Comparer des taux de morbidité entre territoires : méthodes, nuances et bonnes pratiques

Pourquoi comparer les taux de morbidité ? Un enjeu de santé publique

La morbidité désigne la fréquence, dans une population, des maladies (aiguës ou chroniques) ou, plus largement, des problèmes de santé. Comparer ces taux entre territoires permet :

• d’identifier des inégalités géographiques de santé ;
• de guider les politiques publiques et allouer les ressources là où le besoin est le plus criant ;
• d’évaluer l’efficacité des interventions et programmes sanitaires locaux ;
• de suivre l’évolution des risques associés à certains modes de vie ou à l’environnement.

Pour être pertinente, la comparaison se doit d’être rigoureuse. Sans cela, elle peut conduire à des interprétations hasardeuses et à de mauvaises décisions.

Quels taux comparer ? Incidence, prévalence et autres indicateurs

Avant tout, il est essentiel de distinguer les types de taux :

• Taux d’incidence : représente le nombre de nouveaux cas d’une maladie survenus pendant une période donnée, rapporté à la population à risque. Idéal pour étudier l’apparition de maladies aiguës ou d’infections émergentes.
• Taux de prévalence : nombre total de cas (anciens et nouveaux) présents à un moment donné dans la population. Pertinent pour les maladies chroniques ou de longue durée.

À eux seuls, ces taux ne suffisent pas : la comparaison doit tenir compte de la démographie locale, des méthodes de recueil d’information, et de multiples autres biais potentiels.

Principaux biais et pièges à éviter dans la comparaison

Comparer de façon brute les taux entre deux territoires expose à plusieurs écueils majeurs :

• Structure d’âge différente : L’âge est un facteur déterminant de nombreuses maladies (cancer, diabète, maladies cardiovasculaires, etc.), or la pyramide des âges varie fortement d’un territoire à l’autre. Par exemple, le taux brut d’infarctus sera mécaniquement plus élevé dans une région où la population est plus âgée.
• Différences de recueil de données : Méthodes de diagnostic, exhaustivité de la surveillance, incitations à la déclaration… Tous ces facteurs modifient le taux enregistré officiel – parfois indépendamment de la réalité sanitaire.
• Définition des cas : Une variation des critères diagnostiques entre territoires peut fausser complètement la comparaison.
• Taille de population : Les petits territoires subissent naturellement de fortes fluctuations dues au hasard (les « effets d’opportunité »).

Ces biais expliquent pourquoi il est recommandé d’utiliser des taux « standardisés ».

La standardisation : clé d’une comparaison fiable

La standardisation permet de corriger l’influence de la structure d’âge (et parfois de sexe) des populations comparées. Il existe deux principales méthodes :

1. La standardisation directe
   • On applique les taux spécifiques par catégories d’âge des territoires étudiés à une population de référence identique.
   • On obtient ainsi un taux qui serait observé si les deux territoires avaient la même pyramide des âges.
   • Permet une comparaison plus juste, en « neutralisant » l’effet de l’âge.
2. La standardisation indirecte
   • Utilisée lorsqu’on ne dispose pas des taux par âge dans tous les territoires.
   • On applique les taux d’une « population standard » à la structure démographique locale puis on compare les cas « attendus » et les cas observés : c’est le concept du rapport de morbidité standardisé (SMR, ou Standardized Morbidity Ratio). Un SMR à 100 indique que la morbidité observée correspond à celle attendue ; un SMR à 150 : 50 % de cas en plus que prévu.

Pour illustrer, prenons l’exemple de la mortalité par cancer en France métropolitaine : le taux brut à l’échelle régionale peut varier du simple au double. En revanche, une fois standardisé sur l’âge, l’écart entre régions se réduit fortement, démontrant le rôle majeur du facteur démographique (source : INCa, 2023).

Étapes pratiques pour une bonne comparaison

Quelques étapes essentielles pour garantir la robustesse d’une comparaison statistique :

1. Collecter des données de qualité. Se référer à des sources déclarées fiables et comparables :
   • Réseaux de surveillance (ex. : Santé publique France, ECDC, WHO).
   • Registres de pathologies, méthodologies nationales.
2. Opter pour la bonne unité de comparaison :
   • Nombre de cas pour 1 000, 10 000 ou 100 000 habitants (selon la fréquence).
   • Période adaptée (éviter la comparaison entre années atypiques).
3. Normaliser selon la structure d’âge/sexe, si le contexte le demande. Toujours, pour les maladies où l’âge est un grand déterminant (cancers, AVC, Covid-19…).
4. S’assurer de l’harmonisation méthodologique entre les observatoires impliqués : même suivi, même définition du cas, même couverture géographique.
5. Analyser l’intervalle de confiance autour du taux comparé. Sur de petits effectifs, la fluctuation aléatoire peut conduire à des surinterprétations.

Lire entre les lignes : points de vigilance et interprétation épidémiologique

Derrière un taux apparemment élevé ou bas, se cachent souvent d'autres explications :

• Facteurs socio-économiques : Le Nord de la France, par exemple, affiche depuis plusieurs décennies des taux de mortalité prématurée supérieurs à la moyenne nationale, en partie en raison de la prévalence du tabagisme, de l’alcoolisme et des inégalités d’accès aux soins (source : Santé publique France).
• Rôle de l’environnement : Pollution, exposition industrielle, présence de zones rurales, habitat, alimentation… influent considérablement sur la santé d’un territoire.
• Accès au diagnostic : Un territoire mieux doté en ressources médicales peut « détecter » davantage de cas et afficher un taux plus élevé, non pas en raison d’un risque supérieur, mais d’un meilleur dépistage.

On retrouve ces phénomènes dans l’exemple des maladies chroniques comme le diabète : en 2022, la prévalence déclarée du diabète était de 6,1 % en région PACA contre 4,5 % en Bretagne (source : Assurance maladie). Or, des études ont montré que l’accès plus fréquent au dépistage et la densité médicale expliquent en partie ces écarts, indépendamment du seul mode de vie.

Focus : erreurs typiques dans la comparaison et comment les éviter

• Limiter la lecture à la valeur brute : On l’a vu, le taux brut est rarement pertinent dans la plupart des maladies adultes ou chroniques.
• Omettre les intervalles de confiance : Surtout pour les petits territoires (îles, cantons, quartiers…), la fluctuation aléatoire peut être importante. Mieux vaut l’afficher systématiquement.
• Ignorer le biais de détection : À titre d’exemple, une campagne de dépistage massif dans un territoire peut multiplier par deux ou trois les cas diagnostiqués la même année.
• Comparer des maladies aux profils très différents : Attention à ne pas mélanger maladies chroniques et maladies infectieuses aiguës (ex : grippe versus diabète), dont la dynamique temporelle et la saisonnalité varient énormément.

Les bons outils et ressources pour comparer les taux de morbidité

Pour accompagner l’analyse comparative, plusieurs plateformes et bases de données sont à privilégier :

• Santé publique France : Tableaux de bord régionaux, séries historiques.
• Eurostat : Comparaison internationale dans l’UE, taux standardisés à disposition.
• OMS (Organisation mondiale de la Santé) : Données comparatives mondiales.
• Insee : Données démographiques pour la standardisation.
• Registres de pathologies : Cancers (Francim), Maladies rares (Orphanet).

Beaucoup proposent des outils interactifs de standardisation avec calcul des intervalles de confiance.

Comparaison internationale : l’exemple révélateur du Covid-19

La pandémie de Covid-19 a illustré à grande échelle la complexité de la comparaison entre territoires. Alors que certains pays affichaient de très hauts taux par habitants, les méthodes de comptage (inclusivité des cas, criteres de diagnostic, disponibilité des tests) variaient fortement : la Belgique, par exemple, incluait les décès non confirmés mais suspectés en Ehpad, quand d’autres pays ne comptabilisaient que les tests PCR positifs (source : ECDC). Les comparaisons brutes ont souvent été mal interprétées, jusqu’à ce que des analyses standardisées puissent être réalisées.

Pourquoi et comment aller plus loin après la comparaison ?

S’arrêter à la comparaison de taux peut masquer des causes profondes ou induire en erreur. Il est souvent pertinent d’aller plus loin :

• En réalisant des analyses spatiales (cartographie, corrélation avec des déterminants environnementaux, sociaux, ou d’offre de soins).
• En investiguant les causes sous-jacentes : étude qualitative, enquêtes sur les croyances ou pratiques à risque, analyses écologiques.
• En impliquant usagers, professionnels et décideurs pour agir sur les déterminants structurants.

L’épidémiologie de terrain, loin des tableurs, prend alors tout son sens, avec un regard systémique sur la réalité du territoire.

L’analyse géographique des morbidités, un outil à manier avec exigence

Comparer les taux de morbidité entre territoires est un enjeu majeur pour la santé publique, mais cette démarche nécessite rigueur technique, attention aux biais, et capacité à « lire entre les lignes ». C’est cette exigence qui donne sens et utilité à chaque chiffre produit.

Nourrie par des données fiables, enrichie par la standardisation, et élargie à la compréhension des contextes locaux, la comparaison épidémiologique permet de mobiliser collectivement les acteurs pour réduire les inégalités. Pour aller plus loin, l’analyse qualitative et la mobilisation citoyenne restent des leviers complémentaires essentiels.

Loin d’être une simple opération « mathématique », la comparaison des taux de morbidité est une démarche vivante, au service d’un objectif fondamental : comprendre la réalité afin d’agir, en conscience, pour une santé plus équitable.