Des événements de santé.
Des méthodes pour les lire.

Partir d’une question de population

Une question épidémiologique précise indique généralement un événement de santé, une population, un lieu et une période. « Combien de nouveaux cas de diabète ont été diagnostiqués dans une région au cours de l’année ? » appelle une mesure différente de « Quelle part des habitants vit actuellement avec un diabète ? »

La première question porte sur l’apparition de nouveaux cas; la seconde décrit une situation existante. Avant tout calcul, définissez les cas, la population concernée, la période d’observation et la source des données.

Incidence, prévalence et létalité

Incidence

Nombre ou fréquence des nouveaux cas survenant dans une population initialement à risque pendant une période. Elle renseigne sur l’apparition d’événements.

Prévalence

Part de la population qui présente l’état de santé étudié à un moment donné ou durant une période. Elle dépend à la fois des nouveaux cas et de la durée de l’état.

Létalité

Part des personnes atteintes d’une maladie qui en décèdent pendant une période et selon une définition donnée. Elle décrit la gravité parmi les cas, et non le risque de décès dans toute la population.

Exemple fictif : une commune compte 2 000 habitants. Si 40 nouveaux cas apparaissent pendant l’année parmi 1 000 personnes exposées au risque, l’incidence cumulée est de 40/1 000, soit 4 % sur cette période. Si 120 personnes vivent avec la maladie au jour de l’enquête, la prévalence ponctuelle est de 120/2 000, soit 6 %. Ces valeurs répondent à des questions différentes.

Un taux utilise souvent un dénominateur rapporté au temps d’exposition, par exemple des personnes-années. Le mot « taux » est parfois employé au sens courant pour des proportions; vérifiez toujours la formule exacte.

Choisir un plan d’étude adapté

Une cohorte commence par l’exposition et observe la survenue de l’événement. Une étude cas-témoins commence par l’événement et recherche les expositions antérieures. Une étude transversale mesure les variables à peu près au même moment. Le choix dépend de la question, de la fréquence de l’événement, du délai et des données accessibles.

Lire un résultat sans aller trop vite

Imaginons qu’une enquête transversale observe une association entre un facteur et une maladie. Cette observation peut guider une recherche, mais elle n’établit pas à elle seule que le facteur a précédé ou causé la maladie. Une cohorte peut mieux éclairer la temporalité; un essai contrôlé peut évaluer une intervention dans des conditions définies. Chaque méthode répond à une question et comporte ses propres limites.

La surveillance sanitaire : suivre pour agir

La surveillance de santé publique consiste à recueillir de façon régulière des informations sur des événements de santé, à les analyser et à les interpréter, puis à les transmettre aux personnes qui peuvent agir. Elle aide à repérer une évolution inhabituelle, suivre une tendance ou orienter une réponse de santé publique.

Un dispositif utile commence par une définition de cas claire, des canaux de notification adaptés et une vérification de la qualité des données. Les résultats sont étudiés selon le temps, le lieu et les caractéristiques des personnes; lorsqu?un signal est détecté, une investigation peut aider à en comprendre l?origine et à choisir les mesures de réponse. Le retour d?information aux équipes qui déclarent les cas fait partie du dispositif.

La surveillance passive s?appuie sur les déclarations régulières reçues par les services. La surveillance active recherche directement les cas auprès des structures ou des sources définies. Un réseau sentinelle suit un ensemble limité de sites pour produire des signaux utiles, sans prétendre toujours compter tous les cas de la population.

La surveillance et la recherche sont liées, mais leurs finalités et leurs règles ne se confondent pas. Les systèmes de surveillance doivent aussi considérer la confidentialité, la sécurité des données et les conséquences possibles pour les personnes.

Les biais à rechercher

Un résultat dépend de la manière dont les personnes ont été sélectionnées, de la qualité des mesures et des facteurs qui peuvent expliquer une association. Le biais de sélection apparaît lorsque les personnes incluses ne représentent pas la population visée. Le biais d’information survient lorsque l’exposition ou l’événement est mal mesuré. Un facteur de confusion est lié à la fois à l’exposition et au résultat et peut fausser leur association.

Une lecture rigoureuse pose donc plusieurs questions : qui a été étudié ? comment les cas ont-ils été définis ? les groupes sont-ils comparables ? les personnes manquantes peuvent-elles modifier le résultat ? quelle incertitude accompagne l’estimation ?