Healthy Aging in Canada Vieillir en sant au Canada

1. Healthy Aging in Canada Vieillir en santé au Canada Laurent Martel Division de la démographie Margot Shields Division de la santé Merci Jacques. Je vous présente aujourd’hui les résultats finaux d’un projet de recherche qui s’est échelonné sur environ 3 ans et dont les premiers résultats préliminaires avaient été présentés au colloque de l’ACFAS en 2002 à l’université Laval. C’est un projet qui, à mon sens, est tout-à-fait dans l’esprit de ce colloque. Si cette recherche a impliqué divers chercheurs à différents moments, des gens comme Alain Bélanger, Jean-Marie Berthelot ou encore Yves Carrière, les résultats présentés aujourd’hui sont surtout le fruit d’un travail en collaboration avec Margot Shields, analyste à la Division de la santé de Statistique Canada.Merci Jacques. Je vous présente aujourd’hui les résultats finaux d’un projet de recherche qui s’est échelonné sur environ 3 ans et dont les premiers résultats préliminaires avaient été présentés au colloque de l’ACFAS en 2002 à l’université Laval. C’est un projet qui, à mon sens, est tout-à-fait dans l’esprit de ce colloque. Si cette recherche a impliqué divers chercheurs à différents moments, des gens comme Alain Bélanger, Jean-Marie Berthelot ou encore Yves Carrière, les résultats présentés aujourd’hui sont surtout le fruit d’un travail en collaboration avec Margot Shields, analyste à la Division de la santé de Statistique Canada.

2. Research Question Why do some Canadians grow older in good health while others don’t ? Given that a person was in good health in 1994, what were the predictors associated with staying healthy over the next 8 years ? Middle-age adults (45-64 years) Older adults (65 years and over) Factors investigated : Demographic (age, sex, living arrangements, rural/urban) Socio-economic (education) Health behaviours (smoking, leisure-time physical activities, alcohol consumption, BMI) Psycho-social (sense of coherence, social support, financial stress, family stress) Chronic conditions Sans plus attendre, voici notre question de recherche. Nous voulions mieux comprendre pourquoi certaines personnes vieillissent en bonne santé alors que d’autres non. Considérant l’enquête que nous avons utilisé, la question plus opérationnelle devenait la suivante : considérant une personne en bonne santé en 1994, quels étaient les déterminants associés au fait de demeurer en bonne santé au cours des 8 années subséquentes ? Nous avons considéré, dans notre projet de recherche, deux groupes d’individus définis en fonction de leur âge : les adultes de 45 à 64 ans d’une part, puis les personnes âgées de 65 ans et plus d’autre part. Il nous est apparu intéressant de regarder la situation dès 45 ans puisque pour vieillir en santé aux âges avancés, il convient d’abord de les atteindre en bonne santé. Nous avons cherché à utiliser le maximum d’information disponible dans l’enquête afin d’obtenir une image la plus complète possible des déterminants de la santé. Nous avons donc considéré les déterminants démographiques, socio-économiques et psycho-sociaux de la santé, de même que les habitudes de vie à l’égard de la santé ainsi que les maladies chroniques. Vous pourrez remarquer que l’indice de masse corporelle figure au chapitre des habitudes de vie. Ce n’est évidemment pas une habitude de vie mais c’est en fait pour nous un proxy pour les habitudes alimentaires. Sans plus attendre, voici notre question de recherche. Nous voulions mieux comprendre pourquoi certaines personnes vieillissent en bonne santé alors que d’autres non. Considérant l’enquête que nous avons utilisé, la question plus opérationnelle devenait la suivante : considérant une personne en bonne santé en 1994, quels étaient les déterminants associés au fait de demeurer en bonne santé au cours des 8 années subséquentes ? Nous avons considéré, dans notre projet de recherche, deux groupes d’individus définis en fonction de leur âge : les adultes de 45 à 64 ans d’une part, puis les personnes âgées de 65 ans et plus d’autre part. Il nous est apparu intéressant de regarder la situation dès 45 ans puisque pour vieillir en santé aux âges avancés, il convient d’abord de les atteindre en bonne santé. Nous avons cherché à utiliser le maximum d’information disponible dans l’enquête afin d’obtenir une image la plus complète possible des déterminants de la santé. Nous avons donc considéré les déterminants démographiques, socio-économiques et psycho-sociaux de la santé, de même que les habitudes de vie à l’égard de la santé ainsi que les maladies chroniques. Vous pourrez remarquer que l’indice de masse corporelle figure au chapitre des habitudes de vie. Ce n’est évidemment pas une habitude de vie mais c’est en fait pour nous un proxy pour les habitudes alimentaires.

3. What is healthy aging ? No disabilities or fully corrected disability No dependency Good, very good or excellent self-perceived general health (compared to fair or poor) No depressive symptoms (as proxy for mental health) Still alive! Still living in a household (i.e., not living in an institution) Avant d’aller plus loin, il importe d’opérationnaliser l’expression « vieillir en santé ». Nous avons d’abord considéré la santé au sens que lui donne l’Organisation Mondiale de santé, c’est-à-dire un état complet de bien-être physique, mental et social et pas seulement l’absence simple de maladies. Nous avons également voulu tenir compte des autres travaux faits dans le domaine, notamment ceux de l’Australien Gary Andrews qui a beaucoup travaillé sur ce concept de « vieillir en santé » et qui utilise lui-aussi plusieurs critères pour définir une personne en bonne santé. Dans notre étude, une personne en bonne santé est défini à partir de 4 critères. Les deux premiers touchent à la santé fonctionnelle d’une personne. Le premier concerne les incapacités. Une personne en bonne santé doit n’avoir aucune incapacité à l’égard de la vision, de l’audition, de la parole, de la mobilité, de la dextérité, des capacités cognitives et de la douleur, ou des incapacités pleinement corrigées. Elle doit ensuite n’avoir aucune dépendance à l’égard d’autrui pour les activités de la vie quotidienne et domestique suivante : préparer ses repas, faire ses courses et ses travaux d’entretien ménager, faire ses soins personnels et se déplacer dans sa maison. Les 2 autres critères touchent à l’état de santé auto-déclaré ainsi qu’à la santé mentale. La personne doit s’auto-déclarer en bonne, très bonne ou excellente santé. De nombreuses études ont montré que l’auto-déclaration de l’état de santé est en effet un bon indicateur de la santé des gens. Enfin, elle ne doit pas présenter de symptômes reliés à un problème de santé mentale. Notre définition de la bonne santé offre donc d’une vision complète de l’état de santé d’un individu. J’attire également votre attention sur le fait qu’il soit possible qu’un répondant souffre d’une ou plusieurs maladies chroniques et soit considéré en bonne santé. C’est que ces maladies chroniques n’ont pas encore d’effets mesurables sur leur santé tout simplement. Pour vieillir en santé maintenant, on a ajouté deux critères supplémentaires. D’une part, les personnes doivent d’abord demeurer vivantes d’un cycle à l’autre de l’enquête. Ca semble évident mais cela a des implications importantes puisque cela signifie que nous considérons à la fois la mortalité et la morbidité. Cette personne doit également demeurer en ménages privés et non aller vivre dans une institution de santé. Nous faisons en effet l’hypothèse qu’une personne institutionnalisée l’est pour des raisons de mauvaise santé, ce qui est habituellement le cas. Avant d’aller plus loin, il importe d’opérationnaliser l’expression « vieillir en santé ». Nous avons d’abord considéré la santé au sens que lui donne l’Organisation Mondiale de santé, c’est-à-dire un état complet de bien-être physique, mental et social et pas seulement l’absence simple de maladies. Nous avons également voulu tenir compte des autres travaux faits dans le domaine, notamment ceux de l’Australien Gary Andrews qui a beaucoup travaillé sur ce concept de « vieillir en santé » et qui utilise lui-aussi plusieurs critères pour définir une personne en bonne santé. Dans notre étude, une personne en bonne santé est défini à partir de 4 critères. Les deux premiers touchent à la santé fonctionnelle d’une personne. Le premier concerne les incapacités. Une personne en bonne santé doit n’avoir aucune incapacité à l’égard de la vision, de l’audition, de la parole, de la mobilité, de la dextérité, des capacités cognitives et de la douleur, ou des incapacités pleinement corrigées. Elle doit ensuite n’avoir aucune dépendance à l’égard d’autrui pour les activités de la vie quotidienne et domestique suivante : préparer ses repas, faire ses courses et ses travaux d’entretien ménager, faire ses soins personnels et se déplacer dans sa maison. Les 2 autres critères touchent à l’état de santé auto-déclaré ainsi qu’à la santé mentale. La personne doit s’auto-déclarer en bonne, très bonne ou excellente santé. De nombreuses études ont montré que l’auto-déclaration de l’état de santé est en effet un bon indicateur de la santé des gens. Enfin, elle ne doit pas présenter de symptômes reliés à un problème de santé mentale. Notre définition de la bonne santé offre donc d’une vision complète de l’état de santé d’un individu. J’attire également votre attention sur le fait qu’il soit possible qu’un répondant souffre d’une ou plusieurs maladies chroniques et soit considéré en bonne santé. C’est que ces maladies chroniques n’ont pas encore d’effets mesurables sur leur santé tout simplement. Pour vieillir en santé maintenant, on a ajouté deux critères supplémentaires. D’une part, les personnes doivent d’abord demeurer vivantes d’un cycle à l’autre de l’enquête. Ca semble évident mais cela a des implications importantes puisque cela signifie que nous considérons à la fois la mortalité et la morbidité. Cette personne doit également demeurer en ménages privés et non aller vivre dans une institution de santé. Nous faisons en effet l’hypothèse qu’une personne institutionnalisée l’est pour des raisons de mauvaise santé, ce qui est habituellement le cas.

4. Data National Population Health Survey – Longitudinal file with 5 cycles (1994-95 to 2002-03) Each respondent interviewed once every two years No new respondent added after 1994-95 (panel) Household and institutional residents covered in all provinces and territories 17 276 respondents aged 12 years and over in households 2 118 respondents aged 12 years and over in institutions Response rate (households) : 92,8% for cycle 2, 88,2% for cycle 3, 84,8% for cycle 4 and 80,6% for cycle 5. Les données utilisées maintenant. Elles proviennent de l’Enquête Nationale sur la Santé de la Population. Il s’agit d’une enquête qui comporte à la fois un volet transversal et un volet longitudinal qui comporte, à ce jour, 5 cycles complétés, soit les cycles 1994, 1996, 1998, 2000 et 2002. Nous avons utilisé le volet longitudinal bien sûr. Dans l’enquête longitudinale qui est représentative de la population canadienne en 1994, date du début de l’enquête, chaque répondant est interviewé une fois tous les deux ans environ. Aucun répondant n’est ajouté d’un cycle à l’autre. La population des ménages privés comme des institutions est couverte par l’enquête, comme l’ensemble des provinces et territoires canadiens. Au total, l’échantillon des ménages privés comporte un peu plus de 17 000 répondants âgés de 12 ans et plus et celui des institutions de santé un peu plus de 2000 répondants. Les taux de réponse dépassent les 80% dans chacun des cycles effectués à ce jour. Les données utilisées maintenant. Elles proviennent de l’Enquête Nationale sur la Santé de la Population. Il s’agit d’une enquête qui comporte à la fois un volet transversal et un volet longitudinal qui comporte, à ce jour, 5 cycles complétés, soit les cycles 1994, 1996, 1998, 2000 et 2002. Nous avons utilisé le volet longitudinal bien sûr. Dans l’enquête longitudinale qui est représentative de la population canadienne en 1994, date du début de l’enquête, chaque répondant est interviewé une fois tous les deux ans environ. Aucun répondant n’est ajouté d’un cycle à l’autre. La population des ménages privés comme des institutions est couverte par l’enquête, comme l’ensemble des provinces et territoires canadiens. Au total, l’échantillon des ménages privés comporte un peu plus de 17 000 répondants âgés de 12 ans et plus et celui des institutions de santé un peu plus de 2000 répondants. Les taux de réponse dépassent les 80% dans chacun des cycles effectués à ce jour.

5. Sample Household population in provinces only 3 887 respondents aged 45-64 years 150 excluded because of non-response (4%) final sample : 3 737 respondents population under study : 2 496 in good health in 1994-95 (70%) 141 respondents by proxy (5%) 2 740 respondents aged 65 years and over 49 excluded because of non-response (2%) final sample : 2 691 respondents population under study : 1 309 in good health in 1994-95 (51%) 112 respondents by proxy (6%) De cette enquête, nous avons construit notre échantillon pour cette étude. Il s’agit des répondants des provinces seulement, et vivant en ménages privés. Nous avons en effet formulé l’hypothèse que tous les répondants en institutions de santé étaient en mauvaise santé. Au total, on a donc sélectionné environ 3 900 répondants âgés entre 4 et 64 ans et 2700 répondants âgés de 65 ans et plus. Quelques cas ont dû être exclus de cet échantillon en raison d’une non-réponse à des questions servant à définir l’état de santé au début de la période d’observation, soit en 1994. Ces répondants, qui représentent une faible proportion de notre échantillon, ne présentaient pas de caractéristiques très différentes du reste des répondants retenus. Notre population à l’étude comportait finalement 2496 répondants âgés entre 45 et 64 et étant en bonne santé, représentant un peu plus de 2 personnes sur 3 au sein de cette population. Les réponses par procuration étant autorisées dans l’enquête, on a jugé intéressant d’en prendre le pouls. Ces réponses ne représentaient que 5% de notre population à l’étude pour les adultes de 45 à 64 ans. Notre population à l’étude chez les personnes âgées est composée de 1309 répondants en bonne santé en 1994, ce qui représente une personne âgée sur deux. 6% des répondants de cette population ont fourni des réponses par procuration. De cette enquête, nous avons construit notre échantillon pour cette étude. Il s’agit des répondants des provinces seulement, et vivant en ménages privés. Nous avons en effet formulé l’hypothèse que tous les répondants en institutions de santé étaient en mauvaise santé. Au total, on a donc sélectionné environ 3 900 répondants âgés entre 4 et 64 ans et 2700 répondants âgés de 65 ans et plus. Quelques cas ont dû être exclus de cet échantillon en raison d’une non-réponse à des questions servant à définir l’état de santé au début de la période d’observation, soit en 1994. Ces répondants, qui représentent une faible proportion de notre échantillon, ne présentaient pas de caractéristiques très différentes du reste des répondants retenus. Notre population à l’étude comportait finalement 2496 répondants âgés entre 45 et 64 et étant en bonne santé, représentant un peu plus de 2 personnes sur 3 au sein de cette population. Les réponses par procuration étant autorisées dans l’enquête, on a jugé intéressant d’en prendre le pouls. Ces réponses ne représentaient que 5% de notre population à l’étude pour les adultes de 45 à 64 ans. Notre population à l’étude chez les personnes âgées est composée de 1309 répondants en bonne santé en 1994, ce qui représente une personne âgée sur deux. 6% des répondants de cette population ont fourni des réponses par procuration.

6. How many seniors were in good health in 1994 ? Je vous présente maintenant les premiers résultats, à savoir combien de personnes sont en bonne santé compte tenu de la définition que nous avons retenu. Sans surprise, la proportion de personnes en bonne santé décroît significativement avec l’âge si bien qu’à 75 ans et plus, seulement deux personnes sur cinq sont encore en bonne santé. Cette proportion était de 72% entre 45 et 54 ans.Je vous présente maintenant les premiers résultats, à savoir combien de personnes sont en bonne santé compte tenu de la définition que nous avons retenu. Sans surprise, la proportion de personnes en bonne santé décroît significativement avec l’âge si bien qu’à 75 ans et plus, seulement deux personnes sur cinq sont encore en bonne santé. Cette proportion était de 72% entre 45 et 54 ans.

7. How many males and females were in good health in 1994 ? Existait-t-il des différences entre hommes et femmes ? La réponse est oui et ce, pour les deux groupes d’âge à l’étude. La proportion de femmes en bonne santé était, en 1994, significativement inférieure à celle des hommes pour les deux groupes et ce résultat est en adéquation avec les tendances bien connues dans la littérature sur le sujet, les femmes étant plus susceptibles de souffrir de maladies chroniques que les hommes. Existait-t-il des différences entre hommes et femmes ? La réponse est oui et ce, pour les deux groupes d’âge à l’étude. La proportion de femmes en bonne santé était, en 1994, significativement inférieure à celle des hommes pour les deux groupes et ce résultat est en adéquation avec les tendances bien connues dans la littérature sur le sujet, les femmes étant plus susceptibles de souffrir de maladies chroniques que les hommes.

8. Percentage of people maintaining good health for 2, 4, 6 and 8 years Je vous présente maintenant notre variable dépendante, c’est-à-dire le maintien de la bonne santé sur une période de 2, de 4, de 6 et de 8 ans. Les bâtonnets représentent le pourcentage de personnes demeurant en bonne santé après 2, 4, 6 et 8 ans toujours par rapport à la population de départ, c’est-à-dire les personnes en bonne santé en 1994. Chez les personnes âgées par exemple, 75% des individus en bonne santé en 1994 l’étaient encore en 1996. 2 ans plus tard, soit en 1998, cette proportion avait diminué à un peu plus d’une sur deux, 4 ans plus tard à un peu plus d’une sur trois et au bout des 8 ans de suivi, à environ une sur quatre. Je vous rappelle qu’il est possible de perdre sa bonne santé par le décès, l’institutionnalisation ou une détérioration de la santé elle-même dans notre étude. Il faut également voir que les répondants vieillissent d’un cycle à l’autre : par exemple, les plus jeunes au sein de notre population de personnes âgées à l’étude avaient 73 ans en 2002. Les astérisques vous présentent les différences significatives avec le groupe d’âge précédent pour des durées égales. Si on regarde la droite du graphique et les bâtonnets noirs seulement qui porte sur les deux premiers cycles de l’enquête, soit entre 1994 et 1996, on constate qu’il n’y a pas de différences significatives entre les trois premiers groupes d’âge ce qui signifie que sur une période de deux ans, la perte de la bonne santé est la même pour tous entre 45 et 74 ans. Ce n’est qu’à partir de 75 ans que la proportion de personnes encore en bonne santé diminue significativement par rapport au précédent groupe d’âge. Dans ce contexte, il est intéressant de remarquer qu’il n’y a pas de différences entre les deux premiers groupes d’âge. Des différences significatives apparaissent à 65-74 ans pour les durées 6 et 8 ans. Cela signifie qu’à partir de 65 ans, le maintien de la bonne santé sur une période de 6 ans est déjà plus difficile qu’aux âges plus jeunes. Enfin, le maintien de la bonne santé apparaît moins facile une fois 75 ans, les différences étant significatives même sur une durée aussi courte que 2 ans. Je vous présente maintenant notre variable dépendante, c’est-à-dire le maintien de la bonne santé sur une période de 2, de 4, de 6 et de 8 ans. Les bâtonnets représentent le pourcentage de personnes demeurant en bonne santé après 2, 4, 6 et 8 ans toujours par rapport à la population de départ, c’est-à-dire les personnes en bonne santé en 1994. Chez les personnes âgées par exemple, 75% des individus en bonne santé en 1994 l’étaient encore en 1996. 2 ans plus tard, soit en 1998, cette proportion avait diminué à un peu plus d’une sur deux, 4 ans plus tard à un peu plus d’une sur trois et au bout des 8 ans de suivi, à environ une sur quatre. Je vous rappelle qu’il est possible de perdre sa bonne santé par le décès, l’institutionnalisation ou une détérioration de la santé elle-même dans notre étude. Il faut également voir que les répondants vieillissent d’un cycle à l’autre : par exemple, les plus jeunes au sein de notre population de personnes âgées à l’étude avaient 73 ans en 2002. Les astérisques vous présentent les différences significatives avec le groupe d’âge précédent pour des durées égales. Si on regarde la droite du graphique et les bâtonnets noirs seulement qui porte sur les deux premiers cycles de l’enquête, soit entre 1994 et 1996, on constate qu’il n’y a pas de différences significatives entre les trois premiers groupes d’âge ce qui signifie que sur une période de deux ans, la perte de la bonne santé est la même pour tous entre 45 et 74 ans. Ce n’est qu’à partir de 75 ans que la proportion de personnes encore en bonne santé diminue significativement par rapport au précédent groupe d’âge. Dans ce contexte, il est intéressant de remarquer qu’il n’y a pas de différences entre les deux premiers groupes d’âge. Des différences significatives apparaissent à 65-74 ans pour les durées 6 et 8 ans. Cela signifie qu’à partir de 65 ans, le maintien de la bonne santé sur une période de 6 ans est déjà plus difficile qu’aux âges plus jeunes. Enfin, le maintien de la bonne santé apparaît moins facile une fois 75 ans, les différences étant significatives même sur une durée aussi courte que 2 ans.

9. Percentage of people maintaining good health for 2, 4, 6 and 8 years On peut regarder les différences entre hommes et femmes pour voir si l’un d’entre eux présente une détérioration de l’état de santé plus rapide. En fait, nous n’avons observé aucune différence significative entre les sexes et ce, peu importe le groupe d’âge. Si la morbidité est plus importante chez les femmes, la mortalité frappe davantage les hommes. Ces deux effets opposés se combinent probablement ici et induisent aucune différence entre les sexes.On peut regarder les différences entre hommes et femmes pour voir si l’un d’entre eux présente une détérioration de l’état de santé plus rapide. En fait, nous n’avons observé aucune différence significative entre les sexes et ce, peu importe le groupe d’âge. Si la morbidité est plus importante chez les femmes, la mortalité frappe davantage les hommes. Ces deux effets opposés se combinent probablement ici et induisent aucune différence entre les sexes.

10. Analytical method Cox proportional hazards model to estimate the hazards of staying healthy over the 8 year period Non-response… … at only one cycle : if respondents were in good health in preceding and subsequent cycles, we imputed good health … at two cycles or more : censored Problem : lots of “ties” in failure time because the survey is not fully longitudinal but rather “repeated measures” we can’t use the survey weight with PhReg in SAS Solution : use a logistic procedure with a “cloglog” link function exactly same results as PhReg requires to “explode” the data file One line per respondent to one line per event (event occur in the middle of the two- year interval between cycles) All covariates measured in 1994 – not a time-varying covariates model Bootstrap method used to weight the sample to take into account the survey design (500 different series of weights) Je vous présente la méthode maintenant. Nous avons utilisé un modèle à risques proportionnels afin d’estimer les risques de demeurer en bonne santé sur une période de huit ans. Ce modèle nous permet de tenir compte de la durée d’exposition au risque ainsi que de la non-réponse en censurant les individus. Lorsque qu’une non-réponse était observée à un cycle de l’enquête mais que l’individu était en bonne santé aux deux cycles encadrants, nous avons imputé un bon état de santé. Lorsqu’une non-réponse survenait à deux cycles consécutifs, nous avons censuré cet individu au dernier cycle pour lequel des informations étaient disponibles. Maintenant, nous avons rencontré un problème qui est relié à la procédure PhReg dans le logiciel SAS et je vais en parler un peu puisque nous sommes dans un colloque portant spécialement sur les études longitudinales. Nous voulions pouvoir pondérer notre régression avec les poids bootstrap de l’enquête, poids qui ne sont pas des nombres entiers mais bien des nombres comportant des décimales. Or, la procédure PhReg peut prendre en compte de tels poids qu’avec une option, celle ou la façon de traiter les paires est le lien BRESLOW. Ce lien ne fonctionnait pas dans notre cas puisque les estimations obtenues avec BRESLOW se détériorent toujours lorsque le nombre de paires représente une proportion importante des observations. Et c’était le cas ici puisqu’il convient de dire que l’ENSP est une enquête longitudinale certes, mais d’un certain type qu’on pourrait appeler une enquête à passage répété. On ne mesure pas, dans l’enquête, la date précise ou survient le changement de l’état de santé, mais on mesure plutôt la situation une fois tous les deux ans. L’état de santé des répondants peut donc changer qu’à un nombre limité d’endroits dans le temps, c’est-à-dire aux 4 cycles. Nous avons donc beaucoup de cas dans l’échantillon ou la censure ou l’événement, ici la perte de la bonne santé, surviennent au même moment. Ce sont nos « paires » et la procédure PhReg ne permettait pas d’en tenir compte de façon satisfaisante. La solution est venue de nos méthodologistes qui ont proposé d’utiliser une procédure de régression logistique mais avec une fonction spéciale, la fonction cloglog. Ne me demandez pas d’expliquer cette fonction plus en détails, j’ignore en fait ce qu’elle modifie mathématiquement à une équation logistique. Elle nous permet toutefois de reproduire exactement les résultats qu’on aurait obtenu par un modèle PhReg en utilisant la pondération. L’utilisation de ce modèle nous a obligé d’exploser notre base de données afin de la faire passer d’une base de données une ligne égal un répondant à une ligne égal une période de temps d’un an. J’invite ceux qui voudraient plus d’explications sur cette méthode à venir me voir à la fin de la présentation. Je termine l’aspect méthode en vous disant que toutes les facteurs pris en compte dans notre modèle sont mesurés en 1994. Il s’agit donc, en quelque sorte, de prédire le maintien de la bonne santé sur une période de 8 ans compte tenu des caractéristiques observées au départ. Nous avons considéré un modèle ou les variables indépendantes pourraient varier dans le temps mais on se heurte à un problème de taille, celui de la séquence des événements. Car avec une enquête à passages répétés et dans le cas de figure ou, par exemple, un répondant serait devenu veuf et aurait perdu sa bonne santé entre 1994 et 1996, il est impossible de dire lequel de ces deux événements est survenu en premier. Un modèle « time-varying » aurait donc été difficile à interpréter. Enfin, les résultats que je vous présente ont été pondérés au moyen de la méthode bootstrap qui permet de tenir compte du plan de sondage. 500 séries de poids ont été prises en considération.Je vous présente la méthode maintenant. Nous avons utilisé un modèle à risques proportionnels afin d’estimer les risques de demeurer en bonne santé sur une période de huit ans. Ce modèle nous permet de tenir compte de la durée d’exposition au risque ainsi que de la non-réponse en censurant les individus. Lorsque qu’une non-réponse était observée à un cycle de l’enquête mais que l’individu était en bonne santé aux deux cycles encadrants, nous avons imputé un bon état de santé. Lorsqu’une non-réponse survenait à deux cycles consécutifs, nous avons censuré cet individu au dernier cycle pour lequel des informations étaient disponibles. Maintenant, nous avons rencontré un problème qui est relié à la procédure PhReg dans le logiciel SAS et je vais en parler un peu puisque nous sommes dans un colloque portant spécialement sur les études longitudinales. Nous voulions pouvoir pondérer notre régression avec les poids bootstrap de l’enquête, poids qui ne sont pas des nombres entiers mais bien des nombres comportant des décimales. Or, la procédure PhReg peut prendre en compte de tels poids qu’avec une option, celle ou la façon de traiter les paires est le lien BRESLOW. Ce lien ne fonctionnait pas dans notre cas puisque les estimations obtenues avec BRESLOW se détériorent toujours lorsque le nombre de paires représente une proportion importante des observations. Et c’était le cas ici puisqu’il convient de dire que l’ENSP est une enquête longitudinale certes, mais d’un certain type qu’on pourrait appeler une enquête à passage répété. On ne mesure pas, dans l’enquête, la date précise ou survient le changement de l’état de santé, mais on mesure plutôt la situation une fois tous les deux ans. L’état de santé des répondants peut donc changer qu’à un nombre limité d’endroits dans le temps, c’est-à-dire aux 4 cycles. Nous avons donc beaucoup de cas dans l’échantillon ou la censure ou l’événement, ici la perte de la bonne santé, surviennent au même moment. Ce sont nos « paires » et la procédure PhReg ne permettait pas d’en tenir compte de façon satisfaisante. La solution est venue de nos méthodologistes qui ont proposé d’utiliser une procédure de régression logistique mais avec une fonction spéciale, la fonction cloglog. Ne me demandez pas d’expliquer cette fonction plus en détails, j’ignore en fait ce qu’elle modifie mathématiquement à une équation logistique. Elle nous permet toutefois de reproduire exactement les résultats qu’on aurait obtenu par un modèle PhReg en utilisant la pondération. L’utilisation de ce modèle nous a obligé d’exploser notre base de données afin de la faire passer d’une base de données une ligne égal un répondant à une ligne égal une période de temps d’un an. J’invite ceux qui voudraient plus d’explications sur cette méthode à venir me voir à la fin de la présentation. Je termine l’aspect méthode en vous disant que toutes les facteurs pris en compte dans notre modèle sont mesurés en 1994. Il s’agit donc, en quelque sorte, de prédire le maintien de la bonne santé sur une période de 8 ans compte tenu des caractéristiques observées au départ. Nous avons considéré un modèle ou les variables indépendantes pourraient varier dans le temps mais on se heurte à un problème de taille, celui de la séquence des événements. Car avec une enquête à passages répétés et dans le cas de figure ou, par exemple, un répondant serait devenu veuf et aurait perdu sa bonne santé entre 1994 et 1996, il est impossible de dire lequel de ces deux événements est survenu en premier. Un modèle « time-varying » aurait donc été difficile à interpréter. Enfin, les résultats que je vous présente ont été pondérés au moyen de la méthode bootstrap qui permet de tenir compte du plan de sondage. 500 séries de poids ont été prises en considération.

11. Results – demographic, socio-economic factors and chronic conditions Voici les résultats. Vous avez deux modèles identiques sous les yeux, un pour le groupe d’âge des 45-64 ans, l’autre pour les personnes âgées. Un risque supérieur à 1 signifie un risque accru de connaître l’événement, ici de rester en bonne santé. L’âge est significatif pour les deux groupes, une année supplémentaire réduisant les risques de rester en bonne santé. Un résultat tout à fait attendu. Le sexe n’est pas apparu significatif. Par contre, vivre seul l’est pour les personnes âgées seulement. Voici les résultats. Vous avez deux modèles identiques sous les yeux, un pour le groupe d’âge des 45-64 ans, l’autre pour les personnes âgées. Un risque supérieur à 1 signifie un risque accru de connaître l’événement, ici de rester en bonne santé. L’âge est significatif pour les deux groupes, une année supplémentaire réduisant les risques de rester en bonne santé. Un résultat tout à fait attendu. Le sexe n’est pas apparu significatif. Par contre, vivre seul l’est pour les personnes âgées seulement.

12. Results – Health behaviours and psycho-social factors

13. The more, the better… Nous avons utilisé une autre enquête de santé faite par Statistique Canada, l’enquête sur la santé des collectivité canadiennes, pour montrer l’effet cumulatif des bonnes habitudes de vie à l’égard de la santé en raison de la taille limitée de l’échantillon longitudinal de l’ENSP. Vous comprendrez que lorsqu’on veut regarder les individus cumulant au moins 7 bonnes habitudes de vie, il peut être utile d’avoir un échantillon un peu plus important et celui de l’enquête CCHS comportait, en 2003, un peu plus de 135 000 répondants. Comme vous pouvez le voir, l’effet de bonnes habitudes de vie à l’égard de la santé est cumulatif. Nous avons utilisé une autre enquête de santé faite par Statistique Canada, l’enquête sur la santé des collectivité canadiennes, pour montrer l’effet cumulatif des bonnes habitudes de vie à l’égard de la santé en raison de la taille limitée de l’échantillon longitudinal de l’ENSP. Vous comprendrez que lorsqu’on veut regarder les individus cumulant au moins 7 bonnes habitudes de vie, il peut être utile d’avoir un échantillon un peu plus important et celui de l’enquête CCHS comportait, en 2003, un peu plus de 135 000 répondants. Comme vous pouvez le voir, l’effet de bonnes habitudes de vie à l’égard de la santé est cumulatif.

14. The more, the better…

15. Summary

16. How to find this article ?