inégalités sociales de santé et exposition environnementale ......inégalités sociales de santé...

Inégalités sociales de santé et exposition

environnementale. Une analyse spatio-temporelle

du risque de mortalité infantile et néonatale dans

4 agglomérations françaises.

Cindy. M PADILLA Soutenance à Nancy le 24 octobre 2013

Directeurs de thèse Mme Séverine Deguen et Mr Denis Zmirou-Navier 1

Thèse pour le Doctorat de l’Université de Lorraine

& Ecole des Hautes Etudes en Santé Publique

Mention : Sciences de la vie et la santé

Plan de la soutenance

Contexte Les inégalités sociales de santé La contribution de l’environnement

Zones d’étude

Bases de données

Outils méthodologiques

Approche Bayésienne

Approche GAM

Etudes

Principaux résultats

Discussion

Conclusions et perspectives

2

Naissance 7 jours 28 jours 1 an

Mortalité néonatale

Mortalité infantile

Contexte

Contexte (1/5) Zones d’étude Bases Données Méthodes Etudes Conclusion

La mortalité infantile

et néonatale

Indicateurs reconnus *

• L’état de santé global des populations

• La qualité du système de soins

• L’efficacité des soins préventifs et

l'attention accordée à la santé de la

mère et de l'enfant

Objectifs en santé publique

• Objectif Millénaire Développement en1990

=> réduire de 2/3 mortalité infantile

• Loi de santé publique de 2004

=> réduire la mortalité périnatale

* (Reidpath, 2003 ; Shi, 1999)

4 4

Issues de

grossesse


• Les organes les plus

important du corps se

forment.

• Vulnérabilité aux

expositions

environnementales

Période

Pre-embryonnaire

Anomalies congénitales,

malformations majeurs

Immaturité dans le

développement

Période Embryonnaire Période Foetale

Avortement

i) Faible poids à la naissance

ii) Prématurité

iii) Petit poids de naissance

pour l’âge gestationnel

Grossesse *

Périodes de grande susceptibilité

*Wigle DT et al. Environmental hazards: evidence for effects on child health. J Toxicol Environ Health 2007 Grandjean P et al. The faroes statement: human health effects of developmental exposure to chemicals in our environment. Basic Clin Pharmacol Toxicol. 2008 Barouki R et al. Developmental origins of non-communicable disease: Implications for research and public health. Environ Health. 2012 Heindel JJ. Role of exposure to environmental chemicals in the developmental basis of reproductive disease and dysfunction. Semin Reprod Med. 2006

5

Constat et évolution entre 2000 et 2009

Un taux globalement bas et des disparités territoriales

2000 2009


Source : www.ecosante.fr, Données : Insee

4,9‰

5,0‰

2,8 ‰

3,6‰

3,5‰

2,8 ‰

Mortalité infantile

Mortalité néonatale

http://www.ecosante.fr/http://www.insee.fr/

Facteurs individuels

- Mode de vie de la mère (alcool, tabac, qualité de vie…)

- Psychique (stress, dépression, instabilité…) - Caractéristiques biologiques (âge de la mère, diabètes, obésité, …)

Facteurs contextuels

- Environnement de vie - Défaveur socioéconomique - Systèmes de soins

Les déterminants sociaux

6

1

2

1

2

Modèle des déterminants de la santé,

d’après Dahlgren et Withehead (1991)


Rôle des nuisances environnementales ?

(pollution atmosphérique …)

Rôle de l’environnement

7

Deux mécanismes peuvent expliquer ce phénomène

Différentiel d’exposition : « les populations

défavorisées seraient plus fréquemment exposées à

de nombreuses nuisances environnementales et/ou à

des niveaux d’exposition plus élevés »

Différentiel de vulnérabilité : « les populations

défavorisées peuvent être plus sensibles / vulnérables

aux effets des expositions environnementales sur la

santé »


Objectifs de la thèse

L’apport d’une approche spatiale et temporelle à une approche classique dans

la compréhension :

des inégalités sociales de santé

des mécanismes par lesquels le dioxyde d’azote contribue aux inégalités

sociales de santé

8

Expositions

environnementales Événement

de santé

Statut

socio-économique

(2)

Etude 2 et 4

(1) Etude 1

(3)

Etude 3

Contexte Zones d’étude Bases Données Méthodes Etudes Conclusion

Contexte

Zones d’étude

Bases de données


Etudes

Conclusion et perspectives


Zones de l’étude

10

Type d’étude : Etude écologique

Unité géographique : IRIS

« Ilots Regroupés pour l’Information

Statistique »

IRIS ≈ 2000 habitants

Découpage infra-communale

de l’INSEE

Période d’étude : 2000-2009


Insu

Données sanitaires

Etapes méthodologiques

1 2 3 4

11

Géocodage à l’IRIS Logiciel de l’INSEE

Estimation des naissances

Taux de mortalité infantile /

néonatale

Recueil de données Lille

Paris

Marseille*

Lyon

Contexte Zones d’étude Bases Données (1/ 7) Méthodes Etudes Conclusion

- Adresse de résidence

- Attribution d’un IRIS

- Demande d’autorisation CCTIRS/ CNIL

- Sélectionner les communes

1. service obstétrique

2. population

3. décès enregistrés au CepiDC

- Prise de contacts téléphoniques

(mairies)

- Si accord, prise de rdv

- Si difficultés, période de relance

Insee

- Communes >10 000 habitants

- Naiss / IRIS : 1999; 2005-2009

Extrapolation

- IRIS des communes < 10 000 habitants

- Naiss / IRIS : 2000-2004

* En cours

12

Lille Lyon Paris-ville Marseille en cours

Période d’étude 2000-2009 2000-2009 2004-2009 2000-2009

Taux de représentativité 94,7% 96,5% 91,9% 73,9%

Mortalité infantile* 4,1‰ 3,8‰ 3,4‰ 3,2‰

Mortalité néonatale* 2,8‰ 2,6‰ 2,5‰ 2,1‰

Mortalité néonatale / mortalité

infantile 69% 70% 73% 66%

IRIS sans cas /Total IRIS 40,5 31,3 58,9 -

Description

Données sanitaires Contexte Zones d’étude Bases Données (2/7) Méthodes Etudes Conclusion

*(1000 naissances vivantes)

13

La défaveur socioéconomique (1/2)

Source de données Recensement 1999

Recensement 2006

Revenus fiscaux ménages

Logements

Création de variables 52 variables

Littérature

• Métrique simple, une variable socioéconomique (profession, niveau

d’éducation des parents, ressources du ménage, chômage …)

• Métrique composite, indice de Townsend, Carstairs

Indicateur de défaveur* Composite ACP

21 variables retenues

dimensions (revenu,

éducation, emploi, famille,

immigration, logement)

Etapes méthodologiques

Notre Choix

• Un indice adaptable à l’espace urbain Français

• Définit la défaveur socioéconomique globale

=> multiples dimensions

B Lalloué, J-M Monnez, C. Padilla, et al. A statistical procedure to create a neighborhood socioeconomic index for health inequalities analysis. Int J Equity Health. 2013 Mar 28;12:21

Contexte Zones d’étude Bases Données (3/7) Méthodes Etudes Conclusion

14

Distribution spatiale de la défaveur socioéconomique

Moins défavorisé

Plus défavorisé

Ü

0 52,5 Km

0 52,5 Km

0 52,5 Km

0 52,5 Km


Lille Lyon

Paris-ville

Marseille

Villeurbanne

Vaux en Velin

Vénissieux

Roubaix

Lille

18ème

19ème

Exposition au dioxyde d’azote (NO2)

15

Origine

Automobile, source industrielle, chauffage résidentiel

Choix du NO2

• Bon traceur de la pollution atmosphérique générée par la

circulation urbaine

Relation avec la santé (PM et NO2) *


Exposition au NO2

Mère

Effets toxiques

sur le fœtus

Inflammation

du poumon

Inflammation

systémique

Inflammation

du placenta

Issues de grossesse

i) Faible poids à la

naissance

ii) Prématurité

iii) Petite poids de

naissance pour l’âge

gestationnel Stress Oxydatif

Stress Oxydatif

*Tabacova S, et al. Exposure to oxidized nitrogen: lipid peroxidation and neonatal health risk. Arch Environ Health. 1998. Tabacova S, et al. Maternal exposure to exogenous nitrogen compounds and complications of pregnancy. 1997. Maroziene L. Maternal exposure to low-level air pollution and pregnancy outcomes: a population-based study. 2002

16

Description du dioxyde d’azote

Agglomérations N Moyenne ET Min Max

Lille 478 32,1 5,3 21,8 58,2

Lyon 493 41,3 5,9 29,5 60,1

Paris-PC 2656 45,8 9,6 23,9 83,3

Marseille 544 32,5 9,9 8,8 59,4

Source des données

• Période disponible : 2002-2009

• AASQA des 4 agglomérations

• Modèles déterministiques (ADMS urban, SIRANE, STREET)

• Données entrées : métérologiques, cadastres d’emissions de polluants

et mesures de pollution de fond

=> Concentrations moyennes annuelles du NO2 par IRIS (en µg/m3)


17

Récapitulatif des données


Donnes sanitaire : 2000-2009 NO2 : 2002-2009 SES : recensement 1999 et 2006

Donnes sanitaire : en cours NO2: 2002-2009 SES: recensement 1999 et 2006

Donnes sanitaire : 2000-2009 NO2 : 2002-2009 SES : recensement 1999 et 2006

Donnes sanitaire : Paris-ville => 2004-2009 Petite couronne => en cours NO2 : 2002-2009 SES : recensement 1999 et 2006

Lille Paris -PC

Lyon Marseille

18


Contexte

Zones d’étude

Bases de données


Approche Bayésienne

Approche GAM

Etudes


19

1. Cartographie du risque

=> identifier des répartitions ou tendances spatiales

(but est de visualiser la répartition spatiale de la mortalité tout en tenant compte de la problématique des petits effectifs)

2. Agrégats (spatiaux ou spatio-temporels)

=> tester statistiquement des répartitions ou tendances spatiales.

3. Modélisation spatiale

=> expliquer des répartitions ou tendances spatiales.

Pourquoi épidémiologie spatiale ?

Contexte Zones d’étude Bases Données Méthodes (1/4) Etudes Conclusion

20

Approche Bayésienne*

Objectif

Identifier le risque relatif de mortalité infantile et néonatale selon la défaveur socioéconomique du quartier

But Etude de corrélation géographique

Prendre en compte l’autocorrélation spatiale

Faible effectif des évènements sanitaires

Modèles Hiérarchiques Bayésien (Besag & al**)

1er niveau : modèle de poisson pour les données de comptage Oi ~ Poisson(Eiθi) avec θi=Oi/Ei

2ème niveau : covariables, composantes spatiales

Log(θi)=α+Xikβk+ui+vi

Distributions à priori des ui et vi

3ème niveau : distributions a priori des α, βk et hyper-paramètres


* Approche réalisée en collaboration avec B. Lalloué ** Besag J, York J, MolliÇ¸ A. Bayesian image restoration, with two applications in spatial statistics. Ann. Inst. Statist. Math. 1991

Approche spatiale

21

Constats

• Des disparités géographiques des risques relatifs estimés

• Importance de l’autocorrélation spatiale


Objectifs

• Détection de clusters de risque

• Modélisation spatiale

Réel cluster ou

fruit du hasard ?

• Le territoire à une échelle fine est un proxy des expositions

environnementales et des facteurs de risques sociaux

Quels sont les facteurs

déterminants de cette variabilité

géographique du risque ?

22

Modélisation GAM

Generalized Additive Models

Régression semi-paramétrique

Permet de lisser les risques relatifs et ajuster sur plusieurs covariables

Inclue un calcul de degré de lissage optimal et effectue un test global et

local (à l’échelle de l’IRIS)

Log (Risque maladie) Au centroïde IRIS (X, Y)

Ajustement sur les covariables)

Taille de la population


Résultats

Etudes réalisées

Etude 1 : Etude d’inégalités sociales de santé

Etude 2 : Contribution du NO2 aux inégalités sociales de santé

Etude 3 : Inégalités environnementales

Etude 4 : Contribution du NO2 aux inégalités sociales de santé (analyse temporelle)

23

Contexte

Zone d’étude

Bases de données

Outils

méthodologiques

Etudes

Conclusion et

perspectives

Zones d’étude Lille, Lyon, Paris ville

Périodes d’étude 2000-2009 (Lille, Lyon)

2004-2009 (Paris)

Données utilisées Sanitaires : Mortalité infantile, néonatale

Socio-économique : Indice de défaveur

Méthode statistique Modèles Hiérarchiques Bayésiens

Etude de corrélation géographique

Objectif Analyser les inégalités socio-spatiales de mortalité infantile et néonatale

Etude 1 : Inégalités socio-spatiales de santé

24

25

Principaux Résultats

Mortalité Infantile Mortalité Néonatale

Population à risque RR (95% CI) Population à risque RR (95% CI)

Lille Gradient du risque C† 1,00 Gradient du risque C1† 1,00

C2 1,29 (1,01-1,65) C2 1,40 (1,04-1,91)

C3 1,98 (1,58-2,49) C3 1,97 (1,48-2,63)

Paris Les quartiers les plus

défavorisés sont plus à

risque

1,73 (1,26-2,36)

Les quartiers les plus


risque

1,61 (1,13-2,32)

Lyon Les quartiers les plus


risque

1,61 (1,30-2,00)

Gradient du risque C1† 1,00

C2 1,46 (1,09-1,97)

C3 1,83 (1,38-2,43)

† Classe de référence (Favorisés)

Risques relatifs de mortalité infantile et néonatale selon la défaveur du quartier de

résidence et IC 95% estimés par les modèles Bayésiens

• Avec autocorrélation spatiale (meilleurs DIC)

Contexte Zones d’étude Bases Données Méthodes Etudes (1/4) Conclusion

Padilla CM, et al. An ecological study to identify census blocks supporting a higher burden of disease - Infant mortality in the Lille Metropolitan Area, France Matern Child Health J. 2013 Mar 12

26

Discussion

Résultats

Importance du territoire comme facteur de risque (l’autocorrélation spatiale)

=> perspective approche spatiale

Existence d’inégalités sociales de santé spécifiques à chaque agglomération

Les conditions socioéconomiques de la zone de résidence influencent

différemment la mortalité infantile et la mortalité néonatale

Hypothèses

Le contexte sociale : facteur de risque le plus connu de la littérature

=> Populations socioéconomiquement défavorisées sont plus sensibles aux

problèmes de santé


27

Naissance 28 jours 1 an

Mortalité néonatale Mortalité postnatale

Pendant la grossesse

• accès aux soins plus tardivement

• suivi de la grossesse moins régulier

• qualité de vie (tabac, alcool..)

• travail plus pénible, dur

• logement moins bon état

• situé dans un quartier plus pollué

• accessibilité aux espaces verts réduite

• sensibles aux facteurs de risques

diabètes, obésité de la mère…,

Néonatale

• Visite chez le médecin

• Qualité de vie (nutritions)

• Allaitement

• Logement moins bon état

Grossesse

Le contexte social défavorable pendant ou/et après la grossesse peut

entrainer des issues défavorables

Hypothèses

Postnéonatale

• Infections

• Accidents

*Les inégalités sociales de santé : Déterminants sociaux et modèles d’action. IGAS, 2011 Les inégalités sociales de santé : sortir de la fatalité. HCSP; 2009.



Périodes d’étude 2002-2009 (Lille, Lyon)

2004-2009 (Paris)

Données utilisées Sanitaires : Mortalité infantile, néonatale

Socio-économique : Indice de défaveur

Environnementale : concentrations moy annuelles du NO2

Méthodes statistiques Approche GAM

Etude de corrélation géographique Détection de cluster, Modélisation spatiale

Objectif Evaluer les inégalités sociales et environnementales dans la distribution spatiale du risque de mortalité infantile et néonatale

Etude 2 : Contribution du NO2 aux ISS

28

Etapes

1. Identifier les variations du risque de mortalité infantile / néonatale

=> Test global avec p valeur Ho : homogénéité du risque sur le territoire

2. Si cluster (p valeur significative)

Ajustement sur les facteurs de risques

Exposition au NO2

Défaveur socioéconomique

Démarches

Cluster disparaît = IMPACT

(p valeur non significative) facteur explique distribution géographique

de la maladie

Cluster ne disparaît pas= PAS D’IMPACT

(p valeur toujours significative) facteur n’explique pas la distribution

géographique de la maladie

29


0 52,5 Km

±

Rôle du NO2 sur les ISS: mortalité infantile (Lille)

0 52,5 Km

±

Quintiles

5,01 - 5,79

4,48 - 5,00

3,74 - 4,47

3,08 - 3,73

1,46 - 3,07

2 Clusters de quartiers avec des

risques plus élevés que les

autres de mortalité infantile

0 52,5 Km

±

Exposition NO2 Défaveur socioéconomique

La défaveur socioéconomique explique

la variation géographique de mortalité

infantile

Padilla CM, et al. Cluster analysis of social and environment inequalities of infant mortality, A spatial study in small areas revealed by local disease mapping in France, Sci Total Environ, 2013 Jun 1;454-455:433-41,

30


P

Rôle du NO2 sur les ISS: mortalité néonatale (Lille)

0 52,5 Km

0 52,5 Km

0 52,5 Km

Clusters de quartiers avec des

risques plus élevés que les autres de

mortalité néonatale


La défaveur socioéconomique ainsi que

l’exposition au NO2 expliquent la variation

géographique de mortalité néonatale


Quintiles

3,42 - 3,65

3,16 - 3,41

2,90 - 3,15

2,50 - 2,89

1,03 - 2,49

31

P=0,024 P=0,266 P=0,531

32

Rôle du NO2 sur les ISS: mortalité infantile (Lyon)

0 52,5 Km ±

=> Un gradient de risque plus

élevé Est / Ouest

Quintiles

5,45 - 6,59

4,72 - 5,44

4,18 - 4,71

3,89 - 4,17

3,24 - 3,88

0 52,5 Km ± 0 52,5 Km ±

Le SES diminue le risque mais

n’explique pas entièrement le cluster de

risque de surmortalité



P=0,005

P=0,001 P=0,025

0 52,5 Km0 52,5 Km

33 0 52,5 Km

Seule la défaveur socioéconomique

explique la variabilité du risque

1 Cluster de quartiers avec des

risques plus élevés que les autres de

mortalité néonatale

Quintiles

3,21 - 5,02

2,83 - 3,20

2,59 - 2,82

2,29 - 2,58

1,50 - 2,28

Rôle du NO2 sur les ISS: mortalité néonatale (Lyon)



P=0,024

P=0,033 P=0,143

34


Lille Lyon Paris

Infantile Néonatale Infantile Néonatale Infantile Néonatale

Hétérogénéité du

territoire Oui Oui Oui Oui Oui Non

Clusters 2 2 1 1 1

Facteurs explicatifs† SES SES

NO2

SES+ NO2 ?

SES SES

Inégalités spatiales du risque de mortalité infantile / néonatale

1. Répartition différente des risques de mortalité selon la mortalité infantile ou néonatale

Les clusters ne se superposent pas

2. A Lille, contribution du NO2 dans la répartition du risque de mortalité néonatale

3. A Lyon, aucun des deux facteurs ne contribuent significativement à l’inégale répartition de la

mortalité infantile

† SES = la défaveur socio-économique du quartier de résidence

NO2 = l’exposition au NO2


35

Relation spécifique à chaque territoire entre la défaveur sociale et l’exposition

environnementale

=> Relation ville spécifique

Relation entre exposition NO2 et défaveur socioéconomique

20

30

40

50

60

NO

2 c

once

ntr

atio

ns

(µg

/m3)

low deprived middle deprived high deprived

30

40

50

60

NO

2 c

once

ntr

atio

ns

(µg

/m3)


40

50

60

70

80

NO

2 c

once

ntr

atio

ns

(µg

/m3)


Lille

Paris-ville

Lyon


Hypothèses

• Les inégalités environnementales peuvent expliquer les ISS

36

Zones d’étude Lille, Lyon, Paris et petite couronne, Marseille

Périodes d’étude T1 2002-2005 T2 2006-2009

Données utilisées Socioéconomiques : 9 variables (revenu, chômage, niveau d’éducation, profession, emploi précaire, logement, immigration…)


Méthode statistique Approche GAM


Objectif Evaluer les inégalités environnementales et les comparer

dans le temps

Etude 3 : Inégalités environnementales (IE)

Evolution des inégalités environnementales

Agglomérations Concentrations NO2

Défavorisés T1* T2*

Concentrations NO2 Favorisés

T1* T2*

Evolution (%)

Défavorisés

Evolution (%) Favorisés

Lille 36,3±6,3 32,9±4,7 30,8±5,8 27,6±4,3 -9,3% -10,3%

Lyon 43,4±4,9 37,5±5,5 40,1±4,9 33,4±5,1 -13,7% -16,8%

Marseille 39,8± 8,3 36,7± 8,6 22,5± 6,6 22,1± 6,6 -7,5% -1,8%

Paris 44,4± 8,4 40,6± 8,1 50,8± 9,4 49,1± 9,6 -8,6% -3,3%

37

* T1 = 2002-2005 T2 2006-2009

Evolution des inégalités sociales d’exposition au dioxyde d’azote

1. Concentrations de NO2 plus importante dans les IRIS défavorisés que favorisés

2. Réduction des concentrations inégalement répartie sur le territoire


38

Déterminants socioéconomiques des IE


Résultats

Les déterminants socioéconomiques spécifiques à chaque agglomération

Evolution de ces déterminants socioéconomiques dans le temps

1. Des inégalités environnementales qui persistent

A Paris, le % de non propriétaires et le niveau des revenus

2. Des inégalités environnementales qui apparaissent en

deuxième période

A Lille et Marseille, le % d’emplois précaires

A Lyon, le % de non propriétaires

3. Des inégalités environnementales qui disparaissent en

deuxième période

A Lyon, Paris, et Marseille, le % d’immigrés

Résultats

Distribution inégale de l’exposition au dioxyde d’azote entre les classes socioéconomiques des quartiers de résidence

Des différences ne tendent pas à s’améliorer avec le temps

Des déterminants socioéconomiques spécifiques

Hypothèses

Des différences entre les agglomérations

• à l’histoire de la construction des villes

• l’aménagement du territoire ( logement près des axes routiers majeurs, logements près des mines, des usines ……)

Discussion

39


40 40


Périodes d’étude T1 2002-2005 T2 2006-2009 (Lille, Lyon)

T1 2004-2006 T2 2007-2009 (Paris)

Données utilisées Sanitaires : mortalité infantile / néonatale

Socio-économique : indicateur de défaveur


Méthodes statistique Approche GAM


Détection de cluster, Modélisation spatiale

Objectif Evaluer spatialement et temporellement la contribution du NO2 sur les ISS

Etude 4 : Contribution du NO2 aux ISS (analyse temporelle)

41

Pourquoi une analyse temporelle ?

Evolution des taux de mortalité infantile et néonatale

Source : Eco-Santé Régions & Départements 2013 / Données : INSEE


42

Mortalité Infantile Mortalité Néonatale

Défavorisés Favorisés Défavorisés Favorisés

T1 T2 Evolution T1 T2 Evolution T1 T2 Evolution T1 T2 Evolution

Lille -9,4% + 14,6% -15,9% + 37%

Lyon + 19,6% + 16,7% +23,6% + 12,9%

Paris ville -6,4% + 22,9% -9,8% + 36,4%


Evolution des inégalités sociales de santé

1. Evolution qui varie selon la défaveur socioéconomique du quartier

2. Evolution de Lyon différente des autres agglomérations

3. Evolution similaire des taux de mortalité selon la mortalité infantile ou néonatale


43

Lille Lyon Paris

Infantile Néonatale Infantile Néonatale Infantile Néonatale

T1


territoire Oui Oui Non Non Oui Non

Clusters 2 1 1

Facteurs explicatifs† SES SES

NO2 SES

T2


territoire Oui Non Oui Oui Oui Non

Clusters 1 1 1 1

Facteurs explicatifs† SES SES&NO2 SES SES


Evolution des disparités géographiques

1. différente de la répartition spatiale selon la mortalité infantile ou néonatale

2. différente de la répartition spatiale selon la période de l’étude

3. spécifiques à chaque agglomération

† SES = la défaveur socio-économique du quartier de résidence

NO2 = l’exposition au NO2


44


Contexte

Zones d’étude

Bases de données


Etudes


Existence d’inégalités socio-spatiales de mortalité infantile et néonatale

Existence d’inégalités environnementales

Importance de la défaveur socioéconomique comme déterminant du risque

de mortalité infantile (Lille, Paris), et la contribution de la pollution de l’air

dans les inégalités socio-spatiales du risque de mortalité néonatale (Lille).

Intérêt de la mise en place d’un suivi dans le temps de ces inégalités

comme outil d’évaluation des politiques sociales et/ou d’aménagement

urbain.

=> L’apport clé de cette thèse est de mettre en évidence des inégalités

différentes d’une agglomération à l’autre, d’un évènement sanitaire à l’autre et

d’une période à l’autre.

Apports de la thèse

45

Contexte Zones d’étude Bases Données Méthodes Etudes Conclusion(1/5)

Une échelle d’analyse fine

Compréhension plus fine des facteurs qui déterminent la répartition spatiale des ISS

Fine résolution permet de mettre en évidence précisément les zones à intervenir pour mener des actions

La pluridisciplinarité

Epidémiologie sociale, épidémiologie environnementale, biostatistique et santé publique

Approche spatiale Combiner deux domaines importants : l'analyse classique des facteurs de

risque, et l'analyse spatiale de la maladie

Lissage risque optimale (local ou global) => AIC

Prendre en compte l’autocorrélation spatiale

Faible nombre d’évènements sanitaires

Ajusté sur plusieurs covariables

Avantages

46

Contexte Zones d’étude Bases Données Méthodes Etudes Conclusion(2/5)

47

Etude écologique

Biais écologique : agrégation, biais de spécification

Inaccessibilité aux données individuelles (sanitaires, expositions, mobilité, facteurs de risque …) => analyse multi niveaux

Inaccessibilité des données permettant une analyse écologique et temporelle (évolution année par année)

Choix du polluant

Seul le NO2 a été considéré : projet de modélisation des PM en cours

Mobilité des personnes : intérieur, professionnelle, …..

Analyse spatiale (GAM)

Pas d’intervalle de confiance ou de crédibilité Uniquement une p-valeur globale et une p valeur locale (lorsque la p valeur

globale est significative ) Distribution binomiale, poisson, gaussienne

Limites

Contexte Zones d’étude Bases Données Méthodes Etudes Conclusion (3/5)

Une problématique importante

Réduction des inégalités sociales de santé : un but explicite des politiques de

santé (loi de Santé Publique de 2004)

Réduction des inégalités environnementales : axe important du plan national

santé environnement de 2009

Peut permettre une aide à la décision publique dans le suivi des ISS

Un bon outil de détection de zones d’exposition à des problèmes de santé

Une méthode pour les politiques publiques pour déterminer précisément les

zones d’intervention en santé publique

Conclusions

48


49

Travaux communs


Expositions environnementales néfastes pour la santé

• Exposition au bruit “An exploratory spatial analysis to assess the relationship between deprivation, noise

and infant mortality” (Soumis à Environmental Health)

• Proximité aux industries polluantes “ Infant mortality, deprivation and proximity to polluting industrials facilities – A

small-scale spatial analysis with census block data ” (Lille Metropolitan Area,

France)

Expositions environnementales positives pour la santé

• Proximité aux espaces verts « Green space, social inequalities and neonatal mortality in France” (Soumis à BMC

Pregnancy and Childbirth)

Acteurs du projet EquitArea

4 Financements : ANR, DGS, EHESP, ADEME, Région Nord Pas de Calais

51

www,equitarea,org www,researchgate,net/profile/Cindy_Padilla

Merci

http://www.equitarea.org/https://www.researchgate.net/profile/Cindy_Padilla/?ev=hdr_xprfhttps://www.researchgate.net/profile/Cindy_Padilla/?ev=hdr_xprfhttps://www.researchgate.net/profile/Cindy_Padilla/?ev=hdr_xprfhttps://www.researchgate.net/profile/Cindy_Padilla/?ev=hdr_xprf

0 52,5 Km

0 52,5 Km

52

Rôle du NO2 sur les ISS: mortalité infantile (Paris)

1 Cluster de quartiers avec des

risques plus élevés que les

autres de mortalité infantile


La défaveur socioéconomique explique

la variation géographique de mortalité

infantile

Padilla CM, et al. Cluster analysis of social and environment inequalities of infant mortality, A spatial study in small areas revealed by local disease mapping in France, Sci Total Environ, 2013 Jun 1;454-455:433-41,

52


0 52,5 Km

p

• LOESS (locally weighted regression smoothers)

s’adapte à la taille de la population

combine les avantages du plus proche voisin et du noyau fixe

Le degré de lissage optimal doit minimiser le AIC

53

Le lissage LOESS

Régression linéaire ordinaire (paramétrique)

Régression non paramétrique (lissée)

y = α+ βx+ ε y = S(x)+ ε

54

Les flèches n° 1 et 2 représentent le différentiel d’exposition illustrant le risque

accru d’exposition.

La flèche n° 3 représente le différentiel de vulnérabilité où les conditions

d’exposition environnementale se traduisent davantage en effets sanitaires négatifs.

inégalités sociales de santé et exposition environnementale ......inégalités sociales de santé...

Documents