Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé.





télécharger 91.85 Kb.
titreRésumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé.
page1/5
date de publication11.02.2017
taille91.85 Kb.
typeRésumé
e.20-bal.com > économie > Résumé
  1   2   3   4   5

L’apport des modèles multiniveau dans l’analyse contextuelle en épidémiologie sociale : une revue de littérature


The contribution of multilevel models in contextual analysis in the field of social epidemiology : a review of literature
Titre abrégé :
L’analyse multiniveau en épidémiologie

Basile CHAIX, Pierre CHAUVIN
Inserm U444

Faculté de médecine Saint-Antoine

27, rue Chaligny

75571 Paris Cedex 12

Correspondance à : Basile CHAIX, Inserm U444, 27, rue Chaligny, 75571 Paris Cedex 12 (email : basile.chaix@u444.jussieu.fr)

Résumé

En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. Les modèles multiniveau, largement utilisés dans les milieux de recherche anglo-saxons mais plus rarement employés à partir de données françaises, s’avèrent particulièrement adaptés à l’analyse des données contextuelles, parce qu’ils tiennent compte de leur structure hiérarchique.

Cet article met l’accent sur la méthodologie d’utilisation des modèles multiniveau, tout en rapportant certains résultats caractéristiques qui illustrent leurs potentialités par rapport aux méthodes plus conventionnelles.

Comme d’autres méthodes, les modèles multiniveau sont capables de tenir compte de la structure hiérarchique des données lors de la procédure d’estimation des paramètres. Mais au-delà, et plus spécifiquement, ils constituent aussi des outils d’investigation des effets contextuels. Leur intérêt spécifique est de distinguer la variabilité existant au niveau individuel de la variabilité inter-groupe. Ainsi, en comparant la variance de niveau groupe avant et après introduction des caractéristiques individuelles, ils permettent de quantifier la part que représentent les effets de composition dans la variabilité inter-groupe. Ils sont d’autre part utiles pour déterminer si les variations inter-groupes repérées concernent l’ensemble des individus des groupes, ou certaines personnes aux profils particuliers. Ils permettent enfin d’évaluer dans quelle mesure cette variabilité inter-groupe complexe peut être expliquée par les caractéristiques contextuelles incluses dans le modèle.

Pour ces raisons, l’utilisation des modèles multiniveau dans le champ de l’analyse contextuelle en épidémiologie sociale peut conduire à des résultats à la fois plus consistants et plus riches.

Abstract

Using contextual factors beyond individual factors, contextual analysis allows a more accurate identification of at-risk populations, which could be useful when planning health programs. Multilevel models, widely used in British and North-American social epidemiology research but less frequently with French data, are particularly suitable to analyse contextual data, because they take into account their hierarchical structure.

This paper addresses methodological issues in the utilization of multilevel models, and reports some results which illustrate their potentials compared to those of more conventional statistical methods.

As well as other methods, multilevel models are able to take into account the hierarchical structure of the data when estimating parameters. Furthermore, and more specifically, these models can also be viewed as useful tools to investigate contextual effects. Their particular interest is to disentangle individual-level variability and between-group variability. Comparing the group-level variance before and after introduction of individual-level characteristics allows to assess the extent to which between-group variability is linked to compositional effects. Multilevel models can also help examine whether the between-group variations affect all the members of the groups, or only specific sub-groups. Finally, they can estimate how much of this complex between-group variability is explained by the contextual factors included in the model.

The overall conclusion is that multilevel statistical methods should be used in social epidemiology studies dealing with individual and contextual data, to produce results that are both richer and more consistent.

Mots-clés :
Modèle multiniveau, Analyse contextuelle, Epidémiologie sociale, Méthodes statistiques
Key words:
Multilevel model, Contextual analysis, Social epidemiology, Statistical methods

L’apport des modèles multiniveau dans l’analyse contextuelle en épidémiologie sociale : une revue de littérature

Introduction

Jusqu’à une période récente, l’épidémiologie sociale s’est essentiellement focalisée sur l’étude des déterminants individuels de la santé et de l’accès aux soins, dissociés du contexte géographique, économique ou social [1-3]. Mais l’existence d’effets du contexte sur la santé des individus et leur accès aux soins fait l’objet d’une reconnaissance croissante [4, 5].
  1   2   3   4   5

similaire:

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconBut : Etudier l’évolution des principaux indicateurs décrivant la...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconBertil Ohlin(1899-1979)
«L ‘échange international est un échange de facteurs abondants contre des facteurs rares. Un pays exporte des biens dont la production...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconIL y a risque de système lorsque les réponses des agents aux risques...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconPrévision de l'inflation et analyse des cycles économiques dans un...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconTheme n croissance, fluctuations et crises
«fondamentales» de l'offre : productivité des facteurs, accumulation de capital, disponibilité des facteurs de production, et en...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconRésumé Dans ce texte je m’interroge sur la nature des liens entre...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconRésumé : a travers une revue de la littérature, une observation des...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconRésumé Cet article suggère de replacer l’analyse des inégalités sociales...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconChapitre 1 : Les facteurs de production La combinaison des facteurs de production
«biens utilisés pour la production». on distingue de ce point de vue le capital fixe (les machines, les équipements) et le capital...

Résumé En recourant à des facteurs contextuels, au-delà des facteurs individuels, l’analyse contextuelle parvient à une meilleure identification des populations à risque, utile lors de l’élaboration des programmes de santé. iconCholestérol, le grand bluff
«marqueur de risque», on ne peut établir un lien de cause à effet entre taux de cholestérol et maladies cardiovasculaires. Et les...






Tous droits réservés. Copyright © 2016
contacts
e.20-bal.com