Fiche de révision : Introduction à l'épidémiologie et démographie

📋 Plan du Cours

1. Notions générales en épidémiologie et démographie
2. Indicateurs démographiques et mesures de fréquence
3. Histoire et champs de l’épidémiologie
4. Population, échantillonnage et types d’enquêtes
5. Biais, causalité et critères de causalité
6. Qualité des tests diagnostiques et dépistage
7. Rédaction de protocole et construction du questionnaire

📖 1. Notions générales en épidémiologie et démographie

🔑 Notions clés & Définitions

• Épidémiologie : L’épidémiologie étudie la répartition et les déterminants des phénomènes de santé dans les populations.
• Démographie : La démographie étudie les populations à partir d’indicateurs comme la natalité, la mortalité et l’espérance de vie.

📝 Points essentiels

• Une population est un ensemble d’individus définis par des caractéristiques, à partir duquel on peut extraire un échantillon.
• Les déterminants regroupent causes, facteurs et marqueurs de risque liés aux phénomènes de santé.
• La démographie fournit des données indispensables à l’épidémiologie et sert à surveiller l’état de santé, décrire les expositions et soutenir des actions de santé publique.

📖 2. Indicateurs démographiques et mesures de fréquence

🔑 Notions clés & Définitions

• Proportion : Mesure de la fréquence d’un groupe dans une population, avec un numérateur inclus dans le dénominateur.
• Taux : Mesure de fréquence d’un événement dans une population définie sur une période définie.
• Indice : Valeur obtenue en comparant deux effectifs de nature différente.

📝 Points essentiels

• Rapport : numérateur et dénominateur de même nature, sans dimension temporelle dans le dénominateur.
• Taux : le dénominateur inclut une dimension temporelle et le numérateur est inclus dans le dénominateur.
• Taux de natalité (2019) = 11,2/1000 ; taux de fécondité (2019) = 50 pour 1.000 femmes 15-49 ans ; taux de mortalité = décès pour 1.000 habitants de l’année.

💡 Astuce mémo

Proportion = “dans” ; Taux = “dans le temps” ; Indice = “comparaison de natures différentes”.

📖 3. Histoire et champs de l’épidémiologie

🔑 Notions clés & Définitions

• Hippocrate : Médecin de l’Antiquité qui a proposé une lecture des maladies via les humeurs et des traitements adaptés au contexte.
• John Snow : Médecin du XIXe siècle qui a étudié une épidémie de choléra et a relié des cas à une source d’eau contaminée.
• Sommelweis : Médecin du XIXe siècle qui a montré, par comparaison de services, l’impact du lavage des mains sur la mortalité par fièvre puerpérale.

📝 Points essentiels

• Hippocrate distingue endémique (région) et épidémique (période) dans la description des maladies.
• John Snow identifie une fontaine contaminée, puis sa suppression coïncide avec l’arrêt de l’épidémie de choléra.
• Les champs de l’épidémiologie sont descriptif (décrire/observer), étiologique (rechercher les causes) et évaluatif (mesurer l’efficacité d’interventions).

💡 Astuce mémo

Endémique = lieu ; Épidémique = temps.

📖 4. Population, échantillonnage et types d’enquêtes

🔑 Notions clés & Définitions

• Population : Ensemble de référence dont on veut décrire ou expliquer la santé, et dont l’échantillon doit être représentatif.
• Échantillon : Sous-ensemble de la population utilisé pour estimer des paramètres, avec un risque d’erreur lié au tirage.
• Enquêtes d’observation : Études où l’exposition n’est pas contrôlée par l’investigateur, l’observation se fait sans attribution expérimentale.

📝 Points essentiels

• Méthodes d’échantillonnage : aléatoire, systématique, par grappes, stratifié, par quotas.
• Types d’enquêtes d’observation : descriptives (décrire) ou étiologiques (chercher une cause) ; exposition indépendante de l’investigateur.
• Biais : sélection (recrutement/volontariat/perdus de vue), information (mauvais classement, suivi non comparable, mémoire), confusion (facteur non pris en compte).

📖 5. Biais, causalité et critères de causalité

🔑 Notions clés & Définitions

• Biais de confusion : Le biais de confusion apparaît quand un facteur lié à la fois au risque et à la maladie n’est pas pris en compte, faussant l’association observée.
• Causalité : La causalité correspond à un lien où un déterminant entraîne la maladie, contrairement à une simple association statistique.
• Sensibilité d’un test : La sensibilité est la probabilité qu’un test soit positif chez une personne réellement malade.

📝 Points essentiels

• Corrélation ≠ causalité : un lien statistique (ex. café/cancer) peut ne pas refléter un effet causal.
• Critères de causalité : force de l’association, lien temporel, plausibilité biologique, relation dose-effet, stabilité, spécificité.
• Sensibilité : $Se=\dfrac{VP}{VP+FN}$ et spécificité : $Sp=\dfrac{VN}{VN+FP}$ ; VPP $=\dfrac{VP}{VP+FP}$ et VPN $=\dfrac{VN}{VN+FN}$.

💡 Astuce mémo

Confusion = facteur caché qui relie risque et maladie.

📖 6. Qualité des tests diagnostiques et dépistage

🔑 Notions clés & Définitions

• Sensibilité : La sensibilité mesure la capacité d’un test à détecter les personnes réellement malades.
• Spécificité : La spécificité mesure la capacité d’un test à exclure les personnes réellement non malades.
• Valeur prédictive positive : La valeur prédictive positive donne la probabilité d’être malade quand le test est positif.

📝 Points essentiels

• Sensibilité $Se=VP/(VP+FN)$ et spécificité $Sp=VN/(VN+FP)$.
• Valeur prédictive positive $VPP=VP/(VP+FP)$ et valeur prédictive négative $VPN=VN/(VN+FN)$.
• Exemple dépistage colorectal : coloscopie $Se=99\%$, $Sp=100\%$ ; hémocult $Se=50\%$, $Sp=99\%$, $VPP=40\%$, $VPN=99\%$ ; FIT $Se=75\%$, $Sp=98\%$, $VPP=50\%$, $VPN=99\%$.

📖 7. Rédaction de protocole et construction du questionnaire

🔑 Notions clés & Définitions

• Question ouverte : Question où l’enquêté répond librement, ce qui donne plus de liberté mais rend l’analyse plus lourde et plus subjective.
• Question fermée : Question avec réponses prédéfinies, plus contraignante mais plus facile à coder et à exploiter, avec moins de variations entre enquêteurs.
• Auto-administré : Mode où l’enquêté remplit seul le questionnaire, utile pour des données sensibles mais exigeant une formulation extrêmement claire.

📝 Points essentiels

• Éviter les négations et doubles négations, et limiter les faits trop anciens pour réduire les biais de mémorisation.
• Formuler neutrement pour éviter les réponses induites et les biais sociaux (normes, valorisation), et limiter la sous-déclaration de comportements illégaux ou immoraux.
• Choisir le format de réponse : quantitatif avec unité (cm, nb/j, EVA) ou qualitatif ordinal/nominal, en préférant des réponses uniques mutuellement exclusives et des nomenclatures officielles (ex. CSP).

📅 Repères chronologiques

1. 2019Taux de natalité (11,2/1000) et taux de fécondité (50 pour 1.000 femmes 15-49 ans)
2. 2019Taux de fécondité : indicateur conjoncturel de fécondité (1,85)
3. 1846Ignace Philippe Sommelweis : comparaison des taux de mortalité par fièvre puerpérale (2 services d’obstétrique)

📊 Tableaux de synthèse

Proportion vs taux vs rapport vs indice

⚠️ Pièges & confusions fréquents

1. Confondre proportion et taux : la proportion n’a pas de dimension temporelle dans le dénominateur, alors que le taux en a une.
2. Croire que corrélation = causalité : un lien statistique (ex. café/cancer) peut ne pas refléter un effet causal.
3. Mélanger biais de sélection et biais d’information : le premier vient du recrutement/volontariat/perdus de vue, le second d’un mauvais classement ou d’une mesure incorrecte.
4. Oublier la confusion : si un facteur lié au risque et à la maladie n’est pas pris en compte, l’association observée est faussée.
5. Inverser sensibilité et spécificité : la sensibilité concerne la détection des malades, la spécificité l’exclusion des non-malades.
6. Se tromper sur les valeurs prédictives : VPP et VPN dépendent du test et du contexte (probabilité pré-test), pas seulement de Se/Sp.
7. Confondre incidence et prévalence : l’incidence compte les nouveaux cas sur une période, la prévalence les personnes malades à un moment donné.

✅ Checklist Examen

1. Définir l’épidémiologie (répartition et déterminants) et la démographie (natalité, mortalité, espérance de vie) et expliquer leur lien.
2. Savoir distinguer population, échantillon et déterminer pourquoi l’échantillon doit être représentatif.
3. Classer les déterminants (causes, facteurs, marqueurs de risque) et relier démographie et surveillance de l’état de santé.
4. Distinguer rapport, proportion, taux et indice à partir des critères : numérateur inclus, dimension temporelle du dénominateur, nature des grandeurs.
5. Calculer/identifier les taux démographiques : taux de natalité (naissances vivantes / population totale moyenne), taux de fécondité (naissances vivantes / 1.000 femmes 15-49 ans) et taux de mortalité (décès / 1.000).
6. Décrire morbidité, incidence et prévalence (nouveaux cas sur une période vs malades à un moment).
7. Expliquer les champs de l’épidémiologie : descriptif, étiologique et évaluatif, avec ce qu’ils cherchent à faire.
8. Rappeler l’histoire : Hippocrate (endémique vs épidémique), John Snow (fontaine contaminée et arrêt de l’épidémie), Sommelweis (lavage des mains et mortalité).
9. Maîtriser les méthodes d’échantillonnage : aléatoire, systématique, par grappes, stratifié, par quotas.
10. Savoir distinguer enquêtes d’observation vs d’intervention, et reconnaître les types chronologiques (prospective, rétrospective, transversale) et les plans (cohorte, cas-témoin).
11. Identifier les biais : sélection (recrutement/volontariat/perdus de vue), information (mauvais classement, suivi, mémoire) et confusion (facteur caché).
12. Donner les critères de causalité (force, lien temporel, plausibilité biologique, dose-effet, stabilité, spécificité) et rappeler que corrélation ≠ causalité.
13. Pour un test diagnostique, relier Se, Sp, VPP et VPN à leurs définitions et formules (VP, FN, VN, FP).
14. Connaître l’exemple de dépistage colorectal : coloscopie (Se 99%, Sp 100%), hémocult (Se 50%, Sp 99%, VPP 40%, VPN 99%), FIT (Se 75%, Sp 98%, VPP 50%, VPN 99%).