Une typologie des mesures de l’équité en santé
Après le meurtre de George Floyd en mai 2020, les gouvernements des États et notre système de santé ont accru l’attention portée au racisme et à son impact sur l’équité en matière de santé. Il y a également eu une prise de conscience accrue que l’équité en santé est un problème pour les communautés autres que les minorités raciales et ethniques, y compris les personnes handicapées, les personnes résidant dans les communautés rurales, les personnes non binaires et/ou non cisgenres, et autres.
Avec cette élévation de l’équité en santé en tant que préoccupation prioritaire, il est devenu nécessaire de mieux la comprendre grâce à des mesures et d’être en mesure d’évaluer l’efficacité des efforts visant à améliorer l’équité.
Presque immédiatement, deux problèmes sont apparus. Premièrement, il n’existe pas de méthode nationale normalisée pour saisir les données sur les variables clés nécessaires à l’évaluation de l’équité en santé. Certaines organisations, telles que le Bureau de la gestion et du budget, l’Administration des ressources et des services de santé et le Comité national d’assurance qualité, ont élaboré des lignes directrices pour la collecte de données sur la race et l’origine ethnique, mais elles ne sont pas toujours cohérentes. De plus, il y a encore moins de consensus sur les catégories à utiliser pour saisir des données sur d’autres variables, telles que la langue, l’orientation sexuelle, le sexe et le statut d’invalidité. Deuxièmement, il n’existe pas de mesures standard pour évaluer la performance dans l’amélioration de l’équité en santé. Ces derniers sont essentiels pour créer la responsabilisation et la transparence pour l’équité en santé.
Cet article commence à aborder le deuxième problème en proposant une typologie des mesures de l’équité en santé. Nous proposons cette typologie dans l’espoir que d’autres pourront s’appuyer sur ce travail, et nous pourrons progresser vers une meilleure compréhension de la façon de mesurer l’équité en santé et, à partir de là, améliorer l’équité en santé en réduisant les disparités de performance entre les groupes.
Nous suggérons qu’il existe quatre types de mesures du rendement en matière d’équité en santé :
- Infrastructure de données
- Mesures de processus et de résultats stratifiées par sous-population
- Mesures de processus et de résultats ciblant des sous-populations spécifiques
- Mesures de processus et de résultats ciblant des stratégies visant à réduire les inégalités
Infrastructure de données
Comme indiqué précédemment, le manque de variables normalisées pour évaluer l’équité entre les populations est un énorme obstacle à la promotion de l’équité en santé. Les mesures d’infrastructure de données évaluent la manière dont les fournisseurs, les payeurs et les États saisissent des informations telles que les données sur la race, l’ethnicité et la langue (REL) ; données sur le statut d’invalidité; et les données sur l’orientation sexuelle et l’identité de genre (SOGI). Ces mesures d’infrastructure de données pourraient préciser que les données sont recueillies à l’aide d’un modèle de catégorisation standard et qu’elles sont signalées aux membres/patients. Il est important que le personnel qui recueille les données sur le REL, le statut d’invalidité et l’OSIG demande ces informations d’une manière culturellement sensible afin d’améliorer les taux de collecte et d’éviter de perpétuer les dommages.
Exemples : pourcentage d’assureurs membres pour lesquels l’assureur dispose de données REL complètes déclarées par les membres, pourcentage de patients attribués à un fournisseur avec des données SOGI complètes déclarées par les patients.
Mesures de processus et de résultats stratifiées par sous-populationn
Cette catégorie représente la méthode la plus communément identifiée pour évaluer l’équité en santé. Cela implique de prendre des mesures existantes et de les stratifier par REL, SOGI, statut d’invalidité, ruralité et autres variables. De nombreux États, assureurs et organisations de fournisseurs ont commencé à effectuer ce type de mesure. Malheureusement, leurs efforts sont limités par l’incomplétude et le manque d’intégrité des données sous-jacentes par lesquelles ils stratifient. Les entités seront également limitées par les défis liés à la façon dont les données sont partagées et vérifiées entre les entités. Par exemple, il n’est pas clair quelle source est correcte lorsqu’un organisme fournisseur et un assureur ont des informations différentes sur la race/l’origine ethnique d’un individu. Compte tenu des défis associés à la collecte et à la communication de données cliniques, il peut être plus facile de se concentrer sur la stratification des mesures de processus avant de passer à des mesures de résultats qui visent à réduire les disparités entre les populations.
Exemples : taux de dépistage du cancer colorectal selon le statut d’invalidité, taux de césarienne selon la race et l’origine ethnique.
Mesures de processus et de résultats ciblant des sous-populations spécifiques
Cette catégorie comprend des mesures avec un dénominateur défini comme la sous-population d’intérêt. Ce type de mesure ne se concentre pas sur l’identification des disparités mais plutôt sur l’évaluation des soins pour les populations présentant des disparités connues. Son objectif diffère subtilement de la catégorie précédente en ce sens qu’il vise à soutenir l’amélioration de la qualité plutôt que la réduction des inégalités.
Exemples : taux d’utilisation des services d’urgence pour les personnes atteintes de maladie mentale grave, prophylaxie antibiotique appropriée pour les enfants atteints d’anémie falciforme.
Mesures de processus et de résultats ciblées sur des stratégies visant à réduire les inégalités
Enfin, il existe des mesures axées sur l’évaluation de la performance des interventions visant à réduire les inégalités. Au fil du temps, ces mesures évoluent d’évaluer si les patients reçoivent l’intervention pour mesurer l’impact de ces actions.
Exemples : pourcentage de patients dépistés pour les facteurs de risque sociaux, pourcentage de membres ayant un accès opportun et approprié aux services de traduction, amélioration des résultats de santé suite à la réception de services pour un besoin identifié.
Envisager un système avec des résultats équitables pour toutes les populations
Nous avons proposé la typologie susmentionnée pour aider les États, les assureurs et les prestataires à réfléchir aux différentes façons d’aborder la mesure de l’équité en santé et à reconnaître que différents types de mesures peuvent soutenir différentes utilisations et fins. Une approche globale de l’amélioration de l’équité en santé nécessitera plusieurs types de mesures, l’accent étant mis au fil du temps (espérons-le) sur l’infrastructure de données et les mesures de processus vers des mesures plus axées sur les résultats. Nous espérons que l’utilisation de mesures d’équité en santé d’abord pour évaluer, puis pour réduire les inégalités dans les soins de santé conduira à un système avec des résultats équitables pour toutes les populations.