Santé publique : dépistage, diagnostic et système de santé

Prérequis et objectifs

Connaître sensibilité, spécificité, valeur prédictive et notion de causalité. Le dépistage vise une population et une chaîne de soins.

À l’issue de ce cours, vous devez pouvoir :

• Distinguer test et programme de dépistage.
• Reconnaître avance au diagnostic, surdiagnostic et biais de durée.
• Choisir des indicateurs de prévention pertinents.

Fondements du thème

Du test au programme

Le dépistage recherche une maladie ou un état préclinique chez des personnes sans symptômes évocateurs dans le cadre considéré. Un test positif appelle généralement une procédure de confirmation. Un programme doit évaluer toute la chaîne : invitation, accès, test, confirmation, traitement et suivi. La HAS souligne que son intérêt dépend du bilan des bénéfices et des risques pour la population concernée, pas seulement des performances du test. HAS, Dépistage : objectif et conditions.

La sensibilité vaut VP/(VP + FN) ; la spécificité VN/(VN + FP). La valeur prédictive positive vaut VP/(VP + FP) et la valeur prédictive négative VN/(VN + FN). Les valeurs prédictives dépendent de la prévalence. Le rapport de vraisemblance positif vaut Se/(1 − Sp), et le négatif (1 − Se)/Sp ; ils permettent de transformer des cotes avant test en cotes après test.

Seuils et effets indésirables

Abaisser un seuil de positivité augmente souvent la sensibilité en diminuant la spécificité lorsque les valeurs élevées signalent la maladie. Une courbe ROC représente la sensibilité en fonction de 1 − spécificité pour différents seuils. Son aire décrit une capacité de discrimination globale ; elle ne dit pas à elle seule quel seuil est utile, ni si le programme améliore la santé.

Un faux positif signale à tort une maladie absente. Le surdiagnostic détecte une anomalie réelle qui n'aurait pas provoqué de problème durant la vie de la personne sans dépistage : ce n'est donc pas un simple faux positif. L'avance au diagnostic allonge artificiellement la survie mesurée depuis le diagnostic si la date du décès ne change pas. Le biais de durée favorise la détection de maladies à évolution lente, qui restent plus longtemps dans une phase détectable.

Niveaux de prévention

La prévention primaire vise à réduire l'apparition de la maladie, la secondaire à agir précocement sur une maladie détectable, et la tertiaire à limiter ses complications et conséquences. La promotion de la santé agit plus largement sur les capacités et conditions permettant de vivre en santé. Une intervention peut combiner plusieurs niveaux ; les catégories sont des outils, pas des compartiments exclusifs.

Évaluer une action demande des indicateurs de processus et de résultat. Un fort nombre de brochures distribuées décrit une activité, pas une amélioration démontrée de santé. La participation, l'acceptabilité, les effets indésirables et les écarts sociaux doivent aussi être mesurés. Les seuils d'âge et calendriers concrets évoluent et doivent être vérifiés dans les recommandations actualisées plutôt que figés ici.

Développements et raisonnements

Détecter plus tôt n’est pas encore démontrer un bénéfice

Un dépistage peut avancer la date de diagnostic sans retarder le décès ou améliorer la qualité de vie. Il peut aussi détecter une affection qui n’aurait jamais causé de symptôme pendant la vie de la personne. La survie à partir du diagnostic augmente alors sans bénéfice équivalent sur la santé. Les critères d’évaluation doivent être choisis pour résister à ces mécanismes, par exemple une mortalité pertinente et des conséquences indésirables dans les groupes comparés.

Un faux positif n’a pas la maladie recherchée selon la référence. Un surdiagnostic correspond à une anomalie réelle dont la détection n’apporte pas le bénéfice attendu parce qu’elle n’aurait pas causé de dommage. Le risque de traitement inutile ne repose donc pas toujours sur un test techniquement erroné. La qualité analytique du test et la pertinence du programme sont deux évaluations complémentaires.

Le bénéfice dépend de toute la chaîne

L’invitation doit atteindre les personnes concernées ; elles doivent pouvoir participer, recevoir le résultat, accéder à la confirmation et à une prise en charge utile. Une excellente sensibilité ne compense pas une rupture massive de suivi. L’information doit présenter bénéfices, limites et conséquences possibles dans des termes compréhensibles. La participation n’a pas de sens si le choix n’est pas éclairé.

Un seuil plus bas peut augmenter le nombre de cas repérés mais aussi les faux positifs et examens complémentaires. La courbe ROC aide à comparer discrimination et seuils, mais ne contient pas à elle seule les coûts, préférences, risques de confirmation et possibilités d’accès. Le meilleur seuil dépend de la tâche et du contexte.

Prévention et équité

Une intervention primaire cherche à réduire l’apparition d’un problème, une secondaire à agir dans une phase précoce et une tertiaire à limiter ses conséquences. La promotion de la santé agit aussi sur les ressources, environnements et possibilités de choix. Classer une action n’établit pas son efficacité ; il faut mesurer un résultat et comparer ce qui se serait produit sans cette action.

Une hausse globale de participation peut masquer une stagnation chez les groupes les moins favorisés. L’évaluation doit donc examiner les écarts sociaux et territoriaux, pas seulement une moyenne populationnelle.

Atelier de calcul et analyse de sensibilité

Un programme invite 10 000 personnes. Six mille réalisent le test, 300 obtiennent un résultat positif et 240 terminent la confirmation. La participation est 60 %, la positivité parmi les testés 5 % et la complétude de confirmation parmi les positifs 80 %. Aucun de ces nombres n’est une sensibilité : il faudrait connaître les personnes réellement atteintes et les faux négatifs.

Dans une situation fictive, une maladie provoque un décès à 70 ans. Sans dépistage, le diagnostic survient à 67 ans ; avec dépistage, à 62 ans, sans changement de la date du décès. La survie depuis le diagnostic passe de trois à huit ans. L’augmentation de cinq ans ne correspond à aucune année de vie gagnée. L’exemple isole l’avance au diagnostic et ne préjuge pas de l’efficacité d’un programme réel.

Deux stratégies de prévention sont comparées sur une durée identique. Le risque d’un événement passe de 4 % à 3 %, avec une complication attribuable à l’intervention de 0,2 %. La réduction absolue du premier critère est 1 point ; l’augmentation absolue de complication 0,2 point. Il serait insuffisant de soustraire mécaniquement ces nombres : la gravité, la durée et les conséquences des événements diffèrent. Un bilan bénéfice-risque exige de décrire les issues, leur incertitude et les préférences pertinentes.

Approfondissement et contrôle du modèle

Risque cumulé de faux positif lors de répétitions

La spécificité d’un test concerne une réalisation dans des conditions définies. Répéter un programme sur plusieurs années augmente les occasions d’au moins un résultat faussement positif. Sous une hypothèse simplificatrice d’indépendance et de spécificité constante Sp, cette probabilité parmi des personnes toujours non malades vaut 1 − Sp^n pour n passages.

L’indépendance n’est pas garantie : une caractéristique persistante peut rendre les résultats corrélés. Ce calcul sert donc à comprendre un mécanisme, non à donner un risque réel sans données longitudinales. Il faut aussi distinguer un faux positif transitoire, une confirmation invasive et leurs conséquences. Évaluer un programme répété exige une perspective sur l’ensemble du parcours plutôt qu’une seule ligne de performance analytique.

Lecture visuelle : ROC : sensibilité face au taux de faux positifs

Question de lecture. Un point plus haut et plus à droite est-il nécessairement préférable ?

Correction. Il augmente la sensibilité mais aussi les faux positifs. Le choix dépend du contexte et des conséquences ; le graphique seul ne fixe pas un seuil optimal universel.

Mise à l’épreuve : Un surdiagnostic peut concerner une vraie anomalie

Problème. Deux personnes ont un résultat positif. Chez A, l’examen de référence exclut l’anomalie recherchée. Chez B, il confirme une anomalie qui, dans le scénario proposé, n’aurait jamais causé de symptôme ni de décès avant une autre cause de décès. Classer les situations.

Résolution. A illustre un faux positif du test initial. B illustre un surdiagnostic : l’anomalie est réellement présente, mais son identification n’apporte pas nécessairement un bénéfice sur la vie de cette personne. Améliorer la spécificité du test peut réduire A sans éliminer B. En pratique, on ne connaît généralement pas le devenir contrefactuel d’un individu ; le surdiagnostic s’estime à l’échelle d’un programme sous hypothèses. L’avance au diagnostic désigne encore un autre mécanisme : avancer la date de découverte peut allonger la survie mesurée depuis le diagnostic sans retarder le décès.

Dépistage : biais de durée et effet d'une invitation

La durée détectable sélectionne les cas présents

Un dépistage transversal rencontre les cas présents dans une phase détectable. Supposons deux types fictifs de maladie, avec chacun dix nouveaux cas par an dans une population stable. Le type rapide reste un an en phase préclinique détectable ; le type lent y reste quatre ans. Sans autre sortie dans ce modèle stationnaire, on attend dix cas rapides et quarante lents présents à un instant donné.

Les deux types représentent chacun la moitié des nouveaux cas, mais le type lent constitue 40/(10+40)=80 % des cas précliniques présents. Si le test les détecte avec la même probabilité, il sélectionne donc davantage de formes lentes. Une meilleure évolution parmi les cas dépistés peut résulter de cette composition, même sans efficacité propre du dépistage.

Ce calcul de stock égal au flux d'entrée multiplié par la durée exige une incidence stable, des durées définies et l'absence d'autres sorties dans l'intervalle modélisé. Il explique une sélection, sans estimer l'ampleur de ce biais dans un programme réel. L'avance au diagnostic déjà illustrée plus haut et le biais de durée sont deux mécanismes distincts qui peuvent se cumuler.

Comparer l'invitation ou seulement les participants ?

Dans un essai fictif, mille personnes sont attribuées à une invitation et mille au groupe de comparaison. Dans le groupe invité, six cents participent : six événements surviennent chez elles ; vingt-quatre surviennent parmi les quatre cents non-participants. Le groupe de comparaison en compte quarante sur mille, sur le même horizon et avec suivi complet.

Exercice. Calculer le risque dans l'ensemble du groupe invité, puis parmi les seuls participants. Le premier vaut (6+24)/1000=3 %, contre 4 % dans le groupe de comparaison, soit un point d'écart absolu. Parmi les participants, le risque est 6/600=1 %. Comparer 1 % à 4 % suggérerait un écart de trois points, mais abandonnerait l'équilibre procuré par l'attribution initiale.

Correction causale : ne pas attribuer le volontariat au test

Les personnes qui participent peuvent différer de celles qui ne participent pas par santé, ressources, comportement ou accès. L'effet de l'invitation dans le groupe attribué et l'effet du dépistage reçu ne sont pas la même estimande. La seconde question peut être importante, mais elle demande des méthodes et hypothèses supplémentaires ; il ne suffit pas d'exclure les non-participants.

Question critique. Si tous les participants ont une meilleure survie après diagnostic, les deux calculs précédents deviennent-ils inutiles ? Non. Une survie conditionnée au diagnostic et à la participation reste exposée aux mécanismes de sélection et d'avance. Le critère, le point de départ et le dénominateur doivent être définis avant de conclure. Ces nombres ne décrivent ni un programme réel ni une recommandation individuelle.

Schéma de raisonnement

Le schéma représente un programme complet. Il ne fixe aucun âge, rythme ou indication individuelle, qui relèvent des recommandations actualisées.

Exercices progressifs

1. Un test compte 80 vrais positifs et 20 faux négatifs. Sensibilité ?

2. Un diagnostic est avancé de trois ans sans changer la date du décès. La survie après diagnostic augmente-t-elle ?

3. Un surdiagnostic est-il nécessairement une erreur d'analyse du laboratoire ?

4. Un programme détecte deux fois plus de cas après une nouvelle campagne. Cela prouve-t-il une augmentation de l’incidence réelle ?

5. Une meilleure survie depuis le diagnostic prouve-t-elle que le dépistage prolonge la vie ?

6. Un taux de participation égal dans deux groupes garantit-il une égalité d’accès à la confirmation ?

Corrections argumentées

1. Se = 80/(80 + 20) = 80 %. Les faux positifs n'entrent pas dans ce dénominateur.

2. Oui, de trois ans, même sans vie prolongée. C'est pourquoi la survie depuis le diagnostic ne suffit pas à prouver le bénéfice du dépistage.

3. Non. L'anomalie peut être bien réelle ; le problème est qu'elle n'aurait pas entraîné de conséquences cliniques durant la vie sans recherche active.

4. Non. Intensité de recherche, sensibilité, définition et participation peuvent modifier le nombre détecté.

5. Non. Avance au diagnostic et surdiagnostic peuvent améliorer cet indicateur sans modifier la mortalité.

6. Non. Les étapes suivantes peuvent comporter des délais, coûts ou obstacles différents ; chacune doit être évaluée.

Références et portée

• Source 1 : www.who.int
• Source 2 : www.has-sante.fr

Sources consultées le 1er octobre 2026 pour les notions signalées. Développements, situations et calculs pédagogiques OSSIK ; données fictives. La concordance complète avec les supports universitaires de l’année et la relecture scientifique humaine restent à réaliser. Les modèles biomédicaux ne fournissent aucune décision thérapeutique individuelle.

Prérequis et objectifs

Connaître tableau diagnostique, Bayes, risque relatif et différence de risques. Les chiffres décrivent des populations fictives.

À l’issue de ce cours, vous devez pouvoir :

• Calculer les performances et leurs dénominateurs.
• Transporter prudemment une valeur prédictive.
• Relier intervention et bénéfice absolu.

Fondements du thème

Un tableau diagnostique complet

Dans une étude fictive de 2000 personnes, une procédure de référence identifie 200 malades. Le test évalué est positif chez 170 de ces malades et chez 180 des 1800 non-malades. On obtient VP = 170, FN = 30, FP = 180 et VN = 1620. Le total des résultats positifs est 350 et celui des négatifs 1650.

La sensibilité vaut 170/200 = 85 % et la spécificité 1620/1800 = 90 %. La valeur prédictive positive vaut 170/350 ≈ 48,6 %, tandis que la négative vaut 1620/1650 ≈ 98,2 %. Un résultat positif ne correspond donc pas à une probabilité de maladie de 85 %. Ce chiffre de 85 % était une probabilité de positivité parmi les malades.

Le rapport de vraisemblance positif est 0,85/0,10 = 8,5. La cote avant test vaut 0,10/0,90 = 1/9. Après un test positif, la cote vaut 8,5/9 ≈ 0,944 ; la probabilité devient 0,944/(1 + 0,944) ≈ 48,6 %. Cette seconde méthode retrouve la même réponse et permet de contrôler l'arithmétique du tableau.

Transporter les performances avec prudence

Si la prévalence cible vaut 1 % et si l'on suppose les mêmes sensibilité et spécificité, la cote avant test devient 1/99. La cote après un résultat positif vaut 8,5/99 ≈ 0,0859 ; la probabilité atteint environ 7,91 %. La valeur prédictive diminue fortement. Cette variation n'est pas un défaut nouveau du calcul : la majorité de la population est désormais non malade.

La supposition de performances inchangées doit être examinée. Le spectre des maladies, leur sévérité, la population, les comorbidités et la qualité de réalisation peuvent changer. Une procédure de référence imparfaite peut également fausser les estimations. Un test doit être évalué dans un contexte proche de celui où il sera utilisé, avec une description transparente des exclusions et des résultats indéterminés.

Évaluer une prévention en valeurs absolues

Un essai fictif rapporte sur deux ans 60 événements parmi 1000 personnes témoins et 40 parmi 1000 personnes assignées à une intervention. Les risques observés sont 6 % et 4 %. Le risque relatif vaut 4/6 = 0,667, la réduction relative 33,3 %, et la réduction absolue 2 points de pourcentage. Le NNT ponctuel est 1/0,02 = 50 sur deux ans.

Ce NNT n'indique pas qu'une personne déterminée sera sauvée toutes les cinquante prises, ni que les quarante événements restants étaient évitables. Il résume une différence moyenne entre stratégies dans la population et la durée étudiées. L'incertitude sur les risques se propage à cet indicateur. L'interprétation doit aussi considérer effets indésirables, charge de l'intervention et possibilité d'accès.

Développements et raisonnements

La référence diagnostique fait partie du protocole

Pour estimer sensibilité et spécificité, il faut une procédure de référence permettant de classer les personnes. Si seules les personnes positives au test reçoivent la référence, les faux négatifs risquent de manquer. Ce biais de vérification peut modifier les performances estimées. Si l’interprétation de la référence connaît le résultat du test évalué, une influence de lecture est également possible.

Des résultats indéterminés ne doivent pas disparaître sans explication. Les exclure peut donner des performances élevées dans une population artificiellement facile à classer. Le compte rendu doit préciser exclusions, répétitions, seuils et conditions de réalisation. La validité externe dépend de la ressemblance avec l’usage prévu.

Performances conditionnelles et prévalence

Sensibilité et spécificité sont conditionnées par l’état de maladie ; les valeurs prédictives le sont par le résultat. Changer la prévalence modifie les valeurs prédictives même si les premières restent constantes. Mais cette invariance n’est qu’une hypothèse de transport : une population asymptomatique peut avoir une distribution de sévérité différente de celle d’un service spécialisé.

Les rapports de vraisemblance transforment des cotes prétest en cotes post-test. Un LR positif élevé augmente la probabilité, mais l’effet final dépend encore du niveau de départ. Une probabilité initiale très basse peut rester modeste après un résultat pourtant informatif. La décision ne se déduit pas d’un seuil mathématique universel.

Le test n’est pas l’intervention

Une étude de performance répond à la capacité de classer ; un essai de stratégie répond aux conséquences d’utiliser ce classement. Une amélioration de discrimination n’assure pas un bénéfice si la conduite qui suit n’est pas utile ou accessible. À l’inverse, un programme peut produire des effets sur le vécu, les examens supplémentaires et les ressources, même avant un résultat sanitaire final.

L’impact absolu exige un horizon temporel. Une réduction relative observée dans un essai ne se transporte pas automatiquement à une population plus âgée, plus exposée ou moins suivie. Une analyse explicite du risque initial et de l’adhésion aide à montrer ce qui est supposé.

Atelier de calcul et analyse de sensibilité

Un test possède Se = 95 % et Sp = 98 % dans une population à prévalence 0,5 %. Sur 20 000 personnes, 100 sont malades : 95 vrais positifs et 5 faux négatifs. Parmi 19 900 non-malades, 398 sont faussement positifs. La VPP vaut 95/493 = 19,27 %. Le taux de faux positifs parmi les non-malades est seulement 2 %, mais ils représentent environ 80,73 % des résultats positifs. Ces pourcentages utilisent des dénominateurs différents.

Si la prévalence passe à 5 % avec les mêmes performances, on obtient 950 vrais positifs et 380 faux positifs, donc VPP = 71,43 %. La variation vient de la composition de la population. Elle ne permet pas de conclure que la qualité technique du test a été multipliée.

Une stratégie réduit un risque de 10 % à 8 % sur trois ans. La réduction absolue vaut 2 points et le NNT 50. Dans une population de 10 000 personnes comparable à l’essai, l’écart attendu est 200 événements. Si seulement la moitié participe et si le bénéfice ne concerne que les participants sans autre effet indirect, un modèle simple prévoit 100 événements évités. Ce dernier calcul ajoute des hypothèses d’adhésion, de comparabilité des participants et d’absence de retombées collectives ; il ne s’obtient pas du seul NNT.

Approfondissement et contrôle du modèle

Valeur prédictive et seuil de décision

Une probabilité après test ne dicte pas seule une décision. Les conséquences d’un faux positif, d’un faux négatif, de l’examen de confirmation et de l’intervention disponible modifient le seuil utile. Deux maladies ou deux contextes peuvent donc conduire à des décisions différentes pour une même probabilité numérique.

Il faut aussi distinguer une stratégie de test unique d’une stratégie séquentielle. Un second test peut être réservé aux premiers positifs et posséder des performances dans cette population sélectionnée qui diffèrent de celles mesurées dans la population générale. Multiplier des sensibilités ou des rapports de vraisemblance sans étudier cette dépendance peut surestimer la performance combinée. Le parcours doit être évalué dans l’ordre où les décisions sont réellement prises.

Lecture visuelle : Test : les dénominateurs changent le sens du pourcentage

Question de lecture. Quel changement de dénominateur sépare sensibilité et VPP ?

Correction. Sensibilité : tous les malades (100). VPP : tous les résultats positifs (180). Remplacer l’un par l’autre ignore la prévalence et la population de référence.

Mise à l’épreuve : Transformer un rapport de vraisemblance en probabilité

Problème. Un test a Se = 90 %, Sp = 95 % et une probabilité avant test de 2 %. Calculer le rapport de vraisemblance positif puis la probabilité après un résultat positif.

Résolution. RV+ = Se/(1 − Sp) = 0,90/0,05 = 18. La cote initiale est 0,02/0,98 = 1/49. La cote après test vaut 18/49, puis la probabilité 18/(49 + 18) = 26,9 %. Multiplier directement 2 % par 18 donnerait 36 %, ce qui confond cote et probabilité. Sur 10 000 personnes, on retrouverait 180 vrais positifs et 490 faux positifs, soit 180/670. La mise à jour suppose que les performances soient applicables à la population étudiée ; le chiffre obtenu n’est pas à lui seul une décision clinique.

Schéma de raisonnement

La chaîne comporte plusieurs hypothèses de transport. Une bonne performance de classification n’établit pas seule un bénéfice clinique ou populationnel.

Exercices progressifs

1. Dans l'étude du test, combien de résultats positifs sont faux ?

2. Une baisse de prévalence augmente-t-elle généralement la VPP à Se et Sp constantes ?

3. Dans l'essai de prévention, quelle réduction absolue attendrait-on pour une population de 5000 personnes identiques sur deux ans, si l'effet se transporte exactement ?

4. Un test donne VP = 45, FP = 55, FN = 5 et VN = 895. Sensibilité et VPP ?

5. Pourquoi vérifier seulement les tests positifs peut-il biaiser une estimation ?

6. Un risque de 5 % devient 4 %. Réduction relative, absolue et NNT ?

Corrections argumentées

1. 180 sur 350 positifs, soit environ 51,4 %. Cette proportion parmi les positifs n'est pas le taux de faux positifs parmi les non-malades, qui vaut 10 %.

2. Non, elle la diminue. Les vrais positifs deviennent plus rares relativement aux faux positifs, même si les propriétés conditionnelles du test sont maintenues.

3. 5000 × 0,02 = 100 événements de moins en moyenne. Ce calcul suppose une population, une observance et un suivi comparables ; il ne constitue pas une promesse individuelle.

4. Se = 45/50 = 90 % ; VPP = 45/100 = 45 %. Les deux nombres ne répondent pas à la même question.

5. Les personnes malades avec un test négatif peuvent rester inconnues, ce qui déforme la classification nécessaire au calcul.

6. Réduction relative 20 %, absolue 1 point, NNT = 100 sur la durée définie.

Références et portée

• Source 1 : www.who.int
• Source 2 : www.cdc.gov

Sources consultées le 1er octobre 2026 pour les notions signalées. Développements, situations et calculs pédagogiques OSSIK ; données fictives. La concordance complète avec les supports universitaires de l’année et la relecture scientifique humaine restent à réaliser. Les modèles biomédicaux ne fournissent aucune décision thérapeutique individuelle.

Les cours 14-02, partie 4 et 14-02, partie 5 développent respectivement exposition environnementale et grands problèmes de santé en France avec repères datés. Ils complètent les fonctions institutionnelles et l’accès traités ici.

Prérequis et objectifs

Distinguer besoin de santé, offre de services, utilisation et financement. Les repères institutionnels sont datés et doivent être confrontés au cadre en vigueur.

À l’issue de ce cours, vous devez pouvoir :

• Identifier les fonctions du système de santé.
• Analyser accès et inégalités sociales.
• Interpréter coût, efficacité et coût d’opportunité.

Fondements du thème

Acteurs et fonctions en France

Il faut distinguer gouverner, financer, produire les soins, évaluer et surveiller. L'État définit des orientations et un cadre réglementaire ; l'Assurance Maladie participe à la couverture et à la régulation ; professionnels et établissements assurent les soins. Les complémentarités et les responsabilités ne se réduisent pas à une seule chaîne hiérarchique. Les modalités précises de financement et de remboursement dépendent des textes en vigueur.

Les ARS pilotent la politique de santé publique et régulent l'offre de santé à l'échelle régionale, avec un champ couvrant notamment ville, hôpital et médico-social. Cette description est vérifiée dans leur présentation officielle. La HAS exerce des missions d'évaluation et de qualité ; elle ne doit pas être confondue avec une caisse remboursant directement les patients. Son statut et sa contribution aux décisions publiques sont présentés par le ministère chargé de la Santé.

La protection universelle maladie repose sur un droit personnel et continu à la prise en charge pour les personnes travaillant ou résidant en France de manière stable et régulière, selon les conditions applicables. Elle ne signifie pas gratuité intégrale de tout acte ni disparition de toutes les démarches. Le principe est vérifié sur la page Assurance Maladie, PUMa, datée du 12 janvier 2026.

Besoins, accès et équité

L'accès aux soins dépend de la distance, du coût restant, des délais, des horaires, de l'information, de la langue et de l'acceptabilité. Une offre disponible sur une carte n'est donc pas nécessairement accessible en pratique. L'égalité consiste à traiter de la même manière selon une règle ; l'équité examine si les moyens répondent aux besoins et aux désavantages. Des moyens différents peuvent être nécessaires pour rendre l'accès effectivement comparable.

Les déterminants sociaux comprennent notamment les conditions d'éducation, de travail, de logement et de ressources. Les écarts de santé traversent l'ensemble du gradient social ; ils ne concernent pas seulement un groupe très précaire opposé au reste de la population. Santé publique France documente cette structuration et son apparition précoce. Santé publique France, Déterminants sociaux et accès aux services.

Santé environnementale et décision collective

Un danger est la capacité intrinsèque d'un agent à provoquer un dommage ; le risque dépend également de l'exposition. La dose, la voie, la durée, les mélanges et les périodes de vulnérabilité modifient l'effet possible. Une mesure d'exposition extérieure ne représente pas exactement la dose absorbée. Des disparités d'exposition peuvent s'additionner à des différences de vulnérabilité et d'accès aux soins.

L'évaluation économique compare coûts et conséquences selon une perspective explicitée : patient, système de soins ou société. Un coût d'opportunité correspond à ce que l'on renonce à obtenir en utilisant une ressource ailleurs. Une intervention efficace peut être difficile à financer à grande échelle ; une intervention économique en moyenne peut aggraver des inégalités. La décision collective associe donc résultats scientifiques, ressources, valeurs et participation des personnes concernées.

Développements et raisonnements

Des fonctions complémentaires, pas un acteur unique

Un système de santé associe gouvernance, financement, production des soins, prévention, évaluation et surveillance. Une décision d’autorisation, une recommandation de pratique, une évaluation de remboursement et le paiement d’un soin ne relèvent pas du même acte. Cette séparation aide à lire les rôles des institutions sans leur attribuer une compétence universelle.

En France, la présentation officielle des ARS décrit un pilotage régional de la politique de santé et une régulation de l’offre. La HAS évalue notamment des produits, pratiques et organisations selon ses missions ; l’Assurance Maladie gère la couverture et contribue à la régulation. Santé publique France exerce des missions de surveillance, prévention et réponse aux menaces sanitaires. Les détails de procédure et de financement évoluent : ce cours retient leurs fonctions générales et ne fige pas de taux de remboursement.

De l’offre affichée à l’accès réel

Une présence géographique est une dimension d’accès. Il faut aussi un coût compatible avec les ressources, des horaires, un délai, une information compréhensible, une possibilité de transport et une relation de confiance. Une moyenne de temps de trajet peut masquer une queue de distribution très défavorable dans certains territoires. Le recours observé résulte à la fois des besoins et des possibilités ; un faible recours ne prouve pas un faible besoin.

Les inégalités sociales de santé peuvent se construire avant la naissance et se cumuler au cours de la vie. Conditions de logement, travail, ressources, éducation et environnement influencent expositions et possibilités d’action. Réduire la question à des choix individuels ignore les contraintes qui structurent ces choix. Une intervention efficace en moyenne peut accroître un écart si elle profite surtout aux groupes déjà avantagés.

Économie : comparer une alternative à une autre

Un coût n’a de sens qu’avec une perspective, un horizon temporel et une liste de ressources. Le coût d’opportunité exprime les bénéfices abandonnés lorsque ces ressources ne servent pas à autre chose. Une analyse coût-efficacité rapporte une différence de coûts à une différence de résultats. Elle ne se résume pas au prix unitaire le plus bas.

Un indicateur économique ne remplace pas la décision collective. Une intervention peut être efficiente mais difficile à déployer immédiatement à grande échelle ; une autre peut corriger un désavantage important tout en coûtant davantage. Les hypothèses doivent rester visibles.

Atelier de calcul et analyse de sensibilité

Deux territoires ont chacun dix consultations disponibles pour 1000 habitants, mais les besoins estimés diffèrent : 20 personnes demandent une consultation dans A et 40 dans B. La même offre ne couvre que 50 % puis 25 % de ces besoins simplifiés. Une distribution égale de ressources n’équivaut donc pas automatiquement à une réponse équitable. Les besoins réels ne se mesurent toutefois pas par une simple demande sans examen des renoncements et barrières.

Une intervention A coûte 100 000 unités monétaires et évite 20 événements ; B coûte 130 000 et en évite 30 sur la même période et la même population. Le coût supplémentaire de B est 30 000 et le bénéfice supplémentaire 10 événements évités, soit 3000 par événement supplémentaire évité. Comparer seulement 100 000/20 et 130 000/30 ne décrit pas exactement la décision de passer de A à B.

Une action numérique fait passer la participation de 60 % à 80 % dans un groupe favorisé et de 30 % à 40 % dans un groupe défavorisé, de mêmes effectifs. La moyenne passe de 45 % à 60 %, mais l’écart absolu augmente de 30 à 40 points. L’action améliore les deux groupes tout en creusant l’écart absolu. Le rapport des participations reste égal à deux : encore une fois, l’échelle choisie influence la lecture de l’inégalité.

Approfondissement et contrôle du modèle

Danger, exposition et vulnérabilité

Un danger décrit la capacité intrinsèque d’un agent à provoquer un dommage. L’exposition précise qui le rencontre, par quelle voie, à quelle intensité et pendant combien de temps. La vulnérabilité modifie la réponse possible à une exposition donnée. Une évaluation de risque doit donc relier ces dimensions plutôt que classer un agent uniquement par son nom.

Une mesure dans l’air extérieur ne représente pas exactement la dose absorbée. Temps passé dans différents lieux, ventilation, activité et protections modifient le contact. Les expositions peuvent aussi être socialement distribuées. Une action environnementale peut réduire une moyenne tout en laissant persister des situations très élevées ; examiner la distribution et les groupes les plus exposés complète l’évaluation générale.

Mise à l’épreuve : Une moyenne d’accès peut s’améliorer par changement de population

Problème. Le recours vaut toujours 80 % dans A et 40 % dans B. Au départ, chaque groupe représente la moitié de la population ; ensuite A représente 75 %. Le recours moyen augmente-t-il grâce à un meilleur accès dans chaque groupe ?

Résolution. La moyenne passe de 0,5 × 80 + 0,5 × 40 = 60 % à 0,75 × 80 + 0,25 × 40 = 70 %. Aucun recours interne aux groupes n’a changé. L’amélioration agrégée vient uniquement de la composition. Pour évaluer une politique, on doit donc suivre les résultats par groupe, les effectifs, les besoins et éventuellement standardiser. Un recours plus élevé n’est d’ailleurs pas toujours synonyme d’un meilleur accès à des soins pertinents : il faut définir le besoin et la finalité du service. L’exemple démontre un effet arithmétique, sans décrire un territoire réel.

Schéma de raisonnement

La liste organise une évaluation et ne réduit pas la décision à un calcul. Les préférences, droits et contraintes institutionnelles font partie du contexte.

Exercices progressifs

1. Un service existe mais n'est accessible qu'à des horaires impossibles pour certains travailleurs. Offre et accès sont-ils identiques ?

2. Distingue danger et risque avec un agent toxique confiné dans un dispositif étanche.

3. Pourquoi une campagne uniquement numérique peut-elle accroître un écart de prévention ?

4. Une consultation gratuite mais située à trois heures de trajet est-elle nécessairement accessible ?

5. Une intervention B coûte plus cher et produit moins de bénéfices que A à critères comparables. Comment qualifier cette comparaison ?

6. La PUMa signifie-t-elle gratuité intégrale de tout soin pour toute personne ?

Corrections argumentées

1. Non. La présence du service est une condition d'offre ; les horaires peuvent empêcher son utilisation réelle.

2. Le danger toxique existe intrinsèquement. Le risque dépend des possibilités d'exposition, du confinement, des défaillances et des personnes concernées ; il ne se déduit pas du seul nom de l'agent.

3. L'accès au matériel, la connexion, la langue et les compétences numériques peuvent être socialement distribués. Une intervention globalement efficace peut davantage bénéficier aux groupes déjà favorisés.

4. Non. Les coûts indirects, le transport, le temps et les contraintes professionnelles ou familiales peuvent empêcher le recours.

5. B est dominée par A sur ces deux dimensions dans cette comparaison, sous réserve que tous les résultats pertinents soient inclus.

6. Non. Elle organise un droit personnel et continu sous conditions de travail ou résidence stable et régulière. Elle n’abolit pas toutes les conditions ni les restes à charge.

Références et portée

• Source 1 : www.ars.sante.fr
• Source 2 : www.ameli.fr
• Source 3 : www.santepubliquefrance.fr

Sources consultées le 1er octobre 2026 pour les notions signalées. Développements, situations et calculs pédagogiques OSSIK ; données fictives. La concordance complète avec les supports universitaires de l’année et la relecture scientifique humaine restent à réaliser. Les modèles biomédicaux ne fournissent aucune décision thérapeutique individuelle.

1. Une chaîne causale à expliciter

La santé environnementale examine des conditions physiques, chimiques, biologiques et sociales qui influencent la santé. Pour raisonner, distinguer la source, le transfert dans un milieu, le contact avec une personne, la dose interne et l'effet. Une émission industrielle n'est pas directement une concentration dans l'air respiré ; une concentration ambiante n'est pas directement une dose absorbée ; une dose ne détermine pas à elle seule le devenir d'une personne.

Le danger désigne une capacité à produire un dommage dans certaines conditions. Le risque associe la possibilité de ce dommage à une exposition définie. Une substance dangereuse confinée n'expose pas nécessairement la population ; une exposition très répandue à un danger d'intensité individuelle modérée peut avoir un effet collectif important. Confondre danger et risque empêche de hiérarchiser les actions.

Le manuel de l'OMS sur l'évaluation des risques chimiques organise l'identification du danger, l'étude de la relation dose-réponse, l'évaluation de l'exposition et la caractérisation du risque. Ce cadre structure une démarche, mais les connaissances disponibles restent variables selon les agents. Il ne permet pas de fabriquer un seuil numérique à partir d'un simple nom de substance.

2. Voie, intensité, durée et fenêtre

Une exposition se définit par une voie : inhalation, ingestion ou contact cutané, notamment. Elle possède aussi une intensité, une fréquence et une durée. Une moyenne annuelle et un pic de quelques minutes ne décrivent pas la même expérience. La pertinence dépend de l'effet étudié : une dose cumulée peut être informative pour un effet, tandis qu'un pic ou une fenêtre particulière importe pour un autre.

Des périodes de développement, des conditions de travail, des pathologies et des ressources sociales peuvent modifier la vulnérabilité. Il faut distinguer une exposition plus forte d'une réponse plus importante à exposition égale. Ces deux mécanismes peuvent se cumuler mais appellent des preuves et des interventions différentes.

On doit préciser le scénario. « Exposé au polluant X » reste incomplet : où, à quelle concentration, pendant combien de temps, avec quelle activité et quelle incertitude ? Un scénario pessimiste peut être utile à un premier dépistage de situations préoccupantes, mais il ne doit pas être présenté comme une mesure réelle de chaque individu.

3. Calculer une exposition moyenne pondérée

Pour des concentrations Ci constantes pendant des durées ti, une moyenne temporelle est C_moy = Σ(Ci ti)/Σti. Les durées doivent couvrir une même fenêtre sans double comptage. Une simple moyenne des concentrations ne convient que si les durées sont égales. L'unité finale reste celle de C.

Exemple fictif : une personne passe huit heures à 30 μg/m³ puis seize heures à 10 μg/m³. La moyenne sur 24 heures vaut (8×30+16×10)/24 = 16,67 μg/m³. Une moyenne non pondérée donnerait 20 et surreprésenterait le lieu fréquenté huit heures. Ce calcul ne tient pas compte des volumes d'air inhalés, qui peuvent varier avec l'activité.

Pour une masse inhalée externe, on peut écrire M = Σ(Ci Qi ti), avec Qi débit ventilatoire. Si Q est exprimé en m³/h, le produit donne des microgrammes. La dose absorbée nécessite encore une fraction d'absorption ou un modèle physiologique adapté. Le niveau de précision doit correspondre à l'information réellement disponible.

4. De la quantité ingérée à une dose rapportée à la masse

Un calcul pédagogique de dose journalière externe peut être D = C×I/m, où C est la concentration dans un aliment ou une eau, I la quantité consommée par jour et m la masse corporelle. Avec C en mg/L et I en L/j, D est en mg/(kg·j). L'identité des unités n'autorise pas à additionner sans réflexion des voies ayant des absorptions et effets différents.

Pour C=0,010 mg/L, I=2 L/j et m=70 kg, D=2,857×10⁻⁴ mg/(kg·j). Une personne de masse différente peut avoir une dose par kilogramme différente à quantité consommée identique. Mais un modèle d'exposition d'enfant ne se résume pas à remplacer le dénominateur : consommations, comportements et fenêtres de développement peuvent aussi différer.

Ce calcul ne fournit aucune conduite individuelle à tenir. Les concentrations et valeurs de comparaison des exercices sont inventées ; elles ne sont pas des normes sanitaires. Les décisions réelles demandent les données et valeurs toxicologiques pertinentes pour l'agent, la voie et la durée.

5. Dose-réponse, seuil et incertitude

Une relation dose-réponse exprime comment la fréquence ou l'intensité d'un effet varie avec une dose. Selon le mécanisme et les données, on peut utiliser des modèles avec seuil ou sans seuil. Un seuil observé dans une étude dépend aussi des doses testées, de la puissance statistique et de la mesure de l'effet ; une absence d'effet détecté n'est pas une preuve universelle d'absence d'effet.

Une valeur de référence peut incorporer des facteurs d'incertitude pour passer d'une expérience à une population ou couvrir des différences de sensibilité. Ces facteurs ne constituent pas des probabilités individuelles de maladie. Comparer une dose estimée à une valeur de référence fournit un repère de caractérisation dans un cadre précis ; un quotient supérieur à un ne signifie pas automatiquement qu'une personne tombera malade, et un quotient inférieur à un ne certifie pas toute sécurité imaginable.

Pour des mélanges, les effets ne sont pas nécessairement la somme des effets isolés. Une addition de quotients peut être discutée pour des substances partageant un effet et un cadre méthodologique adaptés ; elle n'est pas une opération automatique sur tous les contaminants mesurés.

6. Mesurer dans le milieu ou dans l'organisme

Une mesure environnementale peut porter sur l'air, l'eau, le sol ou un aliment. Une biométrologie peut rechercher une substance ou un métabolite dans un prélèvement biologique. Elle renseigne sur une exposition interne ou un processus, selon le marqueur ; sa présence n'est pas à elle seule un diagnostic de maladie.

La cinétique compte : un marqueur rapidement éliminé reflète surtout une période récente, alors qu'un autre peut intégrer une exposition plus longue. Le moment du prélèvement, la dilution du prélèvement et la variabilité interindividuelle influencent l'interprétation. Comparer deux valeurs sans ces informations peut fabriquer un faux contraste.

La limite de détection n'est pas une concentration nulle. Une valeur « non détectée » signifie que le signal n'a pas satisfait un critère analytique dans les conditions de mesure. Le traitement statistique des valeurs censurées sous la limite doit être annoncé et testé, plutôt que de les remplacer silencieusement toutes par zéro.

7. Épidémiologie et causalité environnementales

Une étude peut associer une exposition estimée à une fréquence d'événements. Il faut examiner temporalité, confusion, sélection, mesure de l'exposition et cohérence avec d'autres connaissances. Une adresse résidentielle fournit parfois un indicateur utile d'exposition, mais ne résume ni les déplacements ni le travail ni les environnements intérieurs.

Une comparaison entre communes peut montrer une association écologique sans établir la relation au niveau individuel. Les groupes diffèrent parfois par âge, revenus, tabagisme ou accès aux soins. Ajuster peut réduire une confusion mesurée, sans supprimer toute incertitude ni rendre causal chaque coefficient d'un modèle.

L'absence d'essai randomisé ne rend pas toute inférence impossible. Les expériences naturelles, changements réglementaires, séries temporelles, études mécanistiques et cohortes peuvent apporter des informations complémentaires. La question devient la cohérence des éléments disponibles et des explications alternatives, non un classement mécanique d'un seul type d'étude.

8. Prévenir et comparer les actions

Les actions peuvent réduire l'émission à la source, limiter un transfert, diminuer un contact ou améliorer la protection. Une mesure située en amont peut bénéficier à plusieurs personnes sans demander un comportement répété à chacune. Une action individuelle peut être utile mais peser davantage sur ceux qui ont le moins de ressources matérielles.

Évaluer une action demande un résultat pertinent, une population, une période et un comparateur. Une baisse moyenne peut masquer des quartiers encore fortement exposés. Réduire une exposition dans un lieu peut aussi la déplacer ailleurs. Les coûts, les inégalités et les effets indirects font partie du bilan collectif.

Une communication honnête sépare ce qui a été mesuré, ce qui a été estimé et ce qui reste inconnu. On peut expliquer l'incertitude sans renoncer à agir, à condition d'indiquer la gravité plausible, la réversibilité et les connaissances requises. Une absence de certitude absolue n'est ni une preuve de sécurité ni une preuve de catastrophe.

Étude de sensibilité : séparer variabilité et manque de connaissance

Une population présente réellement des consommations et masses corporelles différentes : c'est de la variabilité entre personnes. Le coefficient d'absorption est mal connu : c'est une incertitude de connaissance dans le modèle. Les deux peuvent affecter la distribution calculée des doses, mais ne se réduisent pas par les mêmes moyens. Ajouter des mesures de consommation décrit mieux la population ; une étude spécifique du coefficient réduit une autre composante.

Dans D=CI/m, augmenter C ou I augmente la dose, tandis qu'augmenter m la diminue, toutes choses égales par ailleurs. Une analyse de sensibilité fait varier une entrée en gardant les autres constantes pour identifier celles qui influencent fortement la sortie. Cela ne signifie pas que ces entrées soient indépendantes dans la population : consommation et masse peuvent être liées.

Une étude utile distingue donc une valeur centrale, une distribution plausible, les hypothèses de dépendance et les scénarios. Utiliser simultanément tous les extrêmes peut produire un scénario conservateur, mais rarement une personne moyenne. Le rapport doit annoncer ce choix pour que le résultat ne soit pas interprété comme une observation directe.

9. Exercices progressifs

1. Reconstituer la chaîne entre une émission, une concentration ambiante, une dose inhalée et un effet.

2. Calculer la moyenne de huit heures à 30 et seize heures à 10 μg/m³.

3. Pour ces deux périodes, Q vaut respectivement 1 et 0,5 m³/h. Calculer la masse inhalée externe.

4. Une eau fictive contient 0,010 mg/L ; la consommation est 2 L/j pour 70 kg. Calculer la dose externe par kilogramme.

5. Avec une valeur de comparaison purement pédagogique de 0,001 mg/(kg·j), calculer le quotient et dire ce qu'il ne prouve pas.

6. Deux communes diffèrent par pollution moyenne et mortalité brute. Citer trois explications à examiner avant une conclusion causale.

7. Un marqueur n'est pas détecté dans un prélèvement. Peut-on annoncer une exposition nulle ?

8. Une campagne recommande d'acheter un équipement coûteux. Proposer deux critères d'évaluation autres que la baisse moyenne d'exposition chez les acheteurs.

10. Corrections argumentées

1. L'émission doit être transportée et transformée dans un milieu ; la personne entre en contact avec ce milieu ; une quantité est inhalée, puis une partie éventuellement absorbée ; l'effet dépend de la dose interne et de la sensibilité. Chaque flèche demande des informations distinctes.

2. Pondérer par les durées : (240+160)/24=16,67 μg/m³. Le calcul suppose des concentrations constantes à l'intérieur de chaque période.

3. M=30×1×8+10×0,5×16=320 μg. Utiliser la concentration moyenne temporelle avec un débit unique arbitraire pourrait donner une autre réponse. La masse absorbée reste inconnue.

4. M_jour=0,020 mg ; diviser par 70 donne 2,857×10⁻⁴ mg/(kg·j). Vérifier que le litre s'élimine et que la journée demeure au dénominateur.

5. Le quotient vaut 0,2857. Il compare une estimation à un repère fictif ; ce n'est ni 28,57 % de probabilité de maladie ni une certification de sécurité réelle.

6. Examiner structure d'âge, expositions comportementales et professionnelles, sélection résidentielle et qualité de mesure, notamment. La temporalité doit aussi permettre à l'exposition de précéder l'événement.

7. Non : une quantité inférieure à la limite analytique, une fenêtre mal choisie ou un marqueur inadapté restent possibles. Il faut présenter la limite et les conditions du prélèvement.

8. Étudier qui peut acheter l'équipement et qui reste exposé ; mesurer son entretien, ses effets indirects et une solution collective à la source. Le bénéfice chez les acheteurs ne décrit pas toute la population.

Références et portée

OMS, évaluation des risques chimiques, deuxième édition ; OMS, recueil d'actions sur santé et environnement. Vérifiées le 2 octobre 2026. Les modèles numériques, cas et comparaisons sont originaux et fictifs. Ce cours de méthode ne fixe aucune norme d'exposition ni décision sanitaire individuelle.

1. Décrire un problème avant de le classer

Un problème de santé publique peut être fréquent, grave, inégalement réparti, évitable ou coûteux en ressources et en qualité de vie. Aucun indicateur unique ne résume toutes ces dimensions. La mortalité aide à décrire les événements fatals ; elle ne suffit pas pour la douleur, la santé mentale, les limitations fonctionnelles ou le poids d'une maladie chronique.

Il faut distinguer un effectif, un taux, une proportion et une durée. Le nombre de décès par une cause mesure un volume. La part de cette cause parmi tous les décès est une proportion. Le taux de mortalité rapporte les décès à une population et une période ; sa version standardisée neutralise une structure d'âge donnée pour permettre une comparaison. Ces nombres peuvent évoluer dans des directions différentes sans contradiction.

Le programme partiel d'examen blanc publié par l'A2SUP mentionne les grands problèmes de santé en France et les facteurs comportementaux. Cela justifie une place dans cette collection, mais ne transforme ni cet examen blanc en programme exhaustif ni les données de ce cours en liste officielle à mémoriser.

2. Un repère national daté et son interprétation

La DREES, dans Études et Résultats n°1375 publié en juin 2026, rapporte environ 641 000 décès de résidents survenus en France en 2024, avec un taux standardisé arrondi de 778 pour 100 000. L'encadré provisoire pour 2025 donne environ 646 000 décès et un taux standardisé estimé à 769. Le champ, la standardisation et le statut provisoire doivent accompagner ces valeurs. Les tumeurs et les maladies cardio-neurovasculaires restent les deux grandes catégories dominant la mortalité dans cette publication.

Le contraste effectif en hausse et taux standardisé en baisse illustre l'effet démographique : davantage de personnes, ou davantage de personnes âgées, peuvent augmenter le nombre d'événements même si les taux à âge donné diminuent. Il faut utiliser les séries et méthodes de la même publication pour calculer une évolution, car les révisions de données et populations de référence compliquent les comparaisons entre publications. Ces repères ne sont pas des prévisions individuelles. DREES, publication et méthodes.

3. Mortalité, morbidité et limitations

L'incidence compte de nouveaux cas sur une période ; la prévalence décrit les cas présents dans une population à un instant ou une période définie. Une prévalence peut augmenter parce que l'incidence augmente, parce que la survie s'améliore, parce que le diagnostic devient plus fréquent, ou parce que la composition de la population change. Elle ne mesure donc pas directement la vitesse d'apparition de la maladie.

Pour les affections chroniques, le suivi des limitations, de la qualité de vie et du recours peut compléter le comptage des diagnostics. Un indicateur administratif repose sur un dispositif de déclaration ou de remboursement ; une enquête déclarative dépend des questions et des répondants ; un registre dépend de sa couverture. Changer de source peut changer ce qui est mesuré.

Une baisse de mortalité ne prouve pas que toutes les conséquences d'une maladie diminuent. Inversement, une augmentation du nombre de diagnostics ne prouve pas automatiquement une dégradation biologique de la population : la détection et la définition des cas peuvent évoluer. Décrire ces mécanismes précède l'interprétation causale.

4. Maladies non transmissibles et diversité des déterminants

L'OMS regroupe notamment les maladies cardiovasculaires, cancers, maladies respiratoires chroniques et diabète parmi les grandes maladies non transmissibles. Les comportements, conditions sociales, facteurs métaboliques et expositions environnementales interagissent. La catégorie « non transmissible » ne signifie pas « sans rôle possible d'agents infectieux » dans toute histoire causale, ni « entièrement sous contrôle individuel ».

Le tabac, l'alcool, l'alimentation et l'activité physique sont des domaines majeurs de prévention. Ils ne se résument pas à une présence ou absence : quantité, durée, âge de début, contexte et cumul d'expositions influencent le risque. Une variable binaire peut être utile dans un tableau mais appauvrir la mesure réelle. Les principes généraux sont présentés par l'OMS sur les maladies non transmissibles.

La prévention d'un facteur peut produire plusieurs bénéfices, tandis qu'une maladie peut avoir plusieurs causes. Additionner des nombres attribuables à différents facteurs peut compter plusieurs fois des événements partagés. Il faut connaître le modèle conjoint et les interactions avant d'établir un total.

5. Comportement, capacité et environnement

Qualifier un comportement de modifiable ne signifie pas qu'il est facilement modifiable pour chacun. Ressources, horaires, logement, travail, disponibilité des produits, marketing, normes sociales et dépendance influencent les possibilités. Un discours qui attribue tout résultat à la volonté individuelle risque de stigmatiser et de manquer les causes sur lesquelles une politique pourrait agir.

L'approche populationnelle et l'approche ciblant des groupes particulièrement exposés répondent à des questions complémentaires. Une action touchant beaucoup de personnes peut avoir un impact collectif élevé même si le bénéfice moyen individuel est modeste. Une action ciblée peut répondre à un besoin intense, mais son effet global dépend de la couverture et du recours.

Il faut distinguer efficacité dans des conditions d'étude et effet dans la population. Un programme utile chez ses participants peut peu modifier un problème national si seuls quelques pour cent des personnes concernées y accèdent. Les modalités d'accès font partie de l'intervention, pas seulement de sa diffusion publicitaire.

6. Lire une enquête sur le tabagisme

La page de données de Santé publique France distingue les enquêtes, les années et les populations interrogées. Elle présente notamment les données 2024 chez les 18-79 ans. Comparer ce groupe à une série limitée aux 18-75 ans sans ajustement peut attribuer à une évolution du comportement ce qui vient en partie d'un changement de champ. Il faut aussi distinguer usage quotidien, usage occasionnel, statut ancien fumeur et autres produits. Santé publique France, données tabac.

Un pourcentage d'enquête est une estimation accompagnée d'incertitude d'échantillonnage et de possibles biais de participation ou de déclaration. Une enquête nationale peut décrire une tendance sans identifier, à elle seule, l'effet causal propre d'une taxe, d'une campagne ou d'une modification sociale. Plusieurs changements surviennent souvent simultanément.

Pour évaluer une action, préciser la date, la population, l'indicateur et le comparateur avant de regarder le résultat. Une baisse des ventes et une baisse de prévalence ne sont pas des indicateurs identiques : consommation par personne, achats transfrontaliers et autres transformations peuvent les dissocier.

7. Mesurer l'impact attribuable

Sous un modèle causal simple avec exposition binaire, risque relatif RR et prévalence d'exposition p, la fraction attribuable dans la population est p(RR−1)/[1+p(RR−1)]. Cette formule suppose notamment un effet causal pertinent pour cette population et une référence adaptée. Un RR observationnel confondu ne devient pas causal par substitution dans cette formule.

Exemple fictif : p=0,25 et RR=2 donnent une fraction de 0,25/1,25=0,20. Si l'on supprimait causalement l'excès associé à l'exposition selon les hypothèses du modèle, la fraction attribuable serait 20 %. Cela ne signifie pas qu'on peut identifier lesquels des malades sont exclusivement « causés » par l'exposition.

La réduction d'exposition réalisable peut être partielle et ses effets différés. Si p passe de 0,25 à 0,15 à RR inchangé, le risque moyen relatif au groupe de référence passe de 1,25 à 1,15 ; la réduction relative de ce risque moyen vaut 0,10/1,25=8 %. La fraction attribuable initiale n'est donc pas le bénéfice automatique de toute campagne.

8. Inégalités et choix d'indicateur

Une intervention peut réduire une différence absolue tout en laissant stable un rapport, ou inversement. Dans un exemple fictif, une prévalence passe de 40 à 30 % dans un groupe et de 20 à 10 % dans un autre. Les deux baissent de dix points, mais le rapport passe de deux à trois ; l'écart absolu reste vingt points. Il faut annoncer l'échelle avant de conclure que les inégalités augmentent ou diminuent.

Les catégories sociales ne sont pas des attributs biologiques fixes. Leur mesure, leur composition et les mécanismes auxquels elles renvoient doivent être précisés. Une moyenne nationale peut masquer des distributions très différentes selon le territoire, le genre, l'âge et la position sociale.

Une politique doit être évaluée par les bénéfices, effets indésirables, contraintes, coûts et répartition des résultats. L'information seule peut bénéficier surtout aux personnes ayant déjà les moyens d'agir. Associer une action générale à des soutiens proportionnés aux obstacles est une possibilité à discuter, sans en faire une solution garantie dans chaque situation.

Atelier de lecture : un classement dépend de la question

On propose de classer trois problèmes selon leur nombre annuel de décès, leur fréquence parmi les jeunes ou leurs années vécues avec limitation. L'ordre peut changer avec l'indicateur sans qu'une source soit fausse. Avant de choisir une priorité, il faut expliciter si l'on cherche à réduire des décès, améliorer la vie quotidienne, diminuer des inégalités ou éviter des événements précoces.

Un tableau de mortalité par cause décrit aussi un codage. Une cause initiale retenue ne résume pas toutes les affections présentes chez la personne. Les changements de certification et les causes mal précisées influencent la qualité des séries. L'incertitude d'un système de surveillance ne se limite donc pas à un intervalle calculé sur un nombre d'événements.

Pour une réponse de concours argumentée, séparer trois phrases : le constat daté avec son champ ; l'interprétation compatible avec les données ; la limite qui empêche d'aller plus loin. Cette structure évite de transformer un rang national en risque individuel ou une évolution simultanée en preuve de l'effet d'une politique précise.

9. Exercices progressifs

1. Une population vieillit ; les taux de mortalité à chaque âge restent constants. Le nombre de décès peut-il augmenter ?

2. Une maladie dure plus longtemps grâce à une meilleure survie, à incidence inchangée. Dans un modèle stable simplifié, quelle tendance de prévalence attendre ?

3. Dans un jeu fictif, 1000 personnes ont un risque de 10 % ; une intervention atteint 20 % d'entre elles et réduit de moitié leur risque. Combien d'événements attendus seraient évités sous ces hypothèses ?

4. Avec p=0,25 et RR=2, calculer la fraction attribuable et citer deux conditions d'interprétation.

5. Réduire p à 0,15. Calculer le gain relatif sur le risque moyen si RR reste inchangé.

6. Interpréter les changements de prévalence 40→30 % et 20→10 % en écart absolu et en rapport.

7. Une étude compare 18-75 ans en année A et 18-79 ans en année B. Quel contrôle demander ?

8. Un programme annonce 80 % de satisfaction chez 50 répondants sur 200 participants. Quelle information manque pour interpréter le résultat global ?

10. Corrections argumentées

1. Oui : davantage de personnes dans les classes d'âge à mortalité élevée peut augmenter l'effectif. Comparer des taux standardisés aide à séparer cet effet de composition d'une modification des taux par âge.

2. La prévalence peut augmenter, car les cas restent plus longtemps présents. La relation approchée prévalence≈incidence×durée exige toutefois un système proche d'un équilibre et une maladie relativement rare ; elle n'est pas une identité universelle.

3. Sans intervention, 100 événements sont attendus. Parmi 200 personnes atteintes par l'action, le risque passe de 10 à 5 %, soit dix événements évités. La réduction moyenne globale est de 10 %, pas 50 %.

4. FAP=0,25/(1+0,25)=0,20. Il faut un RR causal et transportable à la population, ainsi qu'une définition d'exposition et une référence cohérentes. Le modèle n'attribue pas un diagnostic individuel.

5. Le risque moyen relatif passe de 1,25 à 1,15 ; réduction 0,10/1,25=8 %. Le bénéfice suppose que l'effet de la baisse d'exposition se réalise dans l'horizon considéré.

6. Les deux groupes baissent de dix points ; l'écart reste vingt points. Le rapport passe de 2 à 3. Les deux descriptions sont compatibles et répondent à des mesures différentes de l'inégalité.

7. Comparer à champ constant ou étudier l'effet de l'ajout des âges ; vérifier aussi questionnaire, échantillonnage et pondération. Un changement de protocole peut produire une rupture de série.

8. Quarante répondants sont satisfaits. La satisfaction des 150 autres est inconnue ; le taux de réponse vaut 25 %. L'annonce de 80 % doit préciser « parmi les répondants » et discuter un éventuel biais de réponse.

Références, dates et limites

Références nationales et internationales liées dans les sections 2, 4 et 6, consultées le 2 octobre 2026 ; A2SUP, programme partiel public. Les calculs des sections 7-10 sont fictifs et ne chiffrent aucune politique française réelle. Les chiffres nationaux sont des repères datés et ne doivent pas être mélangés entre millésimes ou présentés comme une liste exhaustive des priorités sanitaires. Aucun conseil de prise en charge individuelle.

Lire un cours ne suffit pas à le retenir. Dépose ce cours, ou le poly de ta fac, dans Ossik : il en sort des cartes sourcées à la page, qu’il te ressort au bon moment.

Tester avec mon cours · Télécharger ce PDF