|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Nombre et proportion de personnes vivant au Québec selon le degré de vulnérabilité relative globale (recensement 2016) D’autres figures représentant la distribution de la population selon la vulnérabilité se trouvent dans la documentation.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Introduction L’indice québécois de vulnérabilité dans un contexte de COVID-19 (IQVC) a été développé avec l’objectif de mettre à disposition des gestionnaires et chercheurs un outil de monitorage à petite échelle géographique qui mesure la vulnérabilité biologique, sociale et environnementale dans un contexte pandémique. Il a été inspiré par le COVID-19 Community Vulnerability Index (CCVI) (Smittenaar et al., 2021) lui-même basé sur le Social Vulnerability Index (SVI) créé par les Centers for Disease Control Agency for Toxic Substances and Disease Registry (CDC Agency for Toxic Substances and Disease Registry (ATSDR), 2021; Flanagan et al., 2011, 2018). L’exposition à des facteurs de risque est souvent similaire pour toutes les personnes vivant dans un même espace. Les indices à petite échelle permettent de caractériser la population quand les données individuelles ne sont pas disponibles par l’imputation des caractéristiques de groupes populationnels connus habitant dans le même espace (un quartier ou un pâté de maisons). Pour ce faire, il y a présomption d’homogénéité sociale à petite échelle géographique. Si une majorité de ces individus dans un quartier sont des étudiants et que l’on impute l’information à tous les résidents du quartier, on peut présumer qu’un individu tiré au hasard est probablement un étudiant. Le recensement canadien collecte des informations sur chaque résident au Canada et diffuse les résultats de ce dénombrement regroupés par aire de diffusion (AD). Une AD héberge entre 600-800 individus en moyenne. L’IQVC facilite la comparaison du niveau et du domaine de vulnérabilité d’AD dans l’ensemble du Québec, dans les régions sociosanitaires et les quatre plus grandes municipalités (Montréal, Québec, Laval, Gatineau). Les domaines de vulnérabilité couvrent des facteurs biologiques, socioculturels et socioéconomiques ainsi que l’exposition à l’environnement à l’intérieur des bâtiments et à l’extérieur.
L’indice constitue ainsi un outil multifonctionnel qui peut soutenir les efforts de comprendre et limiter la vulnérabilité et ses conséquences par divers acteurs : · peut guider la planification et la prise de décisions des autorités en servant à déceler, anticiper et suivre de près les « points chauds » (fardeau élevé) de populations vulnérables habitant un territoire géographique précis, · peut servir à suivre l’évolution de la pandémie et d’autres problèmes de santé dans des populations vulnérables à différents degrés, · peut être utilisé pour comparer l’effet d’interventions appliquées sur des populations vulnérables à différents degrés selon le domaine de vulnérabilité et en comparant à l’intérieur d’une région, d’une grande ville et à travers la province, · est susceptible de soutenir l’intervention en permettant de déterminer les endroits à prioriser sur le plan de la vulnérabilité et d’adapter ces interventions en fonction du domaine de la vulnérabilité ciblé, de prévenir ou d’atténuer des impacts négatifs ainsi que de favoriser des facteurs de protection, · facilitera l’étude des inégalités de santé liées à la vulnérabilité biologique, sociale et environnementale.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Définition de la vulnérabilitéLe concept de vulnérabilité sociale dans un contexte de gestion des catastrophes est centré sur les facteurs de risque qui affectent la résilience des humains et des communautés, ce qui ajoute de la profondeur à l’évaluation traditionnelle des menaces à l’environnement bâti (Flanagan et al., 2018). La vulnérabilité est appelée sociale car elle réfère aux populations plutôt qu’à celle des infrastructures bâties ou des institutions (Flanagan et al., 2011, 2018; Revet, 2011). Dans ce contexte, la vulnérabilité sociale représente de l’influence des conditions sociales qui affectent la capacité d’une collectivité à prévoir, à gérer et à se remettre des effets d’une catastrophe (Flanagan et al., 2011). En sociologie, la vulnérabilité sociale dénote la difficulté ou impossibilité de contrôler le risque (Chung, 2021; Mergen & Akpınar, 2021). Cette difficulté ou impossibilité rend certains groupes sociaux plus vulnérables que d’autres lesquels, exposés aux mêmes risques, ont la possibilité et l’opportunité de se mettre à l’abri de la menace (DREES, 2020; Eilstein et al., 2015). Les inégalités se produisent par l’entremise de trois mécanismes de disparités soit la susceptibilité, l’exposition et l’adaptabilité qui peuvent s’accumuler et ainsi augmenter les inégalités sociales.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Le schéma conceptuel de la vulnérabilité sociale (Figure 1) part des disparités dans les situations sociales qui s’expriment par une susceptibilité biologique, une exposition et une prise en charge par le système de santé variable selon le groupe de population. Ces mécanismes sont dans une relation dynamique avec la capacité d’adaptation et, dans une boucle de rétroaction, affecte à son tour la susceptibilité biologique, l’exposition et la prise en charge par le système de santé. Le cumul de ces différentes disparités résulte dans les inégalités sociales de santé observables à l’échelle des populations. Plus en détail, 1) La vulnérabilité sociale découle de disparités dans les situations sociales. Elles font référence aux conditions ou événements qui peuvent mener à une détresse sociale (par exemple la discrimination) ou économique (par exemple le faible revenu), ou encore à un état de dépendance (par exemple les travailleurs essentiels qui sont obligés de continuer à travailler dans un milieu à risque). Toutes ces situations peuvent être à l’origine d’un risque accru d’exposition au virus ou d’une augmentation de la susceptibilité aux facteurs de risque. 2) à 4) Les disparités dans les situations sociales souvent intangibles s’expriment dans des niveaux de 2) susceptibilité, 3) d’exposition et de 4) prise en charge par le système de santé variables. Les groupes de population connaissent ainsi des degrés variables de susceptibilité, d’exposition et de prise en charge par le système de santé. La susceptibilité réfère à l’ensemble des probabilités de contracter une maladie selon le niveau de l’exposition. Plus un individu ou une population est sensible à une exposition, plus la probabilité que leur santé s’en trouve affectée augmente. La susceptibilité varie également en fonction du temps. Ainsi le niveau de susceptibilité peut être, à un moment donné, plus important pour certains niveaux d’exposition et moins important pour d’autres niveaux que la susceptibilité de référence. L’exposition évoque la nature et le niveau du ou des facteurs de risque auxquels peut être exposé un individu ou une population dans son milieu de vie ou de travail. On peut considérer que tous les individus et populations sont exposés à un certain degré. Ce niveau est variable au cours du temps. L’adaptabilité est la capacité à exercer un contrôle du risque par un individu ou une population et, à ce titre, elle connecte la susceptibilité à la vulnérabilité. L’individu ou la population peut en effet augmenter sa susceptibilité ou son exposition (et donc sa susceptibilité) et se mettre ainsi en situation de risque augmenté. Ils peuvent aussi tenter de diminuer leur susceptibilité ou leur exposition (et donc leur susceptibilité) pour ramener le risque à un niveau inférieur. Les comportements permettent donc de s’adapter, plus ou moins efficacement à la situation d’augmentation de risque. 5) Alors qu’il est souvent possible de contrôler les risques, tous les groupes de population n’ont pas les mêmes marges de manœuvre dans la capacité d’adaptation au risque ce qui influence leur degré de risque d’être affecté par une maladie. Les composants 2) à 5) sont dans une relation dynamique. L’exposition est convertie en vulnérabilité (risque) par la susceptibilité. L’adaptabilité, sensible à la vulnérabilité, influence à la fois le niveau d’exposition, en permettant notamment d’appliquer des actions préventives, et la susceptibilité des individus ou des populations. 6) Ces disparités sont susceptibles de se cumuler et de reproduire des inégalités sociales et de santé. 7) Finalement, l’effet combiné des disparités sociales, de susceptibilité, d’exposition et d’accès et soutien du système de santé se combinent avec des inégalités d’adaptabilité et génèrent des inégalités de santé. |
Blumenshine (2008) a élaboré un cadre conceptuel esquissant les sources possibles de disparités pendant une pandémie de grippe. Nous avons légèrement adapté sa figure pour illustrer les mécanismes qui lient les inégalités sociales aux disparités en matière de santé associées aux maladies infectieuses (Figure 1).
Figure 1. Mécanismes qui lient les disparités dans les situations sociales aux disparités face à la maladie (adapté de (DREES 2020; Eilstein et al. 2015; Public Health England Transmission Group 2020))
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Composition de l’IQVC
Figure 2 : Schéma de la structure de l’IQVC montrant les facteurs de risque (niveau 1), les domaines (niveau 2), les mécanismes (niveau 3) et la vulnérabilité globale (niveau 4)
|
La vulnérabilité mesurée par l’IQVC distingue quatre niveaux, du plus détaillé (facteurs de risque – niveau 1), en passant par les domaines (niveau 2) et les mécanismes producteurs d’inégalités sociales (niveau 3), au plus concis (vulnérabilité globale – niveau 4) (Figure 2). Niveau 1 - Les facteurs de risque relevés dans la littérature scientifique qui augmentent le risque d’être atteint par une maladie infectieuse. Niveau 2 - Six domaines qui regroupent thématiquement les facteurs de risque : a) Le domaine de la constitution biologique regroupe les facteurs de risque physiologiques, pathologiques et génétiques. b) Le domaine socio-culturel contient des facteurs de risque socio-culturels. c) Le domaine économique réunit des facteurs de risque économiques. d) Le domaine socio-politique n’est pas intégré dans cette version de l’indice. e) Le domaine des contacts à l’intérieur est composé de certaines caractéristiques de la population qui pourraient indiquer une exposition accrue à des contacts à l’intérieur avec des personnes infectées. f) Le domaine des contacts à l’extérieur et de la pollution contient un indicateur de densité de la population et trois mesures de la pollution de l’air. Il est prévu d’y ajouter des mesures de proximité de parcs et d’installations récréatives susceptibles d’inciter la population à fréquenter ces endroits et d’être exposée à d’autres contacts à l’extérieur. Niveau 3 - Deux des trois mécanismes identifiés dans le modèle conceptuel susceptibles de générer la vulnérabilité peuvent actuellement être mesurés : la susceptibilité physiologique et sociale et l’exposition à des personnes infectées. Le degré de susceptibilité réfère à certains attributs qui caractérisent des populations (domaine de la constitution biologique, socioculturel, économique et socio-politique). Le degré d’exposition des populations à divers facteurs environnementaux distingue le lieu, intérieur ou extérieur, de l’exposition. Niveau 4 - La mesure de vulnérabilité globale réunit la vulnérabilité produite par ces deux mécanismes et englobe ainsi tous les facteurs de risque.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Indicateurs et sources de donnéesLa prédisposition de facteurs de risque biologiques tels que le sexe masculin, l'âge avancé et le fait de vivre avec une maladie chronique augmentent le risque d'issues indésirables de l'infection à COVID-19 (Ge et coll., 2021 ; Pijls et al., 2021). Des facteurs sociaux tels que le chômage, le faible niveau de scolarité, la ségrégation résidentielle et la composition ethnique montrent une association positive avec la mortalité liée à la COVID-19 (Paul et coll., 2021). L'exposition au SRAS-CoV-2 à l'intérieur des bâtiments liée au surpeuplement augmente le risque de mortalité indépendamment de la pauvreté (Kamis et al., 2021). La densité de la population et la qualité de l'air intérieur dans les milieux de vie et de travail sont toutes liées à la probabilité d'exposition au SRAS-CoV-2 (Weaver et coll., 2022). De plus, on a constaté que la proximité physique pendant les transports en commun et au lieu de travail augmentait le risque d'infection à la COVID-19 (Ellingjord-Dale et coll., 2022 ; Gaffney et coll., 2023). Les groupes ethniques minoritaires et les personnes ayant une position socioéconomique désavantagée peuvent ne pas avoir accès à l'information, aux réseaux et aux ressources pour apprendre comment se protéger contre l'infection (Goldsmith et coll., 2022). De plus, dans un même quartier des groupes ethnoculturels et socioéconomiques partagent l’exposition liée au type de logement, au transport et aux espaces verts. L'exposition à long terme à la pollution atmosphérique a également été identifiée comme un facteur de risque (Wu et coll., 2020). Enfin, les collectivités ayant un accès limité à Internet affichent des taux de mortalité jusqu'à 5 fois plus élevés (Lin et coll., 2022). Blaser et al. (2023) ont mis l’IQVC à l'épreuve et confirmé les associations observées par d'autres études. Nous avons cerné les facteurs de risque utilisés dans d'autres indices de vulnérabilité sociale et avons examiné leur pertinence liée à la morbidité et à la mortalité liées à la COVID-19 dans la littérature (voir documentation). Nous avons également consulté des revues systématiques des facteurs de risque d'infection, de morbidité et de mortalité liées à la COVID-19 (Albitar et coll., 2020 ; Booth et coll., 2021 ; Dessie & Zewotir, 2021 ; Hashim et coll., 2020 ; Li et coll., 2021 ; Mhango et coll., 2020 ; Noor & Islam, 2020 ; Parohan et coll., 2020 ; Zhang et coll., 2023). Nous avons renforcé l’indice avec des indicateurs supplémentaires tels que les comorbidités, l’accès à Internet et la qualité de l’air. Bien que quelques variables présentent une certaine colinéarité, l'accumulation de facteurs de risque liés au statut socioéconomique et aux groupes socioculturels est bien connue pour augmenter la morbidité et la mortalité (Calderón-Larrañaga et al., 2020). Nous avons apparié les facteurs de risque retenus aux variables disponibles au Québec à l’échelle des aires de diffusion (AD), qui constituent la plus petite échelle géographique pour laquelle Statistique Canada publie des données démographiques agrégées. Les AD ont 600 habitants en moyenne et peuvent être considérées comme un quartier. Au total, l’IQVC inclut 13 182 AD avec une population non nulle, couvrant 97% de la population du Québec. DomainesL’IQVC, le SVI et le CCVI sont subdivisés en domaines (« thèmes ») de vulnérabilité. Le SVI contient quatre domaines : le statut socioéconomique (revenu, pauvreté, emploi, éducation), la composition du ménage et l'incapacité (âge, monoparentalité, handicap), le statut de minorité et la langue (race, origine ethnique, maîtrise de l'anglais), ainsi que le logement et le transport (type de logement, surpeuplement, accès aux véhicules). Le CCVI, plus récent, compte un total de sept thèmes : trois thèmes couvrent le domaine de la vulnérabilité sociale. Le statut socioéconomique, le statut de minorité et le groupe linguistique contiennent les mêmes indicateurs que l'SVI. Le domaine de la composition des ménages et de l'incapacité a été fusionné avec le domaine du type de logement et du transport. De plus, le CCVI comporte quatre thèmes dans le domaine de la vulnérabilité à la santé : les facteurs épidémiologiques, les facteurs liés au système de soins de santé, les environnements à risque élevé et la densité de la population. L’IQVC est divisé en cinq domaines suivant le modèle de susceptibilité et d'exposition décrit par Blumenshine (2008). Les facteurs épidémiologiques sont saisis dans le domaine de la susceptibilité biologique. Les caractéristiques socioculturelles et socioéconomiques se trouvent dans le domaine de la vulnérabilité sociale, analogues au statut socioéconomique et minoritaire et aux domaines linguistiques du SVI. Les domaines d'exposition sont divisés en un environnement à haut risque couvrant séparément l'exposition à l'intérieur et l'exposition extérieure et la pollution de l'air. Les milieux à risque élevé désignent les milieux de vie ou de travail qui exposent des sous-groupes de la population à un risque élevé de contracter le virus. Pendant l'épidémie de COVID-19, il s'agissait notamment de résidents d’installations de soins de santé et de résidences pour personnes âgées, de prisonniers et de travailleurs dans des industries à haut risque telles que la transformation des aliments, la fabrication et le transport. D'après la documentation il existe un risque accru de mortalité lié à la pollution atmosphérique. Ainsi l’IQVC contient également des indicateurs de risque dans les domaines d'exposition à l'extérieur (qualité de l’air et densité de population). L’IQVC recoupe cinq domaines : 1) susceptibilité biologique (9 variables); 2) les caractéristiques socioculturelles (6 variables); 3) les caractéristiques socioéconomiques (9 variables); 4) l'exposition aux contacts intérieurs (11 variables); et 5) l'exposition aux contacts extérieurs et la pollution atmosphérique (4 variables) (Tableau 1). L'indice couvre les principales catégories identifiées dans une revue systématique de la vulnérabilité sociale associée à la pandémie de COVID-19 (Fallah-Aliabadi et al., 2022, tbl. 2). |
*tous les indicateurs disponibles dans l’aire de diffusion du recensement Tableau 1 : Facteurs de risque regroupés par domaine et thème
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Deux manières d’aborder la mesure de la vulnérabilité : relative et absolueL’IQVC est construit avec 39 facteurs de risque d’infection par le virus de la Covid-19. Toutes les aires de diffusion sont vulnérables dans une certaine mesure, plus en ce qui concerne certains facteurs de risque, moins dans d’autres. Il est possible de considérer comme vulnérables seulement les aires de diffusion dans lesquelles un des facteurs de risque dépasse un certain seuil. Cette vision dichotomique de la vulnérabilité implique qu’une aire de diffusion est vulnérable ou qu’elle ne l’est pas. Il s’agit là d’une mesure absolue parce que l’on se sert d’un seuil prédéfini et non pas d’une comparaison avec les autres aires de diffusion. Un autre point de vue est celui de regarder où se situe le niveau de vulnérabilité d’une aire de diffusion par rapport aux autres aires de diffusion et ce, pour chacun des 39 facteurs de risque. C’est une mesure relative. · La vulnérabilité absolue est définie par un seuil et ne désigne de vulnérables que les aires de diffusion dans le décile 10, · La vulnérabilité relative attribue un niveau de vulnérabilité plus ou moins élevé à toutes les aires de diffusion. L’avantage de disposer de deux mesures est de pouvoir choisir une définition très restrictive de la vulnérabilité ou une finement graduée. Le choix de la mesure à utiliser réside dans l’objectif de son utilisation. |
Figure 3 : Mesurer la vulnérabilité relative et la vulnérabilité absolue
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Transformation des indicateursNous avons suivi les méthodes du CCVI (Smittenaar et coll., 2021) et du SVI (CDC Agency for Toxic Substances and Disease Registry (ATSDR), 2021; Marvel et al., 2021). Pour chaque indicateur, nous avons calculé la proportion de la population à risque dans une aire de diffusion (AD). Par exemple, nous avons calculé le taux de chômage comme étant la proportion de personnes disponibles pour travailler au sein de la population active. Pour le revenu, nous avons pris la médiane dans l’aire de diffusion. Nous avons utilisé le nombre de semaines travaillées au cours de l’année et le nombre de membres de la famille vivant ensemble. Pour ce qui est de la densité de population, nous avons choisi le nombre de résidents au kilomètre carré (Statistique Canada, 2006). Pour la pollution atmosphérique, nous nous sommes servis de la concentration annuelle moyenne d'ozone, de soufre et de particules fines (CANUE, 2022) Le NO2 n'était pas disponible à l’échelle des AD. Nous avons ensuite classé les AD du plus élevé au plus faible pour chaque facteur de risque, à l'exception du revenu et du nombre de semaines travaillées, que nous avons trié du plus bas au plus élevé. Ce classement a été transformé en centiles de manière à ce que les AD se trouvent dans un centile variant entre 1 et 100. Certains centiles regroupent plusieurs AD, d’autres aucune. Vulnérabilité relative : construction de domainesPour la mesure de la vulnérabilité par domaine, nous avons répété le processus de calcul des centiles pour chaque domaine en additionnant les percentiles des indicateurs inclus dans le domaine et en classant les AD du plus élevé au plus bas pour obtenir les centiles du domaine. Ceci a été répété pour chacun des cinq domaines. Vulnérabilité relative : construction de mécanismesNous avons répété le processus de calcul des centiles pour chacun des trois mécanismes de la même manière que nous avons construit les domaines : nous avons additionné les percentiles de la valeur du domaine pour chaque DA et classé les AD du plus élevé au plus bas pour obtenir les centiles du domaine. Vulnérabilité relative : construction de la mesure globale Nous avons procédé de la même manière qu’auparavant en additionnant les centiles de chaque mécanisme pour chaque DA. Nous avons ensuite classé les AD du plus haut au plus bas.
Vulnérabilité absolue : construction de domainesPour la mesure absolue de la vulnérabilité, nous avons calculé la proportion d’indicateurs inclus dans chaque domaine dans les AD classées comme étant très vulnérable. Vulnérabilité absolue : construction de mécanismesNous avons calculé la proportion d’indicateurs inclus dans chacun des trois mécanismes pour chaque AD très vulnérable. Vulnérabilité absolue : construction de la mesure globale Pour la mesure absolue de la vulnérabilité, nous avons calculé la proportion de tous les indicateurs dans une AD classée comme étant très vulnérable.
|
Catégorisation des niveaux de vulnérabilité : d’une mesure continue à 5 niveauxNous avons produit des mesures d'indices absolus et relatifs pour tous les domaines, mécanismes et vulnérabilité globale en tant que centiles. Nous avons regroupé ces centiles en cinq catégories afin de faciliter la représentation de la vulnérabilité dans les cartes, figures et tableaux. Contrairement aux indices qui regroupent les centiles en quintiles (groupes de 20 % de population), l’IQVC détermine cinq grappes de taille populationnelle variable par seuils naturels à l’aide de la procédure Fastclus dans SAS (Jenks 1967; SAS Institute Inc. 2015). Les grappes sont déterminées par les regroupements naturels inhérents aux données. Les seuils de grappes sont créés de manière à optimiser le regroupement des valeurs similaires et à maximiser les différences entre les classes. Les tableaux 4 et 5 de l'annexe montrent les limites entre les centiles pour chaque mesure de vulnérabilité (voir documentation).
Note Nous n’avons pas calculé la vulnérabilité pour les AD avec trois indicateurs manquants ou plus (n = 422) ni celles avec un nombre de population de zéro (n = 16). Nous avons exclu les AD des deux régions nordiques du Nunavik et du territoire cri de la Baie James (n=38), principalement en raison de données manquantes (24 % des AD) et du manque de pertinence des indicateurs dans ces conditions de vie considérablement différentes. Par exemple, les bâtiments de plus de 5 étages n’existent pas. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Comparaisons de la vulnérabilité à échelle variableÉtant donné que la vulnérabilité est mesurée à l’échelle des AD représentant de très petites unités géographiques, il est possible de comparer la vulnérabilité d’une région à l’autre. En raison de la procédure de classement qui attribue aux AD un rang relatif, il est important de considérer quelles AD sont incluses dans le classement. Une AD très vulnérable dans une région métropolitaine prospère peut se situer au milieu du classement lorsque les AD du Québec en entier sont considérées. La raison pour cette situation se trouve dans le fait que des AD au Québec peuvent être encore plus vulnérables que la plus vulnérable dans une région métropolitaine prospère.Afin d’augmenter la précision lors des comparaisons, six versions de l’IQVC ont été élaborées, chacune permettant une comparaison avec des régions spécifiques et ce, pour la mesure de la vulnérabilité absolue et relative.
Pour télécharger l’indice québécois de vulnérabilité associée à la COVID-19
Tableau 2 : Dfférentes versions du IQVC disponibles pour téléchargement |
Il importe de bien choisir la version de l’indice de vulnérabilité selon les besoins en se posant quelques questions :
1) Comparaison de la vulnérabilité : version nationale, régionale ou locale? Si toutes les AD que vous étudiez se trouvent à l’intérieur d’une des quatre grandes municipalités, utilisez la version locale. Si vous comparez des AD à l’intérieur d’une seule région sociosanitaire, prenez la version régionale. Finalement, si vous travaillez avec des AD d’un peu partout au Québec, servez-vous de la version nationale. Sachez toutefois que la version locale identifiera une AD comme la plus (ou la moins vulnérable) par le simple principe de classification de vulnérabilité croissante. Ceci ne signifie pas qu’il n’existe pas, ailleurs au Québec ou dans une autre région sociosanitaire, une AD encore plus vulnérable.
2) Mesure de vulnérabilité : version relative ou absolue? La mesure absolue de l’indice de vulnérabilité est basée sur une définition très stricte de la vulnérabilité. Elle s’applique aux facteurs de risque qui sont à l’origine de l’indice. L’AD doit se trouver parmi les 10% les plus vulnérables pour être considérée comme vulnérable. Toutes les AD qui ne correspondent pas à ce critère seront considérées non vulnérable. Cette mesure est idéale pour identifier des poches de vulnérabilité élevée. La mesure relative de l’indice de vulnérabilité s’applique également aux facteurs de risque sur lesquels est basé l’indice. Elle inclut tous les niveaux de vulnérabilité. Elle est donc très graduelle et se prête mieux pour déterminer un niveau de vulnérabilité critique soi-même et pour considérer le spectre en entier.
La version nationale inclut l’ensemble des AD du Québec. L’AD la plus et la moins vulnérable peuvent donc se trouver n’importe où dans la province. Il est ainsi possible que la majorité des AD d’une région sociosanitaire apparaissent comme peu vulnérables. La version régionale retient les AD de 16 régions sociosanitaires (RSS). La vulnérabilité de ces AD a été calculée séparément pour chaque RSS. Dans chaque région, il est ainsi possible d’identifier une AD qui est la plus faiblement vulnérable et une autre qui est la fortement vulnérable. La version municipale existe pour quatre grandes villes (Montréal, Québec, Laval, Gatineau). Cette version est basée sur un calcul de vulnérabilité qui retient les AD de chacune des grandes villes séparément. Elle repère donc une AD la plus faiblement vulnérable et la fortement vulnérable dans chacune des municipalités. De plus, le territoire en dehors de ces quatre grandes villes est découpé selon les caractéristiques des AD selon une typologie de ruralité en territoire urbain, rural et intermédiaire.
Pour le dictionnaire des données, voir la documentation.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Cartographie de l’IQVCIl est possible de consulter les niveaux de vulnérabilité sur une carte du Québec sur laquelle le domaine, la comparaison géographique ainsi que la version de vulnérabilité absolue ou relative peuvent être sélectionnés pour créer des vues sur mesure. Mode d’emploi rapide1. Aller sur le site : https://cartes.inspq.qc.ca/iss/ 2. Cliquer sur le ‘burger’ en haut à gauche 3. Cliquer sur l’étoile (Contexts) 4. Cliquer sur une des versions de l’IVS (nationale, régionale ou locale) 5. Choisir une des mesures (absolue ou relative, un domaine ou mécanisme spécifique ou la mesure globale) en cliquant sur l’œil (Map-Layers) 6. L’onglet à droite dans ce menu (Map-Legend) permet de consulter la légende en déroulant la barre jusqu’à la mesure choisie. 7. Déplacer ou zoomer sur la carte sur la région que vous voulez afficher 8. En cliquant sur la carte, une fenêtre affichant les valeurs des facteurs de risque ainsi que la mesure de vulnérabilité détaillée et regroupée apparaît.
La carte (Figure 4) montre Montréal et Laval ainsi que certaines parties de la Rive-Nord et de la Rive-Sud. Les quartiers les plus pauvres et ceux qui comptent une forte proportion d'immigrants apparaissent clairement dans les parties est et sud de Montréal. Il s'agit de la version locale de l'indice avec 5 niveaux de vulnérabilité relative allant du rouge clair - très faible vulnérabilité au rouge foncé - très haute vulnérabilité.
La carte de Montréal et de Laval ainsi que de certaines parties de la Rive-Nord et de la Rive-Sud (Figure 5) ne montre que quelques endroits de quartiers présentant une vulnérabilité absolue très élevée. Ceux-ci sont situés dans des zones où la vulnérabilité relative est la plus élevée. L’indice identifie ainsi les petites zones où des interventions ciblées telles que la distribution de masques faciaux ou une station de vaccination mobile locale pourraient être utiles. Il s’agit de la version locale de l’indice avec 5 niveaux de vulnérabilité absolue allant du jaune clair - très faible vulnérabilité au brun - très haute vulnérabilité. |
Figure 4 : Degrés de vulnérabilité globale relative
Figure 5 : Degrés de vulnérabilité globale absolue
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sources de données· CANUE. (2022). Les valeurs calculées de SO2, ozone et PM2.5 indexées aux codes postaux de DMTI Spatial Inc. proviennent de Canadian Urban Environmental Health Research Consortium. Références spécifiques : [1] Environment and Climate Change Canada, 2017. Air Quality Research Division, Toronto, Canada. Data files: OMI_Ground-Level_SO2_NA_2005.nc to OMI_Ground-Level_SO2_NA_2015.nc inclusive, generated 2017-07-05. [2] McLinden, C. A., Fioletov, V., Boersma, et al. Improved satellite retrievals of NO2 and SO2 over the Canadian oil sands and comparisons with surface measurements, Atmos. Chem. Phys., 14, 3637-3656, doi:10.5194/acp-14-3637-2014, 2014. [3] Kharol, S. K., McLinden, C. A., Sioris, et al.: OMI satellite observations of decadal changes in ground-level sulfur dioxide over North America, Atmos. Chem. Phys., 17, 5921-5929, doi:10.5194/acp-17-5921-2017, 2017. [4] Environment and Climate Change Canada, 2017. Air Quality Research Division, Toronto, Canada. Data files: CHRONOS_Ground-Level_O3_NA_2002.nc to CHRONOS_Ground-Level_O3_NA_2009.nc inclusive, generated July 2017. [5] Environment and Climate Change Canada, 2017. Air Quality Research Division, Toronto, Canada. Data files: GEMMACH_Ground-Level_O3_NA_2010.nc to GEMMACH_Ground-Level_O3_NA_2015.nc inclusive, generated July 2017. [6] Robichaud A, Ménard R. Multi-year objective analyses of warm season ground-level ozone and PM 2.5 over North America using real-time observations and Canadian operational air quality models. Atmospheric Chemistry and Physics. 2014 Feb 17;14(4):1769-800. [7] Robichaud A, Ménard R, Zaïtseva Y, Anselmo D. Multi-pollutant surface objective analyses and mapping of air quality health index over North America. Air Quality, Atmosphere [8] Hammer, M. S.; van Donkelaar, A.; Li, C.; Lyapustin, A.; et al. Global Estimates and Long-Term Trends of Fine Particulate Matter Concentrations (1998-2018)., Environ. Sci. Technol, doi: 10.1021/acs.est.0c01764, 2020. [9] CanMap Postal Code Suite (various years). [computer files] Markham, ON : DMTI Spatial Inc. · Statistique Canada. (2016). Recensement de la population. · Blais, C., Jean, S., Sirois, C., Rochette, L., Plante, C., Larocque, I., Doucet, M., Ruel, G., Simard, M., Gamache, P., Hamel, D., St-Laurent, D., & Emond, V. (2014). Le Système intégré de surveillance des maladies chroniques du Québec (SISMACQ), une approche novatrice. Maladies chroniques et blessures au Canada, 34(4), 226–235.· ISED. (2020). Données nationales sur la couverture à large bande 2020. Innovation, Sciences et Développement économique Canada.· ISED. (2020). Données de la distribution démographique pseudo-ménage 2016. Innovation, Sciences et Développement économique Canada.Pour aller plus loinD’autres indices de vulnérabilité sociale du même style existent pour la Colombie-Britannique, la ville de Toronto, les États-Unis et le Royaume-Uni. Il y a par ailleurs un grand nombre d’articles scientifiques faisant état de méthodes et d’indices de vulnérabilité associés à la pandémie. Ø COVID-19 Risks in British Columbia’s Neighbourhoods Ø COVID-19 Neighbourhood Vulnerability Index Ø COVID-19 Pandemic Vulnerability Index Ø COVID-19 Community Vulnerability Index Ø British Red Cross COVID-19 Vulnerability Index
RéférencesAlbitar, O., Ballouze, R., Ooi, J. P., & Sheikh Ghadzi, S. M. (2020). Risk factors for mortality among COVID-19 patients. Diabetes Research and Clinical Practice, 166, 108293. https://doi.org/10.1016/j.diabres.2020.108293 Blaser, C. (2021). Indice québécois de vulnérabilité sociale dans un contexte de COVID-19. https://vulnerabilitecovid.cbcr.me/ Blaser, C., Gautier, L., Brousseau, É., Auger, N., & Frohlich, K. L. (2023). Inequality in COVID-19 mortality in Quebec associated with neighbourhood-level vulnerability domains. Canadian Journal of Public Health / Revue Canadienne de Santé Publique. https://doi.org/10.17269/s41997-023-00829-7 Blumenshine, P., Reingold, A., Egerter, S., Mockenhaupt, R., Braveman, P., & Marks, J. (2008). Pandemic Influenza Planning in the United States from a Health Disparities Perspective. Emerging Infectious Diseases, 14(5), 709–715. https://doi.org/10.3201/eid1405.071301 Booth, A., Reed, A. B., Ponzo, S., Yassaee, A., Aral, M., Plans, D., Labrique, A., & Mohan, D. (2021). Population risk factors for severe disease and mortality in COVID-19: A global systematic review and meta-analysis. PLOS ONE, 16(3), e0247461. https://doi.org/10.1371/journal.pone.0247461 Calderón-Larrañaga, A., Dekhtyar, S., Vetrano, D. L., Bellander, T., & Fratiglioni, L. (2020). COVID-19: Risk accumulation among biologically and socially vulnerable older populations. Ageing Research Reviews, 63, 101149. https://doi.org/10.1016/j.arr.2020.101149 CDC. (2021). Social Vulnerability Index (SVI). https://www.atsdr.cdc.gov/placeandhealth/svi/fact_sheet/fact_ sheet.html. CDC Agency for Toxic Substances and Disease Registry (ATSDR). (2020, September 15). CDC Social Vulnerability Index (SVI) Documentation 2018. https://www.atsdr.cdc.gov/placeandhealth/svi/documentation/SVI_documentation_2018.html Chung, R. (2021). Structural health vulnerability: Health inequalities, structural and epistemic injustice. Journal of Social Philosophy, n/a(n/a). https://doi.org/10.1111/josp.12393 Crooks, V. (2020). COVID-19 Risks in British Columbia’s Neighbourhoods. Mapping Risk & Vulnerability Across the Province. https://storymaps.arcgis.com/stories/b390728f6d6f43c8bfcddf0b9e4dbbc4 Dessie, Z. G., & Zewotir, T. (2021). Mortality-related risk factors of COVID-19: A systematic review and meta-analysis of 42 studies and 423,117 patients. BMC Infectious Diseases, 21(1), 855. https://doi.org/10.1186/s12879-021-06536-3 DREES. (2020). Les inégalités sociales face à l’épidémie de Covid-19 (62; Les Dossiers de La DREES). Direction de la recherche, des études, de l’évaluation et des statistiques. drees.solidarités-sante.gouv.fr Eilstein, D., Gorza, M., Perrey, C., Vernay, M., Marchand, J.-L., Colleville, A.-C., & Pascal, M. (2015). Vulnérabilité face à la maladie. La place de l’Institut de veille sanitaire. Ellingjord-Dale, M., Kalleberg, K. T., Istre, M. S., Nygaard, A. B., Brunvoll, S. H., Eggesbø, L. M., Dahl, J. A., Kjetland, E. F., Ursin, G., & Søraas, A. (2022). The use of public transport and contraction of SARS-CoV-2 in a large prospective cohort in Norway. BMC Infectious Diseases, 22(1), 252. https://doi.org/10.1186/s12879-022-07233-5 Fallah-Aliabadi, S., Fatemi, F., Heydari, A., Khajehaminian, M. R., Lotfi, M. H., Mirzaei, M., & Sarsangi, A. (2022). Social vulnerability indicators in pandemics focusing on COVID-19: A systematic literature review. Public Health Nursing, 39(5), 1142–1155. Flanagan, B. E., Gregory, E. W., Hallisey, E. J., Heitgerd, J. L., & Lewis, B. (2011). A Social Vulnerability Index for Disaster Management. Journal of Homeland Security and Emergency Management, 8(1). https://www.atsdr.cdc.gov/placeandhealth/svi/img/pdf/Flanagan_2011_SVIforDisasterManagement-508.pdf Flanagan, B. E., Hallisey, E. J., Adams, E., & Lavery, A. (2018). Measuring Community Vulnerability to Natural and Anthropogenic Hazards: The Centers for Disease Control and Prevention’s Social Vulnerability Index. Journal of Environmental Health, 80(10), 34–36. Gaffney, A., Himmelstein, D. U., McCormick, D., & Woolhandler, S. (2023). COVID-19 Risk by Workers’ Occupation and Industry in the United States, 2020‒2021. American Journal of Public Health, 113(6), 647–656. Ge, E., Li, Y., Wu, S., Candido, E., & Wei, X. (2021). Association of pre-existing comorbidities with mortality and disease severity among 167,500 individuals with COVID-19 in Canada: A population-based cohort study. PloS One, 16(10), e0258154. https://doi.org/10.1371/journal.pone.0258154 Goldsmith, L. P., Rowland-Pomp, M., Hanson, K., Deal, A., Crawshaw, A. F., Hayward, S. E., Knights, F., Carter, J., Ahmad, A., Razai, M., Vandrevala, T., & Hargreaves, S. (2022). Use of social media platforms by migrant and ethnic minority populations during the COVID-19 pandemic: A systematic review. BMJ Open, 12(11), e061896. https://doi.org/10.1136/bmjopen-2022-061896 Hashim, M. J., Alsuwaidi, A. R., & Khan, G. (2020). Population Risk Factors for COVID-19 Mortality in 93 Countries. Journal of Epidemiology and Global Health, 10(3), 204–208. https://doi.org/10.2991/jegh.k.200721.001 Jenks, G. F. (1977). Optimal data classification for choropleth maps (2; Occasional Paper, p. 50). University of Kansas. Department of Geography. Kamis, C., Stolte, A., West, J. S., Fishman, S. H., Brown, T., Brown, T., & Farmer, H. R. (2021). Overcrowding and COVID-19 mortality across U.S. counties: Are disparities growing over time? SSM - Population Health, 15, 100845. https://doi.org/10.1016/j.ssmph.2021.100845 Khan, S. S., McCabe, M. E., Krefman, A. E., Petito, L. C., Yang, X., Kershaw, K. N., Pool, L., & Allen, N. B. (2020). A County-Level Susceptibility Index and Coronavirus Disease 2019 Mortality in the United States: A Socioecological Study (p. 2020.07.04.20146084). medRxiv. https://doi.org/10.1101/2020.07.04.20146084 Li, J., Huang, D. Q., Zou, B., Yang, H., Hui, W. Z., Rui, F., Yee, N. T. S., Liu, C., Nerurkar, S. N., Kai, J. C. Y., Teng, M. L. P., Li, X., Zeng, H., Borghi, J. A., Henry, L., Cheung, R., & Nguyen, M. H. (2021). Epidemiology of COVID-19: A systematic review and meta-analysis of clinical characteristics, risk factors, and outcomes. Journal of Medical Virology, 93(3), 1449–1458. https://doi.org/10.1002/jmv.26424 Lin, Q., Paykin, S., Halpern, D., Martinez-Cardoso, A., & Kolak, M. (2022). Assessment of Structural Barriers and Racial Group Disparities of COVID-19 Mortality with Spatial Analysis. JAMA Network Open, 5(3). Scopus. https://doi.org/10.1001/jamanetworkopen.2022.0984 Marvel, S. W., House, J. S., Wheeler, M., Song, K., Zhou, Y.-H., Wright, F. A., Chiu, W. A., Rusyn, I., Motsinger, -Reif Alison, & Reif, D. M. (2021). The COVID-19 Pandemic Vulnerability Index (PVI) Dashboard: Monitoring County-Level Vulnerability Using Visualization, Statistical Modeling, and Machine Learning. Environmental Health Perspectives, 129(1), 017701. https://doi.org/10.1289/EHP8690 Mhango, M., Dzobo, M., Chitungo, I., & Dzinamarira, T. (2020). COVID-19 Risk Factors Among Health Workers: A Rapid Review. Safety and Health at Work, 11(3), 262–265. https://doi.org/10.1016/j.shaw.2020.06.001 Noor, F. M., & Islam, Md. M. (2020). Prevalence and Associated Risk Factors of Mortality Among COVID-19 Patients: A Meta-Analysis. Journal of Community Health, 45(6), 1270–1282. https://doi.org/10.1007/s10900-020-00920-x Parohan, M., Yaghoubi, S., Seraji, A., Javanbakht, M. H., Sarraf, P., & Djalali, M. (2020). Risk factors for mortality in patients with Coronavirus disease 2019 (COVID-19) infection: A systematic review and meta-analysis of observational studies. The Aging Male, 23(5), 1416–1424. https://doi.org/10.1080/13685538.2020.1774748 Paul, R., Adeyemi, O., Ghosh, S., Pokhrel, K., & Arif, A. A. (2021). Dynamics of Covid-19 mortality and social determinants of health: A spatiotemporal analysis of exceedance probabilities. Annals of Epidemiology, 62, 51–58. https://doi.org/10.1016/j.annepidem.2021.05.006 Pijls, B. G., Jolani, S., Atherley, A., Derckx, R. T., Dijkstra, J. I. R., Franssen, G. H. L., Hendriks, S., Richters, A., Venemans-Jellema, A., Zalpuri, S., & Zeegers, M. P. (2021). Demographic risk factors for COVID-19 infection, severity, ICU admission and death: A meta-analysis of 59 studies. BMJ Open, 11(1), e044640. Public Health England Transmission Group. (2020). Factors contributing to risk of SARS-CoV2 transmission in various settings. SAS Institute Inc. (2000). SAS Online Doc, Version 8. SAS Institute Inc. Smittenaar, P., Stewart, N., Sutermaster, S., Coome, L., Dibner-Dunlap, A., Jain, M., Caplan, Y., Campigotto, C., & Sgaier, S. K. (2021). A COVID-19 Community Vulnerability Index to drive precision policy in the US. https://doi.org/10.1101/2021.05.19.21257455 Surgo Ventures. (2020). Bringing Greater Precision to the COVID-19 Response. COVID-19 Community Vulnerability Index. https://precisionforcovid.org/ccvi Tipirneni, R., Schmidt, H., Lantz, P. M., & Karmakar, M. (2022). Associations of 4 Geographic Social Vulnerability Indices With US COVID-19 Incidence and Mortality. American Journal of Public Health, 112(11), 1584–1588. Scopus. https://doi.org/10.2105/AJPH.2022.307018 Weaver, A. K., Head, J. R., Gould, C. F., Carlton, E. J., & Remais, J. V. (2022). Environmental Factors Influencing COVID-19 Incidence and Severity. Annual Review of Public Health, 43(1), 271–291. Wolkin, A., Collier, S., House, J. S., Reif, D., Motsinger-Reif, A., Duca, L., & Sharpe, J. D. (2022). Comparison of National Vulnerability Indices Used by the Centers for Disease Control and Prevention for the COVID-19 Response. Public Health Reports, 137(4), 803–812. https://doi.org/10.1177/00333549221090262 Wu, Y., Jing, W., Liu, J., Ma, Q., Yuan, J., Wang, Y., Du, M., & Liu, M. (2020). Effects of temperature and humidity on the daily new cases and new deaths of COVID-19 in 166 countries. The Science of the Total Environment, 729, 139051. https://doi.org/10.1016/j.scitotenv.2020.139051 Yang, C., Datta, P., & Nguyen. (2020). reCOVer—COVID-19 Neighbourhood Vulnerability Index for Toronto. https://esricanada-ce.github.io/ecce-app-challenge-2020/QuaranTEAM/app/ Zhang, J., Dong, X., Liu, G., & Gao, Y. (2023). Risk and Protective Factors for COVID-19 Morbidity, Severity, and Mortality. Clinical Reviews in Allergy & Immunology, 64(1), 90–107. https://doi.org/10.1007/s12016-022-08921-5 |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
©2023 Christine Blaser (christine.blaser@umontreal.ca)