Surmortalité : décès attendus, écart et P-score

Socioéconomie & démographie · Master 1

Mesurer la surmortalité d'une crise : référence, standardisation, pièges d'interprétation

Introduction

Pour évaluer l'ampleur d'une crise sanitaire, les démographes comparent les décès observés à ce qu'on aurait attendu sans la crise. L'écart, appelé surmortalité ou excès de décès, ne dépend pas de la qualité du diagnostic ou du dépistage, contrairement au décompte des décès attribués à une cause précise.

Le point délicat est la définition des décès attendus : moyenne de quelques années précédentes, ou modèle de tendance avec saisonnalité. Ce choix influence fortement le résultat, notamment dans une population qui vieillit et dont le nombre de personnes à risque augmente chaque année.

La Suisse publie des statistiques hebdomadaires de décès, et la surmortalité a été observée lors de la pandémie de COVID-19, mais aussi lors de canicules ou de fortes épidémies de grippe. Savoir lire et critiquer ces comparaisons est une compétence centrale de la démographie de la santé.

Objectifs d'apprentissage

Calculer un écart et un P-score à partir de décès observés et attendus
Expliquer pourquoi la structure par âge et la tendance modifient la référence
Interpréter prudemment une comparaison internationale de surmortalité

Concepts clés

Décès attendus: Nombre de décès qu'on aurait prévu sans la crise, estimé par la moyenne de périodes comparables ou par un modèle tendanciel et saisonnier.
P-score: Écart entre décès observés et attendus rapporté aux décès attendus, exprimé en pourcentage : (observés - attendus) / attendus x 100.
Standardisation par âge: Comparer des taux plutôt que des effectifs bruts pour tenir compte du vieillissement et de la croissance de la population.

Conclusion

La surmortalité est un indicateur d'impact sanitaire robuste, mais sa valeur dépend de la qualité de la référence choisie. Elle exige des données hebdomadaires fiables, une standardisation par âge et un modèle de tendance.

Bien utilisée, elle permet de comparer des crises très différentes, d'une canicule à une pandémie, sans dépendre du diagnostic de chaque décès.

Cartes

Qu'est-ce que la surmortalité ?: L'excédent de décès observés par rapport aux décès attendus dans une période donnée, quelle qu'en soit la cause directe.
Quelle est la formule du P-score ?: (Décès observés moins décès attendus) divisé par décès attendus, multiplié par 100.
Pourquoi la surmortalité est-elle une mesure robuste face aux différences de diagnostic ?: Elle compte tous les décès toutes causes confondues, sans dépendre de la capacité à tester ni de la manière de coder la cause du décès.
Pourquoi la référence 'moyenne des cinq années précédentes' peut-elle biaiser le résultat ?: Elle ignore la tendance : dans une population vieillissante, le nombre de décès augmente naturellement, donc la référence sous-estime les décès attendus et gonfle l'excès.
Comment améliorer la référence ?: Par un modèle estimant tendance, saisonnalité et structure par âge, ou en comparant des taux de mortalité standardisés plutôt que des effectifs.
Une surmortalité peut-elle avoir d'autres causes qu'une épidémie ?: Oui : canicule, vague de froid, forte grippe saisonnière ou perturbations de l'accès aux soins.
Que signifie une sous-mortalité après un pic de décès ?: Un effet de moisson : une partie des décès survenus plus tôt aurait eu lieu peu après, ce qui diminue transitoirement les décès attendus.
Pourquoi faut-il être prudent en comparant la surmortalité de deux pays ?: Les structures par âge, les références choisies, la qualité de l'enregistrement et les périodes d'analyse diffèrent.
À quelle fréquence l'Office fédéral de la statistique publie-t-il des décès en Suisse pour suivre ces phénomènes ?: Chaque semaine, ce qui permet de détecter rapidement un excès par rapport aux semaines comparables des années précédentes.

Glossaire

Surmortalité: Nombre de décès observés au-delà du nombre attendu dans une période.
Ligne de base: Niveau attendu en l'absence d'événement exceptionnel, servant de référence.
Effet de moisson: Baisse temporaire de la mortalité après un pic, car des personnes fragiles sont décédées plus tôt.
Taux standardisé: Taux de mortalité ajusté à une structure par âge de référence pour comparer des populations.
Décès toutes causes: Total des décès sans distinction de la cause.
Saisonnalité: Variation régulière de la mortalité au fil de l'année, plus forte en hiver.