte du niveau moyen des issues de sante ´ fatales et non fatales. L’OMS e ´ labore e ´ galement des mesures re ´ sumant les ine ´ galite ´ s de sante ´ au sein d’une population (40, 41). De ` s lors, l’e ´ valuation d’un syste ` me de sante ´ repose a ` la fois sur des mesures synthe ´ tiques de l’e ´ tat de sante ´ moyen des populations et sur des mesures de la distribution de l’e ´ tat de sante ´ parmi les individus. diffe ´ rentes causes de maladie et de traumatisme ou de facteurs de risque. Ces informations doivent constituer une composante critique du de ´ bat sur la pre ´ se ´ lection des priorite ´ s sanitaires nationales auxquelles les dirigeants des organismes de sante ´ publique et les gouvernants vont accorder leur attention. ´bat sur les priorite ´s en matie `re de 6. Etayer le de ´veloppement. La contribution relative des recherche-de maladies, traumatismes et facteurs de risque divers dans la mesure synthe ´ tique globale est aussi une composante majeure du de ´ bat sur les investissements prioritaires de la recherche-de ´ veloppement (42). ´liorer les programmes d’e ´tude pour la formation 7. Ame ´ publique. professionnelle en sante ˆt des interventions sanitaires dans ´terminer l’inte ´re 8. De ˆ t-efficacite ´. L’e les analyses cou ´ volution de certaines mesures synthe ´ tiques de l’e ´ tat de sante ´ d’une population permet de quantifier les avantages des interventions dans ces analyses. L’examen de l’usage auquel on destine les mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations, a ` des fins purement comparatives ou pour e ´ tayer des de ´ bats plus spe ´ cifiques sur la politique ge ´ ne ´ rale, devrait occuper une place essentielle dans la mise au point des crite ` res de choix des mesures synthe ´ tiques. Toutefois, en examinant les caracte ´ ristiques des diverses mesures synthe ´ tiques, il importe ˆ me de ne pas oublier que toutes les applications, et me les comparaisons les plus simples, peuvent influer sur l’e ´ laboration des politiques (1). En raison de leurs effets potentiels sur les de ´ cisions internationales et nationales relatives a ` l’allocation des ressources, les ˆ tre conside mesures synthe ´ tiques doivent e ´ re ´ es comme normatives. Ainsi que le fait remarquer le comite ´ d’experts de l’Institute of Medicine, toutes les mesures de l’e ´ tat de sante ´ des populations impliquent des choix et des jugements de valeur, tant par leur construction que leur application. La construction des mesures synthe ´ tiques impose la prudence, pre ´ cise ´ ment parce qu’elles ont des conse ´ quences lourdes. Les aspects normatifs de la conception des mesures synthe ´ tiques continuent de faire l’objet d’un vaste de ´ bat (43-48).
Usages des mesures synthe ´ tiques La conception d’une mesure synthe ´ tique peut de ´ pendre de l’usage auquel on la destine. On trouvera ci-apre ` s quelques applications possibles. ´tat de sante ´ de deux populations. Une 1. Comparer l’e telle comparaison est, avec des informations sur les ine ´ galite ´ s de sante ´ , la re ´ activite ´ et l’e ´ quite ´ du financement, une composante essentielle de l’e ´ valuation de la performance de diffe ´ rents syste ` mes de sante ´ (39). Elle peut permettre aux de ´ cideurs de se concentrer sur les syste ` mes de sante ´ qui donnent les plus mauvais re ´ sultats sous contrainte de ressources. Les jugements comparatifs permettent aussi de repe ´ rer la variable de ´ pendante dans l’analyse des variables inde ´ pendantes qui contribuent aux diffe ´rences de sante ´ entre populations. ´volution de l’e ´tat de sante ´ d’une 2. Surveiller l’e ´e. La surveillance de l’e population donne ´ volution chronologique de l’e ´ tat de sante ´ est essentielle pour e ´ valuer la performance d’un syste ` me de sante ´ et les progre ` s re ´ alise ´ s en vue d’atteindre des objectifs de ´ clare ´ s d’une socie ´ te ´ donne ´ e. ´terminer et quantifier les ine ´galite ´s globales de 3. De ´ dans des populations. sante ´e aux 4. Accorder une attention suffisante et ´ equilibre ´quences des issues de sante ´ non fatales sur l’e ´tat ge ´ne ´ral de conse ´ d’une population. En l’absence de mesures sante synthe ´ tiques, on tend a ` ne ´ gliger les affections qui ˆnent des pertes fonctionnelles mais pas de entraı de ´ ce ` s, au profit de celles qui sont principalement des causes de de ´ ce ` s. ´bat sur les priorite ´s en matie `re de 5. Etayer le de ´. Une prestation et de planification des services de sante ˆ tre associe mesure synthe ´ tique peut e ´e a ` des informations sur la contribution a ` l’e ´ tat de sante ´ global de Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
Informations ne ´ cessaires pour construire des mesures synthe ´ tiques Il importe d’e ´ tablir une nette distinction entre, d’une part, la nature et la qualite ´ des diverses composantes des mesures synthe ´ tiques et, d’autre part, les ˆ mes. Les doncaracte ´ ristiques des mesures elles-me ˆ ge et l’e ne ´ es de mortalite ´ par a ´ pide ´ miologie des issues de sante ´ non fatales sont une composante essentielle de toute mesure synthe ´ tique. Les donne ´ es sur la valeur attribue ´e a ` divers e ´ tats de sante ´ par rapport a ` un e ´ tat de sante ´ ide ´ al ou au de ´ ce ` s le sont e ´ galement. Des instruments de mesure des e ´ tats de sante ´, ˆ te comme le SF-36, formulaire abre ´ ge ´ d’enque ˆ tre sanitaire comportant 36 rubriques (49), peuvent e utilise ´ s pour de ´ crire les e ´ tats de sante ´ en termes de 167
De la politique a ` l’action performance dans divers domaines de la sante ´ . Cette ˆ tre couple information peut e ´e a ` la valorisation des e ´ tats de sante ´ pour calculer la composante « issues de sante ´ non fatales » dans de nombreuses mesures synthe ´ tiques diffe ´ rentes, mais le SF-36 et d’autres instruments de mesure des e ´ tats de sante ´ ne ˆ mes des mesures synconstituent pas en eux-me the ´ tiques de l’e ´ tat de sante ´ d’une population. La confusion qui s’e ´ tablit parfois entre les donne ´ es qui entrent dans la construction des mesures synthe ´ˆ mes peut e ˆ tre aggrave tiques et ces mesures elles-me ´e lorsque les mesures synthe ´ tiques sont lie ´ es par de ´ finition a ` tel ou tel instrument de de ´ termination de l’e ´ tat de sante ´ , comme pour les anne ´ es de vie en bonne sante ´ (YHL) (50). Depuis la mise au point initiale de cette notion (2), on a propose ´ plusieurs types d’espe ´ rances de vie, notamment l’espe ´ rance de vie active (ALE) (13), l’espe ´ rance de vie sans incapacite ´ (DFLE) (11, 12), l’espe ´ rance de vie ajuste ´ e sur l’incapacite ´ (DALE) (34), les anne ´ es de vie en bonne sante ´ (YHL) (50), l’espe ´ rance de vie ajuste ´ e sur la qualite ´ (QALE) (7, 51), l’espe ´ rance de vie sans de ´ mence (52) et le capital sante ´ (53, 54). Contrairement a ` l’espe ´ rance de vie, un e ´ cart de ´rence entre l’e sante ´ quantifie la diffe ´ tat de sante ´ re ´ el d’une population et une norme ou un objectif fixe ´ s. L’objectif implicite dans la Figure 1 est celui d’un e ´ tat de sante ´ ide ´ al pour tous les membres de la population ˆ ge indique jusqu’a ` l’a ´ par la ligne verticale qui limite l’aire C a ` droite. L’e ´ cart de sante ´ indique ´a ` la Figure 1 ˆ tre interpre peut e ´ te ´ soit comme l’e ´ cart de sante ´ de la table de survie, c’est-a ` -dire l’e ´ cart de sante ´ d’une cohorte de naissance hypothe ´ tique expose ´e a ` des taux de transition des issues de sante ´ fatales et non fatales mesure ´ s au moment conside ´ re ´ , soit comme l’e ´ cart de sante ´ absolu d’une population stable dont la croissance est nulle. Depuis Dempsey (55), on a largement de ´ veloppe ´ diverses mesures des anne ´ es de vie perdues en raison du de ´ ce ` s pre ´ mature ´ (par exemple 44, 56). Les mesures des anne ´ es de vie perdues sont toutes des mesures de l’ecart de mortalite ´ , c’est-a ` -dire l’aire comprise entre la fonction de survie et une norme implicite de survie pour la population conside ´ re ´ e, repre ´ sente ´ e par l’aire C dans la Figure 1. Les e ´ carts de sante ´ sont une extension de la notion d’ecart de mortalite ´ qui prend en compte le temps ve ´ cu dans des e ´ tats de sante ´ infe ´ rieurs a ` la sante ´ ide ´ ale. L’e ´ cart de sante ´ est donc une fonction des aires C et B, selon la formule : e ´ cart de sante ´ = C + g(B), ´ ration des e ´ tats de ou ` g( ) est une fonction de ponde sante ´ infe ´ rieurs a ` la pleine sante ´ , selon une e ´ chelle ou ` le coefficient 1 suppose que le temps ve ´ cu dans un e ´ tat de sante ´ donne ´ est e ´ quivalent au temps perdu en raison du de ´ ce ` s pre ´ mature ´ . Divers e ´ carts de sante ´ ont e ´ te ´ propose ´ s et mesure ´ s (9, 38, 44, 57) et bien d’autres ˆ tre de pourraient en e ´ duits. .
Typologie des mesures synthe ´ tiques Il a e ´ te ´ propose ´ un large e ´ ventail de mesures synthe ´ tiques. En se fondant sur une courbe de survie simple, on peut les classer en deux grandes cate ´ gories : les espe ´ rances de sante ´ et les e ´ carts de sante ´ . La courbe en gras de la Figure 1 est un exemple de courbe de survie d’une population hypothe ´ tique. ˆ ge sur l’axe des x, la Elle indique, a ` chaque a proportion de la cohorte de naissance initiale qui ˆ ge. sera encore en vie a ` cet a L’aire A + B sous la courbe de survie en gras repre ´ sente l’espe ´ rance de vie a ` la naissance. Les espe ´ rances de sante ´ sont des mesures de cette aire tenant compte de la ponde ´ ration pour les anne ´ es ve ´ cues dans des e ´ tats de sante ´ moins bons que la pleine sante ´ , anne ´ es qui correspondent a ` l’aire B dans le graphique. On peut les exprimer par la formule suivante : espe ´ rance de sante ´ = A + f(B), ´ ration des e ´ tats de ou ` f( ) est une fonction de ponde sante ´ infe ´ rieurs a ` la sante ´ ide ´ ale selon une e ´ chelle ou ` le coefficient 1 correspond a ` un e ´ tat de sante ´ parfait. .
Proble ` mes cle ´ s de la conception des mesures synthe ´ tiques Il existe au moins quatre types de proble ` mes communs a ` toutes les mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations : les proble ` mes techniques de calcul, la de ´ finition et la mesure des e ´ tats de sante ´, la valorisation des e ´ tats de sante ´ , et l’inclusion d’autres valeurs sociales.
Me ´ thodes de calcul ´ tiques absolues et inde ´ pendantes des Mesures synthe co-variables. La fonction de survie de la Figure 1 est une illustration heuristique commode de la diffe ´ rence entre les espe ´ rances de sante ´ et les e ´ carts de sante ´, 168 Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations mais il importe de noter que les mesures synthe ´ tiques ˆ tre soit absolues, soit inde peuvent e ´ pendantes de ˆ ge. Ainsi, le nombre de de l’a ´ ce ` s dans une population est une mesure absolue, tandis qu’une table de mortalite ´ du moment ne de ´ pend pas de la structure ˆ ge de la population. Du fait de leur construction, d’a toutes les espe ´ rances de sante ´ sont des mesures ˆ ge de la population. inde ´ pendantes de la structure d’a En revanche, les e ´ carts de sante ´ sont ge ´ ne ´ ralement exprime ´ s sous forme absolue et de ´ pendent donc de la ˆ ge. Un e structure d’a ´ cart de sante ´ peut, par exemple, ˆ tre exprime e ´ en nombre total d’anne ´ es de vie en bonne sante ´ perdues dans une population, nombre ˆ ge de cette qui varie en fonction de la structure d’a population. L’e ´ cart de sante ´ d’une table de mortalite ´, ˆ tre aise comme celui de la Figure 1, peut e ´ ment calcule ´ ˆ ge de la et est inde ´ pendant de la structure d’a population. Il est aussi possible de concevoir des espe ´ rances de sante ´ qui de ´ pendent de la structure ˆ ge, par exemple le nombre total d’anne d’a ´ es ve ´ cues en bonne sante ´ dans une population, mais de telles mesures n’ont pas encore e ´ te ´e ´ labore ´ es. La plupart des discussions sur les statistiques sanitaires ont concerne ´ la mise au point de mesures ˆ ge. L’a ˆ ge n’est inde ´ pendantes de la structure d’a manifestement que l’une des innombrables coˆ me que nous variables des issues de sante ´ , et de me avons des mesures synthe ´ tiques inde ´ pendantes de la ˆ ge, nous pourrions imaginer des mesures structure d’a inde ´ pendantes du sexe, de la race ou du revenu. Nous avons toutefois de bonnes raisons d’accorder une attention particulie ` re aux premie ` res. En effet : . ˆ ge est l’un des plus importants de l’a ´ terminants des issues de sante ´ , de sorte que des comparaisons base ´ es sur des mesures qui ne sont pas inde ´ penˆ ge risquent d’e ˆ tre dantes de la structure d’a domine ´ es, dans certains cas, par les fluctuations de cette variable ; . ˆ ge ne peut pas e ˆ tre modifie l’a ´ par une intervention ; . ˆ ge est unique en ce sens que tous les individus l’a ˆ ges jusqu’a passent successivement par tous les a ` leur de ´ ce ` s. S’il est possible d’imaginer qu’au moins certains de ces arguments puissent s’appliquer a ` d’autres facteurs, tels que le sexe et la race, il est probable que les ˆ ge pre mesures inde ´ pendantes de la structure d’a ´ˆ t particulier. La concepsenteront toujours un inte ´ re tion d’une mesure synthe ´ tique et les diverses formes de la mesure inde ´ pendante de la co-variable ˆ tre e susceptibles d’e ´ labore ´ es de ´ pendent en dernie ` re analyse de l’usage pre ´ vu. ´ rances de sante ´ . Comme pour Calcul des espe les tables de mortalite ´ ordinaires (58), on peut calculer les espe ´ rances de sante ´ du moment ou celles d’une cohorte. La premie ` re me ´ thode, la plus courante, consiste a ` calculer l’espe ´ rance de sante ´ d’une cohorte de naissance hypothe ´ tique expose ´ e toute son existence a ` des e ´ ve ´ nements dont le taux de survenue est e ´ gal a ` celui observe ´ au moment conside ´ re ´ (par exemple, taux de mortalite ´ , d’incidence ou de re ´ mission). Nous n’avons connaissance d’aucun Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
calcul des espe ´ rances de sante ´ de cohorte sur des ˆ tre populations re ´ elles, bien qu’un tel calcul puisse e effectue ´a ` partir d’e ´ tudes longitudinales (59). Deeg et al. (60) ont fait, pour les Pays-Bas, des projections de taux de transition des incapacite ´ s d’apre ` s des donne ´ es longitudinales, mais ils ne les ont pas converties en espe ´ rances de sante ´ de cohorte. Barendregt et Bonneux (61) ont mode ´ lise ´ et simule ´ au sein d’une cohorte les variations des espe ´ rances de vie sans maladie attribuables a ` des interventions fictives. On distingue aussi les espe ´ rances de sante ´ selon que l’information utilise ´ e porte sur l’incidence ou sur la pre ´ valence des issues de sante ´ non fatales. Sullivan (5) et d’autres auteurs, qui ont e ´ te ´ parmi les premiers a ` tenter d’estimer les espe ´ rances de sante ´ , se sont servis de la table de survie de pre ´ valence tire ´ e des tables de survie applique ´e a ` la vie active, au mariage et a ` l’e ´ ducation (par exemple, 62). Katz et al. (13) ont propose ´ de baser les calculs de l’espe ´ rance de vie active sur des tables de mortalite ´a ` double extinction, dans lesquelles les individus peuvent se de ´ placer vers deux e ´ tats absorbants : la perte de fonction et le de ´ ce ` s. Plus re ´ cemment, les tables de survie multie ´ tats pour les espe ´ rances de sante ´ ont e ´ te ´ calcule ´ es (63-65). Robine et al. (66) et Barendregt et al. (67) ont estime ´ que la me ´ thode multi-e ´ tats s’imposait logiquement pour que l’espe ´ rance de sante ´ soit fonde ´e uniquement sur la mortalite ´ , l’incidence et la re ´ mission du moment, et non sur la pre ´ valence. D’apre ` s Robine et al. (66), la pre ´ valence n’est pas une mesure du moment mais une variable de « stock » et non une variable de « flux ». Avec des populations re ´ elles, les diffe ´ rences entre les espe ´ rances de sante ´ calcule ´ es a ` partir de la pre ´ valence ou de tables a ` double extinction ou de tables multi-e ´ tats pourraient ˆ tre minimes (68). e ´ carts de sante ´ . Le proble Calcul des e ` me le plus difficile dans le calcul des e ´ carts de sante ´ est le choix d’un ide ´ al ou norme de sante ´ pour la population. Les e ´ carts de sante ´ mesurent la diffe ´ rence entre l’e ´ tat de sante ´ actuel et une norme pre ´ de ´ termine ´ e. La norme a ` atteindre, explicite ou implicite, est une caracte ´ristique essentielle de tout e ´ cart de sante ´ . Malgre ´ l’importance e ´ vidente du choix de la norme, il arrive que la norme choisie pour la population ne soit ni clairement e ´ nonce ´ e, ni aise ´ ment calcule ´ e, comme dans le cas de l’un des premiers e ´ carts de sante ´ calcule ´ s par l’Equipe du Projet d’Evaluation de la Sante ´ au Ghana (9). A l’origine, de nombreux e ´ carts de mortalite ´ e ´ taient formule ´ s en termes de perte individuelle, et on a mal appre ´ cie ´ les conse ´ quences, pour l’ensemble de la population, des pertes individuelles dues au de ´ ce ` s pre ´ mature ´ . Murray (44) a montre ´ par exemple que pour de nombreux e ´ carts de mortalite ´ et e ´ carts de sante ´ , la norme implicite peut changer avec le taux de mortalite ´ , ce qui rend impossible toute comparaison directe entre communaute ´ s. A l’instar des espe ´ rances de sante ´ , les e ´ carts de sante ´ peuvent se calculer de diverses manie ` res du point de vue du moment ou de la ge ´ ne ´ ration, et du point de vue de l’incidence ou de la pre ´ valence. Dans 169
De la politique a ` l’action l’e ´ tude de 1990 sur la charge mondiale de morbidite ´, par exemple, on a calcule ´ les anne ´ es de vie ajuste ´ es sur l’incapacite ´ par deux me ´ thodes : l’incidence de la mortalite ´ et l’incidence des issues de sante ´ non fatales, et l’incidence de la mortalite ´ et la pre ´ valence des issues de sante ´ non fatales. D’autres combinaisons sont possibles. Les anne ´ es de vie en bonne sante ´ pendant une pe ´ riode donne ´ e sont calcule ´ es d’une part d’apre `s l’incidence des pathologies, et d’autre part d’apre ` s les issues de sante ´ non fatales et les de ´ ce ` s qui re ´ sultent des ces pathologies (57). On pourrait construire un e ´ cart de sante ´ base ´ uniquement sur la pre ´ valence avec la pre ´ valence des issues de sante ´ non fatales et les de ´ ce ` s passe ´ s d’individus qui ont ainsi perdu des anne ´ es de vie au cours de la pe ´ riode conside ´ re ´ e. ˆ te sanitaire du Canada. Dans d’autres cas, dans l’Enque comme l’espe ´ rance de vie sans de ´ mence, l’espe ´ rance de vie est lie ´e a ` un diagnostic pre ´ cis ou a ` un domaine unique de la sante ´ . L’espe ´ rance de vie sans incapacite ´ est souvent calcule ´e a ` partir de donne ´ es sur l’incapacite ´ durable et tient compte de la dure ´ e de l’affection dans sa de ´ finition de l’incapacite ´ . Des donne ´ es sur l’autoe ´ valuation de l’e ´ tat ge ´ ne ´ ral de sante ´ ont e ´ te ´ utilise ´ es pour calculer le capital sante ´ (53), bien que celui-ci ne soit pas, par de ´ finition, strictement lie ´a ` cet instrument. Il est e ´ vident que dans tous les cas ou ` une espe ´ rance de sante ´ est de ´ finie par rapport a ` un instrument particulier, la mesure synthe ´ tique de ´ pend essentiellement de la fiabilite ´ et de la validite ´ de cet instrument. Tous les instruments mentionne ´ s ici donnent une repre ´ sentation tre ` s limite ´ e de la sante ´ car ils mettent l’accent sur un ensemble restreint de domaines physiques. Ils contrastent ainsi avec d’autres instruments de mesure de l’e ´ tat de sante ´ plus couramment utilise ´ s en pratique tels que l’EuroQol (73) ou le SF-36 (49) qui prennent en compte de multiples dimensions de la sante ´ . La construction des mesures synthe ´ tiques n’exige pas de couplages qui risquent de compliquer inutilement l’e ´ valuation des proprie ´ te ´ s de ces mesures.
De ´ finition et mesure des e ´ tats de sante ´ La de ´ finition et la mesure des e ´ tats de sante ´ moins bons que l’e ´ tat de sante ´ juge ´ parfait sont une source importante de variabilite ´ des mesures synthe ´ tiques. Comment de ´ crire les diffe ´ rents e ´ tats de sante ´ qui constituent l’aire B de la Figure 1 ? Il convient d’examiner certaines questions fondamentales avant ˆ me d’analyser les proprie me ´ te ´ s psychome ´ triques des diffe ´ rents instruments de mesure de la sante ´ , parmi lesquelles figurent les domaines de la sante ´ mesure ´ s, la diffe ´ rence entre la performance et la capacite ´ dans un domaine donne ´ , et les de ´ terminants des e ´ carts, dans un domaine donne ´ , entre la performance ou la capacite ´ de ´ clare ´ es par le sujet et la performance ou la capacite ´ observe ´ es. Les nombreux domaines de la sante ´ propose ´s vont de chacun des sens a ` la douleur, la mobilite ´ et la cognition, pour aboutir aux fonctions complexes en rapport avec la sante ´ telles que l’interaction sociale ou les activite ´ s courantes (69). La Classification internationale des handicaps : de ´ ficiences, incapacite ´ s et de ´ savantages (70) s’attache a ` classer ces domaines tre `s divers de la sante ´ en fonctions organiques, activite ´ s et participation a ` la vie sociale. Les instruments de mesure diffe ` rent aussi selon qu’ils mesurent la capacite ´ d’un individu dans un domaine, comme dans le cas du Health Utilities Index, ou sa performance re ´ elle. Etant donne ´ que de nombreux instruments commune ´ ment utilise ´ s s’appuient largement sur l’appre ´ ciation formule ´ e par l’individu, les facteurs sociaux, e ´ conomiques et culturels propres a ` l’individu qui influent sur les attentes en matie ` re de performance ˆner et de capacite ´ dans chaque domaine peuvent entraı des e ´ carts substantiels entre ce que l’individu de ´ clare et ce qu’un observateur exte ´ rieur voit (71). Nombre d’espe ´ rances de sante ´ sont lie ´ es a ` un certain instrument de mesure de l’e ´ tat de sante ´. L’espe ´ rance de vie active est lie ´e a ` des variantes des activite ´ s de la vie quotidienne. Les anne ´ es de vie en bonne sante ´ sont lie ´ es a ` deux questions figurant dans la National Health Interview Survey des Etats-Unis d’Ame ´ rique et concernant la limitation des activite ´ s et la perception de l’e ´ tat ge ´ ne ´ ral de sante ´ (50, 72). L’espe ´ rance de vie ajuste ´ e sur la qualite ´ (51) est lie ´e a ` une question sur la restrictions des activite ´ s figurant 170
Valorisation des e ´ tats de sante ´ Une fois que les e ´ tats de sante ´ repre ´ sente ´ s par l’aire B de la Figure 1 ont e ´ te ´ de ´ crits dans divers domaines, l’e ´ tape suivante du calcul des espe ´ rances de sante ´ ou des e ´ carts de sante ´ consiste a ` de ´ terminer la valeur du temps passe ´ dans chacun des e ´ tats par rapport a ` la sante ´ parfaite et au de ´ ce ` s. On peut ainsi combiner ces issues de sante ´ non fatales avec les donne ´ es de la mortalite ´. Nombre d’espe ´ rances de sante ´ comme l’espe ´rance de vie active et l’espe ´ rance de vie sans incapacite ´ sont calcule ´ es en utilisant des valeurs a ` deux classes (Figure 2). Jusqu’a ` un seuil arbitraire, la valeur attribue ´ e est ze ´ ro (valeur e ´ quivalente a ` la valeur du de ´ ce ` s) ; au-dela ` de ce seuil, la valeur attribue ´ e est e ´ quivalente a ` la valeur de la sante ´ parfaite. Les valeurs ˆ mement dichotomiques font que la mesure est extre sensible aux variations du seuil de ´ fini arbitrairement, ce qui rend tre ` s difficiles les comparaisons inter-pays et l’analyse des e ´ volutions chronologiques. D’autres espe ´ rances et e ´ carts de sante ´ tels que les anne ´ es de vie en bonne sante ´ , l’espe ´ rance de vie ajuste ´ e sur l’incapacite ´ et les anne ´ es de vie ajuste ´ es sur l’incapacite ´ sont base ´ s sur des valeurs a ` plusieurs classes ou, en principe, continues (Figure 2). En ce qui concerne les mesures synthe ´ tiques qui ne reposent pas sur une valeur dichotomique arbitraire, on peut encore distinguer plusieurs types de valorisation suivant : . les personnes qui estiment la valeur de l’e ´ tat de sante ´ , par exemple les individus qui se trouvent dans les e ´ tats de sante ´ concerne ´ s, leurs proches, le grand public ou des soignants ; . le type de question pose ´ e pour estimer la valeur, jeu de hasard ide ´ alise ´ , temps ou personnes Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations psychologiquement e ´ quivalents ou analogue visuel, par exemple ; la manie ` re de pre ´ senter les e ´ tats de sante ´ , par exemple description et importance des de ´ tails, y compris se ´ lection partielle des domaines ; l’amplitude, de be ´ nins a ` graves, des e ´ tats de sante ´ appre ´ cie ´ s simultane ´ ment ; l’ensemble des questions pose ´ es pour estimer la valeur et, plus ge ´ ne ´ ralement, le type de processus de re ´ flexion qu’elles impliquent, le cas e ´ che ´ ant.
.
.
.
Les avantages relatifs de chacun de ces choix continuent de faire l’objet d’un de ´ bat approfondi dans la litte ´ rature de l’e ´ conomie de la sante ´.
Autres valeurs Des valeurs autres que celles des e ´ tats de sante ´ ˆ tre incluses de fac peuvent aussi e ¸ on explicite dans des mesures synthe ´ tiques. C’est ainsi que le capital sante ´ (53, 54) tient compte d’un taux d’actualisation de la sante ´ future des individus. Outre ce taux d’actualisation, quelques variantes des anne ´ es de vie ajuste ´ es sur l’incapacite ´ (20, 34) incluent des coefficients de ˆ ge de sorte que les ponde ´ ration en fonction de l’a ˆ ges diffe anne ´ es ve ´ cues a ` des a ´ rents ont des valeurs diffe ´ rentes. On a e ´ galement propose ´ d’introduire des coefficients de ponde ´ ration pour l’e ´ quite ´ (48) de manie ` re que les anne ´ es ve ´ cues par un groupe puissent avoir une valeur diffe ´ rente de celles ve ´ cues par un autre groupe. L’inclusion d’autres valeurs dans la construction d’une mesure synthe ´ tique oblige a ` formuler des hypothe ` ses fortes sur la possibilite ´ de dissocier les e ´ tats de sante ´ en fonction des personnes et du temps. Cette possibilite ´ae ´ te ´ conteste ´ e dans la litte ´ rature concernant la quantification des avantages des interventions sanitaires, tout comme dans le de ´ bat sur les e ´ quivalents des anne ´ es en bonne sante ´ et sur les anne ´ es de vie ajuste ´ es sur la qualite ´ (74-76).
Crite ` res d’e ´ valuation des mesures synthe ´ tiques ˆ t suscite Compte tenu du vif inte ´ re ´ par les mesures synthe ´ tiques et par la diversite ´ des espe ´ rances de sante ´ et e ´ carts de sante ´ , l’une des solutions consiste a ` proposer une se ´ rie minimum de caracte ´ ristiques souhaitables pour les mesures synthe ´ tiques et a ` e ´ valuer les mesures synthe ´ tiques disponibles en fonction de ces crite ` res. Cette se ´ rie minimum de caracte ´ ristiques souhaitables peut varier en fonction de l’usage auquel on destine ces mesures. Ainsi, une mesure synthe ´ tique parfaitement adapte ´e a ` la comparaison des e ´ tats de sante ´ d’une population ˆ tre la plus approprie dans le temps peut ne pas e ´ e, ni ˆ me simplement acceptable, pour rendre compte me de la contribution des maladies, des traumatismes et des facteurs de risque dans la mauvaise sante ´ d’une population. Apre ` s avoir e ´ tudie ´ la question du choix d’une mesure synthe ´ tique approprie ´e a ` la comparaison, on doit aborder celle du choix d’une mesure Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
ˆ tre de synthe ´ tique pouvant e ´ compose ´ e pour indiquer la contribution des maladies, traumatismes et facteurs de risque. Le but est de commencer a ` de ´ finir un cadre explicite pour ope ´ rer ces choix. Le simple bon sens en matie ` re de sante ´ des populations fait que dans certains cas, chacun s’accordera a ` penser qu’une population est en meileure sante ´ qu’une autre, ou que la sante ´ d’une population se de ´ grade ou s’ame ´ liore. Si, par exemple, deux populations sont identiques a ` tous e ´ gards sauf sur le plan de la mortalite ´ infantile, on peut s’attendre a ` ce que chacun estime que la population ou ´ ` la mortalite est la plus faible est en meilleure sante ´ que l’autre. Sur la base de ce type de constatation, nous pouvons ˆ mement simples pour e ´ laborer des crite ` res extre e ´ valuer les mesures synthe ´ tiques de la sante ´ . Touteˆ me des crite fois, me ` res simples peuvent conduire a ` formuler des conclusions qui incitent a ` la re ´ flexion. Une grande partie du de ´ bat sur la conception des mesures synthe ´ tiques est e ´ troitement lie ´e a ` l’objectif consistant a ` tirer de ces mesures un maximum d’avantages en de ´ pit de moyens financiers limite ´ s. Leur construction a ainsi force ´ ment amene ´a ` adopter des me ´ thodes qui mettent l’accent sur les multiples choix de valeurs dicte ´ s par la pe ´ nurie de ressources, par exemple la technique des personnes psychologiquement e ´ quivalentes pour fixer la valeur des e ´ tats de sante ´ (44, 77). Nombre d’auteurs ont mis a ` juste titre l’accent sur diverses valeurs applicables a ` l’allocation de ressources diminue ´ es, et susceptibles cependant d’ame ´ liorer l’e ´ tat de sante ´ des individus (78). Toutefois, ces conside ´ rations nous e ´ loignent pour la plupart de la constatation de bon sens permettant d’affirmer qu’une population est en meilleure sante ´ qu’une autre. En ce qui concerne tout au moins la formulation de jugements compa171
De la politique a ` l’action ˆ tre ne ratifs sur la sante ´ , il peut e ´ cessaire de maintenir une distanciation entre l’e ´ laboration de mesures synthe ´ tiques et les valeurs complexes qui doivent ˆ tre prises en compte pour l’allocation de ressources e limite ´ es. En d’autres termes, nous pouvons raisonnablement de ´ cider de mesurer la sante ´ d’une population d’une certaine fac ¸ on, et conclure qu’il n’y a pas lieu d’affecter des ressources restreintes exclusivement a ` l’ame ´ lioration maximum de la sante ´ de cette population ainsi de ´ termine ´ e. De fait, le cadre OMS pour la mesure de la performance des syste ` mes de sante ´ (39) suppose que les ressources soient alloue ´ es au moins de manie ` re a ` favoriser le plus possible un dosage socialement souhaitable des e ´ le ´ ments suivants : . niveau moyen de sante ´ de la population ; . re ´ duction des ine ´ galite ´ s de sante ´; . re ´ activite ´ du syste ` me de sante ´ aux attentes le ´ gitimes de la population concernant les dimensions autres que sanitaires de son interaction avec ce syste ` me ; . e ´ quite ´ du financement du syste ` me de sante ´. Nous pensons a ` ce stade qu’il est possible d’e ´ laborer des mesures synthe ´ tiques permettant des comparaisons en appliquant le principe de Harsanyi dit du choix derrie ` re un voile d’ignorance (79). Dans ce contexte d’ignorance l’individu ne sait pas qui il est ´ finir la dans la population.a Nous proposons de de relation « est en meilleure sante ´ que » de manie ` re que la population A soit en meilleure sante ´ que la population B si (et uniquement si) un individu place ´ ˆ tre, au derrie ` re un voile d’ignorance pre ´ fe ` rerait e moment conside ´ re ´ , membre de la population A ˆt que membre de la population B, e pluto ´ tant entendu que toutes les caracte ´ ristiques autres que sanitaires des deux populations sont identiques.b Il convient de souligner que le principe du choix en situation d’ignorance ne signifie pas que l’on choisit de devenir membre additionnel de l’une ou l’autre population. La personne doit choisir entre les deux populations, sachant qu’elle ferait partie de cette population au ´re ´, mais sans savoir au moment du choix moment conside quel membre de ladite population elle serait alors. L’application de cette me ´ thode aux crite ` res de choix d’une mesure synthe ´ tique de la sante ´ d’une population aurait de nombreuses et profondes re ´ percussions. Compte tenu du principe d’ignorance et conforme ´ ment aux notions commune ´ ment admises sur la sante ´ d’une population, nous estimons qu’une mesure synthe ´ tique doit remplir au moins cinq crite ` res. Ces crite ` res sont expose ´ s ci-apre ` s avec des exemples de comparaisons entre deux population prises a ` un moment donne ´. ` re 1. Si la mortalite ˆ ge est, toutes choses Crite ´ par a ´ ˆ ge, une egales par ailleurs, plus faible quel que soit l’a ˆ tre meilleure (e mesure synthe ´ tique devrait e ´ cart de sante ´ plus faible et espe ´ rance de sante ´ plus e ´ leve ´ e). Ce crite ` re s’applique, a ` proprement parler, aux taux de mortalite ´ chez des individus dont l’e ´ tat de sante ´ est juge ´ pre ´ fe ´ rable au de ´ ce ` s. Il conviendrait de l’atte ´ nuer ˆ ge est, toutes choses en disant que si la mortalite ´ par a ˆ ge, une e ´ gales par ailleurs, infe ´ rieure quel que soit l’a ˆ tre identique ou meilmesure synthe ´ tique devrait e leure. Cette variante atte ´ nue ´ e permettrait que les ˆ ge donne de ´ ce ` s survenus apre ` s un a ´ ne modifient pas une mesure synthe ´ tique. Des mesures telles que les anne ´ es de vie potentielles perdues seraient conformes a ` cette forme atte ´ nue ´ e du crite ` re. ˆt que toutes les espe A l’examen, il apparaı ´ rances de sante ´ satisfont a ` la forme rigoureuse du crite ` re, mais pas certains e ´ carts de sante ´ . Pour les e ´ carts de sante ´ , la conformite ´a ` ce crite ` re de ´ pend essentiellement du choix de l’objectif de survie de la population conside ´ re ´ comme normal. On peut montrer par exemple que l’utilisation de l’espe ´ rance de vie locale a ` ˆ ge pour de chaque a ´ finir l’e ´ cart associe ´a ` un de ´ ce `s a ` cet ˆ ge, comme le proposent plusieurs auteurs (9, 45), a ˆne une non-conformite entraı ´ a ` ce crite ` re. Pour illustrer notre propos, imaginons deux populations En principe, l’hypothe ` se selon laquelle la relation « est en meilleure sante ´ que » ne de ´ pend pas du niveau auquel les caracte ´ ristiques autres que sanitaires sont fixe ´ es suppose la possibilite ´ de les dissocier des caracte ´ ristiques sanitaires de la population. Cette hypothe ` se a e ´ te ´ conteste ´ e (81) et plusieurs exemples convaincants de sa nonconfirmation ont e ´ te ´ mentionne ´ s. Toutefois, on a des raisons de penser que la sante ´ est largement dissociable des autres composantes du biene ˆ tre. Dans la plupart des langues et des cultures, il existe un terme reconnu pour de ´ signer la sante ´ et la sante ´ est un concept distinct. Lorsque la sagesse populaire affirme que la sante ´ vaut mieux que la richesse, il est manifeste que la sante ´ peut e ˆ tre envisage ´ e se ´ pare ´ ment des composantes non sanitaires du bien e ˆ tre. Outre la possibilite ´ de dissocier la sante ´ du bien-e ˆ tre pris dans ses acceptions autres que sanitaires, il faut que les individus place ´ s derrie ` re le voile d’ignorance puissent faire leur choix en supposant que la sante ´ peut e ˆ tre re ´ partie entre les individus, condition ne ´ cessaire pour que la formule « est en meilleure sante ´ que » refle ` te uniquement des diffe ´ rences entre les niveaux de sante ´ moyens de deux populations et non la distribution de la sante ´ au sein de populations. Nous nous proposons de faire des questions de distribution l’objet d’une mesure distincte des ine ´ galite ´ s de sante ´ entre individus. Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001 b
Le voile d’ignorance selon Harsanyi a e ´ te ´ de ´ crit comme un voile mince, contrairement a ` celui de Rawl. Selon Rawl (80), le voile cache beaucoup plus d’informations dont, parmi celles qui nous inte ´ ressent particulie ` rement ici, les caracte ´ ristiques de la socie ´ te ´ telles que les donne ´ es e ´ pide ´ miologiques sur lesquelles reposent nos crite ` res. 172
a
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations hypothe ´ tiques avec des fonctions de survie line ´ aires repre ´ sente ´ es par les deux lignes obliques en gras de la Figure 3. Dans le cas de la population du premier sche ´ ma, l’espe ´ rance de vie a ` la naissance (aire sous la fonction de survie) est de 25 ans ; et dans le cas de la population du second sche ´ ma, elle est de 37,5 ans. D’apre ` s la fonction de survie, s(x), nous pouvons calculer, pour chaque population, l’espe ´ rance de vie a ` ˆ ge, e(x), c’est-a chaque a ` -dire l’aire sous la fonction de ˆ ge x divise survie a ` droite de l’a ´ e par s(x). La norme ´ finie de implicite pour les populations, G( ), est de manie ` re que G(x + e(x)) = s(x). A la Figure 3, G( ) est repre ´ sente ´ par la ligne oblique situe ´e a ` droite de la courbe de survie. Dans la population ou ´ rance ` l’espe de vie est de 37,5 ans et ou ´ est ` le taux de mortalite ˆ ge a infe ´ rieur a ` chaque a ` celui de la population ou ` l’espe ´ rance de vie est de 25 ans, l’e ´ cart de sante ´ indique ´ par la zone en grise ´ a en fait augmente ´. ` re 2. Si la pre ˆ ge est plus Crite ´ valence par a e ´ leve ´ e pour un certain e ´ tat de sante ´ infe ´ rieur a ` la sante ´ ide ´ ale, toutes choses ´ egales par ailleurs, une mesure ˆ tre pire. Imaginons deux synthe ´ tique devrait e populations, A et B, ayant des taux de mortalite ´, d’incidence et de re ´ mission identiques pour tous les e ´ tats de sante ´ non mortels, mais avec une incidence de la paraple ´ gie supe ´ rieure chez A. On peut s’attendre a ` ce qu’un individu place ´ dans un contexte ˆ tre membre de la population d’ignorance pre ´ fe ` re e ˆ me, le simple bon sens en matie B. De me ` re de sante ´ des populations nous conduit a ` conclure que la population B est en meilleure sante ´ que la population A. Les espe ´ rances de sante ´ et les e ´ carts de sante ´ calcule ´ s uniquement d’apre ` s les taux d’incidence et de re ´ mission des e ´ tats de sante ´ non mortels ne satisfont pas a ` ce crite ` re, alors que les espe ´ rances et e ´ carts de sante ´ base ´ s sur la pre ´ valence y re ´ pondent. ` re 3. Si l’incidence par a ˆ ge d’un e Crite ´ tat de sante ´ infe ´ rieur a ` la sante ´ ide ´ ale est plus e ´ leve ´ e, toutes choses ´ egales par ailleurs, une mesure synthe ´ tique devrait ˆ tre pire. Imaginons deux populations, A et B, ayant e ˆ mes taux de mortalite les me ´ , de pre ´ valence et de re ´ mission, mais avec une incidence de la ce ´ cite ´ plus e ´ leve ´ e dans A que dans B. Nous devons conclure que la population B est en meilleure sante ´ que la population A. Les espe ´ rances et e ´ carts de sante ´ base ´s sur l’incidence satisferaient a ` ce crite ` re. Si nous prenons ensemble les crite ` res 1 et 2, nous devons conclure qu’aucune mesure synthe ´ tique existante ne permet de re ´ pondre aux deux a ` la fois. Les statisticiens de la sante ´ conside ` rent en ge ´ ne ´ ral que les mesures base ´ es sur l’incidence sont mieux adapte ´ es au suivi des tendances actuelles et sont des mesures synthe ´ tiques plus logiquement cohe ´ rentes car les taux de mortalite ´ de ´ crivent des e ´ ve ´ nements incidents. On admet en ge ´ ne ´ ral que les mesures de la pre ´ valence ont une place importante dans la planification des services de soins curatifs et de re ´ adaptation existants, alors que les mesures base ´ es sur l’incidence sont mieux adapte ´ es a ` la planification des activite ´ s de pre ´ vention. Ces arguments bien connus sont certes de ´ fendables, mais ne nous e ´ clairent pas sur ce que signifie, pour une ˆ tre en meilleure sante population, d’e ´ qu’une autre a ` un . .
ˆt inde moment donne ´ . Il paraı ´ niable que la dichotomie courante entre les mesures base ´ es sur l’incidence et les mesures base ´ es sur la pre ´ valence ne refle ` te pas le jugement complexe formule ´ par un individu en situation d’ignorance pour de ´ signer la population en meilleure sante ´. Une solution possible consisterait a ` estimer ˆ ge x, qui l’espe ´ rance de sante ´ de cohorte a ` chaque a refle ´ terait a ` la fois l’incidence et la pre ´ valence.c L’espe ´ rance de sante ´ des 50 ans, par exemple, de ´ pend de la pre ´ valence actuelle des affections pre ´ sentes ˆ ge ainsi que des chez les sujets de cette cohorte d’a taux d’incidence, de re ´ mission et de mortalite ´ actuels et futurs dans cette cohorte. On pourrait aussi calculer une espe ´ rance de sante ´ du moment a ` chaque ˆ ge x qui refle a ` te a ` la fois l’incidence et la pre ´ valence pour disposer d’une mesure base ´ e uniquement sur des aspects de la sante ´ mesurables au moment de l’e ´ tude. Il serait alors possible de calculer pour la population une mesure synthe ´ tique agre ´ geant les espe ´ rances de sante ´ de cohorte ou du moment a ` ˆ ge, une simple moyenne de tous les individus chaque a composant la population par exemple. Cette mesure globale refle ´ terait a ` la fois l’incidence et la pre ´ valence ˆ ge. Les me et de ´ pendrait de la structure d’a ´ canismes de construction d’une telle mesure doivent encore ˆ tre affine e ´ s, mais nous estimons qu’elle permettrait sans doute de re ´ soudre le proble ` me pose ´ par l’application conjointe des crite ` res 2 et 3. ` re 4. Si le taux de re ˆ ge d’un Crite ´ mission par a e ´ tat de sante ´ juge ´ plus mauvais que la sante ´ parfaite est plus e ´ leve ´ , toutes choses ´ egales par ailleurs, une mesure ˆ tre meilleure. L’argumentation synthe ´ tique devrait e concernant ce crite ` re est, pour l’essentiel, identique a ` celle pre ´ sente ´ e au sujet du crite ` re 3. ` re 5. Si deux populations A et B sont Crite compose ´ es d’individus parfaitement apparie ´ s sur les e ´ tats de sante ´, a ` l’exception d’un individu de la population B dont l’e ´ tat de sante ´ est pire, toutes choses ´ egales par ailleurs, une mesure synthe ´ tique devrait alors ˆ tre pire lorsqu’on l’applique a e ` B. Nous nous re ´ fe ´ rons ici a ` des e ´ tats de sante ´ inte ´ gralement de ´ crits dans tous les domaines. Toute diminution ou ame ´ lioration de la sante ´ dans un domaine quelconque de ´ finirait un nouvel e ´ tat de sante ´ . En pratique, les instruments de mesure classent les individus suivant un nombre fini d’e ´ tats de sante ´ distincts a ` l’inte ´ rieur desquels chaque domaine de sante ´ comporte encore une certaine ˆ me, les mesures qui he ´ te ´ roge ´ ne ´ ite ´ . Dans le cas extre re ´ partissent la population en deux classes seulement, pre ´ sence ou non d’incapacite ´ par exemple, sont insensibles aux modifications importantes de l’e ´ tat de sante ´ re ´ el des individus. Ce crite ` re est particulie `rement important pour e ´ valuer la performance des syste ` mes de sante ´ dans les pays a ` haut revenu ou ` une
c Le capital sante ´a ` l’a ˆ ge x, propose ´ pour mesurer la sante ´ d’une ´ rance de sante ´ de cohorte a ` l’a ˆ ge x cohorte (53, 54), est une espe subjective et actualise ´ e. Bien que n’ayant pas e ´ te ´ propose ´ e comme mesure synthe ´ tique de la sante ´ d’une population, elle tient compte a ` la fois de la pre ´ valence et de l’incidence subjective attendue.
Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
173
De la politique a ` l’action ˆ tre grande partie des de ´ penses de sante ´ peuvent e consacre ´ es a ` des interventions qui ame ´ liorent l’e ´ tat de sante ´ des individus sans modifier la mortalite ´. L’espe ´ rance de vie sans incapacite ´ , l’espe ´ rance de vie sans de ´ ficience et l’espe ´ rance de vie sans de ´ mence, dont le calcul utilise un syste ` me de ponde ´ ration dichotomique arbitraire, ne satisfont pas au crite ` re 5. sujets d’e ´ ve ´ nements futurs. Ensuite, si la mesure synthe ´ tique doit servir a ` suivre l’e ´ volution chronologique de la sante ´ d’une population, les changements de l’e ´ tat de sante ´ de chaque individu sont de ´ ja ` indique ´ s par le calcul des mesures synthe ´ tiques relatives a ` chacune des pe ´ riodes ulte ´ rieures ; inclure des pre ´ dictions sur ces changements futurs de la mesure synthe ´ tique du moment reviendrait a ` les compter deux fois. Enfin, l’inclusion du pronostic pourrait de ´ boucher sur une constatation un peu de ´ courageante, a ` savoir que la comparaison des e ´ tats de sante ´ de diffe ´ rentes populations au cours d’une pe ´ riode donne ´ e doit prendre en compte une se ´ rie illimite ´e d’e ´ ve ´ nements qui se poursuivent dans le futur. .
Autres proprie ´ te ´ s souhaitables des mesures synthe ´ tiques Les mesures synthe ´ tiques a ` but comparatif fournissent une information destine ´e a ` e ´ tayer un grand nombre de discussions et de de ´ bats sur les politiques. ˆ tre fait, ces Etant donne ´ le large usage qui doit en e mesures doivent non seulement re ´ pondre aux crite ` res ci-dessus, mais aussi pre ´ senter plusieurs caracte ´ ristiques juge ´ es souhaitables. Ces caracte ´ ristiques ne sont pas fonde ´ es sur des raisonnements formels ou informels visant a ` de ´ terminer si une population est en meilleure sante ´ qu’une autre, mais ˆt sur des conside pluto ´ rations pratiques : . ˆ tre compre Les mesures synthe ´ tiques doivent e ´hensibles et leur calcul faisable pour de nombreuses populations. Il ne sert pas a ` grand chose d’e ´ laborer des mesures synthe ´ tiques qui ne serviront pas a ` documenter l’e ´ laboration des politiques de sante ´ . L’usage quasi universel d’une mesure abstraite tre ` s complexe, a ` savoir l’espe ´rance de vie a ` la naissance du moment, montre que compre ´ hensibilite ´ et complexite ´ sont deux choses ˆ t de la grande presse pour diffe ´ rentes. L’inte ´ re l’espe ´ rance de vie ajuste ´ e sur l’incapacite ´ (82, 83), probablement parce que les espe ´ rances de sante ´ sont fonde ´ es sur l’espe ´ rance de vie, te ´ moigne de la compre ´ hensibilite ´ de ces notions. Les e ´ carts de sante ´ sont probablement moins familiers a ` beaucoup, mais il s’agit d’un concept relativement simple et facile a ` expliquer. . Les mesures synthe ´ tiques du moment ne doivent ˆ tre modifie pas e ´ es si l’incidence, la re ´ mission, la pre ´ valence, la gravite ´ et la mortalite ´ ne changent pas au cours de la pe ´ riode concerne ´ e. En d’autres termes, les mesures synthe ´ tiques de la sante ´ d’une population au cours d’une pe ´ riode donne ´ e ne doivent pas de ´ pendre des e ´ ve ´ nements ante ´ rieurs a ` ladite pe ´ riode, ni des e ´ ve ´ nements ulte ´ rieurs. C’est la ` une proprie ´ te ´ importante, car l’application pratique des mesures synthe ´ tiques de la sante ´ d’une population par diverses organismes natioˆ tre possible naux de statistiques sanitaires doit e avec les seules donne ´ es disponibles une anne ´e donne ´ e. D’aucuns ont estime ´ que les mesures synthe ´ tiques du moment devaient contenir des informations sur les pronostics correspondant a ` l’e ´ tat de sante ´ de chaque individu ; une telle approche pose des proble ` mes pour diverses raisons. D’abord, les mesures du moment e ´ tant destine ´ es, par de ´ finition, a ` ne refle ´ ter que les niveaux et les taux sur une pe ´ riode donne ´ e, il ne serait gue ` re logique d’y inclure des pre ´ dictions au 174
Il serait commode de disposer de mesures synthe ´ tiques qui soient des agre ´ gats line ´ aires de mesures synthe ´ tiques calcule ´ es pour tous les sousgroupes obtenus par division arbitraire. Bien des de ´ cideurs et, tre ` s souvent, le grand public luiˆ me, de me ´ sirent des informations de ´ compose ´ es ˆ tre additionne par sous-populations pouvant e ´ es. Ils souhaitent en effet savoir quelle fraction de la mesure synthe ´ tique est lie ´ e aux e ´ ve ´ nements de sante ´ survenant chez les pauvres, les non-assure ´ s, ˆ ge les personnes a ´ es, les enfants, etc. Une telle ˆ t est de permettre de ´ composition, dont l’inte ´ re souvent de rapporter l’e ´ ve ´ nement a ` une cause, est possible avec les e ´ carts de sante ´ mais non avec les espe ´ rances de sante ´ . On peut, par exemple, indiquer le nombre d’anne ´ es de vie ajuste ´ es sur ˆ ge 0-4 ans et 5 ans et l’incapacite ´ dans les classes d’a plus d’une population, et la somme de ces deux chiffres sera e ´ gale a ` l’e ´ cart de sante ´ total dans la population. En revanche, on ne sait pas tre ` s bien comment associer l’espe ´ rance de vie ajuste ´ e sur l’incapacite ´ de tous les 0-4 ans a ` celle de tous les 5 ans et plus pour obtenir un chiffre qui corresponde a ` quelque chose . On a donc mis au point des techniques pour estimer la contribution ˆ ge des changements des taux de mortalite ´ par a dans les changements d’espe ´ rance de vie (par exemple 84), mais elles ne sont pas de type additif.
Contribution des maladies, des traumatismes et des facteurs de risque dans le calcul des mesures synthe ´ tiques Il est un autre objectif fondamental de la construction de mesures synthe ´ tiques pouvant expliquer l’attention croissante qui leur est porte ´ e : c’est la de ´ termination de l’ampleur relative des diffe ´ rents proble ` mes de sante ´ , maladies, traumatismes et facteurs de risque, correspondant aux applications 5, 6 et 7 mentionne ´ es plus haut. L’attribution de la cause s’appuie essentiellement sur deux me ´ thodes classiques : l’attribution cate ´ gorielle et l’analyse contrefactuelle. On s’est jusqu’ici assez peu pre ´ occupe ´ de leurs avantages et inconve ´ nients ainsi que des incohe ´ rences qui re ´ sulBulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations ˆ me tent de leur utilisation conjointe dans une me analyse. Un exemple de cette dernie ` re me ´ thode nous est donne ´ par l’e ´ tude de 1990 sur la charge mondiale de morbidite ´ (20). La charge attribuable aux maladies et traumatismes a e ´ te ´ estime ´ e apre ` s attribution cate ´ gorielle alors que la charge attribuable aux facteurs de risque ou a ` des maladies telles que le ˆ le de facteurs de risque, a e diabe ` te, qui jouent le ro ´ te ´ estime ´ e par l’analyse contrefactuelle. .
.
L’attribution cate ´ gorielle Un e ´ ve ´ nement tel que le de ´ ce ` s ou la survenue d’un ˆ tre attribue certain e ´ tat de sante ´ peut e ´ a ` une cause unique prise dans une classification des causes par cate ´ gories, conforme ´ ment a ` un ensemble de re ` gles bien de ´ finies. Dans une mise en tableaux des causes de de ´ ce ` s, par exemple, chaque de ´ ce ` s est rapporte ´a ` une cause unique, conforme ´ ment aux re ` gles de la Classiˆ me fication internationale des maladies (CIM), me quand les e ´ ve ´ nements sont dus a ` des causes multiples. C’est ainsi que dans la CIM-10, les de ´ ce ` s des personnes VIH-positives dus a ` la tuberculose sont impute ´ s au VIH. Cette approche cate ´ gorielle de l’indication des causes est la me ´ thode courante utilise ´ es dans les e ´ tudes publie ´ es sur les e ´ carts de sante ´ , telles que la charge mondiale de morbidite ´ de 1990 (23). Pour que l’attribution cate ´ gorielle puisse fonctionner, il faut un syste ` me de classification. Un tel syste ` me a deux composantes cle ´ s : des cate ´ gories s’excluant mutuellement et se comple ´ tant pour former un ensemble exhaustif, et des re ` gles de classement des e ´ ve ´ nements dans ces cate ´ gories. La CIM, applicable aux maladies et proble ` mes de sante ´ connexes, est de ´ veloppe ´ e et affine ´ e depuis pre ` s de 100 ans. Aucun syste ` me de classification n’a e ´ te ´ e ´ labore ´ pour d’autres causes telles que les facteurs de risque physiologiques, proximaux ou distaux. L’analyse contrefactuelle On peut de ´ terminer la contribution d’une maladie, d’un traumatisme ou d’un facteur de risque en comparant le niveau actuel et les niveaux futurs d’une mesure synthe ´ tique de l’e ´ tat de sante ´ d’une population aux niveaux attendus si l’on fait l’hypothe ` se d’un autre sce ´ nario, par exemple une distribution fictive d’un risque ou l’extension d’une maladie ou d’un traumatisme. Les mode ` les utilise ´ s dans l’analyse ˆ tre extre ˆ mement simples, contrefactuelle peuvent e ou assez complique ´ s dans le cas de certains facteurs de risque dont les caracte ´ ristiques de temps et de distribution sont complexes. La validite ´ de l’estimation de ´ pend de celle du mode ` le utilise ´ pour pre ´ dire les sce ´ narios hypothe ´ tiques. Divers types de sce ´ narios ˆ tre adopte peuvent e ´ s dans ces e ´ valuations. . On peut e ´ valuer l’effet de faibles changements de la maladie, du traumatisme ou du facteur de risque et exprimer les re ´ sultats en termes d’e ´ lasticite ´ de la mesure synthe ´ tique par rapport a ` ces changements, ou sous forme d’une approximation nume ´ rique de la de ´ rive ´ e partielle de la mesure synthe ´ tique (85, 86). Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
.
Une autre forme d’analyse contrefactuelle e ´ value le changement d’une mesure synthe ´ tique attendu apre `s e ´ limination comple ` te d’une maladie ou d’un traumatisme. Un certain nombre d’e ´ tudes concernent des espe ´ rances de vie en l’absence d’une cause (87-91). Wolfson ( 92 ) a calcule ´ des espe ´ rances de vie en l’absence d’un attribut (en ˆt l’absence de certains types d’incapacite ´ s pluto qu’en l’absence de causes). Sur un plan plus ge ´ ne ´ ral, Murray et Lopez (93) ont mis au point une classification de plusieurs distributions hypothe ´ tiques des risques qui re ´pond a ` cet usage, notamment le risque minimum the ´ orique, le risque minimum plausible, le risque minimum possible et le risque minimum rentable. S’appuyant sur les exemples du tabac et de l’alcool, ils ont examine ´ les implications de l’utilisation de ces divers types de distribution fictive pour de ´ finir la charge attribuable et la charge e ´ vitable. Dans l’analyse des interventions, on estime l’e ´ volution d’une mesure synthe ´ tique re ´ sultant de la mise en oeuvre d’une intervention donne ´ e.
Les applications de l’analyse contrefactuelle sont tre `s diverses et vont de l’estimation de politiques ou d’actions de ´ termine ´ es a ` des e ´ valuations plus ge ´ ne ´ rales de la contribution de maladies, traumatismes ou facteurs de risque. Deux facteurs importants sont inde ´ pendants du type de sce ´ nario utilise ´ : la dure ´ e de ce sce ´ nario et le moment ou ´ ` les changements de sante de la population dus au sce ´ nario sont e ´ value ´ s. Les proble ` mes de dure ´ e du sce ´ nario et du moment d’e ´ valuation du changement sont illustre ´ s par l’exemple du tabac. Un sce ´ nario de la consommation de tabac dans lequel la population cesse de fumer pendant un an, puis reprend ses habitudes ante ´ rieures ˆ tre de a ` la fin de l’anne ´ e, pourrait e ´ crit en termes de changement de la future espe ´ rance de sante ´ ou des futurs e ´ carts de sante ´ . En raison de l’inertie et des effets de seuil, l’e ´ limination du risque pendant une pe ´ riode aussi courte peut n’avoir que peu d’effet, voire pas d’effet du tout, sur une mesure synthe ´ tique de la sante ´ de la population dans le temps. Le sce ´ nario peut aussi consister en une modification plus longue de la consommation de tabac, une modification de ´ finitive e ´ voluant vers la non-consommation par exemple. On a mis au point des mode ` les (94-96) qui facilitent l’analyse contrefactuelle sur des pe ´ riodes plus ou moins longues. Des changements de la distribution hypothe ´ tique d’une exposition dans une population peuvent avoir des re ´ percussions sur les mesures synthe ´ tiques de la sante ´ d’une population pendant de nombreuses anne ´ es. Logiquement, tous les changeˆ tre ments de la sante ´ future de la population doivent e pris en compte. Toutefois, pour des raisons examine ´ es ailleurs, on peut estimer que les changements lointains ˆ tre conside doivent e ´ re ´ s comme moins importants que des changements plus imme ´ diats, et donc affecte ´s d’un taux d’actualisation. L’une des me ´ thodes utilise ´e consiste a ` appliquer un taux d’actualisation a ` deux classes, de sorte que les changements intervenant jusqu’au temps t sont conside ´ re ´ s comme e ´ quivalents, 175
De la politique a ` l’action et ceux intervenant apre ` s le temps t sont ponde ´ re ´ s par un coefficient e ´ gal a ` ze ´ ro. Si le principe de l’actualisation est controverse ´ (97-100), il n’en demeure pas moins que le choix de la dure ´ e du sce ´ nario de ´ pend e ´ troitement de l’actualisation ou de la non-actualisation des futurs changements de sante ´ de la population. Ainsi, en l’absence d’actualisation, un de ´ calage permanent de l’exposition pourrait conduire a ` une succession infinie de changements ulte ´ rieurs de l’espe ´ rance de sante ´ ou des e ´ carts de sante ´. Dans le cadre de ses travaux d’e ´ valuation comparative des risques, l’OMS s’attache a ` faciliter un de ´ bat sur une de ´ finition normalise ´ e des sce ´ narios hypothe ´ tiques et sur la dure ´ e de l’e ´ valuation d’un sce ´ nario de l’exposition. La me ´ thode contrefactuelle utilise ´ e pour le calcul de la contribution des maladies, des traumatismes et des facteurs de risque a divers avantages. Elle repose sur une notion plus claire, re ´ sout le proble ` me des causes multiples et enfin, permet d’e ´ valuer les avantages des interventions sanitaires (92). Comment utiliser la classification par cause pour e ´ tayer le de ´ bat sur les priorite ´ s de la recherchede ´ veloppement, la se ´ lection des actions de sante ´ nationales prioritaires et l’e ´ laboration des programmes de sante ´ ? On peut soutenir qu’une me ´ thode d’attribution de la cause doit classer les causes de manie ` re ordonne ´ e en fonction du nombre absolu d’anne ´ es de vie en bonne sante ´ gagne ´ es par une population en l’absence de ces causes (ou d’un sce ´ nario approprie ´ de modification d’un facteur de risque). Il en re ´ sulte que le nombre absolu attribuable a ` une cause est important quand la de ´ composition par cause sert a ` documenter la hie ´ rarchisation des priorite ´ s de sante ´ publique pour les responsables.
Avantages et inconve ´ nients Il existe trois me ´ thodes possibles pour analyser la contribution des maladies, des traumatismes et des facteurs de risque (Tableau 1). On peut re ´ sumer la sante ´ d’une population au moyen des espe ´ rances de sante ´ et des e ´ carts de sante ´ , et appre ´ cier les causes des maladies et des traumatismes par la me ´ thode de l’attribution cate ´ gorielle ou a ` l’aide de sce ´ narios hypothe ´ tiques. Etant donne ´ qu’il n’existe pas de syste ` me de classification pour les facteurs de risque, ˆ tre e ceux-ci ne peuvent e ´ value ´ s que par la me ´ thode ˆ me pour les maladies et les contrefactuelle. Me traumatismes, il n’est pas possible d’utiliser l’attribution cate ´ gorielle dans le cas de l’espe ´ rance de sante ´, ˆ tre relie car la sante ´ positive ne peut pas e ´e a ` une maladie ou un traumatisme. Quels sont les avantages et inconve ´ nients des trois options du Tableau 1 ? L’avantage de l’attribution cate ´ gorielle est sa simplicite ´ et son intelligibilite ´ ; son attrait pour de nombreux utilisateurs est que le total de la mesure synthe ´ tique est e ´ gal a ` la somme des contributions des diverses causes mutuellement exclusives (l’attribution cate ´ gorielle implique une de ´ composition additive par cause). Son inconve ´ nient est clairement illustre ´ par les e ´ ve ´ nements ayant des causes multiples tels qu’un infarctus du myocarde chez un diabe ´ tique, ou un cancer du foie re ´ sultant d’une he ´ patite B chronique. Si la de ´ composition additive est une caracte ´ ristique essentielle, on ne peut toutefois e ´ valuer la contribution des maladies et traumatismes que par les e ´ carts de sante ´. Tableau 1. Me ´ thodes d’analyse de la contribution des maladies, traumatismes et facteurs de risque dans les mesures synthe ´ tiques de la sante ´ des populations Attribution cate ´ gorielle Espe ´ rances de sante ´ Analyse contrefactuelle . . .
Discussion Nous avons expose ´ dans le pre ´ sent article un cadre ge ´ ne ´ ral pour la caracte ´ risation et l’e ´ valuation des diffe ´ rents types de mesures synthe ´ tiques. Lors du choix de mesures synthe ´ tiques adapte ´ es a ` des utilisations diffe ´ rentes, il est essentiel non seulement de comprendre ce qui diffe ´ rencie les divers types de mesures synthe ´ tiques existantes, mais aussi de distinguer clairement les mesures des instruments et des donne ´ es qui servent a ` les calculer. Nous avons de ´ fini cinq crite ` res de base comme point de de ´ part de l’e ´ valuation des mesures synthe ´ tiques. Nous espe ´rons que le de ´ bat se poursuivra pour envisager d’autres crite ` res qui permettraient aux analystes et aux responsables des politiques de choisir les mesures synthe ´ tiques re ´ pondant le mieux a ` leurs besoins. Il convient de noter quelques exemples ou ` ˆnent le rejet de ˆ me nos crite me ` res de base entraı certaines approches me ´ thodologiques. C’est ainsi que le calcul des e ´ carts de sante ´ au moyen de l’espe ´ rance de vie locale (par exemple 9, 45) contrevient au crite ` re 1, d’apre ` s lequel quand la mortalite ´ diminue, la mesure synthe ´ tique augmente. Selon le crite ` re 5, nous devons aussi rejeter les mesures fonde ´ es sur une re ´ partition des individus en deux cate ´ gories d’e ´ tats de sante ´ , – avec ou sans incapacite ´ , par exemple – auxquelles on attribue arbitrairement un coefficient de ponde ´ ration e ´ gal a ` ze ´ ro ou un, comme pour l’espe ´ rance de vie sans incapacite ´ , l’espe ´ rance de vie active et l’espe ´ rance de vie sans de ´ mence. D’autres espe ´ rances de sante ´ et e ´ carts de sante ´ satisfont a ` quatre des cinq crite ` res, mais aucune mesure ne rend compte a ` la fois de la pre ´ valence et de l’incidence. ˆ tre Pour pouvoir faire des comparaisons, il pourrait e ne ´ cessaire de mettre au point une nouvelle classe de mesures refle ´ tant simultane ´ ment la pre ´ valence et l’incidence, comme pour l’espe ´ rance de sante ´ ˆ ge de moyenne par a ´ crite plus haut. Il est tre `s important de savoir que suivant l’utilisation de la Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
Maladies Traumatismes Facteurs de risque Maladies Traumatismes Facteurs de risque
Ecarts de sante ´
. .
Maladies Traumatismes
. . .
176
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations ˆ tre amene mesure synthe ´ tique, on peut e ´a ` formuler d’autres crite ` res, dont les implications sur la construction de la mesure sont diffe ´ rentes. Dans plusieurs applications importantes indique ´ es plus haut, l’attribution de la cause est l’un des aspects essentiels des mesures synthe ´ tiques. Concernant les maladies et les traumatismes, la CIM permet un choix entre l’attribution cate ´ gorielle et l’analyse ˆ t de la de contrefactuelle. L’inte ´ re ´ composition additive fait nettement pencher la balance en faveur de l’attribution cate ´ gorielle, mais l’e ´ chelle de l’analyse contrefactuelle permet une interpre ´ tation plus directe et plus convaincante sur le plan the ´ orique. Nous pensons que le seul moyen de re ´ soudre ce dilemme dans la pratique est de notifier syste ´ matiquement les re ´ sultats de l’analyse par attribution cate ´ gorielle et de l’analyse contrefactuelle pour les maladies et les traumatismes. Toutes les questions relatives aux de ´ ce ` s par causes multiples, comme dans le cas du diabe ` te sucre ´ , seraient bien prises en compte par l’analyse contrefactuelle alors que l’attribution cate ´gorielle tend a ` sous-estimer le proble ` me. Il n’existe aucun syste ` me de classification des facteurs de risque, qu’ils soient physiologiques, proximaux ou distaux, et l’analyse contrefactuelle est alors la seule option possible. Plusieurs de ´ finitions des sce ´ narios hypothe ´ tiques sont possibles, mais des recherches plus approfondies s’imposent pour mieux comprendre les implications des diffe ´ rentes approches. Une meilleure estimation des mesures synthe ´ tiques de la sante ´ des populations n’est possible que si l’on conc ¸ oit les mesures les plus approprie ´ es a ` chaque application. Il faut aussi ame ´ liorer la base empirique sur laquelle reposent l’e ´ pide ´ miologie des issues sanitaires fatales et non fatales, y compris l’attribution de la cause, et la valorisation des e ´ tats de sante ´ . L’une des conditions essentielles est de mieux ˆtre ce qui distingue dans certains domaines de connaı la sante ´ , les mesures de la performance et de la capacite ´ obtenues d’apre ` s les de ´ clarations des sujets et les mesures obtenues d’apre ` s les indications d’un observateur exte ´ rieur. En proposant un cadre pour le choix des mesures synthe ´ tiques, nous faisons intervenir a ` la fois le simple bon sens qui fait que, dans certains cas, ˆtra qu’une population est en meilleure chacun reconnaı sante ´ qu’une autre, et un me ´ canisme plus formel base ´ sur le principe de Harsanyi dit du choix en situation d’ignorance. Cette dernie ` re approche peut avoir d’importantes incidences quand elle sert a ` choisir une mesure synthe ´ tique de la sante ´ des populations pour e ´ tablir des comparaisons. C’est ainsi que les me ´ thodes actuellement utilise ´ es pour mesurer les pre ´ fe ´ rences relatives au temps passe ´ dans les divers e ´ tats de sante ´ ˆ tre entie risquent de ne pas e ` rement compatibles avec le ˆ tre ne cadre propose ´ , et il serait peut-e ´ cessaire de modifier les me ´ thodes. Un traitement plus rigoureux de cette approche serait certainement utile. A mesure que les travaux relatifs aux mesures synthe ´ tiques s’acce ´ le ` rent, les usages possibles et la complexite ´ de ces mesures deviennent plus apparents. En leur appliquant des crite ` res simples, on peut ˆ tre amene e ´a ` en rejeter certaines et a ` en e ´ laborer de nouvelles. Un vaste programme de recherche est en cours d’exe ´ cution, mais il ne faut pas attendre d’avoir re ´ solu tous les proble ` mes me ´ thodologiques pour commencer a ` utiliser ces mesures. On se concentrera donc sur celles qui re ´ pondent a ` autant de crite ` res de base et de caracte ´ ristiques souhaitables que possible. En diffusant largement les donne ´ es e ´ pide ´ miologiques essentielles sur les issues de sante ´ non fatales et mortalite ´ , on faciliterait le calcul d’autres mesures synthe ´ tiques. n
Remerciements Les auteurs remercient Frances Kamm, John Broome, Julio Frenk, Rafael Lozano, Alan Lopez, Dan Wikler, Jan Barendregt, Sarah Marchand, Paul van der Maas et Sander Greenland de leurs pre ´ cieuses observations.
Bibliographie 1. Field MJ, Gold GM, eds. Summarizing population health : directions for the development and application of population metrics. Washington DC, National Academy Press, 1998. 2. Sanders BS. Measuring community health levels. American Journal of Public Health, 1964, 54 : 1063-1070. 3. Chiang CL. An index of health : mathematical models (United States Public Health Services Publications Series 1000, Vital and Health Statistics Series 2, No. 5). Washington DC, National Center for Health Statistics, 1965. 4. Sullivan DF. Conceptual problems in developing an index of health (United States Public Health Services Publications Series 1000, Vital and Health Statistics Series 2, No. 17). Washington DC, National Center for Health Statistics, 1966. 5. Sullivan DF. A single index of mortality and morbidity. HSMHA Health Reports, 1971, 86 : 347-354. 6. Piot M, Sundaresan TK. A linear programme decision model for tuberculosis control. Progress report on the first test-runs. Gene ` ve, Organisation mondiale de la Sante ´ , 1967 (document non publie ´ WHO/TB/Tech.Information/67.55) (re ´ sume ´ en franc ¸ ais). Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001 7. Fanshel S, Bush JW. A health-status index and its application to health services outcomes. Operations Research, 1970, 18 (6) : 1021-1066. 8. Katz S et al. Measuring the health status of populations. In : Berg RL, ed. Health status indices. Chicago, Hospital Research and Educational Trust, 1973 : 39-52. 9. Ghana Health Assessment Project Team. A quantitative method of assessing the health impact of different diseases in less developed countries. International Journal of Epidemiology, 1981, 10 (1) : 72-80. 10. Preston SH. Health indices as a guide to health sector planning : a demographic critique. In : Gribble JN, Preston SR, eds. The epidemiological transition. Policy and planning implications for developing countries. Washington DC, National Academy Press, 1993. 11. Robine J-M et al., eds. Calculation of health expectancies : harmonization, consensus achieved and future perspectives. London, John Libbey Eurotex, 1993. 12. Mathers C, McCallum J, Robine J-M, eds. Advances in health expectancies : Proceedings of the 7th Meeting of the Inter177
De la politique a ` l’action national Network on Health Expectancy (REVES). Canberra, Australian Institute of Welfare, 1994. Katz S et al. Active life expectancy. The New England Journal of Medicine, 1983, 309 (20) : 1218-1224. Bone NIR. International efforts to measure health expectancy. Journal of Epidemiology and Community Health, 1992, 46 : 555-558. Bronnum-Hansen H. Trends in health expectancy in Denmark, 1987-1994. Danish Medical Bulletin, 1998, 45 (2) : 217-221. Crimmins EM, Saito Y, Ingegneri D. Trends in disability-free life expectancy in the United States, 1970-90. Population and Development Review, 1997, 23 (3) : 555-572. Mutafova M et al. Health expectancy calculations : a novel approach to studying population health in Bulgaria [Le calcul de l’espe ´ rance de vie : un nouveau mode d’approche de l’e ´ tude de la sante ´ de la population en Bulgarie]. Bulletin de l’Organisation mondiale de la Sante ´ , 1997, 75 (2) : 147-153 (re ´ sume ´ en franc ¸ ais). Sihvonen AP et al. Socioeconomic inequalities in health expectancy in Finland and Norway in the late 1980s. Social Science and Medicine,1998, 47 : 303-315. Valkonen T, Sihvonen AP, Lahelma E. Health expectancy by level of education in Finland. Social Science and Medicine, 1997, 44 : 801-808. Murray CJL, Lopez A, 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 (Global Burden of Disease and Injury Series, Vol. I). Murray CJL, Lopez A. Global health statistics. Cambridge, MA, Harvard School of Public Health on behalf of the World Health Organization and The World Bank, 1996 (Global Burden of Disease and Injury Series, Vol. II). Murray CJL, Lopez A. Evidence-based health policy — lessons from the Global Burden of Disease Study. Science, 1996, 274 : 740-743. Murray CJL, Lopez A. Mortality by cause for eight regions of the world : Global Burden of Disease Study. Lancet, 1997, 349 : 1269-1276. Murray CJL, Lopez A. Regional patterns of disability-free life expectancy and disability-adjusted life expectancy : Global Burden of Disease Study. Lancet, 1997, 349 : 1347-1352. Murray CJL, Lopez A. Global mortality, disability, and the contribution of risk factors : Global Burden of Disease Study. Lancet, 1997, 349 : 1436-1442. Murray CJL, Lopez A. Alternative projections of mortality and disability by cause 1990-2020 : Global Burden of Disease Study. Lancet, 1997, 349 : 1498-1504. Lozano R, Frenk J, Gonzalez MA. El peso de la enfermedad en adultos mayores, Me ´ xico 1994. Salud Pu ´ blica de Me ´ xico, 1994, 38 : 419-429. Lozano R et al. Burden of disease assessment and health system reform : results of a study in Mexico. Journal for International Development, 1995, 7 (3) : 555-564. Health and the economy : proposals for progress in the Mexican health system. Mexico, Fundacio ´ n Mexicana para la Salud, 1995. La carga de la enfermedad en Colombia. Bogota, Ministe ` re de la Sante ´ , 1994. Ruwaard D, Kramers PGN. Public health status and forecasts. La Haye, National Institute of Public Health and Environmental Protection, 1998. Bowie C et al. Estimating the burden of disease in an English region. Journal of Public Health Medicine, 1997, 19 : 87-92. Concha M et al. Estudio carga de enfermedad : informe ´ n en Salud, Ministerio final. Estudio Prioridades de Inversio de Salud, 1996. Murray CJL, Acharya AK. Understanding DALYs. Journal of Health Economics, 1997, 16 : 703-730. 35. Murray CJL et al. US Patterns of mortality by county and race : 1965-1994. Cambridge, MA,Harvard Center for Population and Development Studies and Centers for Disease Control, 1998. 36. Bobadilla JL. Searching for essential health services in lowand middle-income countries : a review of recent studies on health priorities. Washington DC, Banque mondiale, 1996. 37. Brundtland, GH. Le concept de charge de la maladie. (Allocution prononce ´ e le 15 de ´ cembre 1998 a ` Gene ` ve). ´ dans le monde, 1999 — Pour un re ´ el 38. Rapport sur la sante changement. Gene ` ve, Organisation mondiale de la Sante ´ , 1999. 39. Murray CJL, Frenk J. Un cadre pour l’e ´ valuation de la performance des syste ` mes de sante ´ . Bulletin de l’Organisation mondiale de la Sante ´ , Recueil d’articles, 2000, 3 : 152-165. 40. Gakidou E, Murray CJL, Frenk J. De ´ finir et mesurer les ine ´ galite ´ s de sante ´ : approche base ´ e sur la distribution de l’espe ´ rance de sante ´ . Bulletin de l’Organisation mondiale de la Sante ´ , Recueil d’articles, 2000, 3 : 41-52. 41. Murray CJL, Gakidou E, Frenk J. 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. 42. Investing in health research and development. Report of the Ad Hoc Committee on Health Research Relating to Future Intervention Options. Gene ` ve, Organisation mondiale de la Sante ´ , 1996 (document TDR/Gen/96.1). 43. Brock DW. Ethical issues in the development of summary measures of population health status. In : Field MJ, Gold GM, eds. Summarizing population health : directions for the development and application of population metrics. Washington DC, National Academy Press, 1998. 44. Murray CJL. Rethinking DALYs. In : Murray CJL, Lopez A, 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 (Global Burden of Disease and Injury Series, Vol. I). 45. Williams A. Calculating the global burden of disease : time for a strategic reappraisal ? Health Economics, 1999, 8 : 1-8. 46. Anand S, Hanson K. DALYs : efficiency versus equity. World Development, 1998, 26 (2) : 307-310. 47. Daniels N. Distributive justice and the use of summary measures of population health status. In : Field MJ, Gold GM, eds. Summarizing population health : directions for the development and application of population metrics. Washington DC, National Academy Press, 1998. 48. Williams A. Intergenerational equity. An exploration of the ’fair innings’ argument. Health Economics, 1997 6 (2) : 117-132. 49. Ware JE, Sherbourne CD. The MOS 36-item short-form health survey (SF-36). 1. Conceptual framework and item selection. Medical Care, 1992, 30 : 473-483. 50. Erickson P, Wilson R, Shannon E. Years of healthy life. Hyattsville, Maryland; US National Center for Health Statistics, 1995. 51. Wilkins R, Adams OB. Quality-adjusted life expectancy : weighting of expected years in each state of health. In : Robine J-M, Blanchet M, Dowd JE, eds. Health expectancy. London, HMSO, 1992 (OPCS studies on medical and population subjects No. 54). 52. Ritchie K et al. Dementia-free life expectancy : preliminary calculations for France and the United Kingdom. In : Robine J-M et al., eds. Calculation of health expectancies : harmonization, consensus achieved and future perspectives. London, John Libbey Eurotex, 1993. 53. Cutler DM, Richardson E. Measuring the health of the US population. Brookings Paper : Microeconomics, 1997 : 217-227. 54. Cutler DM, Richardson E. The value of health. American Economic Review, 1998, 88 (2) : 97-100. 55. Dempsey M. Decline in tuberculosis : the death rate fails to tell the entire story. American Review of Tuberculosis, 1947, 56 : 157-164. Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
13. 14.
15. 16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29. 30. 31.
32. 33.
34.
178
Mesures synthe ´ tiques de l’e ´ tat de sante ´ des populations 56. Romeder JM, McWhinnie JR. Potential years of life lost between ages 1 and 70 : an indicator of premature mortality for health planning. International Journal of Epidemiology, 1977, 6 : 143-151. 57. Hyder AA, Rotllant G, Morrow RH. Measuring the burden of disease : healthy life-years. American Journal of Public Health, 1998, 88 (2) : 196-202. 58. Shryock HS, Siegel JS. The methods and materials of demography : the life table. Washington DC, US Bureau of the Census, October 1971 : 443-446. 59. Longnecker NT. The Framingham results on alcohol and breast cancer. American Journal of Epidemiology, 1999, 149 (2) : 93-101. 60. Deeg DJH, Kriegsman DMW, van Zonneveld RJ. Trends in fatal chronic diseases and disability in the Netherlands 19561993. In : Mathers C, McCallum J, Robine J-M, eds. Advances in health expectancies : Proceedings of the 7th Meeting of the International Network on Health Expectancy (REVES). Canberra, Australian Institute of Health and Welfare, 1994 : 80-95. 61. Barendregt JJ, Bonneux L. Changes in incidence and survival of cardiovascular disease and their impact on disease prevalence and health expectancy. In : Mathers C, McCallum J, Robine J-M, eds. Advances in health expectancies : Proceedings of the 7th Meeting of the International Network on Health Expectancy (REVES). Canberra, Australian Institute of Health and Welfare, 1994 : 345-354. 62. Wolfbein S. The length of working life. Population Studies, 1949, 3 : 286-294. 63. Branch LG et al. Active life expectancy for 10,000 Caucasian men and women in three communities. Journal of Gerontology, 1991, 46 (4) : M145-150. 64. Rogers A, Rogers RG, Branch LG. A multistate analysis of active life expectancy. Public Health Reports, 1989, 104 (3) : 222-226. 65. Mathers CD, Robine J-M. How good is Sullivan’s method for monitoring changes in population health expectancies ? Journal of Epidemiology and Community Health, 1997, 51 : 80-86. 66. Robine J-M, Blanchet M, Dowd EJ, eds. Health Expectancy. London, HMSO,1992 (OPCS studies on medical and population subjects No. 54). 67. Barendregt JJ, Bonneux L, Van der Maas PJ. Health expectancy : an indicator for change ? Epidemiology of Human Health, 1994, 48 : 482-487. 68. Mathers CD, Robine J-M. How good is Sullivan’s method for monitoring changes in population health expectancies ? Reply. Journal of Epidemiology and Community Health, 1997, 51 : 578-579. 69. McDowell I, Newell C. Measuring health : a guide to rating scales and questionnaires. Second Edition. New York, Oxford University Press, 1996. 70. Bickenbach JE et al. Models of disablement, universalism and the international classification of impairments, disabilities and handicaps. Social Science and Medicine, 1999, 48 : 1173-1187. 71. Murray CJ. Chen LC. In search of a contemporary theory for understanding mortality change. Social Science and Medicine, 1993, 36 (2) : 143-155. 72. Erickson P. Evaluation of a population-based measure of quality of life : the health and activity limitation index (HALex). Quality of Life Research, 1998, 7 : 101-114. 73. EuroQol Group. EuroQol : a new facility for the measurement of health-related quality of life. Health Policy, 1990, 16 : 199-208. 74. Mehrez A, Gafni A. Quality-adjusted life-years, utility theory and healthy-year equivalents. Medical Decision Making, 1989, 9 : 142-149. 75. Johannesson M, Pliskin JS, Weinstein MC. Are healthy-years equivalents an improvement over quality-adjusted life years ? Medical Decision Making, 1993, 13 (4) : 281-286. 76. Cuyler AJ, Wagstaff A. QALYs versus HYEs. Journal of Health Economics, 1993, 11 : 311-323. 77. Nord E. The person trade-off approach to valuing health care programs. Medical Decision Making, 1995, 15 (3) : 201208. 78. Nord E et al. Incorporating societal concerns for fairness in numerical valuations of health programmes. Health Economics, 1999, 8 : 25-39. 79. Harsanyi JC. Cardinal utility in welfare economics and in the theory of risk-taking. Journal of Political Economy, 1953, 61 : 434-435. 80. Rawls J. A theory of justice. Cambridge, Harvard University Press, 1971. 81. Broome J. Ethics out of economics. New York, Cambridge University Press, 1999. 82. Crosette B. Americans enjoy 70 healthy years, behind Europe, UN says. New York Times, 5 June 2000 : A10. 83. Brown D. New look at longevity offers disease insight. Washington Post, 12 June 2000 : A9. 84. Arriaga EE. Measuring and explaining the change in life expectancies. Demography, 1984, 21 (1) : 83-96. 85. Hill GB, Forbes WF, Wilkins R. The entropy of health and disease : dementia in Canada. Ninth meeting of the International Network on Health Expectancy (REVES), Rome, 11-13 December 1996. 86. Mathers CD. Gains in health expectancy from the elimination of diseases among older people. Disability and Rehabilitation, 1999, 21 (5-6) : 211-21. 87. Colvez A, Blanchet M. Potential gains in life expectancy free of disability : a tool for health planning. International Journal of Epidemiology, 1983, 12 : 224-229. 88. Mathers CD. Estimating gains in health expectancy due to elimination of specified diseases. Fifth Meeting of the International Network on Health Expectancy (REVES), Ottawa, 19-21 February 1992. 89. Mathers CD. Gains in health expectancy from the elimination of disease : a useful measure of the burden of disease ? Tenth Meeting of the International Network on Health Expectancy (REVES), Tokyo, 9-11 October 1997. 90. Nusselder WJ. Compression or expansion of morbidity ? A life-table approach [Ph.D. Thesis]. Rotterdam, Erasmus University, 1998. 91. Nusselder WJ et al. The elimination of selected chronic diseases in a population : the compression and expansion of morbidity. American Journal of Public Health, 1996, 86 (2) : 187-193. 92. Wolfson MC. Health-adjusted life expectancy. Health Reports, 1996, 8 (1) : 41-45. 93. Murray CJL, Lopez A. On the comparable quantification of health risks : lessons from the Global Burden of Disease Study. Epidemiology, 1999, 10 (5) : 594-605. 94. Gunning-Schepers LJ. The health benefits of prevention : a simulation approach. Health Policy, 1989, 12 (1-2) : 35-48. 95. Gunning-Schepers LJ, Barendregt JJ, van der Maas PJ. Population interventions reassessed. Lancet, 1989, 1 (8636) : 479-481. 96. Gunning-Schepers LJ, Barendregt JJ. Timeless epidemiology or history cannot be ignored. Journal of Clinical Epidemiology, 1992, 45 (4) : 365-372. 97. Cropper MI, Aydede SK, Portney PR. Preferences for life saving programs : how the public discounts time and age. Journal of Risk and Uncertainty, 1994, 8 : 243-265. 98. Redelmeier DA, Heller DM. Time preference in medical decision making and cost-effectiveness analysis. Medical Decision Making, 1993, 13 : 505-510. 99. Viscusi VK, Moore MJ. Rates of time preference and valuations of the duration of life. Journal of Public Economics, 38 : 297-317. 100. Sen AK. Isolation, assurance and the social rate of discount. Quarterly Journal of Economics, 1967, 81 : 1123-1124.
Bulletin de l’Organisation mondiale de la Sante ´ Recueil d’articles No 4, 2001
179