Recours aux traitements de l’infertilité : analyse géographique des déterminants contextuels

Antoine Pointeaux a analysé les déterminants contextuels du recours aux traitements de l’infertilité en France, dans le cadre de son mémoire de Master Evaluation et Décision Publique de l’ENSAI. Ce billet présente les principales démarches adoptées et les résultats obtenus durant son stage au sein de l’équipe StimHo.

Dans la littérature scientifique, plusieurs barrières d’accès aux traitements de l’infertilité sont mises en évidence, d’ordre économique ou géographique par exemple. Toutefois, les articles se concentrent souvent sur les États-Unis ou l’Australie, et peu de travaux ont été menées à ce sujet en France. L’objectif de cette recherche est donc d’analyser les difficultés d’accès aux traitements de l’infertilité en France métropolitaine, en recherchant les déterminants contextuels de l’accès aux traitements de l’infertilité en 2016. C’est donc une approche écologique qui est adoptée, et les données utilisées sont celles du Système National de Données de Santé (SNDS).

Matériel et méthodes

L’accès aux traitements de l’infertilité est mesuré en 2016 par le taux d’acheteuses de traitements de stimulations hormonales (en ‰), défini par le nombre de femmes de 18-50 ans acheteuses de traitements, rapporté au nombre de femmes de 18-50 ans. Le nombre d’acheteuses de traitements1 en 2016 est obtenu à partir du Dcir du SNDS.

Formule 1. Taux d’acheteuses de traitement de stimulations hormonales

Toutes les données ont été agrégées au niveau du territoire de vie2 (TV).

Ce taux est mis en regard de plusieurs indicateurs :

Tester la présence d’effets spatiaux

Les effets spatiaux peuvent prendre plusieurs formes. Dans ce travail, on s’intéresse principalement aux deux suivants :

  • L’autocorrélation spatiale : les individus statistiques proches spatialement (ici, les territoires de vie voisins) ne sont pas indépendants. L’autocorrélation est détectée à partir des statistiques de Moran (I de Moran, I de Moran locaux, graphe de Moran).
  • L’hétérogénéité spatiale : les facteurs explicatifs n’ont pas la même influence dans tout l’espace, i.e. une variable n’a pas la même force explicative partout. Lorsque les variances sont aussi différentes d’une zone géographique à une autre, on parle d’hétéroscédasticité spatiale.

La stratégie mise en place consiste d’abord à (1) tester la présence d’autocorrélation spatiale dans les variables de l’analyse et dans les termes d’erreur du modèle de Poisson « global » ; puis à (2) mettre en place un modèle de régression géographiquement pondérée (RGP) pour analyser l’hétérogénéité spatiale et plus particulièrement l’instabilité spatiale des coefficients. Cela revient à tester la non-stationnarité spatiale des coefficients et donc du phénomène spatial.

La statistique de Moran permet de rejeter l’hypothèse d’absence d’autocorrélation spatiale dans les résidus du modèle de Poisson global (p-valeur < 0,001). L’autocorrélation spatiale est également présente dans toutes les variables de l’analyse. Un modèle géographique (RGP) est donc utilisé.

Régression géographique pondérée

L’idée de la RGP est de réaliser un modèle de Poisson par territoire de vie (2719 au total), « chaque observation étant pondérée par une fonction décroissante de sa distance au point d’estimation » (Bellefon et Floch, Chapitre 9 – Régression géographiquement pondérée 2018). Plus un territoire de vie sera éloigné du territoire où le modèle est estimé, moins il aura de poids dans l’estimation.

Principaux résultats

Figure 1. Carte des taux de recours aux traitements de l’infertilité dans les différents territoires de vie en France métropolitaine

La Figure 1 représente la carte des taux de recours aux traitements de l’infertilité dans les différents territoires de vie en France. Cette carte montre visuellement une variabilité du phénomène. Les taux de recours sont élevés le long de la côte atlantique, de la façade méditerranéenne, dans la région de Lyon ou encore en Ile-De-France. Une grande zone de taux de recours élevés se situe également à l’est de la région parisienne, dans le nord de la Champagne-Ardenne. Au contraire, les territoires de vie de l’Occitanie, de la Bourgogne-Franche-Comté, du sud du Centre Val-De-Loire ou de l’intérieur de la Nouvelle-Aquitaine ont des taux de recours plus faibles.

Les variables explicatives les plus corrélées avec le taux de recours sont le taux d’urbanisation et l’APL pour les médecins gynécologues (respectivement 0,45 et 0,33). La corrélation est en revanche faible entre le taux de recours et l’APL généraliste (0,04) ou entre le taux de recours et le FDep13 (-0,11). L’ACP, la forte corrélation entre le taux d’urbanisation et l’APL gynécologue (0,64) et le VIF élevé du taux d’urbanisation (4,72) amènent à suspecter un problème de colinéarité. La variable du taux d’urbanisation est mise de côté dans la suite de l’analyse.

Les résultats du modèle de RGP indiquent que les coefficients varient sur le territoire. Il y a donc bien hétérogénéité spatiale des facteurs explicatifs.

  • Avec l’hétérogénéité spatiale la moins marquée, l’APL gynécologue est toutefois la variable qui a l’impact le plus important sur le taux de recours aux traitements : toutes choses égales par ailleurs, une bonne accessibilité aux médecins gynécologues favorise le recours aux traitements de l’infertilité dans tous les territoires de vie en France métropolitaine.
  • La bonne accessibilité à un·e médecin généraliste (mesurée par l’APL généraliste) a un impact moyen qui est positif sur le taux de recours aux traitements, mais son impact présente des variations locales. Son impact sur le recours est le plus fort dans le sud de la France et en Alsace (valeurs APL élevées), ainsi qu’en région parisienne (valeur APL plus faible).
  • Un accès à un médecin généraliste et à une pharmacie à moins de 10 minutes du lieu de résidence a tendance à jouer positivement sur le taux de recours aux traitements de l’infertilité sur le territoire.
  • La présence d’un centre d’AMP sur le territoire de vie a également un impact important sur le taux de recours aux traitements.
  • Les résultats sont plus surprenants concernant la défavorisation sociale. On trouve un impact positif de la défavorisation sociale sur le recours aux traitements de l’infertilité. La défavorisation sociale a un impact positif sur le taux de recours aux traitements de l’infertilité. Les coefficients varient sur le territoire avec notamment un quart sud-est de la France avec des valeurs particulièrement élevées.

Discussion

La présence d’une autocorrélation spatiale indique que l’aspect géographique n’est pas négligeable dans l’analyse des taux de recours aux traitements de l’infertilité. Cette analyse fait l’hypothèse d’une non-stationnarité des coefficients (modèle RGP) dans l’espace géographique. L’impossibilité de tester cette hypothèse est une limite de l’analyse. Cependant, le modèle RGP permet une lecture différente et sans doute plus pertinente de l’impact des déterminants contextuels au recours des traitements de l’infertilité. D’autre formes de prise en compte de l’autocorrélation spatiale sont possibles dans des modèles linéaires généralisés comme les Spatial Generalised Linear Mixed Models (GLMM). Un possible approfondissement de cette analyse réside dans la mise en place de ces modèles.

Cette analyse écologique agrège les données au niveau du territoire de vie (TV). Ce choix intermédiaire entre le niveau communal et départemental est intéressant pour sa définition (territoire dans lequel les populations ont accès aux services les plus courants) et son nombre d’unités géographiques créées (n = 2 719). En revanche, cela expose l’analyse au problème du Modifiable Areal Unit Problem (MAUP). Ce problème consiste en un effet d’échelle et un effet de zone qu’induit un découpage. Reproduire cette analyse à différentes échelles permettrait de s’assurer de la robustesse des résultats obtenus.

La force de cette analyse est l’originalité du champ de recherche dans lequel elle s’inscrit. La littérature scientifique sur le recours à tous les traitements de l’infertilité est rare. Les modèles RGP sont également des outils nouveaux, bien que de plus en plus recommandés pour l’analyse spatiale.

Pour une présentation complète de ce travail, vous pouvez lire le Document de Travail de l’Ined, n°260.

Remerciements : recherche financée par l’Agence Nationale de Recherche, ANR-17-CE36-0011-01.

Image à la Une : « Disparités territoriales dans le traitement de l’infertilité en France » par Antoine Pointeaux, tous droits réservés.

Pour citer ce billet : Pointeaux Antoine, 2020, « Recours aux traitements de l’infertilité : analyse géographique des déterminants contextuels », Carnet de Recherche StimHo, ISSN 2728-4441. En libre accès : https://stimho.hypotheses.org/423.

  1. Les traitements hormonaux de l’infertilité sont de deux types : citrate de clomifène et gonadotrophines []
  2. Défini par l’Insee, ce zonage découpe les bassins de vie de plus de 50 000 habitants pour mieux rendre compte de la diversité de la qualité de vie au sein des territoires les plus urbanisés. S’affranchissant des limites des unités urbaines, les territoires de vie découpent ainsi les grands bassins de vie autour des pôles de services. La France métropolitaine est ainsi constituée de 2 677 territoires de vie, les bassins de vie de moins de 50 000 habitants étant conservés tels que. Plus d’informations ici : https://www.insee.fr/fr/statistiques/1281328#documentation []

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search