Sommaire des principaux résultats

Stratégies de traitement des hypothèses de normalité dans la modélisation multiniveaux : une étude de cas d'estimation des trajectoires des scores du Health Utilities Index Mark 3

Les données longitudinales permettent d'étudier la dynamique de l'état de santé au cours du cycle de vie en modélisant les trajectoires. Les trajectoires de l'état de santé mesurées au moyen du Health Utilities Index Mark 3 (HUI3) modélisées sous forme d'une fonction de l'âge seulement, ainsi que d'une fonction de l'âge et de covariables socioéconomiques, ont révélé des résidus non normaux et des problèmes d'estimation de la variance. Le but de l'étude était d'examiner la possibilité de transformer la distribution des scores HUI3 de manière à obtenir des résidus qui suivent approximativement une loi normale.

L'analyse est fondée sur des données longitudinales provenant des six premiers cycles de l'Enquête nationale sur la santé de la population (ENSP). Les données ont été recueillies auprès de 7 784 personnes qui, en 1994-1995, étaient âgées de 40 à 99 ans, vivaient dans des ménages privés et avaient fourni des renseignements complets pour le calcul de l'HUI3. Un modèle de croissance multiniveaux a été utilisé pour examiner la structure hiérarchique des données de l'ENSP (mesures répétées emboîtées dans les enquêtés). La transformation arcsin[2 × (HUI + 0,36) / (1 + 0,36) - 1] a été appliquée pour améliorer la distribution des résidus aux deux niveaux et pour limiter la moyenne conditionnelle à l'intervalle de -0,36 à 1,00. Un modèle a été estimé en utilisant les déterminants socioéconomiques de la santé. Les analyses ont été effectuées à l'aide des logiciels SAS et MLwiN.

Après la transformation des scores HUI3, le modèle était satisfaisant et permettait d'ajouter de nouvelles variables sociodémographiques et d'état de santé afin d'estimer leur effet sur la qualité de vie liée à la santé de populations vieillissantes. Étant donné la transformation complexe du modèle arcsinus, les coefficients de régression n'ont pas été interprétés. Les résultats des estimations ont plutôt été résumés graphiquement.

Article intégral

Pour obtenir plus de renseignements, communiquez avec Julie Bernierau 1-613-951-4556 (julie.bernier@statcan.gc.ca), Division de l'analyse de la santé, Statistique Canada.