Groupes de régions sociosanitaires homologues 2007 - Guide de l’utilisateur

Consulter la version la plus récente.

Introduction
Données
Méthodologie
Résultats
Discussion
Les groupes de régions homologues à l’œuvre
Sommaire
Bibliographie

Intention

Le présent document vise à définir le concept des groupes de régions sociosanitaires homologues, à donner un aperçu du mode de formation de ces groupes et à démontrer leur utilité. On y présente la classification des groupes de régions homologues de 2007, que l’on compare à celles de 2003 et de 2000. Des renseignements techniques plus détaillés sur la formation des groupes de régions homologues figurent dans les documents de travail intitulés Groupes de régions sociosanitaires et Groupes de régions sociosanitaires 2003 préparés par la Division de la statistique de la santé de Statistique Canada.

1. Introduction

Le lancement de l’Enquête sur la santé dans les collectivités canadiennes (ESCC) en 2000 et l’expansion des produits de données existants en vue de fournir de l’information au niveau des régions sociosanitaires ont rendu nécessaire l’élaboration d’une méthode permettant de comparer des régions qui affichent des déterminants socioéconomiques de la santé similaires. Le raisonnement qui sous-tend l’élaboration d’une telle méthode est le suivant : une fois que l’on élimine les effets de diverses caractéristiques sociales et économiques dont l’influence sur la santé est connue, il est possible de comparer les régions selon diverses mesures de l’état de santé. Il est également possible de comparer l’efficacité relative des mesures de promotion de la santé et de prévention d’une région à l’autre. Par conséquent, les régions sociosanitaires ayant des caractéristiques socioéconomiques semblables ont été regroupées à l’aide d’une technique de mise en grappes, et les groupes ainsi constitués sont désignés par le terme « groupes de régions homologues ».

Les critères ayant servi à définir les groupes de régions homologues ont été établis en tenant compte de l’utilisation prévue de ces groupes. Comme la formation de groupes de régions homologues a pour but de comparer des situations ayant trait à la santé, toutes les variables décrivant directement la santé ont, en bout de ligne, été éliminées comme critère éventuel de formation des groupes. En outre, on souhaitait disposer, pour toutes les variables, de données fiables pour toutes les régions sociosanitaires. Par souci d’objectivité, la formation des groupes de régions homologues devait aussi se fonder sur des méthodes empiriques. Enfin, pour simplifier les comparaisons et en assurer la pertinence, chaque groupe devait compter de cinq à dix régions environ et couvrir l’ensemble du pays. L’application des paramètres susmentionnés a donné lieu à plusieurs contraintes qui ont entraîné certaines modifications. Tous les critères ont été respectés dans la mesure du possible et tout écart est expliqué en détail dans le présent document.

La classification initiale des groupes de régions homologues de 2000, diffusée en 2002, s’est fondée sur les données du Recensement de 1996 et sur les limites des régions sociosanitaires définies par les provinces et les territoires en 2000. Pour tenir compte de la disponibilité des données et des définitions des limites des régions sociosanitaires les plus récentes, on doit mettre à jour la classification des groupes de régions homologues périodiquement. La classification des groupes de régions sociosanitaires homologues de 2003 et celle de 2007 constituent de telles mises à jour. La dernière mise à jour des groupes de régions homologues est fondée sur les données du Recensement de 2006 et sur les limites des régions sociosanitaires de 2007. Cette classification a donné lieu, en définitive, à la création de dix groupes de régions homologues, représentant toutes les régions sociosanitaires du Canada.

Le présent document donne un aperçu du processus de formation des groupes de régions homologues. Il fait état de la classification des groupes de régions homologues de 2007, lesquels sont comparés aux groupes créés antérieurement. Enfin, l’utilisation des groupes de régions homologues dans l’analyse des questions de santé sera illustrée par un exemple. Des renseignements techniques plus détaillés sur la formation des groupes de régions homologues figurent dans les documents de travail intitulés Groupes de régions sociosanitaires et Groupes de régions sociosanitaires 2003 préparés par la Division de la statistique de la santé de Statistique Canada.

2. Données

Vingt-quatre variables décrivant les déterminants socioéconomiques et sociodémographiques de la santé dans les 123 régions sociosanitaires de l’ensemble du Canada ont été utilisées pour produire les groupes de régions homologues. Les variables retenues à cette fin couvrent une vaste gamme de dimensions, notamment la structure démographique, la situation sociale et économique, l’ethnicité, l’appartenance à la population autochtone, le logement, l’urbanisation, l’inégalité du revenu et la situation du marché du travail. Il convient de noter qu’on a volontairement omis d’utiliser les variables relatives à la santé pour la création des groupes de régions homologues. Les variables employées dans la classification des groupes de régions homologues de 2007 sont décrites à l’annexe A.

Le recensement est la principale source d’information pour la création des groupes de régions homologues. Les données du recensement sont facilement disponibles à divers niveaux géographiques et touchent un large éventail de sujets. De plus, le recensement couvre toutes les régions sociosanitaires, ce qui représente l’un des principaux critères encadrant la création des groupes de régions homologues. La classification des groupes de régions homologues de 2007 s’appuie sur les données du Recensement de 2006.

En 2007, deux nouvelles variables ont remplacé des variables similaires employées dans la classification antérieure des groupes de régions homologues. Les nouvelles variables sont regroupées sous les deux rubriques suivantes.

1. Revenu
   Le revenu médian des ménages (MedInc) de la région sociosanitaire a remplacé le revenu moyen des ménages (AvgInc) de la région sociosanitaire. Le revenu médian des ménages est plus représentatif de la situation économique des familles et des collectivités au sein de la région.
2. Population
   La proportion de la population ayant moins de 20 ans (Pop20) a remplacé la proportion de la population ayant moins de 15 ans (Pop15), variable utilisée dans les classifications antérieures des groupes de régions homologues. Cette modification vise à tenir compte des changements apportés à la définition du taux de dépendance, qui mesure maintenant le rapport entre la population combinée d’enfants âgés de 0 à 19 ans et de personnes âgées de 65 ans et plus, d’une part, et la population âgée de 20 à 64 ans, d’autre part. Ce rapport correspond au nombre de personnes à charge pour chaque tranche de 100 personnes en âge de travailler.

3. Méthodologie

On a retenu l’analyse par grappes non hiérarchique comme méthode de formation des groupes de régions homologues. Généralement, l’analyse par grappes vise à classer les variables ou les observations dans des groupes en fonction de mesures de distance. Les algorithmes non hiérarchiques visent à partitionner un ensemble d’observations en un ensemble prédéterminé de groupes disjoints au moyen d’un critère précisé d’optimisation. Cette méthode a semblé la mieux adaptée à la réalisation des objectifs originaux du projet des groupes de régions homologues, à savoir la création, par une technique empirique, d’un nombre prédéfini de groupes de régions homologues comptant chacun de cinq à dix régions sociosanitaires environ.

Les groupes de régions homologues ont été créés en SAS à l’aide de la procédure FASTCLUS. Cette procédure utilise un algorithme à k moyennes pour attribuer les observations à un ensemble prédéterminé de k grappes. Le lecteur trouvera dans Andberg (1973) la description de la mise en grappes à k moyennes et de plusieurs variantes de la méthode. Les principales étapes de la répartition des observations en k grappes sont les suivantes :

1. Choisir k observations comme valeurs initiales de grappe (centres initiaux des grappes).
2. Assigner chaque observation à la grappe ayant la valeur initiale la plus proche. Lorsque toutes les observations sont assignées, remplacer chaque valeur initiale de grappe par la moyenne de grappe. Répéter cette étape jusqu’à ce que la variation de la valeur initiale de grappe devienne nulle ou presque nulle.
3. Former les grappes finales en affectant chaque observation à la grappe ayant la valeur initiale la plus proche.

Des renseignements complets sur la méthode FASTCLUS figurent dans le document SAS OnlineDoc®, Version 9.

3.1 Nombre de grappes

L’un des principaux problèmes de l’analyse par grappes consiste à sélectionner le nombre approprié de grappes. Les divers critères qui ont été proposés (Everitt, 1993) comprennent généralement l’optimisation d’au moins un test statistique. En pratique, il revient souvent à l’analyste de déterminer le nombre de grappes le plus approprié pour un besoin particulier. Pour les besoins de la classification des groupes de régions homologues de 2007, un nombre maximal de 17 grappes a été retenu. Ce critère donnerait lieu à un nombre moyen de sept régions sociosanitaires par groupe de régions homologues¹, nombre conforme aux objectifs de l’étude. Le nombre maximal de grappes en 2007 est inférieur aux nombres retenus en 2003 et en 2000, le nombre total de régions sociosanitaires étant moins élevé.

4. Résultats

4.1 Normalisation des variables

On procède souvent à la normalisation des variables mesurées sur différentes échelles ou sur une même échelle avec des variances différentes afin d’atténuer l’effet de ces différences entre les variables. Dans le présent exercice, les 24 variables socioéconomiques ont été normalisées (moyenne nulle et variance de 1) avant l’analyse par grappes. Deux variables n’ont pu être calculées pour certaines des régions sociosanitaires les plus éloignées : la proportion de personnes à faible revenu dans les ménages privés (LowPop) et la proportion d’enfants vivant dans une famille à faible revenu (LowKids). En effet, on ne produit pas, dans le cadre du recensement, de données sur le faible revenu pour les trois territoires et les réserves indiennes. D’autres régions éloignées peuvent également être exclues du calcul des statistiques de faible revenu si les données s’y rapportant ne sont pas jugées fiables. Dans le cas des deux variables de faible revenu employées dans l’analyse des groupes de régions homologues, une valeur nulle est inscrite dans le fichier pour les trois territoires et pour les régions 2417 et 2418. Cette valeur nulle indique que la variable n’a pu être calculée.

4.2 Création des groupes de régions homologues

Afin d’établir un point de départ, l’algorithme de mise en grappes a été utilisé pour regrouper les 123 régions sociosanitaires en 17 grappes. Cinq des grappes ainsi obtenues ne comptaient qu’une seule région sociosanitaire. Ceci indique que 17 grappes était un nombre trop élevé, puisque la création de groupes de régions homologues vise à permettre la comparaison de régions sociosanitaires similaires. L’analyse par grappes a été effectuée de nouveau avec un nombre réduit de valeurs initiales de grappe.

Les résultats de l’analyse par grappes finale effectuée à l’aide de PROC FASTCLUS sont présentés au tableau 4.2.1. Ce tableau montre le nombre de régions sociosanitaires dans chaque groupe de régions homologues, de même que diverses statistiques relatives aux grappes. L’écart-type est une mesure de la variabilité des points de données autour du centre de la grappe. Le rayon correspond à la plus grande distance euclidienne mesurée entre le centre de la grappe et toute observation à l’intérieur de cette grappe. La grappe la plus proche renvoie au groupe de régions homologues séparé par la distance euclidienne la plus petite. Enfin, la dernière colonne du tableau montre la distance qui sépare le centre de la grappe en question du centre de sa plus proche voisine. Pour toutes ces statistiques, le centre de la grappe est le point dont les coordonnées correspondent à la moyenne de toutes les observations de la grappe. La distance euclidienne est une mesure statistique de distance entre deux points.

Deux grappes (A et C) regroupent la majorité des régions sociosanitaires. Ces deux grappes sont formées de régions très semblables (les deux comptant un grand nombre de régions sociosanitaires et affichant des écarts-types peu élevés). En outre, ces deux grappes sont plus proches voisines et la distance qui sépare leurs centres est petite, ce qui indique que les régions sociosanitaires des deux grappes sont également similaires. Par conséquent, bien que ces grappes ne respectent pas l’objectif de classer de cinq à dix régions environ dans chaque groupe de régions homologues, il n’a pas semblé utile de les subdiviser en groupes plus petits.

 Table 4.2.1 Résultats de la classification finale des régions sociosanitaires à l’aide de PROC FASTCLUS

Il convient de noter que le nombre total de régions sociosanitaires dans le tableau 4.2.1 ne correspond plus à 123, ce qui s’explique par un ajout à la classification des groupes de régions homologues de 2007. On retrouve deux découpages géographiques en Nouvelle-Écosse : six zones ou neuf districts (District Health Authorities – DHA). Compte tenu de la relation entre ces deux découpages géographiques, il a été possible d’intégrer les deux dans la classification des groupes de régions homologues. La relation entre les deux découpages géographiques se présente sous deux formes. Sous la première, trois zones (1202, 1205 et 1206) et trois DHA (1213, 1218 et 1219) représentent les mêmes régions. Sous la seconde, chacune de trois autres zones (1201, 1203 et 1204) est subdivisée en deux DHA distincts (1211, 1212, 1214, 1215, 1216 et 1217). L’information au niveau de la zone a été utilisée pour la formation des groupes de régions homologues. À la dernière étape de l’analyse par grappes, le découpage géographique des DHA a été ajouté aux grappes existantes. Les DHA n’ont pas eu d’incidence sur le classement des autres régions sociosanitaires dans les groupes finaux de régions homologues. Dans l’analyse se rapportant aux groupes de régions homologues, un seul découpage géographique devrait être employé pour la Nouvelle-Écosse.

4.3 Regroupement des petites grappes

Les résultats de la section 4.2 (plus précisément le tableau 4.2.1) représentent des grappes qui sont espacées assez uniformément et qui affichent une variance intragrappe minimale compte tenu des paramètres utilisés dans l’algorithme de mise en grappes. Les résultats du tableau montrent la formation de 12 grappes dont la taille varie de deux à 35 régions sociosanitaires (excluant les DHA). Cependant, l’obtention de grappes contenant moins de cinq régions sociosanitaires n’est pas pratique, car de telles grappes n’offrent pas beaucoup de possibilités de comparaison. Afin d’accroître le nombre de régions sociosanitaires à comparer, les grappes comptant moins de cinq membres ont été fusionnées à leur voisine la plus proche. Seule fait exception la grappe G (Montréal, Toronto et Vancouver) qui n’a pas été fusionnée à une autre grappe parce que ses régions sociosanitaires tendent à être très différentes des autres régions du pays.

Trois grappes ont été fusionnées à leur plus proche voisine. Deux de ces grappes ont été regroupées : la grappe F (régions sociosanitaires 2417, 2418 et 6201) a été combinée à sa plus proche voisine, soit la grappe K (régions sociosanitaires 4685 et 4714). Le regroupement des grappes F et K a produit une grappe comptant cinq régions sociosanitaires, de sorte qu’il n’a pas été nécessaire de procéder à une nouvelle fusion. La catégorie combinée porte le nom de grappe F. Par ailleurs, la grappe L (régions sociosanitaires 1014, 2409 et 2410) a été combinée à la grappe H (régions sociosanitaires 3549, 4660, 4670, 4709, 4710, 5951 et 5952). La catégorie combinée porte le nom de grappe H. Le regroupement des petites grappes a permis de ramener les 12 groupes de régions homologues issus de la dernière analyse par grappes fondée sur la procédure FASTCLUS et présentés au tableau 4.2.1 à dix groupes. Les statistiques sommaires pour les dix groupes finaux de régions homologues figurent à l’annexe B (excluant les DHA), un résumé descriptif est présenté à l’annexe C, et la liste des régions sociosanitaires comprises dans chaque groupe final de régions homologues apparaît à l’annexe D.

5. Discussion

5.1 Composantes principales

L’analyse en composantes principales est une technique multidimensionnelle qui vise à ramener le nombre de variables dans les données à quelques facteurs appelés « composantes principales ». Les composantes principales sont des combinaisons linéaires des variables originales et ne sont pas corrélées. Ces composantes sont établies par ordre décroissant d’importance, pour que la majeure partie de la variance totale puisse être expliquée par le plus petit nombre possible de facteurs. Par conséquent, la première composante principale représente le facteur le plus important, soit celui qui explique la plus forte proportion de la variance totale dans les données.

Les 24 variables socioéconomiques employées dans l’analyse par grappes ont été soumises à une analyse en composantes principales. Les deux premières composantes principales expliquent un peu plus de 53 % de la variabilité totale. La première composante principale semble regrouper des mesures du degré d’urbanisation (abordabilité du logement, proportion d’immigrants, valeur moyenne des logements, proportion de titulaires d’un diplôme d’études postsecondaires, proportion de membres des minorités visibles, etc.). La seconde composante principale semble regrouper des mesures de l’inégalité du revenu (revenu médian du ménage, proportion d’enfants vivant dans une famille à faible revenu, proportion de personnes à faible revenu dans les ménages privés, proportion de l’ensemble des revenus provenant des transferts gouvernementaux, etc.). Ces résultats s’apparentent à ceux des classifications antérieures des groupes de régions homologues, ce qui indique que les variables les plus importantes dans l’analyse demeurent assez constantes au fil des ans. Les six premières composantes principales expliquent plus de 86 % de la variabilité totale dans les données, ce qui montre que les 24 variables peuvent être ramenées à six facteurs sans grande perte d’information.

5.2 Prédicteurs les plus puissants

Afin de déterminer quelles variables ont joué un rôle déterminant dans la définition des groupes de régions sociosanitaires homologues, on a effectué une analyse discriminante pas à pas des grappes finales en fonction de chacune des 24 variables. La valeur du carré du coefficient de corrélation partiel (R² partiel) a été fixée à 0,15 pour l’introduction dans le modèle et le retrait de celui ci. Toute variable dont le R² était égal ou supérieur à 0,5 lors de la régression en fonction d’une variable déjà incluse dans le modèle a été supprimée de l’analyse. Les résultats sont résumés au tableau 5.2.1.

 Table 5.2.1 Analyse discriminante pas-à-pas des groupes homologues finaux en fonction des 24 variables

Les prédicteurs les plus puissants des groupes finaux de régions homologues sont la densité de population et la proportion de la population s’auto-identifiant comme étant autochtone. Aucune autre variable n’a été supprimée de l’analyse lors de la régression en fonction de la densité de population. En revanche, la proportion de la population âgée de moins de 20 ans, la proportion de logements occupés par leur propriétaire, la proportion de familles monoparentales et la proportion de ménages consacrant 30 % de leur revenu ou plus au logement ont été supprimées de l’analyse lors de la régression en fonction du pourcentage de la population ayant déclaré appartenir à un groupe autochtone.

5.3 Description des groupes de régions homologues

Les quatre variables finales de l’analyse discriminante pas à pas ont été utilisées pour représenter chacune des grappes. Les valeurs moyennes calculées pour chaque groupe de régions homologues figurent à l’annexe B. Pour chacune des quatre variables, plusieurs percentiles ont été calculés et utilisés pour classer les groupes homologues. Les valeurs ont été classées en fonction des intervalles suivants.

Très élevée : X > 85^e percentile
Élevée : 65^e percentile < X ≤ 85^e percentile
Moyenne : 35^e percentile < X ≤ 65^e percentile
Faible : 15^e percentile < X ≤ 35^e percentile
Très faible : X ≤ 15^e percentile

Les résultats de cette classification sont présentés au tableau 5.3.1. Bien que cette méthode soit un outil descriptif imparfait, elle aide à distinguer les caractéristiques d’un groupe de régions homologues de celles d’un autre. Tel qu’on peut le voir dans le tableau, il n’y a pas deux grappes qui soient dans la même catégorie pour chacune des quatre variables. Par exemple, le groupe de régions G (qui est formé de Toronto, Vancouver et Montréal) est le seul pour lequel la densité de population est très élevée, la proportion d’autochtones est très faible et le pourcentage d'immigrants est très élevé.

 Table 5.3.1 Description des groupes finaux de régions homologues fondée sur quatre facteurs résultant de l'analyse discriminante pas à pas

Les résultats de cette classification ont servi à préparer un sommaire des dix groupes de régions homologues fondé sur les quatre variables de l’analyse discriminante. Ce sommaire est présenté à l’annexe C.

5.4 Restrictions géographiques

Chaque province ou territoire définit les limites géographiques de ses régions sociosanitaires en fonction de préférences administratives, et la définition de ces limites peut changer au fil des ans. Les régions sociosanitaires peuvent être strictement urbaines ou rurales, ou une combinaison des deux. Les régions sociosanitaires peuvent afficher une grande variabilité interne pour ce qui est des mesures de la santé, en raison d’un manque d’homogénéité géographique, et cette variabilité doit être prise en compte lorsqu’on tire des conclusions au sujet d’une région donnée. Par exemple, même si les indicateurs de la santé observés pour les résidents de Vancouver se comparent favorablement aux moyennes canadiennes, ils ne peuvent être interprétés comme signifiant que les résidents du cœur du centre-ville de Vancouver jouissent d’une santé supérieure à la moyenne². Ce manque d’homogénéité dans la définition des limites des régions sociosanitaires rend la répartition de ces dernières en groupes de régions homologues nettement plus difficile, puisqu’il peut avoir une incidence considérable sur la capacité d’une variable donnée à représenter l’ensemble de la région, si bien que, dans certains cas, des facteurs déterminants importants pourraient être omis.

Il peut aussi y avoir une grande variabilité entre les régions sociosanitaires d’un même groupe de régions homologues pour ce qui est des facteurs socioéconomiques utilisés dans l’analyse par grappes. Il convient d’en tenir compte lorsqu’on compare des régions dans un groupe donné de régions homologues. La variabilité observée dans les groupes de régions homologues de 2007 pour les quatre variables déterminées par l’analyse discriminante pas à pas est présentée à l’annexe B.

5.5 Regroupement de régions sociosanitaires

Dans deux cas, on a regroupé de petites régions sociosanitaires dans le cadre de l’ESCC afin d’obtenir un coefficient de variation des estimations tirées des données d’enquête qui permette la publication des données. Celles-ci se trouvent dans le nord du Manitoba où les régions sociosanitaires 4680 (Burntwood Regional Health Authority) et 4690 (Churchill Regional Health Authority) ont été fusionnées pour former la région sociosanitaire 4685 (Burtwood/Churchill), et dans le nord de la Saskatchewan où les régions sociosanitaires 4711 (Mamawetan Churchill River Regional Health Authority), 4712 (Keewatin Yatthé Regional Health Authority) et 4713 (Athabasca Health Authority) ont été fusionnées pour former la région sociosanitaire 4714 (Mamawetan/Keewatin/Athabasca). On a décidé d’utiliser ces régions sociosanitaires fusionnées dans la formation des groupes de régions homologues parce que l’ESCC est l’une des principales sources d’information employées dans l’analyse des données sur la santé selon le groupe de régions homologues.

5.6 Représentation géographique des groupes finaux de régions homologues

La carte ci-dessous est une bonne représentation visuelle de la proximité géographique des régions sociosanitaires formant les dix groupes finaux de régions homologues. Montréal, Toronto et Vancouver forment la plus petite grappe parce que, compte tenu de la taille et de la diversité de leur population, elles sont trop différentes des autres régions sociosanitaires pour qu’on puisse les combiner à tout autre groupe de régions homologues.

Certaines grappes distinctes de régions sociosanitaires se sont formées en raison de leur situation géographique au Canada. Les régions du Nord ont été regroupées sous l’influence de la proportion d’Autochtones dans leurs collectivités. Un groupe de régions sociosanitaires de l’Est a été formé en raison des faibles taux d’emploi et de la très faible proportion d’immigrants. Tous les groupes de régions homologues comptent des régions appartenant à divers territoires et (ou) provinces.

 Figure 5.6.1: Carte des groupes finaux de régions sociosanitaires homologues

6. Les groupes de régions homologues à l’œuvre

La présente section vise à démontrer l’utilité des groupes de régions homologues. Deux analyses utiles, quoique différentes, sont possibles à partir des groupes de régions homologues : on peut comparer les indicateurs de la santé entre les groupes de régions homologues et à l’intérieur de ceux-ci. Comme les groupes de régions homologues sont formés de régions ayant des caractéristiques socioéconomiques semblables, on s’attend à observer des différences entre les groupes de régions homologues. Les groupes de régions homologues qui affichent de meilleurs indicateurs de la situation socioéconomique sont susceptibles d’obtenir de meilleurs résultats au chapitre des mesures de l’état de santé. On peut aussi comparer les estimations visant un seul groupe de régions homologues aux moyennes nationales pour évaluer la situation de ce groupe de régions dans son ensemble. La seconde analyse possible, qui peut se révéler encore plus pertinente, consiste à comparer les régions sociosanitaires au sein d’un même groupe de régions homologues. Une fois qu’on a neutralisé les effets des diverses caractéristiques sociales et économiques dont l’influence sur l’état de santé est connue, on peut effectuer des comparaisons plus utiles des régions selon les mesures de l’état de santé.

L’exemple présenté à la section 6.1 démontre simplement comment et quand on peut utiliser les groupes de régions homologues. L’exemple s’appuie sur les données de l’ESCC de 2007 et sur la classification des groupes de régions homologues de 2003, soit la variable apparaissant dans le fichier de données. Il convient de rappeler que la classification des groupes de régions homologues de 2003 comporte neuf groupes de régions homologues. Une analyse similaire pourra être effectuée à partir des données de l’ESCC de 2008 et de la classification des groupes de régions homologues de 2007, après la diffusion des données en juin 2009. Une analyse plus détaillée axée sur les groupes de régions homologues est présentée dans l’article intitulé « La santé dans les collectivités canadiennes » préparé par Margot Shields et Stéphane Tremblay de Statistique Canada (2002).

6.1 Exemple : les maladies cardiaques

Cet exemple porte sur la prévalence des maladies cardiaques au sein de la population âgée de 18 ans et plus dans les différentes régions du pays. On a demandé à tous les répondants de l’ESCC s’ils souffraient d’une maladie cardiaque. Le taux national de maladies cardiaques au sein de la population adulte s’établit 5,1 %. Le taux d’observations manquantes pour cet indicateur de la santé est inférieur à 1 % et, dans notre exemple, les valeurs manquantes ont été codées comme si le répondant ne souffrait pas de telles maladies.

Le taux de maladies cardiaques dans chaque groupe de régions homologues est présenté au tableau 6.1.1, accompagné d’une description du groupe de régions homologues. La prévalence des maladies cardiaques dans le groupe de régions homologues B est inférieure de 1,3 point de pourcentage à la moyenne nationale. Elle est également inférieure de 3,7 points au taux observé dans le groupe de régions homologues I. Dans les deux cas, les écarts sont statistiquement significatifs au niveau de 0,1 %. Le groupe de régions homologues B est principalement composé de centres urbains affichant un faible pourcentage de revenus provenant de transferts gouvernementaux. Ce groupe enregistre le taux le plus bas de tabagisme (19,2 %) et le taux le plus élevé d’activité physique (48,7 %) de l’ensemble des neuf groupes de régions homologues. Il présente aussi un faible taux de consommation abusive d’alcool (20,4 %). En revanche, le groupe de régions homologues I est formé de régions sociosanitaires surtout rurales qui se caractérisent par un taux très élevé de revenus provenant de transferts gouvernementaux. Ce groupe affiche un taux élevé de tabagisme (28,6 %), un taux élevé de consommation abusive d’alcool (29,1 %) et un faible taux d’activité physique (42,2 %). Les écarts dans les taux de ces trois facteurs de risque observés entre les groupes de régions homologues B et I sont tous significatifs au niveau de 1 %.

Il convient de noter que lorsque le coefficient de variation (CV) associé à l’estimation se situe entre 16,6 % et 33,3 %, l’estimation porte la mention « E » dans le tableau, indiquant qu’elle peut faire l’objet d’une diffusion générale sans restriction mais qu’il est nécessaire de mettre les utilisateurs en garde contre la variabilité d’échantillonnage élevée. Lorsque le CV associé à l’estimation est supérieur à 33,3 %, l’estimation dans le tableau est remplacée par la mention « F », indiquant que l’estimation ne peut être publiée. Dans cet exemple, l’estimation du taux de maladies cardiaques dans le groupe de régions homologues F est associée à un niveau élevé de variabilité. Ce niveau est partiellement attribuable au fait que l’ESCC ne couvre généralement pas les régions sociosanitaires 2417 (Nunavik) et 2418 (Terres-Cries-de-la-Baie-James). L’exclusion de deux régions sociosanitaires signifie qu’il n’en reste que trois que l’on peut comparer dans ce groupe de régions homologues, et celles-ci se trouvent toutes dans des régions éloignées et sont associées, par conséquent, à des échantillons de petite taille.

 Table 6.1.1 Taux de maladies cardiaques par régions homologues de 2003

Le groupe de régions homologues B compte 14 régions sociosanitaires. Le tableau 6.1.2 montre la prévalence des maladies cardiaques dans chacune de ces régions. Treize régions affichent un taux de prévalence égal ou inférieur au taux national de 5,1 %. Le taux le plus élevé de maladies cardiaques est de 5,6 % et il est observé dans la région sociosanitaire 3530. Cette région enregistre un taux élevé de tabagisme (24,4 %) et un faible taux d’activité physique (48,6 %) en comparaison avec les autres régions sociosanitaires de ce groupe homologue. Par contre, le taux le plus bas de maladies cardiaques, soit 2,3 %, est observé dans la région sociosanitaire 4823. Cette région se caractérise par un faible taux de tabagisme (18,5 %) et un taux élevé d’activité physique (55,0 %). L’écart entre ces deux régions au chapitre de la prévalence de maladies cardiaques est significatif au niveau de 1 %.

 Table 6.1.2 Comparaison du taux de maladies cardiaques des régions sociosanitaires du groupe de régions homologues B.

Lorsqu’on désire analyser un événement peu fréquent au niveau de la région sociosanitaire, il arrive souvent que le CV associé à l’estimation ne permette pas la diffusion générale des données. Comme le montre le tableau 6.1.2, 13 des 14 régions sociosanitaires du groupe de régions homologues B ont un taux estimatif de maladies cardiaques associé à une variabilité d’échantillonnage élevée (CV se situant entre 16,6 % et 33,3 %). La plupart des régions sociosanitaires de ce groupe ont une densité de population assez élevée. Dans d’autres groupes de régions homologues qui comprennent des régions sociosanitaires plus éloignées, il pourrait se révéler impossible d’effectuer cette même analyse, en raison de CV correspondants supérieurs à 33,3 %. Généralement dans de tels cas, les résultats sont publiés au niveau de la province, ce qui permet d’accroître la taille de l’échantillon et la fiabilité des estimations. Les groupes de régions homologues offrent une solution de rechange aux provinces dans ces situations.

7. Sommaire

La modification des limites des régions sociosanitaires en date de janvier 2007 et la diffusion des données du Recensement de 2006 ont rendu nécessaire la mise à jour de la classification des groupes de régions homologues de 2003. Comme dans le document de travail original, l’objectif était de produire une classification des régions sociosanitaires permettant de rassembler celles dont les déterminants socioéconomiques de la santé sont semblables en groupes de régions homologues. Vingt-quatre variables couvrant une vaste gamme de dimensions sociales, économiques et démographiques ont été utilisées pour regrouper les régions sociosanitaires.

On s’est servi, pour regrouper les régions sociosanitaires, d’un algorithme non hiérarchique de mise en grappes. À partir d’un ensemble initial de 17 grappes et conformément à l’exigence selon laquelle chaque grappe devait comprendre au moins deux régions sociosanitaires, on a observé que les régions sociosanitaires s’agrégeaient naturellement en 12 groupes distincts de régions homologues.

Les groupes de régions homologues comptant moins de cinq régions sociosanitaires ont été fusionnés avec leur plus proche voisin afin d’obtenir des groupes contenant un nombre suffisant de régions pour permettre les comparaisons. Le groupe comprenant Montréal, Toronto et Vancouver n’a pas été forcé de fusionner avec un autre groupe, car ces régions sociosanitaires ont tendance à avoir plus de points communs entre elles qu’avec d’autres régions sociosanitaires. En bout de ligne, dix groupes comprenant chacun de trois à 35 régions homologues (excluant les DHA en Nouvelle-Écosse) ont été formés. La représentation cartographique de ces groupes indique que ceux-ci tendent à se former en fonction de leur situation géographique ainsi qu’en fonction de la distance relative qui les sépare des centres urbains.

L’analyse discriminante pas à pas a permis de cerner les variables ayant le plus d’incidence sur la détermination des groupes finaux de régions homologues. Les quatre variables les plus importantes à ce chapitre sont la densité de population, la proportion d’Autochtones, le taux d’emploi et la proportion d’immigrants. Chaque groupe de régions homologues compte au moins un facteur distinctif associé à ces quatre variables.

Les groupes de régions homologues peuvent se révéler pertinents dans l’analyse des indicateurs de la santé. De fait, une fois qu’on a neutralisé les effets des diverses caractéristiques sociales et économiques dont l’influence sur l’état de santé est connue, on peut effectuer des comparaisons plus utiles des régions. On peut comparer les indicateurs de la santé entre les groupes de régions homologues et à l’intérieur de ceux-ci. En outre, les groupes de régions homologues offrent une solution de rechange aux données publiées au niveau de la province, lorsque les résultats d’une analyse ne peuvent être présentés au niveau de la région sociosanitaire en raison d’un échantillon trop petit ou d’une variabilité d’échantillonnage trop élevée.

8. Bibliographie

Andberg MR., Cluster Analysis for Applications. New York : Academic Press, 1973.

Chatfield, C. and Collins, A.J., Introduction to Multivariate Analysis. London : Chapman and Hall Ltd., 1983.

Everitt BS., Cluster Analysis, 3^rd Edition. Toronto : Halsted Press, 1993.

MacNabb, Larry. « Groupes de régions sociosanitaires homologues ». Indicateurs de la santé (Statistique Canada), mai 2002, n^o 82-221-XIF au catalogue.

McLeod, Logan. « Groupes de régions sociosanitaires homologues 2003 ». Indicateurs de la santé (Statistique Canada), juin 2004, n^o 82-221-XIF au catalogue.

SAS Institute Inc., SAS OnilneDoc®, Version 9, Cary, NC : SAS Institute Inc. 2003.

Shields, M. et Tremblay, S. « La santé dans les collectivités canadiennes ».
Rapports sur la santé (Statistique Canada), 2002, n^o 82-003-XIF au catalogue.

---

Notes:

1. Les termes « groupe de régions homologues » et « grappe » sont considérés comme des synonymes et renvoient à la classification des régions sociosanitaires en groupes présentant des caractéristiques socioéconomiques similaires.
2. Shields, M et Tremblay, S. « La santé dans les collectivités canadiennes ». Rapports sur la santé (Statistique Canada), 2002, no 82-003-X20021016330 au catalogue.