Standardisation et comparaison des populations
Comparer deux populations semble simple : on calcule un taux dans chacune, puis on regarde lequel est le plus élevé. En réalité, cette comparaison peut être trompeuse si les populations diffèrent par des caractéristiques qui influencent fortement le risque étudié.
L’âge est l’exemple le plus classique. Une population âgée aura presque toujours davantage de décès, de cancers ou de maladies cardiovasculaires qu’une population jeune, même si, à âge égal, le risque est identique.
La standardisation sert à rendre les comparaisons plus justes en neutralisant autant que possible l’effet de certaines différences de structure entre populations.
Pourquoi les taux bruts peuvent tromper
Supposons deux pays.
Le pays A possède une population relativement jeune.
Le pays B possède une population beaucoup plus âgée.
On observe :
- 600 décès pour 100 000 habitants dans le pays A ;
- 900 décès pour 100 000 habitants dans le pays B.
On pourrait conclure que la situation sanitaire est nettement moins bonne dans le pays B.
Mais cette conclusion est prématurée.
Si le pays B compte beaucoup plus de personnes âgées, une partie de sa mortalité plus élevée peut simplement refléter sa structure démographique.
La question pertinente devient alors :
Que se passerait-il si les deux pays avaient la même structure d’âge ?
C’est précisément ce que cherche à estimer la standardisation.
Taux brut et taux spécifique
Le taux brut est calculé sur l’ensemble de la population.
Le taux spécifique est calculé dans une catégorie particulière, par exemple :
- les 20–39 ans ;
- les 40–59 ans ;
- les 60–79 ans ;
- les 80 ans et plus.
Les taux spécifiques permettent de comparer des personnes plus semblables.
Deux pays peuvent présenter des taux bruts très différents tout en ayant des taux spécifiques par âge très proches.
Exemple simplifié
Imaginons deux populations de 10 000 personnes.
Population A
- 8 000 personnes jeunes ;
- 2 000 personnes âgées.
Population B
- 2 000 personnes jeunes ;
- 8 000 personnes âgées.
Supposons que, dans les deux populations :
- le taux de décès soit de 1 % chez les jeunes ;
- le taux de décès soit de 10 % chez les personnes âgées.
Les risques à âge égal sont donc strictement identiques.
Pourtant, les taux bruts seront très différents.
Population A
Chez les jeunes :
8 000 × 1 % = 80 décès
Chez les personnes âgées :
2 000 × 10 % = 200 décès
Total :
280 décès sur 10 000, soit 2,8 %.
Population B
Chez les jeunes :
2 000 × 1 % = 20 décès
Chez les personnes âgées :
8 000 × 10 % = 800 décès
Total :
820 décès sur 10 000, soit 8,2 %.
On obtient donc :
| Population A | Population B | |
|---|---|---|
| Part de personnes âgées | 20 % | 80 % |
| Mortalité chez les jeunes | 1 % | 1 % |
| Mortalité chez les personnes âgées | 10 % | 10 % |
| Mortalité brute | 2,8 % | 8,2 % |
La mortalité brute est presque trois fois plus élevée dans la population B, alors que le risque est exactement le même à chaque âge.
La différence provient uniquement de la composition de la population.
Standardisation directe
La standardisation directe consiste à appliquer les taux spécifiques observés dans chaque population à une même population de référence.
On imagine donc une population standard possédant une structure d’âge identique pour toutes les populations comparées.
Supposons que cette population standard soit composée de :
- 50 % de personnes jeunes ;
- 50 % de personnes âgées.
Pour notre exemple :
(50 % × 1 %) + (50 % × 10 %) = 5,5 %
dans les deux populations.
Une fois l’âge standardisé, la différence disparaît.
Cela montre que l’écart initial provenait entièrement de la structure démographique.
Que signifie un taux standardisé ?
Un taux standardisé est une construction statistique destinée à la comparaison.
Il ne correspond pas nécessairement au risque réellement observé dans la population.
La population B avait réellement une mortalité brute de 8,2 % dans notre exemple. La standardisation ne prétend pas que ce chiffre est faux.
Elle répond à une autre question :
Quel serait le taux si les populations comparées avaient la même structure d’âge ?
Le taux brut décrit donc la réalité actuelle de la population, tandis que le taux standardisé aide à comparer les risques indépendamment de certaines différences structurelles.
Taux brut ou standardisé : lequel est le « vrai » ?
Les deux peuvent être vrais.
Ils répondent simplement à des questions différentes.
Le taux brut est souvent pertinent pour connaître la charge réelle dans une population : combien de décès, d’hospitalisations ou de maladies doivent réellement être pris en charge ?
Le taux standardisé est plus utile pour comparer les performances ou les risques entre populations ayant des structures différentes.
Par exemple, pour organiser les services hospitaliers d’une région vieillissante, la mortalité brute et le nombre absolu de malades sont essentiels.
Pour comparer son risque de mortalité avec celui d’une région beaucoup plus jeune, la standardisation devient indispensable.
La standardisation indirecte
Il existe également une standardisation indirecte.
Au lieu d’appliquer les taux de chaque population à une population standard, on applique des taux de référence à la structure de la population étudiée.
On calcule alors combien d’événements auraient été attendus si cette population avait connu les taux de la population de référence.
On peut ensuite comparer les événements observés aux événements attendus.
Cette méthode est notamment utilisée avec le ratio standardisé de mortalité, souvent abrégé SMR.
Exemple de ratio standardisé de mortalité
Supposons qu’en fonction de l’âge et du sexe d’une population professionnelle, on aurait attendu 100 décès selon les taux de référence.
On en observe réellement 120.
Le ratio standardisé de mortalité est :
120 / 100 = 1,2
ou 120 %.
Cela signifie que le nombre de décès observé est 20 % supérieur à celui attendu à partir de la population de référence.
Si l’on avait observé 80 décès :
80 / 100 = 0,8
soit 20 % de moins que prévu.
Pourquoi l’âge est-il si important ?
De nombreux phénomènes sanitaires varient très fortement avec l’âge.
C’est le cas notamment de :
- la mortalité toutes causes ;
- nombreux cancers ;
- maladies cardiovasculaires ;
- démences ;
- formes graves de nombreuses infections ;
- hospitalisations.
Une différence même modérée dans la proportion de personnes âgées peut donc modifier fortement un taux brut.
C’est pourquoi les comparaisons internationales de mortalité sans correction pour l’âge sont souvent difficiles à interpréter.
Le sexe, lui aussi, peut jouer un rôle
La standardisation ne concerne pas uniquement l’âge.
Selon le problème étudié, les populations peuvent différer par :
- sexe ;
- catégorie socio-économique ;
- profession ;
- région ;
- niveau d’exposition ;
- comorbidités ;
- autres variables importantes.
Mais il faut rester prudent : « ajuster » statistiquement sur toutes les différences possibles n’est pas nécessairement souhaitable.
Certaines variables peuvent être des médiateurs ou des conséquences de l’exposition étudiée.
Nous retrouverons ce problème dans les fiches consacrées à la causalité et aux graphes causaux.
Comparer des pays
Les comparaisons entre pays sont particulièrement délicates.
Deux pays peuvent différer par :
- leur pyramide des âges ;
- leurs définitions diagnostiques ;
- leur système d’enregistrement des décès ;
- leur accès aux soins ;
- leur niveau de dépistage ;
- leurs habitudes de recours aux soins ;
- leurs structures sociales ;
- leurs politiques de santé.
Un classement international fondé sur un seul taux brut peut donc masquer des différences considérables.
Avant d’en tirer une conclusion, il faut demander :
Les populations sont-elles réellement comparables ?
Exemple : mortalité pendant une épidémie
Supposons qu’un pays très âgé présente davantage de décès associés à une infection qu’un pays beaucoup plus jeune.
Cela ne permet pas immédiatement de conclure que :
- l’épidémie y a été plus mal gérée ;
- les soins y ont été moins efficaces ;
- la population y a été davantage infectée.
Une population plus âgée peut naturellement subir davantage de formes graves à nombre d’infections équivalent.
Pour comparer les pays, il peut donc être utile d’examiner :
- la mortalité brute ;
- la mortalité standardisée sur l’âge ;
- les taux spécifiques par âge ;
- la surmortalité ;
- la structure démographique.
Aucun de ces indicateurs ne résume à lui seul toute la situation.
La standardisation peut changer un classement
Imaginons que trois régions présentent les taux bruts suivants :
| Région | Mortalité brute pour 100 000 |
|---|---|
| A | 700 |
| B | 850 |
| C | 1 000 |
À première vue, C semble avoir la situation la plus défavorable.
Mais après standardisation sur l’âge, on pourrait obtenir :
| Région | Mortalité standardisée pour 100 000 |
|---|---|
| A | 800 |
| B | 750 |
| C | 700 |
Le classement est alors inversé.
Cela pourrait signifier que la région C a simplement une population beaucoup plus âgée, mais qu’à âge comparable la mortalité y est plus faible.
C’est un exemple classique de la manière dont la composition d’une population peut modifier une statistique globale.
Standardiser ne supprime pas tous les biais
La standardisation ne rend pas automatiquement deux populations parfaitement comparables.
Si deux pays diffèrent par leur âge, mais aussi par leur niveau de pauvreté, leur tabagisme, leur accès aux soins ou leurs méthodes de mesure, corriger uniquement l’âge ne suffit pas.
Une comparaison standardisée reste donc dépendante :
- des variables prises en compte ;
- de la qualité des données ;
- de la population de référence choisie ;
- des méthodes statistiques utilisées.
La standardisation réduit certains problèmes ; elle ne transforme pas des données observationnelles en expérience parfaitement contrôlée.
La population standard influence le résultat
Un point moins intuitif est que le taux standardisé peut dépendre de la population de référence choisie.
Si on donne davantage de poids aux populations âgées, les maladies touchant surtout les personnes âgées contribueront davantage au taux standardisé.
Si on utilise une population plus jeune, leur poids sera plus faible.
C’est pourquoi les comparaisons doivent idéalement utiliser la même population standard.
Comparer des taux standardisés calculés avec des standards différents peut être trompeur.
Standardisation et paradoxe de Simpson
La standardisation est liée à un problème statistique plus général : une tendance observée dans une population entière peut être différente, voire inverse, de celle observée dans les sous-groupes.
C’est le paradoxe de Simpson.
Par exemple, un hôpital peut présenter une mortalité globale plus élevée qu’un autre simplement parce qu’il reçoit une proportion beaucoup plus importante de patients gravement malades.
Lorsqu’on compare les patients à gravité égale, le premier hôpital peut pourtant obtenir de meilleurs résultats.
La statistique globale mélange alors des populations qui n’ont pas le même niveau de risque initial.
Comparer les hôpitaux
Cette difficulté est importante lorsqu’on publie des indicateurs de performance hospitalière.
Un centre spécialisé peut accueillir les cas les plus complexes et présenter une mortalité brute élevée.
Un établissement prenant essentiellement en charge des cas simples peut présenter une mortalité faible.
Comparer directement leurs taux bruts pourrait pénaliser l’établissement qui traite les patients les plus graves.
On utilise donc souvent des méthodes d’ajustement sur le risque, prenant en compte certaines caractéristiques des patients.
Ces méthodes peuvent être utiles, mais elles restent imparfaites : tout dépend des variables disponibles et de la qualité de leur mesure.
Standardisation et inégalités de santé
La standardisation peut également révéler des différences qui seraient autrement masquées.
Deux catégories sociales peuvent avoir une mortalité brute relativement proche parce qu’elles n’ont pas la même structure d’âge.
Après standardisation, une différence importante peut apparaître.
Cela permet de distinguer :
l’effet de la structure démographique
de
l’inégalité de risque à caractéristiques comparables.
Cette distinction est fondamentale dans l’étude des inégalités sociales de santé.
Une leçon d’esprit critique
Lorsque deux pays, deux régions ou deux périodes sont comparés, la première question ne devrait pas être :
« Qui a le taux le plus élevé ? »
mais :
« Les populations sont-elles comparables ? »
Il faut notamment regarder :
- l’âge ;
- le sexe ;
- la période étudiée ;
- la définition des cas ;
- les méthodes de collecte ;
- le niveau de dépistage ;
- les caractéristiques des populations.
Une comparaison peut être mathématiquement correcte tout en étant conceptuellement trompeuse.
Attention aux graphiques internationaux
Un graphique montrant dix pays classés selon leur mortalité peut donner une impression de précision considérable.
Mais si les taux ne sont pas standardisés, si les méthodes d’enregistrement diffèrent ou si la période n’est pas exactement la même, l’interprétation peut être beaucoup plus fragile que ne le suggère l’apparence du graphique.
La qualité d’une comparaison dépend donc moins de la beauté de la visualisation que de la comparabilité des données qui se trouvent derrière elle.
À retenir
Les taux bruts dépendent à la fois du niveau de risque et de la structure de la population.
Deux populations peuvent avoir des taux bruts très différents même si les risques sont identiques à âge égal.
La standardisation permet de comparer les populations comme si elles partageaient une structure commune, le plus souvent une même distribution par âge.
Le taux brut reste important pour mesurer la charge réelle d’un problème de santé, tandis que le taux standardisé est particulièrement utile pour effectuer des comparaisons.
Enfin, standardiser sur l’âge ne corrige pas toutes les différences entre populations. Avant toute comparaison, il faut toujours demander : quelles différences structurelles pourraient expliquer une partie du résultat observé ?
Pour aller plus loin
Kenneth J. Rothman, Sander Greenland et Timothy L. Lash — Modern Epidemiology. Une référence approfondie pour comprendre la standardisation, l’ajustement et les comparaisons entre populations.
Leon Gordis — Epidemiology. Une présentation pédagogique des taux spécifiques, de la standardisation directe et indirecte et des comparaisons de mortalité.
Organisation mondiale de la santé — méthodes de standardisation des taux de mortalité. Une référence utile pour comprendre pourquoi les comparaisons internationales utilisent fréquemment des taux ajustés sur l’âge.