Section 6: Descriptive Epidemiology

Comme indiqué précédemment, chaque journaliste novice apprend qu’une histoire est incomplète si elle ne décrit pas le quoi, qui, où, quand et pourquoi/comment d’une situation, si elle ne décrit pas soyez un lancement de navette spatiale ou un incendie de maison. Les épidémiologistes s’efforcent d’obtenir la même exhaustivité pour caractériser un événement épidémiologique, qu’il s’agisse d’une pandémie de grippe ou d’une augmentation locale des accidents de véhicules tout-terrain. Cependant, les épidémiologistes ont tendance à utiliser des synonymes pour les cinq W énumérés ci-dessus: définition de cas, personne, lieu, heure et causes / facteurs de risque / modes de transmission. L’épidémiologie descriptive couvre le temps, le lieu et la personne.

Compiler et analyser des données par heure, lieu et personne est souhaitable pour plusieurs raisons.

• Tout d’abord, en examinant attentivement les données, l’épidémiologiste se familiarise très bien avec les données. Il peut voir ce que les données peuvent ou ne peuvent pas révéler en fonction des variables disponibles, de ses limites (par exemple, le nombre d’enregistrements avec des informations manquantes pour chaque variable importante) et de ses excentricités (par exemple, tous les cas vont de 2 mois à 6 ans, plus un jeune de 17 ans.).
• Deuxièmement, l’épidémiologiste apprend l’étendue et la structure du problème de santé publique à l’étude — quels mois, quels quartiers et quels groupes de personnes ont le plus et le moins de cas.
• Troisièmement, l’épidémiologiste crée une description détaillée de la santé d’une population qui peut être facilement communiquée avec des tableaux, des graphiques et des cartes.
• Quatrièmement, l’épidémiologiste peut identifier les zones ou les groupes de la population qui présentent des taux élevés de maladie. Ces informations fournissent à leur tour des indices importants sur les causes de la maladie, et ces indices peuvent être transformés en hypothèses testables.

Temps

L’apparition de la maladie change avec le temps. Certains de ces changements se produisent régulièrement, tandis que d’autres sont imprévisibles. Deux maladies qui surviennent chaque année au cours de la même saison sont la grippe (hiver) et l’infection par le virus du Nil occidental (août–septembre). En revanche, des maladies telles que l’hépatite B et la salmonellose peuvent survenir à tout moment. Pour les maladies qui surviennent de façon saisonnière, les responsables de la santé peuvent anticiper leur apparition et mettre en œuvre des mesures de contrôle et de prévention, telles qu’une campagne de vaccination contre la grippe ou des pulvérisations de moustiques. Pour les maladies qui surviennent sporadiquement, les chercheurs peuvent mener des études pour identifier les causes et les modes de propagation, puis développer des actions ciblées appropriées pour contrôler ou prévenir une nouvelle apparition de la maladie.

Dans l’une ou l’autre situation, il est essentiel d’afficher les tendances de l’apparition de la maladie en fonction du temps pour surveiller l’apparition de la maladie dans la communauté et pour évaluer si les interventions de santé publique ont fait une différence.

Les données temporelles sont généralement affichées avec un graphique bidimensionnel. La verticale ou l’axe des ordonnées montre généralement le nombre ou le taux de cas; l’axe horizontal ou l’axe des abscisses montre les périodes telles que les années, les mois ou les jours. Le nombre ou le taux de cas est tracé au fil du temps. Les graphiques de l’apparition de la maladie au fil du temps sont généralement représentés sous forme de graphiques linéaires (Figure 1.4) ou d’histogrammes (figure 1.5).

Parfois, un graphique montre le moment des événements liés aux tendances de la maladie affichées. Par exemple, le graphique peut indiquer la période d’exposition ou la date à laquelle les mesures de contrôle ont été mises en œuvre. L’étude d’un graphique indiquant la période d’exposition peut permettre de mieux comprendre ce qui a pu causer la maladie. L’étude d’un graphique indiquant le moment des mesures de contrôle montre quel impact, le cas échéant, les mesures ont pu avoir sur l’apparition de la maladie.

Comme indiqué ci-dessus, le temps est tracé selon l’axe des abscisses. Selon la maladie, l’échelle de temps peut être aussi large que des années ou des décennies, ou aussi brève que des jours ou même des heures de la journée. Pour certaines affections — de nombreuses maladies chroniques, par exemple — les épidémiologistes ont tendance à s’intéresser aux tendances ou aux modèles à long terme du nombre de cas ou du taux. Pour d’autres conditions, telles que les éclosions d’origine alimentaire, l’échelle de temps pertinente est probablement de jours ou d’heures. Certains des types courants de graphiques liés au temps sont décrits plus en détail ci-dessous. Ces graphiques et d’autres sont décrits plus en détail dans la leçon 4.

Tendances séculaires (à long terme). La représentation graphique des cas annuels ou du taux d’une maladie sur une période de plusieurs années montre les tendances à long terme ou séculaires de l’apparition de la maladie (figure 1.4). Les responsables de la santé utilisent ces graphiques pour évaluer la direction dominante de l’apparition de la maladie (augmentation, diminution ou essentiellement plate), les aider à évaluer les programmes ou à prendre des décisions politiques, déduire ce qui a causé une augmentation ou une diminution de l’apparition d’une maladie (en particulier si le graphique indique quand des événements connexes ont eu lieu) et utiliser les tendances passées comme prédicteur de l’incidence future de la maladie.

Saisonnalité. L’occurrence de la maladie peut être représentée par semaine ou par mois au cours d’une année ou plus pour montrer sa tendance saisonnière, le cas échéant. Certaines maladies comme la grippe et l’infection du Nil occidental sont connues pour avoir des distributions saisonnières caractéristiques. Les modèles saisonniers peuvent suggérer des hypothèses sur la façon dont l’infection est transmise, quels facteurs comportementaux augmentent le risque et d’autres contributeurs possibles à la maladie ou à la condition. La figure 1.6 montre les tendances saisonnières de la rubéole, de la grippe et du rotavirus. Les trois maladies présentent des distributions saisonnières cohérentes, mais chaque maladie atteint un sommet au cours de différents mois: la rubéole de mars à juin, la grippe de novembre à mars et le rotavirus de février à avril. Le graphique de la rubéole est frappant pour l’épidémie qui s’est produite en 1963 (le vaccin contre la rubéole n’était disponible qu’en 1969), mais cette épidémie a néanmoins suivi le modèle saisonnier.

Jour de la semaine et heure de la journée. Pour certaines conditions, l’affichage des données par jour de la semaine ou heure de la journée peut être informatif. L’analyse à ces périodes plus courtes est particulièrement appropriée pour les conditions liées à des expositions professionnelles ou environnementales qui ont tendance à se produire à des intervalles réguliers. Dans la figure 1.7, les décès de tracteurs agricoles sont affichés par jour de la semaine.(32) Il convient de noter que le nombre de décès de tracteurs agricoles le dimanche était environ la moitié du nombre des autres jours. Le profil horaire des blessures par tracteur agricole, tel qu’illustré à la figure 1.8, a culminé à 11 h, a baissé à midi et a culminé à nouveau à 16 h. Ces profils peuvent suggérer des hypothèses et des explications possibles qui pourraient être évaluées avec une étude plus approfondie. La figure 1.9 montre le nombre horaire de survivants et de sauveteurs se présentant dans les hôpitaux locaux de New York à la suite de l’attaque du World Trade Center le 11 septembre 2001.

Période épidémique. Pour montrer l’évolution temporelle d’une épidémie ou d’une épidémie, les épidémiologistes utilisent un graphique appelé courbe épidémique. Comme pour les autres graphiques présentés jusqu’à présent, l’axe des ordonnées d’une courbe épidémique indique le nombre de cas, tandis que l’axe des abscisses indique l’heure comme date d’apparition des symptômes ou date du diagnostic. Selon la période d’incubation (la durée entre l’exposition et l’apparition des symptômes) et les voies de transmission, l’échelle sur l’axe des abscisses peut être aussi large que des semaines (pour une épidémie très prolongée) ou aussi étroite que des minutes (par exemple, pour une intoxication alimentaire par des produits chimiques qui provoquent des symptômes en quelques minutes). Classiquement, les données sont affichées sous forme d’histogramme (qui est similaire à un graphique à barres mais n’a pas d’espaces entre les colonnes adjacentes). Parfois, chaque cas est affiché sous la forme d’un carré, comme dans la figure 1.10. La forme et d’autres caractéristiques d’une courbe épidémique peuvent suggérer des hypothèses sur le temps et la source d’exposition, le mode de transmission et l’agent causal. Les courbes épidémiques sont discutées plus en détail dans les leçons 4 et 6.

Lieu

La description de l’occurrence de la maladie par lieu donne un aperçu de l’étendue géographique du problème et de sa variation géographique. La caractérisation par lieu ne se réfère pas seulement au lieu de résidence, mais à tout emplacement géographique pertinent pour l’apparition de la maladie. Ces emplacements comprennent le lieu du diagnostic ou du rapport, le lieu de naissance, le lieu d’emploi, le district scolaire, l’unité hospitalière ou les destinations de voyage récentes. L’unité peut être aussi grande qu’un continent ou un pays ou aussi petite qu’une adresse municipale, une aile d’hôpital ou une salle d’opération. Parfois, le lieu ne se réfère pas du tout à un lieu spécifique, mais à une catégorie de lieux tels que urbain ou rural, national ou étranger, et institutionnel ou non institutionnel.

Considérez les données des tableaux 1.3 et 1.4. Le tableau 1.3 présente les données sur le SRAS par source de déclaration et indique où une personne atteinte du SRAS est susceptible d’être mise en quarantaine et traitée.(33) En revanche, le tableau 1.4 présente les mêmes données en fonction de l’endroit où les éventuels patients atteints du SRAS ont voyagé et reflète l’endroit où la transmission a pu se produire.

Bien que les données de lieu puissent être affichées dans un tableau tel que le tableau 1.3 ou le tableau 1.4, une carte fournit un affichage visuel plus frappant des données de lieu. Sur une carte, différents nombres ou taux de maladie peuvent être représentés en utilisant différentes nuances, couleurs ou motifs de lignes, comme dans la figure 1.11.

Un autre type de carte pour les données de localisation est une carte de localisation, telle que la figure 1.12. Les cartes ponctuelles sont généralement utilisées pour les grappes ou les épidémies avec un nombre limité de cas. Un point ou un X est placé sur l’emplacement qui est le plus pertinent pour la maladie d’intérêt, généralement là où chaque victime a vécu ou travaillé, tout comme John Snow l’a fait dans sa carte spot de la région du Carré d’Or de Londres (Figure 1.1). S’ils sont connus, les sites pertinents, tels que les emplacements probables d’exposition (pompes à eau de la figure 1.1), sont généralement indiqués sur la carte.

L’analyse des données par lieu permet d’identifier les communautés à risque accru de maladie. Même si les données ne peuvent pas révéler pourquoi ces personnes ont un risque accru, elles peuvent aider à générer des hypothèses à tester avec des études supplémentaires. Par exemple, une communauté présente-t-elle un risque accru en raison des caractéristiques des personnes de la communauté telles que la susceptibilité génétique, le manque d’immunité, les comportements à risque ou l’exposition à des toxines locales ou à des aliments contaminés? Le risque accru, notamment de maladie transmissible, peut-il être attribué à des caractéristiques de l’agent causal telles qu’une souche particulièrement virulente, des sites de reproduction hospitaliers ou la disponibilité du vecteur qui transmet l’organisme à l’homme? Ou le risque accru peut-il être attribué à l’environnement qui réunit l’agent et l’hôte, comme l’encombrement dans les zones urbaines qui augmente le risque de transmission de la maladie d’une personne à l’autre, ou plus de maisons construites dans des zones boisées proches des cerfs porteurs de tiques infectées par l’organisme responsable de la maladie de Lyme? (More techniques for graphic presentation are discussed in Lesson 4.)

Person

Parce que les caractéristiques personnelles peuvent influer sur la maladie, l’organisation et l’analyse des données par « personne” peuvent utiliser les caractéristiques inhérentes aux personnes (par exemple, âge, sexe, race), les caractéristiques biologiques (statut immunitaire), les caractéristiques acquises (état matrimonial), les activités (profession, loisirs, consommation de médicaments / tabac / drogues) ou les conditions dans lesquelles elles vivent (statut socio-économique, accès aux soins médicaux). L’âge et le sexe sont inclus dans presque tous les ensembles de données et sont les deux caractéristiques de la  » personne ” les plus couramment analysées. Cependant, en fonction de la maladie et des données disponibles, des analyses d’autres variables humaines sont généralement nécessaires. Habituellement, les épidémiologistes commencent l’analyse des données sur les personnes en examinant chaque variable séparément. Parfois, deux variables telles que l’âge et le sexe peuvent être examinées simultanément. Les données sur les personnes sont généralement affichées dans des tableaux ou des graphiques.

Âge. L’âge est probablement l’attribut de « personne” le plus important, car presque tous les événements liés à la santé varient avec l’âge. Un certain nombre de facteurs qui varient également avec l’âge comprennent: sensibilité, possibilité d’exposition, période de latence ou d’incubation de la maladie et réponse physiologique (qui affecte, entre autres, le développement de la maladie).

Lors de l’analyse des données par âge, les épidémiologistes essaient d’utiliser des groupes d’âge suffisamment étroits pour détecter les tendances liées à l’âge qui peuvent être présentes dans les données. Pour certaines maladies, en particulier les maladies chroniques, les groupes d’âge de 10 ans peuvent être adéquats. Pour d’autres maladies, les groupes d’âge de 10 ans et même de 5 ans cachent des variations importantes de l’apparition de la maladie selon l’âge. Considérons le graphique de la fréquence de la coqueluche par groupe d’âge standard de 5 ans illustré à la figure 1.13a. Le taux le plus élevé est clairement celui des enfants de 4 ans et moins. Mais le taux est-il également élevé chez tous les enfants de ce groupe d’âge, ou certains enfants ont-ils des taux plus élevés que d’autres?

Pour répondre à cette question, différents groupes d’âge sont nécessaires. Examinez la figure 1.13b, qui présente les mêmes données, mais affiche séparément le taux de coqueluche chez les enfants de moins de 1 an. De toute évidence, les nourrissons représentent la majeure partie du taux élevé chez les 0-4 ans. Les efforts de santé publique devraient donc être axés sur les enfants de moins de 1 an, plutôt que sur l’ensemble du groupe d’âge de 5 ans.

Sexe. Les hommes ont des taux de maladie et de décès plus élevés que les femmes pour de nombreuses maladies. Pour certaines maladies, cette différence liée au sexe est due à des différences génétiques, hormonales, anatomiques ou à d’autres différences inhérentes entre les sexes. Ces différences inhérentes affectent la susceptibilité ou les réponses physiologiques. Par exemple, les femmes préménopausées ont un risque plus faible de maladie cardiaque que les hommes du même âge. Cette différence a été attribuée à des niveaux plus élevés d’œstrogènes chez les femmes. D’autre part, les différences liées au sexe dans la survenue de nombreuses maladies reflètent des différences d’opportunités ou de niveaux d’exposition. Par exemple, la figure 1.14 montre les différences dans les taux de cancer du poumon au fil du temps chez les hommes et les femmes.(34) La différence constatée au cours des années précédentes a été attribuée à la prévalence plus élevée du tabagisme chez les hommes dans le passé. Malheureusement, la prévalence du tabagisme chez les femmes est maintenant égale à celle des hommes, et les taux de cancer du poumon chez les femmes ont augmenté en conséquence.(35)

Groupes ethniques et raciaux. Parfois, les épidémiologistes s’intéressent à l’analyse des données sur les personnes par groupes biologiques, culturels ou sociaux tels que la race, la nationalité, la religion ou des groupes sociaux tels que les tribus et d’autres groupes isolés géographiquement ou socialement. Les différences dans les variables raciales, ethniques ou d’autres groupes peuvent refléter des différences de sensibilité ou d’exposition, ou des différences dans d’autres facteurs qui influencent le risque de maladie, tels que le statut socioéconomique et l’accès aux soins de santé. Dans la figure 1.15, les taux de mortalité infantile pour 2002 sont indiqués par race et origine hispanique de la mère.

Statut socioéconomique. Le statut socioéconomique est difficile à quantifier. Il est composé de nombreuses variables telles que la profession, le revenu familial, les résultats scolaires ou le parcours du recensement, les conditions de vie et le statut social. Les variables les plus faciles à mesurer peuvent ne pas refléter fidèlement le concept global. Néanmoins, les épidémiologistes utilisent généralement la profession, le revenu familial et le rendement scolaire, tout en reconnaissant que ces variables ne mesurent pas précisément le statut socioéconomique.

La fréquence de nombreux problèmes de santé indésirables augmente avec la diminution du statut socioéconomique. Par exemple, la tuberculose est plus fréquente chez les personnes des couches socio-économiques inférieures. La mortalité infantile et le temps perdu au travail en raison d’un handicap sont tous deux associés à un revenu plus faible. Ces tendances peuvent refléter des expositions plus nocives, une résistance plus faible et un accès moindre aux soins de santé. Ou ils peuvent refléter en partie une relation d’interdépendance impossible à démêler: un faible statut socioéconomique contribue-t-il au handicap, ou le handicap contribue-t-il au statut socioéconomique inférieur, ou les deux? Qu’est-ce qui explique la prévalence disproportionnée du diabète et de l’asthme dans les zones socio-économiques inférieures? (36, 37)

Quelques problèmes de santé indésirables surviennent plus fréquemment chez les personnes de statut socioéconomique supérieur. La goutte était connue comme la « maladie des rois » en raison de son association avec la consommation d’aliments riches. D’autres conditions associées à un statut socioéconomique plus élevé comprennent le cancer du sein, le syndrome de Kawasaki, le syndrome de fatigue chronique et le tennis elbow. Les différences d’exposition expliquent au moins une partie, sinon la plupart, des différences de fréquence de ces conditions.

References (This Section)

1. Goodman RA, Smith JD, Sikes RK, Rogers DL, Mickey JL. Fatalities associated with farm tractor injuries: an epidemiologic study. Public Health Rep 1985; 100:329-33.
2. Heyman DL, Rodier G. Surveillance mondiale, surveillance nationale et SRAS. Emerg Infecte Dis. 2003;10:173–5.
3. Société américaine du cancer. Atlanta: La Société Américaine du Cancer, Inc. Disponible à partir de l’icône http://www.cancer.org/Research/CancerFactsFigures/cancer-facts-figures-2005/external.
4. Centres de Contrôle et de prévention des maladies. Tendances actuelles. Tendances du cancer du poumon et du cancer du sein chez les femmes – Texas. MMWR 1984; 33 (MM19): 266.
5. Liao Y, Tucker P, Okoro CA, Giles WH, Mokdad AH, Harris VB, et. Al. REACH 2010 surveillance de l’état de santé dans les communautés minoritaires — États-Unis, 2001-2002. MMWR 2004; 53:1-36.