Error message

Error 3: Unsupported language pair.; Failed to initialize a glossary.
Green ghosted shapes image
Insights

Les chiffres racontent une histoire : comment utiliser les données pour parvenir à l’équité en matière de santé

Pourquoi c'est important

« La compréhension et l’utilisation des données devraient être au cœur du travail sur l’équité en santé. »
Image
The Numbers Tell a Story_How to Use Data to Achieve Health Equity

Source : Rush Photo Group

Pourquoi abordons-nous explicitement le problème de l’équité en matière de santé au Rush University Medical Center ? Parce que, comme beaucoup d’autres centres médicaux universitaires, nous accueillons des personnes d’un côté de notre ville qui n’ont pas un accès facile aux soins. Ces personnes sont souvent confrontées à un taux de chômage élevé, à la pénurie d’emplois, à la pauvreté et à d’autres déterminants sociaux de la santé qui contribuent aux risques pour la santé et aux mauvais résultats. De l’autre côté de la ville, les gens ont un emploi, ont un accès régulier aux soins de santé et ont généralement une meilleure qualité de vie avec une espérance de vie plus longue.

Il ne s’agit pas d’une théorie ou d’une anecdote. Nous analysons nos propres données. Nous analysons nos propres quartiers. Nous analysons nos propres coûts. Les gens sont souvent surpris par les inégalités frappantes que nous identifions.

Par exemple, voici ce que nous avons appris lorsque nous avons cartographié l’espérance de vie par quartier dans le West Side de Chicago :

Image
Rush-University-Medical-Center: Life Expectancy (Years) at Birth by Neighborhood, West Side Chicago

Source : Évaluation des besoins en santé de la communauté Rush 2016

Lorsque nous avons constaté des disparités dramatiques en termes de morbidité, de mortalité et d’espérance de vie à quelques kilomètres les uns des autres, et que nous avons identifié des crises sanitaires en cours dans les quartiers qui nous entourent, nous savions que nous devions agir.

Ces différences ne sont pas le fruit du hasard. Nous avons délibérément analysé les données pour déceler d’éventuelles disparités, ce qui nous a obligés à apprendre à les analyser sous différents angles.

Par exemple, nous avons observé des taux similaires de diabète entre différentes populations. Alors, où se situe la disparité ? Lorsque vous comparez ceux dont le diabète est contrôlé et ceux qui ne l’est pas, ou ceux dont l’état est plus grave, ou ceux qui ont accès à l’insuline, les disparités deviennent plus évidentes. Nous constatons peut-être une incidence similaire du diabète, mais certains quartiers ont des taux beaucoup plus élevés de mauvais contrôle et de maladies comorbides. Les données, lorsqu’on les analyse de plus près, vous montrent sur quoi vous devez vous concentrer. Les données nous ont poussés à nous intéresser à la communauté.

Voir la situation dans son ensemble

En y regardant de plus près, les données nous montrent comment des facteurs tels qu’une éducation de mauvaise qualité et des quartiers dangereux influencent la santé des populations qui y vivent. Nos agents de santé communautaires, qui vivent et vivent ces situations au quotidien, valident cette réalité et apportent des nuances. Avec leur aide et celle de nos patients, nous discutons maintenant de la façon dont nous pouvons améliorer la santé au sein du cabinet du médecin et à l’extérieur. Nous nous attaquons aux facteurs que nous pouvons contrôler avec une pilule et à ceux que nous ne pouvons pas contrôler.

Par exemple, le dépistage des déterminants sociaux de la santé chez nos patients en soins primaires nous aide à mieux comprendre leur vie. Nous avons commencé à leur demander s'ils avaient de la nourriture, un endroit où loger tous les jours, qui dans leur famille les aidait à prendre soin d'eux, etc. Une patiente était au début réticente à répondre à ces questions personnelles. À la fin du dépistage, elle a révélé qu'elle n'avait pas de salaire fixe. Elle vivait chez une amie et ne savait pas où aller ensuite. Cela expliquait pourquoi elle ne prenait pas ses médicaments. Elle a quitté la salle en larmes, non pas à cause de la situation, mais parce qu'elle était enfin capable de partager ce qui se passait avec quelqu'un qui était intéressé à l'aider et qui avait les ressources pour le faire.

L’essentiel est d’être prêt à agir en fonction des réponses que les gens vous donnent lorsque vous examinez les déterminants sociaux de la santé. Nous avons la chance de nous associer à une organisation appelée NowPow . Elle propose un ensemble de ressources organisées qui sont disponibles à proximité du domicile du patient. Lorsqu’une personne dit avoir besoin d’aide en matière d’insécurité alimentaire, par exemple, nous la référons directement à l’organisme communautaire qui nous informe que nous avons un patient dans le besoin et nous mettons la personne en contact avec une aide alimentaire. Nous recevons ensuite des commentaires confirmant que ses besoins ont été satisfaits.

Il n’est pas nécessaire que le médecin pose les questions de dépistage ou oriente les patients vers les ressources appropriées. Différents membres de nos équipes cliniques, notamment des étudiants en médecine et des agents de santé communautaires, peuvent dépister les patients et les mettre en contact avec les ressources. Tout le monde n’est pas au courant de toutes les ressources disponibles, c’est pourquoi il a été formidable de travailler avec une organisation qui se consacre à les mettre à la portée de tous.

Comment commencer à utiliser les données

L’une des façons les plus simples de commencer à utiliser vos données pour faire progresser votre travail sur l’équité en santé est de prendre une condition clinique et une seule petite population en fonction des données dont vous disposez. Ensuite, recherchez des tendances.

Nous avons examiné nos données sur les facteurs de risque cardiovasculaire. Nous avons constaté de grandes disparités, non seulement en ce qui concerne la prévalence de la maladie, mais également en ce qui concerne nos performances en matière de mesures de qualité.

Une analyse des données nous a montré que nous ne gérions pas bien les facteurs de risque cardiovasculaire chez les hommes. Les taux de risque de maladie cardiovasculaire athéroscléreuse (MCVA) étaient similaires et les facteurs de risque manquaient de documentation, notamment le taux de cholestérol non contrôlé ou l'absence d'informations sur le statut tabagique. Mais en y regardant de plus près, nous avons découvert qu'un nombre significativement plus élevé d'hommes dans les communautés noires et brunes ne contrôlaient pas leur diabète ou leur tension artérielle.

Une fois que vous avez déterminé où concentrer votre attention, vous créez une équipe pour soutenir ce flux de travail clinique afin de traiter un ou deux des paramètres pertinents. Vous travaillez également ensemble pour déterminer les obstacles structurels à la bonne santé de cette population. Un seul médecin peut s'entretenir avec un patient à plusieurs reprises, mais si nous ne faisons rien pour remédier aux déterminants sociaux de la santé qui font obstacle, nous ne résolvons rien.

La compréhension et l’utilisation des données devraient être au cœur des efforts visant à promouvoir l’équité en santé. Il est impossible de résoudre un problème si l’on ne sait pas qu’il existe et il est impossible d’évaluer son impact si l’on ne le mesure pas.

Faire face au racisme

L’un de nos plus grands défis est de demander aux gens de reconnaître que l’équité est un problème sans le personnaliser. Nous sommes tous fiers de l’endroit où nous travaillons et de ce que nous faisons, il est donc difficile d’admettre qu’il y a du racisme dans la structure de notre organisation, mais il est là et nous devons y remédier.

Nous avons appris de l'expérience d'autres personnes qui participent à l'initiative Pursuing Equity de l'IHI qu'il est important de s'attaquer de front au racisme pour améliorer la culture organisationnelle. En suivant leur exemple, nous avons pu aborder le sujet de l'équité en santé avec nos cadres supérieurs. Cette question est désormais intégrée à notre plan stratégique.

Le problème du racisme structurel a évolué au fil des ans, il ne sera donc pas résolu rapidement, mais nous sommes déterminés à agir chaque jour. Et cela inclut les analystes de données qui travaillent avec notre équipe Pursuing Equity. Ils savent que leur travail a le potentiel de changer des vies. Il ne s'agit pas seulement de données financières, de données de performance ou de données que nous soumettons pour répondre aux exigences réglementaires. Il s'agit de données pour agir.

Le docteur Michael Hanak, FAAFP, est directeur adjoint de l'information médicale au Rush University Medical Center. Le Rush University Medical Center est l'un des huit établissements de santé participant à l'initiative Pursuing Equity dirigée par IHI.

Vous pourriez également être intéressé par :

Livre blanc de IHI – Atteindre l’équité en santé : un guide pour les organisations de soins de santé

Faire face au déni et aux défis liés aux données en matière d'équité

Share