Introduction Comparaisons d’accès au soin entre Paris et d’autres métropole (NYC, Londres) Meilleur accès au soin Moins de variation géographiques Intérêt de cette comparaison entre des villes similaires pour évaluer influence des politiques nationales sur l’accès aux soins Niveau de revenu Nombre d’habitants Ressources en santé

Introduction Accès au soin Régions de différentes tailles, économies locales, effecteurs de soins locaux IDF 1ère zone urbaine La plus riche NPdC  4ème zone urbaine en population L’une des plus pauvres du pays Faible densité médicale Bas niveau de santé PACA  Région culturellement et économiquement variée Villes riches (Nice, Aix-en-P) + Marseille Haute densité médicale Haut niveau de santé

Introduction Accès aux soins primaires Revascularisation PACA IDF NPdC Ajustement sur fardeau des maladies CV IDF, NPdC Accès moins bon (toutes régions confondues) revenus faibles Hôpital public

Mesure de l’accès au système de santé Densité professionnels de santé Ne tient pas compte des différences en besoin de santé Approche Française utilisation dans la commune mais aussi les communes environnantes [http://www.insee.fr/fr/themes/ document.asp?ref_id=ip1418] Introduit une dimension de demande Information insuffisante pour évaluer les besoins Enquêtes nationales Behavioral Risk Factor Surveillance System (CDC BRFSS) Enquêtes décennales de Santé (EDS) Enquêtes santé et protection sociale (biennale) Données médico administratives Hospitalisations évitables Si accès efficace et à temps aux soins primaires alors ne devrait pas exister Aussi associé à morbidité & comportement MAIS bon reflet d’un mauvais accès aux soins primaires (références)

Mesure de l’accès au système de santé Enquêtes nationales Behavioral Risk Factor Surveillance System (CDC BRFSS) Enquêtes décennales de Santé (EDS) Enquêtes santé et protection sociale (biennale) Données médico administratives Hospitalisations évitables Si accès efficace et à temps aux soins primaires alors ne devrait pas exister Reflet d’un mauvais accès aux soins primaires

Méthodes Données Analyse descriptive PMSI Hospitalisations courtes de plus de 24h (sauf si décès), secteur MCO Patients de 20 ans et + 2004-2008 Analyse descriptive Taux d’hospitalisation ajusté sur l’âge Hospitalisation évitables (soins primaires) Revascularisation (soins spécialisés) Modélisation: Modèles multiniveaux à effets mixtes Niveau patient Age Sexe Nombre de diagnostics Statut hôpital public/privé Niveau « zone PMSI » Revenu moyen Densité de MG/cardiologues Densité de population (= urbanisation) Niveau d’éducation Revascularisation : âge en continu + âge2

Hospitalisations évitables

Résultats Disparities in access to health care in three French regions

Hospitalisations évitables (soins primaires)

IDF NpDC PACA

Revascularisation (soins spécialisés)

IDF NpDC PACA

LimitES Utilisation du PMSI possible biais différence de codage (entre régions) Mais résultats cohérents avec études précédentes sur différence d’hospitalisation évitables en fonction du sexe et de l’âge. Liste des diagnostics inclus dans les hospitalisations évitables non complète La grande majorité des HE = insuffisance cardiaque congestive & infections bactériennes pulmonaires Liste de codes « parcimonieuse » est appropriée Pas de mesure directe des autres facteurs agissant sur la demande Prévalence maladie (rien que ça!) Différences des comportements de recherche de soins

Conclusions et recommandations Hospitalisations évitables plus hautes en NpDC Mais disparités économiques plus fortes en IDF. Même si moins marqué que dans d’autres villes d’échelle mondiale Revascularisation Utilisation plus forte en PACA (ajusté sur l’âge) Moins fortunés  OR revascularisation plus faible Pas possible d’évaluer différences dues à Densité médicale Qualité des soins Barrières à l’accès aux soin (tarifs – dépassements honoraires) Difficile de faire la différence entre facteurs demande et facteurs systèmes de santé

Conclusions et recommandations Pas d’effet de la densité médicale Mais effet mis en évidence pour depistage cancer du col, donc a nuancer pour certaines populations/situations Effet hôpital public privé Effet fort Médical vs. Chirurgie Probable recrutement différent (programmé vs. Urgence) Il faut trouver les moyens de réduire ces disparités (non, sans blague?)

LCA? IMRED anyone? Table presentation… Is it too difficult to calculate ORs? Read your p values please.