Études analytiques : méthodes et références
CSERCan de 1996 : profil de la Cohorte santé et environnement du recensement canadien

Passer au texte

Début du texte

Remerciements

Les auteurs souhaitent remercier les personnes suivantes pour leur contribution : Hélène Lamadeleine, qui a participé à l’examen manuel des enregistrements du recensement, ainsi que Jacques Dubois et Barry Zaid, qui ont facilité l’accès aux microfiches du recensement pour la validation manuelle.

Résumé

Le présent article décrit la création de la Cohorte santé et environnement du recensement canadien (CSERCan) de 1996 : 3,57 millions de personnes qui ont répondu au questionnaire détaillé du recensement et qui ont rétrospectivement fait l’objet d’un suivi relatif à la mortalité et à la mobilité pendant 16,6 ans, de 1996 à 2012. La CSERCan de 1996 était limitée aux répondants au recensement qui étaient âgés de 19 ans ou plus le jour du recensement (le 14 mai 1996), qui étaient résidents du Canada, qui ne résidaient pas dans un établissement institutionnel et qui avaient déposé une déclaration de revenus. Ces répondants ont été couplés aux enregistrements de décès de la Base canadienne de données sur la mortalité ou au fichier maître des particuliers T1 et à un historique de codes postaux provenant de diverses sources. Il s’agit de la troisième CSERCan d’une série de cohortes qui, une fois combinées, permettent d’examiner les tendances en matière de mortalité et d’expositions environnementales par caractéristiques socioéconomiques pendant trois cycles de recensement et 21 ans de données de recensement, de données fiscales et de données sur la mortalité. Le présent rapport décrit les méthodologies de couplage, la validation et l’évaluation des biais, ainsi que les caractéristiques de la CSERCan de 1996. On y évalue également la mesure dans laquelle la CSERCan de 1996 représente la population adulte du Canada.

Mots clés : taux de mortalité normalisés selon l’âge, recensement, cohorte, couplage de données, mortalité, survie

1 Introduction

Depuis 2008, plusieurs recensements de la population ont été couplés à des données administratives sur la santé (Bushnik et coll., 2016; Rotermann et coll., 2015; Withrow et coll., 2017; Tjepkema, Wilkins et Long, 2013) et à des données financières (Jeon et Pohl, 2016). Ces ensembles de données couplés ont été déterminants pour examiner les inégalités en matière de santé et ont servi à la recherche sur la salubrité de l’environnement (Crouse et coll., 2012; Weichenthal et coll., 2016).

En 2008, le Recensement de 1991 a été couplé à 10 ans d’enregistrements de décès, afin d’étudier la mortalité selon des caractéristiques socioéconomiques (Wilkins et coll., 2008). En 2012, l’ensemble de données a été amélioré en y ajoutant des renseignements sur le lieu de résidence et sur les résultats en matière de cancer (Peters et coll., 2013), et il a été intitulé Cohorte santé et environnement du recensement canadien (CSERCan). Cet ensemble de données a été particulièrement utile aux recherches sur la salubrité de l’environnement, en raison de sa longue période de suivi (20 ans), de sa taille (2,6 millions de personnes), de sa représentativité approximative (basée sur le recensement), de sa vaste couverture géographique et des renseignements qu’il fournissait sur le lieu de résidence des personnes pendant 30 ans (selon les codes postaux de 1981 à 2011). La même méthodologie de couplage a été appliquée au Recensement de 2001, afin de créer la CSERCan de 2001 (Pinault et coll., 2016).

À l’aide d’une méthodologie similaire, la CSERCan de 1996 a été créée en couplant le Recensement de 1996 (questionnaire détaillé) avec des fichiers de données sur la mortalité et de données fiscales, afin de pouvoir examiner la mortalité en fonction de facteurs ethnoculturels et socioéconomiques (comme les mesurait le Recensement de 1996) ainsi que les associations entre les expositions environnementales et la santé. Conjointement aux CSERCan de 1991 et de 2001, des tendances temporelles relatives à la mortalité peuvent être retracées par caractéristiques socioéconomiques. Il est possible d’intégrer des risques environnementaux (p. ex. la pollution de l’air) et des caractéristiques de quartier (p. ex. des espaces verts) aux estimations de l’exposition, du fait de l’inclusion du lieu résidentiel annuel.

Le présent rapport décrit les méthodologies de couplage déterministe et probabiliste utilisées pour créer la CSERCan de 1996 ainsi que les méthodes de validation et l’évaluation du biais. Il décrit également la CSERCan de 1996 (appelée la cohorte) par facteurs démographiques et socioéconomiques ainsi que par taux de mortalité. Le Conseil exécutif de gestion de Statistique Canada a approuvé ce couplage d’enregistrements en 2016 (couplage d’enregistrements n° 047-2016) (Statistique Canada, s.d.a).

2 Données

2.1 Recensement de la population de 1996

Le Recensement de la population de 1996 a eu lieu le 14 mai 1996. Les renseignements sur les résidents des ménages dénombrés ont été recueillis au moyen de deux questionnaires : le questionnaire court (80 % des ménages) et le questionnaire détaillé (généralement 20 % des ménages, sauf pour les réserves indiennes et les régions éloignées ou du Nord, pour lesquelles 100 % des ménages reçoivent le questionnaire détaillé). Le questionnaire court a permis de recueillir des renseignements de base, comme le nom, le lien avec la « personne 1 » (chef du ménage), la date de naissance, le sexe, l’état matrimonial légal, la situation de vie en union libre et la première langue apprise durant l’enfance. Le questionnaire détaillé comptait 55 questions, notamment les 7 susmentionnées, sur des sujets comme l’activité sur le marché du travail, le revenu, l’éducation, les limitations d’activités, la citoyenneté, le logement et l’origine ethnique.

Les noms n’ont pas été utilisés aux fins analytiques ou de couplage, car la numérisation des questionnaires du Recensement de 1996 n’incluait pas les noms des répondants. Procéder à un couplage comprenant les noms nécessiterait un examen long et exigeant en main-d’œuvre des questionnaires du recensement, conservés sous forme de microfiches. Cependant, les noms des répondants ont été utilisés pour valider manuellement un échantillon d’appariements et calculer un taux de faux positifs (sous-section 3.1).

Le questionnaire du recensement a été envoyé à environ 98 % des ménages; pour les 2 % restants (généralement dans des régions éloignées et du Nord, la plupart des réserves indiennes et certaines parties centrales spéciales des principales villes), le questionnaire a été rempli par interview auprès du ménage. Certaines régions éloignées du Nord ont été dénombrées avant le jour du recensement, en février et en mars 1996.

On a estimé à 3,18 % le taux de sous-dénombrement de la population (personnes non dénombrées) pour le Recensement de 1996 (Statistique Canada, 1999a). Le sous-dénombrement était supérieur pour les hommes (3,89 %, comparativement à 2,49 % pour les femmes). Les taux de sous-dénombrement par tranche d’âge étaient supérieurs chez les personnes de 20 à 24 ans (9,48 % pour les hommes; 6,45 % pour les femmes) et de 25 à 34 ans (7,74 % pour les hommes; 3,94 % pour les femmes). Au total, 78 réserves indiennes ou établissements indiens n’ont été que partiellement dénombrés et n’ont donc pas été inclus dans les produits du Recensement de 1996; ces données n’étaient, par conséquent, pas disponibles pour le couplage.

2.2 Dépôt d’enregistrements dérivés

Le Dépôt d’enregistrements dérivés (DED) est une base de données relationnelle nationale créée en couplant certains fichiers index sources de Statistique Canada (p. ex. enregistrements des naissances et des décès de l’état civil, dossiers fiscaux et données sur les immigrants) afin de produire une liste de personnes. Chacun des fichiers a été couplé une fois seulement avec le DED, et on a attribué un identifiant unique de l’Environnement de couplage de données sociales (ECDS) à chaque personne figurant dans le DED (Statistique Canada, s.d.b; St-Jean 2016). Pour la CSERCan de 1996, on a utilisé la version 4 du DED. Pour assurer une méthodologie cohérente avec les CSERCan de 1991 et de 2001, on a créé un fichier de données fiscales à partir de tableaux individuels basés sur les variables préparés pour l’ECDS.

Les codes postaux résidentiels historiques ont été extraits du DED. Ces codes postaux proviennent de sources de l’Agence du revenu du Canada, comme le fichier maître des particuliers T1, les fichiers de la Prestation fiscale canadienne pour enfants et les registres des personnes à charge de 1981 à 2012. Les codes postaux figurant au fichier maître des particuliers T1 indiquent l’adresse postale pour une année d’imposition donnée et on suppose qu’ils représentent généralement le lieu de résidence d’une personne.

Les enregistrements de mortalité précédemment couplés avec le DED ont été couplés de manière déterministe à la cohorte à l’aide de l’identificateur du DED. Les décès enregistrés dans la Base canadienne de données sur la mortalité (BCDM) (de 1970 à 2012) ont été couplés de manière probabiliste avec le DED à l’aide d’une méthodologie de couplage standard (St-Jean, 2016). On a estimé que le taux de couplage a été de 95 % à 98 % pour les décès ayant eu lieu entre 1996 et 2012. Les décès enregistrés dans la BCDM comprenaient la cause du décès et ont été codés au moyen de la version de la Classification internationale des maladies (CIM) en vigueur au moment du décès. Les décès ayant eu lieu entre 1996 et 1999 ont été codés selon la neuvième révision de la CIM (CIM-9); les décès survenus entre 2000 et 2012 ont été codés selon la dixième révision (CIM-10). Les décès signalés par déclaration de revenus n’incluaient pas de données sur la cause du décès. Aux fins de comparabilité dans le cadre du présent article, les décès auparavant codés selon la CIM-9 et la CIM-10 ont été regroupés selon le codage du fardeau global de la maladie (Mathers, Lopez et Murray, 2006).

3 Méthodologie

3.1 Couplage du Recensement de 1996 et du Dépôt d’enregistrements dérivés

Les personnes dénombrées par le Recensement de 1996 (répondants aux questionnaires détaillé et court, ci-après appelés « répondants ») ont été couplées avec le DED à l’aide d’une méthodologie déterministe et probabiliste.

Les données sur le sexe et la date de naissance ont été obtenues de la version 4 du DED. Les enregistrements ont été retenus s’ils comportaient une date de naissance antérieure au jour du recensement ainsi qu’une date de décès postérieure au jour du recensement ou aucune date de décès déclarée. Les enregistrements pour lesquels la date de naissance ou le code postal manquait n’ont pas été pris en compte. Si le sexe manquait, deux autres enregistrements proposant les options homme et femme ont été générés à la place de l’enregistrement initial. L’historique des codes postaux provenant du tableau d’adresses du DED a été couplé à la cohorte à l’aide d’un couplage déterministe.

Dans le premier des quatre groupes séquentiels du processus de couplage déterministe, les clés utilisées pour coupler le recensement et le DED ont été le sexe, la date de naissance, le code postal en 1996 et l’état matrimonial (les noms n’étaient pas disponibles au format électronique dans le cadre du Recensement de 1996). Le deuxième groupe était identique au premier, excepté que l’état matrimonial n’a pas été pris en compte. Pour le troisième groupe, on a utilisé le sexe, la date de naissance et le code postal de 1995. Enfin, pour le quatrième groupe, on a utilisé le sexe, la date de naissance et le code postal disponible le plus proche avant 1995 ou après 1996, dans les cas où le code postal pour 1995 et 1996 manquait.

Dans chaque groupe, seuls les enregistrements présentant des clés uniques à la fois dans le DED et dans les fichiers de recensement ont été retenus dans la cohorte, tandis que les enregistrements en double et les non-appariements ont été pris en compte dans les groupes de couplage subséquents. Les répondants au questionnaire court du recensement ont été inclus à cette étape pour réduire le nombre d’enregistrements à prendre en compte aux fins du couplage probabiliste ainsi que le nombre d’appariements faussement positifs, car les enregistrements issus du DED couplés aux enregistrements issus du questionnaire court à l’étape déterministe n’étaient pas admissibles au couplage aux étapes probabilistes subséquentes.

Les répondants au questionnaire détaillé du recensement qui n’avaient pas été couplés au cours du processus de couplage déterministe et qui ne vivaient pas dans un logement collectif institutionnel ont été pris en compte dans le couplage probabiliste. On a créé plusieurs groupes à l’aide de poids de couplage dérivés d’une méthodologie de couplage probabiliste influencée par la théorie de couplage d’enregistrements de Fellegi-Sunter (Fellegi et Sunter, 1969). Les variables utilisées aux fins du couplage probabiliste ont été la date de naissance, la date de naissance du conjoint (le cas échéant), le sexe, l’état matrimonial, le code postal et l’appartenance à la population rurale ou urbaine en fonction du code postal. On a considéré l’inclusion de six groupes de couplage probabiliste à la cohorte.

Afin de déterminer le seuil de couplage et les groupes à inclure dans la cohorte, l’exactitude du couplage a fait l’objet d’estimations pour tous les groupes de couplage potentiels, en comparant un échantillon aléatoire d’enregistrements couplés aux originaux numérisés des questionnaires du recensement, contenant les noms des répondants. On a considéré que le couplage était réussi lorsque le nom et la date de naissance des répondants correspondaient (outre des différences orthographiques mineures) à ceux des fichiers de données fiscales. Les groupes dont 90 % des enregistrements ne produisaient pas de couplage réussi ont été exclus de la cohorte. Cinq des six groupes ont été inclus dans le couplage probabiliste final.

Pour être jugées correspondre au champ de l’enquête, les personnes devaient répondre aux critères suivants : être dénombrées dans le questionnaire détaillé du Recensement de 1996, être âgées de 19 ans ou plus le jour du recensement (le 14 mai 1996), être dénombrées comme résidents du Canada (les ressortissants étrangers étant exclus), ne pas résider dans un établissement institutionnel et avoir produit une déclaration de revenus.

3.2 Repondération et poids bootstrap

Des poids d’échantillonnage ont été créés pour la CSERCan de 1996 afin de 1) veiller à ce que la cohorte soit représentative de la population cible (c.-à-d. la population âgée de 19 ans et plus en 1996, excluant les résidents d’établissements institutionnels); 2) réduire le biais (p. ex. attribuable aux appariements manqués entre le recensement et le DED). Les poids du questionnaire détaillé du recensement ont été ajustés à partir des paramètres du modèle en fonction de la probabilité du couplage avec le DED. Ces poids d’échantillonnage ont ensuite été calibrés selon la méthode itérative (Kalton et Flores-Cervantes, 2003), puis on a procédé à un élagage pour éviter d’obtenir des poids négatifs ou excessivement élevés (Izrael, Battaglia et Frankel, 2009).

Des poids bootstrap généralisés ont été calculés à partir des poids d’échantillonnage calibrés à l’aide de la méthode bootstrap de Poisson proposée par Beaumont et Patak (2012). La macro du processus itératif et d’élagage utilisée pour calibrer les poids d’échantillonnage (après leur ajustement afin de tenir compte des appariements manqués) a été appliquée à chacune des 500 répliques bootstrap. Enfin, ces poids ont été ajustés pour tenir compte de la fraction de sondage élevée du recensement, à l’aide de la méthode proposée par Beaumont et Charest (2012).

3.3 Analyse de la mortalité

On a effectué le suivi de la mortalité sur 16,6 ans, du 14 mai 1996 (jour du recensement) au 31 décembre 2012. En fonction des enregistrements de décès, des années-personnes à risque (APAR) ont été calculées pour chaque répondant. On a attribué aux répondants en vie jusqu’à la fin du suivi une APAR de 16,6 ans; on a attribué aux répondants décédés au cours du suivi une APAR reflétant le nombre d’années entre le jour du recensement et leur décès. L’APAR a été calculée en commençant au début de la journée du recensement; ainsi, si une personne était décédée le 14 mai 1996, son APAR équivalait à une journée (1/365,25 = 0,00273 année à risque). Pour examiner la comparabilité de la cohorte de la population canadienne, on a comparé le nombre d’années pendant lesquelles chaque membre de la cohorte a survécu au cours du suivi aux taux de survie de la population canadienne au cours de la même période.

On a calculé des taux de mortalité normalisés selon l’âge (TMNA) ainsi que des intervalles de confiance de 95 % à l’aide de la valeur APAR et de la procédure PROC RATIO de la version 11.0.1 de SUDAAN (Research Triangle Institute, 2013). Cette procédure a recours à la méthode de conception par répliques répétées équilibrées avec des poids d’échantillonnage calibrés et des poids bootstrap calibrés. Les TMNA ont été calculés pour des tranches d’âge de cinq ans corrigées en fonction de la population au début de la cohorte (tableau 1) pour diverses caractéristiques démographiques et socioéconomiques. Des rapports de taux (RT) et des intervalles de confiance de 95 % ont été calculés à partir d’erreurs-types de TMNA calculées à l’aide de la méthode PROC RATIO et de la méthodologie de Carrière et Roos (1997).

3.4 Fichier analytique

Le fichier analytique contient pratiquement toutes les variables du questionnaire détaillé du recensement, notamment l’état matrimonial, la composition du ménage, les langues, l’activité sur le marché du travail, le revenu, l’éducation, les limitations d’activités physiques, le logement, l’identité autochtone, l’immigration et l’origine ethnique. Cependant, les variables découlant de réponses écrites ont été supprimées. Des détails sur les variables du recensement sont disponibles ailleurs (Statistique Canada, 1999b).

Des variables ont été dérivées du fichier analytique pour simplifier la catégorisation des principaux concepts et les comparaisons entre cohortes. Le niveau de scolarité, par exemple, a été regroupé en quatre catégories : pas de diplôme d’études secondaires, diplôme d’études secondaires, diplôme d’études postsecondaires et grade universitaire. On retrouve dans le rapport technique sur la CSERCan de 1996 (Christidis et Tjepkema, 2017) de la documentation relative aux variables dérivées.

L’une des variables dérivées permettait de classer la population en quintiles et en déciles de suffisance du revenu. Pour chaque famille économique ou personne hors famille, le revenu total de toutes les sources avant impôt et après transferts a été regroupé pour tous les membres de la famille, et on a calculé le ratio du revenu total par rapport au seuil de faible revenu de Statistique Canada pour le groupe de taille du ménage et de la collectivité pertinent (Statistique Canada, 1999b). Ainsi, on a attribué à tous les membres d’une famille économique le même ratio de seuil de faible revenu, calculé pour toutes les personnes non résidentes d’un établissement institutionnel (la population visée par l’enquête), y compris les personnes vivant dans des réserves indiennes. On a ensuite classé cette population en fonction de ce ratio de seuil de faible revenu et construit des quintiles et des déciles, à l’échelle nationale et au sein de chaque région métropolitaine de recensement, agglomération de recensement ou région rurale et petites villes. Ces quantiles ont été créés au sein de chaque région afin de tenir compte des différences régionales quant au coût du logement, que le seuil de faible revenu ne reflète pas, et de pouvoir fonder les comparaisons pour chaque région sur des pourcentages comparables de la population de chaque quantile.

4 Résultats

4.1 Cohorte

La cohorte a été créée en plusieurs étapes (figure 1); tout d’abord en combinant les appariements déterministes des répondants au questionnaire détaillé qui ne résidaient pas dans un logement collectif institutionnel aux appariements probabilistes. Sur les 4 706 075 répondants initiaux au questionnaire détaillé du Recensement de 1996, 4 389 835 (93,3 %) correspondaient au champ de l’enquête. Le nombre associé à des enregistrements fiscaux était de 3 566 775 (81,3 % de la population visée par l’enquête); 99,5 % de ces enregistrements ont été jugés comme de vrais appariements (taux d’erreur de faux positifs inférieur à 0,5 %). La majorité des membres de la cohorte (93,5 %) a été couplée par couplage déterministe; 99,5 % de ces enregistrements étant jugés comme de vrais appariements (selon un examen manuel de 266 enregistrements). Un nombre inférieur de membres de la cohorte (6,5 %) a été couplé par couplage probabiliste; 99,4 % de ces appariements ont été jugés comme de vrais appariements (selon un examen manuel de 450 enregistrements). Après le couplage des enregistrements de mortalité avec la cohorte, on a supprimé 90 répondants du fait d’enregistrements de décès ambigus; cela a produit une cohorte finale de 3 566 685 répondants au recensement.

Dans l’ensemble, 81,3 % de la population visée par l’enquête a été couplée avec le DED, soit 3 566 685 personnes qui ne résidaient pas dans un établissement institutionnel et qui étaient âgées de 19 ans ou plus (tableaux 2 et 3). Les taux de couplage sont demeurés inférieurs à 70 % pour les personnes âgées de 19 à 24 ans (69 % pour les femmes, 67 % pour les hommes) et pour les femmes âgées de 85 ans et plus (66 %). Les hommes et les femmes ayant déménagé l’année précédente présentaient de faibles taux de couplage (62 % et 66 %), tout comme les hommes non mariés ou en union libre (66 %).

4.2 Pondération

Les caractéristiques des répondants pondérés visés par l’enquête (à l’aide des poids d’échantillonnage de recensement d’origine) et des répondants pondérés de la cohorte (à l’aide des poids calibrés pour les appariements manqués) ont été comparées pour évaluer l’efficacité des poids d’échantillonnage de la cohorte à refléter la population cible et à réduire le biais (tableau 4). On a estimé des proportions selon certaines caractéristiques et on les a comparées entre la cohorte et le recensement d’origine (à l’aide d’une mesure de ratio). Des ratios proches de 1,00 indiquent que les poids d’échantillonnage de la cohorte gèrent correctement les différences entre les groupes visés par l’enquête et ceux de la cohorte. Après la repondération, la cohorte sous-représentait légèrement les hommes et les femmes non mariés (0,98 et 0,99), les hommes des régions urbaines (0,99), les hommes ayant déménagé l’année précédant le recensement (0,98) et les femmes au chômage (0,99). La cohorte surreprésentait légèrement les hommes et les femmes mariés ou en union libre (1,01 et 1,01), les hommes et les femmes de collectivités rurales (1,02 et 1,01) et les femmes ayant déménagé au cours de l’année précédant le recensement (1,01).

4.3 Mortalité

Parmi les 3 566 685 membres de la cohorte, 565 615 (15,9 %) sont décédés au cours du suivi de 16,6 ans. Le nombre annuel de décès a augmenté chaque année civile, atteignant 40 640 en 2012 (tableau 5). Environ 98 % des décès ont été confirmés par couplage avec la BCDM, qui indique la cause des décès. Les 2 % restants ont été validés avec le fichier de déclaration de revenus T1, qui fournit uniquement la date du décès. En général, les pourcentages de décès relevés dans les fichiers de données fiscales n’ont pas considérablement varié selon les caractéristiques socioéconomiques et démographiques. Des exceptions concernaient les membres de la cohorte étant immigrants ou appartenant à une minorité visible, dont respectivement 7,2 % et 3,5 % des décès ont été confirmés à partir des fichiers de données fiscales (données non présentées).

Le graphique 1 indique la proportion de la cohorte ayant survécu au cours de la période de 16,6 ans (de 1996 à 2012), par âge et par sexe, et présente des tableaux de mortalité composites (de 1995-1997 à 2010-2012). La tendance de la proportion ayant survécu était similaire pour chaque source de données. À des âges plus avancés (80 ans ou plus), la proportion de survivants était légèrement plus élevée dans la cohorte que dans les tableaux de mortalité, sans doute du fait d’avoir exclu de la cohorte la population des établissements institutionnels.

Des statistiques détaillées sur la mortalité (TMNA, RT) ont été calculées pour la population en fonction de diverses caractéristiques socioéconomiques et démographiques (tableaux 6 et 7). Les taux de mortalité étaient supérieurs pour les personnes hors de la population active, par rapport aux personnes en faisant partie. Un gradient par niveau de scolarité s’est distingué clairement : les TMNA étant les plus élevés pour les personnes n’ayant pas de diplôme d’études secondaires. Un gradient s’est également distingué clairement par quintile de suffisance du revenu : les TMNA étant les plus élevés pour le quintile le plus bas. Les taux de mortalité ont également varié selon la taille de la collectivité, la mobilité, l’identité autochtone et l’appartenance à une minorité visible. Les rapports de taux reflètent les différences relatives entre les TMNA de chaque sous-groupe; le taux d’un groupe (le groupe de référence) étant 1,00, alors que les autres étaient calculés comme ratio relatif au groupe de référence.

Le tableau 8 indique le nombre de membres de la cohorte décédés, selon la cause du décès. La plupart des décès étaient dus à des maladies non transmissibles (90 % des décès chez les hommes et 80 % des décès chez les femmes), particulièrement des néoplasmes (34 % des décès chez les hommes et 29 % des décès chez les femmes) et des maladies cardiovasculaires (33 % des décès chez les hommes et 28 % des décès chez les femmes). Au sein de ces groupes, les causes les plus fréquemment signalées étaient des cardiopathies ischémiques (20 % des décès chez les hommes et 14 % des décès chez les femmes) et le cancer de la trachée, des bronches ou des poumons (10 % des décès chez les hommes et 7 % des décès chez les femmes).

5 Discussion

La CSERCan de 1996 est une cohorte rétrospective suivant un échantillon de près du cinquième des Canadiens de 19 ans et plus, qui permet de déterminer la mortalité au cours d’une période de suivi de 16,6 ans. Grâce à cette troisième CSERCan, il est désormais possible d’examiner les tendances de mortalité sur trois cycles de recensement et 21 années de données.

La CSERCan de 1996 a été créée en couplant 81 % des répondants au questionnaire détaillé du recensement avec le DED par couplages probabiliste et déterministe. Le taux d’erreur de faux positifs a été inférieur à 0,5 %, indiquant qu’il s’agissait pour la plupart de vrais appariements. Ces résultats sont comparables aux résultats du couplage réalisé pour la CSERCan de 2001, dans le cadre duquel 78,6 % des répondants au recensement faisant partie de la population visée ont été couplés avec les dossiers fiscaux et visés par le suivi de la mortalité (3 537 520 sur 4 500 245 répondants), et aux résultats du couplage initial réalisé pour la cohorte du Recensement de 1991, dans le cadre duquel 80,0 % des répondants faisant partie de la population visée ont été couplés avec les dossiers fiscaux et visés par le suivi de la mortalité (2 860 240 sur 3 576 485 répondants) (Pinault et coll., 2016; Peters et coll., 2013).

Les taux de couplage de la cohorte de 1996 avec le DED ont différé pour ce qui est des caractéristiques du recensement. Les taux ont été relativement faibles pour les répondants du groupe le plus jeune ou du groupe le plus âgé, qui n’étaient pas mariés ou qui gagnaient un faible revenu, avaient déménagé l’année précédente et signalaient une identité autochtone. Ces résultats correspondent à ceux des cohortes de 1991 et 2001. La cohorte de 2001 présentait des taux de couplage inférieurs pour les répondants plus jeunes, autochtones et ayant déménagé l’année précédente. La cohorte de 1991 présentait des taux de couplage inférieurs pour les répondants non mariés, qui ne travaillaient pas, gagnaient un faible revenu ou signalaient une ascendance autochtone. Dans l’analyse pondérée, on a pris en compte le biais de couplage et amélioré la représentativité de la cohorte.

La courbe de survie de la cohorte a indiqué une forte concordance avec les tableaux de mortalité nationaux. Les courbes ont légèrement divergé pour les tranches d’âge supérieures (particulièrement pour celle de 80 ans) et pour les femmes, probablement du fait des tailles d’échantillon inférieures dans ces tranches d’âge et de l’exclusion de la cohorte des résidents d’un établissement institutionnel. Des taux de survie supérieurs pour les femmes plus âgées, par rapport aux estimations des tableaux de mortalité, ont également été relevés pour les cohortes de 1991 et 2001.

Les tendances de mortalité ont globalement correspondu aux CSERCan précédentes, pour lesquelles les TMNA étaient supérieurs pour les personnes hors de la population active, appartenant au quintile de revenu le plus bas ou ayant indiqué une identité autochtone (ou une ascendance autochtone dans le cas du Recensement de 1991).

6 Conclusion

Le présent article décrit le couplage des répondants au questionnaire détaillé du Recensement de 1996 avec les enregistrements fiscaux et de mortalité, afin de créer la Cohorte santé et environnement du recensement canadien de 1996 (CSERCan), un ensemble de données analytiques pouvant être utilisé pour examiner les tendances de mortalité selon les caractéristiques démographiques et socioéconomiques et pour mener des recherches en salubrité de l’environnement. Il s’agit du troisième ensemble de cohortes similaires, qui permet d’étudier des tendances sur plus de trois cycles de recensement et 21 ans de suivi de la mortalité. La validation a révélé un léger biais qui a augmenté la probabilité des répondants à être inclus dans la CSERCan de 1996 et à être couplés avec les bases de données sur la mortalité, par rapport à la population canadienne. Cependant, des poids de cohorte ont été créés pour permettre aux chercheurs de réduire l’incidence de ce biais.

Bibliographie

Beaumont, J.F. et A.S. Charest. 2012. « Bootstrap variance estimation with survey data when estimating model parameters ». Computational Statistics & Data Analysis 56 (12) : 4450 à 4461.

Beaumont, J.F. et Z. Patak. 2012. « On the generalized bootstrap for sample surveys with special attention to poisson sampling ». International Statistical Review 80 (1) : 127 à 148.

Bushnik, T., S. Yang, M.S. Kramer, J.S. Kaufman, A.J. Sheppard et R. Wilkins. 2016. « Cohorte canadienne de naissances du Recensement de 2006 ». Rapports sur la santé 27 (1) : 11 à 19. Produit n^o 82-003-X au catalogue de Statistique Canada.

Carrière, K.C. et L.L. Roos. 1997. « A method of comparison for standardized rates of low‑incidence events ». Medical Care 35 (1) : 57 à 69.

Christidis, T. et M. Tjepkema. 2017. Cohorte santé et environnement du recensement canadien (CSERCan) de 1996 : Rapport technique. Ottawa : Statistique Canada. Non publié.

Crouse, D.L., P.A. Peters, A. van Donkelaar, M.S. Goldberg, P.J. Villeneuve, O. Brion, S. Khan, D.O. Atari, M. Jerrett, C.A. Pope, III, M. Brauer, J.R. Brook, R.V. Martin, D. Stieb et T. Burnett. 2012. « Risk of nonaccidental and cardiovascular mortality in relation to long-term exposure to low concentrations of fine particulate matter: A Canadian national-level cohort study ». Environmental Health Perspectives120 (5) : 708 à 714.

Fellegi, I.P. et A.B. Sunter. 1969. « A theory for record linkage ». Journal of the American Statistical Association 64 (328) : 1183 à 1210.

Jeon, S.H. et R.V. Pohl. 2016. Santé et travail dans la famille : les données probantes liées au diagnostic de cancer d’un conjoint. Direction des études analytiques : documents de recherche, no 381. Produit n^o 11F0019M au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Izrael, D., M.P. Battaglia et M.R. Frankel. Extreme survey weight adjustment as a component of sample balancing (a.k.a. raking). Article présenté au SAS Global Forum, Washington, D.C., 2009.

Kalton, G. et I. Flores-Cervantes. 2003. « Weighting methods ». Journal of Official Statistics 19 (2) : 81 à 97.

Mathers, C.D., A.D. Lopez et C.J. Murray. 2006. « The burden of disease and mortality by condition: Data, methods and results for 2001 ». Dans Global Burden of Disease and Risk Factors, publié sous la direction de A.D. Lopez, C.D. Mathers, M. Ezzati, D.T. Jamison et C.J.L. Murray, chapitre 3, tableau 3A.2 en annexe. New York : Oxford University Press. Disponible au lien suivant : https://www.ncbi.nlm.nih.gov/books/NBK11808/ (consulté le 9 novembre 2017).

Peters, P.A., M. Tjepkema, R. Wilkins, P. Finès, D.L. Crouse, P.C.W. Chan et R.T. Burnett. 2013. « Data Resource Profile: 1991 Canadian Census Cohort ». International Journal of Epidemiology 42 (5) : 1319 à 1326.

Pinault, L., P. Finès, M. Tjepkema, F. Labrecque-Synnott et A. Saidi. 2016. Cohorte du Recensement du Canada de 2001 couplée avec des données fiscales et des données sur la mortalité : un suivi de 10 ans. Études analytiques : méthodes et références, n° 003. Produit n^o 11-633-X au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Research Triangle Institute. 2013. SUDAAN (logiciel), version 11.0.1. Research Triangle Park, North Carolina: Research Triangle Institute.

Rotermann, M., C. Sanmartin, R. Trudeau et H. St-Jean. 2015. « Couplage des données du Recensement de 2006 et des données hospitalières au Canada ». Rapports sur la santé 26 (10) : 10 à 20. Produit n^o 82-003-X au catalogue de Statistique Canada.

St-Jean, H. 2016. Social Data Linkage Environment (SDLE) Methodology Report: External linkage between the Canadian Mortality Database (CMDB 1970 to 2011 and CMDB 2012) and the SDLE Derived Record Depository (version 4). Ottawa : Statistique Canada. Non publié.

Statistique Canada, s.d.a. « Soumissions de 2016 », « Couplages de microdonnées approuvés », Couplage de microdonnées à Statistique Canada. Dernière mise à jour le 14 juin 2017. Disponible au lien suivant :
http://www.statcan.gc.ca/fra/enregistrement/2016 (consulté le 2 novembre 2017).

Statistique Canada, s.d.b. Environnement de couplage des données sociales (ECDS). Dernière mise à jour le 7 juillet 2017. Disponible au lien suivant : http://www.statcan.gc.ca/fra/ecds/index (consulté le 19 octobre 2017).

Statistique Canada. 1999a. Couverture, rapports techniques du Recensement de 1996. Produit n° 92-370-XIF au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Statistique Canada, 1999b. Dictionnaire du Recensement de 1996 - édition définitive - référence. Produit no 92-351-UIF au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Tjepkema, M., R. Wilkins et A. Long. 2013. « Socio-economic inequalities in cause-specific mortality: A 16-year follow-up study. » Revue canadienne de santé publique 104 (7) : 472 à 478.

Weichenthal, S., D.L. Crouse, L., Pinault, K. Godri-Pollitt, E. Lavigne, G. Evans, A. van Donkelaar, R.V. Martin et R.T. Burnett. 2016. « Oxidative burden of fine particulate air pollution and risk of cause-specific mortality in the Canadian Census Health and Environment Cohort (CanCHEC) ». Environmental Research 146 : 92 à 99.

Wilkins, R., M. Tjepkema, C. Mustard et R. Choinière. 2008. « Étude canadienne de suivi de la mortalité selon le recensement, 1991 à 2001 ». Rapports sur la santé 19 (3) : 25 à 43. Produit n^o 82-003-X au catalogue de Statistique Canada.

Withrow, D.R., J.D. Pole, E.D. Nishri, M. Tjepkema et L.D. Marrett. 2017. « Cancer survival disparities between First Nations and non-Aboriginal adults in Canada: Follow-up of the 1991 Census Mortality Cohort ». Cancer Epidemiology, Biomarkers & Prevention 26 (1) : 145 à 151. DOI: 10.1158/1055-9965. EPI-16-0706.