ARTICLE
Auteur(s) : Laurent Borella
Institut national du cancer, 28, avenue Hoche, 94320 Thiais,
France
Article reçu le 25 Mars 2008, accepté le 18 Septembre 2008
Contexte et objectifs
S’il était possible à l’avenir de connaître précisément les
différents facteurs permettant d’expliquer le fardeau du cancer
dans nos sociétés, il est probable que nous saurions mieux
qu’aujourd’hui construire les politiques de lutte efficaces que
cette maladie justifie. En effet, nous pourrions développer des
travaux scientifiques permettant de mieux connaître chacun de ces
facteurs et construire des dispositifs permettant de mieux les
contrôler. C’est ainsi que se sont développées les politiques de
prévention des risques comme le tabagisme, l’alcoolisme, l’obésité
[1-3], les politiques de dépistage [4-6] et les politiques de soins
de qualité [7, 8]. Pour autant, la réalité du cancer ne se laisse
pas réduire à un ensemble de paramètres indépendants, et les
résultats des politiques menées nous obligent à rester modestes et
exempts de certitudes [9, 10]. C’est d’ailleurs au travers de
programmes complexes et coordonnés qu’aujourd’hui se développe la
lutte contre le cancer, associant toutes les dimensions :
médicales, sociales, économiques, sociétales et scientifiques de la
maladie [11, 12]. Or, si la plupart des études scientifiques
publiées dans les revues à comité de lecture exposent la mesure de
paramètres particuliers associés au cancer, comme l’épidémiologie
[13], les risques individuels ou collectifs [14, 15] ou encore
l’impact attendu des nouveaux traitements [16], peu d’études en
population permettent d’appréhender plus globalement l’impact des
infrastructures de santé et des politiques de lutte contre le
cancer en termes de bénéfice global pour la population [17, 18]. Il
est même difficile d’appréhender simplement la performance d’un
pays en termes de santé publique et particulièrement dans le cas du
cancer, compte tenu de l’extrême complexité des facteurs et de
leurs interactions [19, 20].
S’il n’est pas possible d’apporter une réponse globale au
problème de la compréhension des mécanismes pouvant influer sur la
maladie, il peut être envisagé d’essayer de positionner un pays
dans sa situation face au cancer sur la base d’un ensemble
simplifié d’indicateurs décrivant les différents domaines
concernés. C’est l’objet du présent travail.
Matériel et méthode
Sources des données
Une analyse de littérature a été réalisée afin d’identifier les
données publiées disponibles ainsi que les sources les plus
utilisées dans les études comparatives internationales en
épidémiologie du cancer, en santé publique, en économie et
performance des systèmes de santé. Pour chaque indicateur, les
différentes sources existantes (étude publiée ou base de donnée
publique) ont été comparées en vue de retenir les plus
significatives : fiabilité, précision, possibilité de comparer les
pays, dates d’observation et couverture géographique. À l’issue de
ce travail, 49 indicateurs différents ont pu être retenus (tableau 1), couvrant totalement ou
partiellement les pays européens et relatifs :
- – au niveau de développement des pays ;
- – aux principales données globales de santé
publique ;
- – au potentiel de recherche et de soins ;
- – aux principales données épidémiologiques relatives au
cancer : mortalité, incidence et survie.
Les sources publiques retenues sont l’Organisation mondiale de
la santé (OMS), le Centre international de recherche sur le cancer
(CIRC), l’Organisation de coopération et de développement
économique (OCDE), l’Office statistique des communautés
européennes-Eurostat. Ces sources publiques couvrent 40
indicateurs, les autres ayant été extraits de travaux publiés [21,
22] ou d’études non publiées [23, 24]. Tous les indicateurs bruts
ont été convertis en valeur relative en les rapportant à la
population ou au PIB des pays ; les données épidémiologiques
sont standardisées en population mondiale.
Les pays étudiés sont les pays européens de la communauté
européenne et la Suisse, à l’exclusion de certains pays récemment
intégrés pour lesquels nous ne disposons pas d’informations
suffisantes.
Tableau 1 Indicateurs retenus par pays.
Méthode
Dans un premier temps, les corrélations existantes entre les
distributions de valeurs connues des différents indicateurs pour
l’ensemble des pays européens ont été recherchées. Cela a été
réalisé par le calcul du coefficient de corrélation de chaque
couple d’indicateurs d’une matrice A(i,j) appariant les
i = j = 49 indicateurs retenus pour l’étude. Un
ensemble restreint d’indicateurs peut alors être déterminé ainsi
qu’un score de synthèse par pays.
Dans un second temps, une méthode de visualisation synoptique a
été mise en œuvre par analogie avec les méthodes bio-informatiques
de recherche de profils génomiques caractéristiques de sous-groupes
de malades. Ces méthodes tendent à répondre à la difficulté
d’interprétation des études de caractérisation génomique d’une
pathologie ou d’un sous-groupe de pathologies. En effet, dans ces
études, c’est l’existence d’un ensemble de segments d’ADN modifiés,
caractéristique d’un sous-groupe d’individus (profil génomique),
qui est recherché, alors même que le nombre de gènes à analyser
peut être très supérieur au nombre d’échantillons disponibles [25].
C’est, par exemple, le cas pour l’étude d’un ensemble de 200
échantillons d’ADN analysés sur une puce d’hybridation génomique
comparative de 3 000 gènes. Dans ces méthodes, le résultat apparaît
sous la forme d’une matrice qui permet de visualiser une
surexpression (ou amplification), en vert, ou une sous-expression
(ou délétion), en rouge, des différents gènes des échantillons
analysés par rapport à un échantillon de référence. Des outils
d’analyse informatique (dits de « clustering
hiérarchique »), non spécifiques aux études biologiques,
permettent ensuite de regrouper les différents échantillons et les
différentes régions du génome présentant des valeurs (et donc une
couleur) similaires [26]. Une segmentation de la population des
échantillons ainsi qu’une identification des séries de gènes
impliqués dans cette segmentation est alors possible.
Dans le cas de la présente étude, pour laquelle le nombre de
pays analysés est également inférieur au nombre de variables
d’analyses possibles, et pour laquelle ce qui est recherché est un
ensemble d’indicateurs permettant de segmenter les pays en groupes
homogènes, une méthode identique a été mise en œuvre. À cet effet,
chaque valeur d’un indicateur pour un pays donné a été rapportée à
la distribution de valeurs de cet indicateur pour l’ensemble des
pays. Si l’indicateur présente une valeur favorable (positionné
entre le sixième et le dixième décile de la distribution), il lui
est assigné une couleur verte, dans le cas contraire (compris dans
les quatre premiers déciles), une couleur rouge ; si la valeur
est intermédiaire, une couleur grise est attribuée. La matrice de
l’ensemble des valeurs prises par les indicateurs fait alors
l’objet d’une analyse en deux temps. Dans un premier temps, les
pays sont triés en fonction de leur résultat global, entendu comme
la moyenne arithmétique pour l’ensemble des indicateurs de leur
position relative (avec vert = 1, rouge = –1, gris = 0). Ce premier
traitement permet de rapprocher les pays présentant un profil
général similaire, avec l’hypothèse arbitraire d’une équivalence
des facteurs analysés. Dans un second temps, le regroupement de
pays présentant des caractéristiques proches est recherché suivant
une méthode de clustering hiérarchique adaptée à la matrice
d’analyse. Dans le cas présent, il a été recherché, pour chaque
paire (a,b) de pays, la distance euclidienne relative d séparant
les deux pays, pour les n dimensions d’analyse correspondant aux n
indicateurs mesurés, selon la formule :
où vi,a est la valeur de l’indicateur i pour le pays
a.
Cette méthode conduit à la mise en évidence de sous-groupes
homogènes de pays présentant des caractéristiques proches,
c’est-à-dire montrant des performances comparables pour chacun des
domaines d’indicateurs étudiés.
Résultats
Analyse préliminaire des indicateurs
L’ensemble des valeurs prises par les 49 indicateurs analysés pour
chacun des pays européens est reproduit dans le tableau 1. Comme cela a déjà été montré par
ailleurs [27], même si le montant des dépenses de santé évolue avec
la richesse des pays, l’incidence et surtout la mortalité par
cancer semblent indépendantes des montants investis dans les
systèmes de santé, et les pays les plus développés n’affichent pas
d’avantages nets en regard de ces indicateurs épidémiologiques
essentiels (figure
1). De même, l’efficacité de la prise en charge des
cancers, analysée au travers des données de survie disponibles pour
les pays participant à l’étude Eurocare 4, ne semble pas montrer de
tendance évidente associée à la richesse des pays ou à l’importance
des dépenses consacrées aux soins (figure 2), comme cela a
déjà été montré [21].
En réalité, la plupart des pays étudiés présentent des valeurs
contrastées et inhomogènes : en particulier, pour les pays les
plus développés, les indicateurs de moyens (niveau de richesse
individuelle, niveau de dépenses de prévention et de soins, densité
d’appareils diagnostiques et thérapeutiques…) sont très favorables,
alors que dans le même temps, l’incidence y apparaît plutôt
défavorable ; par contraste, la situation est inversée dans
les pays les moins développés, principalement situés en Europe de
l’est, avec des moyens réduits, mais une incidence réduite (sauf
col de l’utérus), associée à une mortalité élevée. Cette analyse
montre qu’il est probable que le mode de vie associé à une économie
développée de type occidental ne permet pas actuellement d’éviter
les cancers (figure
3) ; elle montre surtout que l’espérance d’une vie
longue existant dans ces pays s’accompagne d’une incidence élevée
de cancers, notamment au sein de la population âgée, comme cela est
bien connu sur le plan épidémiologique [28]. Par contraste, les
pays économiquement émergents apparaissent paradoxalement moins ou
également touchés par le cancer du fait de l’espérance de vie
relativement plus réduite de leur population, alors même que les
facteurs de risque et la mortalité par cancer y restent élevés,
comme cela a déjà été montré [29, 30].
Recherche de corrélations
À l’issue de cette première analyse, nous avons recherché s’il
existait des indicateurs qui pouvaient être rapprochés entre eux en
regard de l’homogénéité de leur comportement. Nous avons donc
réalisé une analyse de corrélation de l’ensemble des distributions
de valeurs qui nous a permis, pour chaque domaine d’indicateurs, de
rechercher les liens pouvant exister avec d’autres domaines (figure 4). Ce travail
met clairement en évidence une corrélation positive forte entre le
niveau de richesse des pays et l’espérance de vie de la population
(corr. espérance de vie après 65 ans/PIB par habitant :
0,84). La richesse est également associée à un effort important de
dépistage des cancers (sein : 0,74 et col de l’utérus :
0,78), à une activité de recherche forte (production
scientifique/habitant : 0,79 ; brevets/habitant :
0,72), et à de bons résultats en matière de survie des cancers
accessibles aux traitements : la corrélation entre le produit
intérieur brut par habitant et le taux de survie est de 0,82 pour
le cancer colorectal, de 0,62 pour le cancer du sein, mais
seulement de 0,45 pour le cancer du poumon, qui reste encore
malheureusement trop souvent incurable. En revanche, il n’y a pas
de lien significatif entre le niveau de richesse et les indicateurs
de facteurs de risque connus (tabagisme, alcoolisme, obésité), ce
qui semble souligner que la prévention de ces facteurs de risque
n’est pas mieux assurée dans les pays riches que dans les pays
pauvres. En outre, les moyens en soins apparaissent très
inégalement corrélés à la richesse, avec 0,74 pour la densité
d’IRM, mais –0,60 pour le nombre de consultations. D’une manière
générale, il n’a été possible de corréler les moyens en soins avec
aucun autre domaine étudié, ce qui relativise a priori l’intérêt de
ces indicateurs pour l’étude de la performance globale des pays.
Enfin, la corrélation entre la richesse et les données
épidémiologiques confirme des faits déjà connus, à savoir une
incidence supérieure pour certains cancers comme celui du sein
(0,89), mais inférieure pour d’autres comme le cancer du col de
l’utérus (–0,86). Plus généralement, si l’on note une légère
augmentation d’incidence globale des cancers en fonction de la
richesse (0,59), probablement due aux cancers des personnes âgées,
il ne semble y avoir aucun lien évident entre le niveau de richesse
et la mortalité par cancer, avec un taux de corrélation non
significatif de –0,39 pour les hommes et de 0,19 pour les femmes.
Les corrélations mesurées ci-dessus, en regard du niveau de
richesse, se retrouvent avec le niveau d’espérance de vie, à de
très faibles différences près.
Il est également intéressant de noter la forte corrélation
positive entre l’effort de dépistage du cancer du sein et
l’incidence (0,75), et plus encore avec la survie (0,84). Il semble
ainsi qu’un effort porté sur le début de la chaîne de prise en
charge soit généralement accompagné de bons résultats en termes de
soins. Pour autant, il n’est pas possible de mettre en évidence
pour ce cancer une corrélation significative entre le taux de
dépistage et le taux de mortalité (< 0,1), alors même que
l’impact du dépistage organisé sur la mortalité a été démontré en
conditions contrôlées et constitue l’objectif du dépistage. Cela
conduit à penser que, en comparaison internationale, les autres
facteurs influant sur la mortalité restent prééminents au regard du
dépistage.
Si l’on s’intéresse aux liens existants entre l’effort de
recherche et les autres facteurs mesurés, une corrélation très
significative est retrouvée avec le niveau de richesse, avec 0,79,
mais il apparaît également qu’un niveau de recherche élevé est
également fortement corrélé avec la survie des cancers (corrélation
de 0,71 pour le cancer colorectal).
Identification d’un ensemble restreint d’indicateurs et calcul
d’un score de performance
Nous avons, dans un premier temps, recherché les indicateurs
présentant les corrélations les plus marquées. Nous avons ensuite
regroupé ces indicateurs en sept sous-ensembles distincts
correspondant à chacun des domaines observés : niveau de
richesse, effort de recherche, facteurs de risque, effort de
dépistage, épidémiologie, survie après cancer et espérance de vie à
la naissance. Le domaine des soins a été exclu compte tenu de
l’absence de corrélation entre les indicateurs disponibles et le
cancer. Afin de disposer d’une vision équilibrée, nous avons choisi
arbitrairement de constituer un panier composé du
« meilleur » indicateur de chaque domaine, c’est-à-dire
de l’indicateur présentant les taux de corrélation les plus élevés.
Cela nous conduit à un ensemble restreint formé de sept indicateurs
(tableau 2) permettant d’apprécier la
situation globale des pays dans la lutte contre le cancer. Il est à
noter que cette méthode nous a conduits à retenir des indicateurs
présentant des taux de corrélation modérés, comme le tabagisme, cet
indicateur restant cependant le plus significatif en termes de
facteurs de risque.
Un score peut alors être calculé pour chaque couple
pays/indicateur, selon une fonction linéaire propre à chaque
indicateur et conçue pour affecter 0 aux valeurs les plus faibles
(ou les plus médiocres) jusqu’à 5 aux valeurs maximales (ou
meilleures) mesurées. Par exemple, pour l’indicateur PIB/habitant,
pour lequel la valeur la plus élevée est 42 000 (États-Unis) et la
plus faible 8 000 (Bulgarie), le score s est obtenu par la
formule : s = abs(valeur* (5/42 000)). Ce qui donne s = 4
pour la Suisse. En revanche, pour l’indicateur mortalité, qui
évolue entre 82 et 48, la formule est : s = abs
(108/(valeur – 60)).
Un score global par pays peut ensuite être calculé (tableau 3). Les pays européens présentant le
meilleur score sont dans l’ordre décroissant la Suisse (4,44), la
Suède (4,09), la Finlande (3,75), la France (3,52) et les Pays-Bas
(3,48). Les pays présentant le score le plus faible sont la
Roumanie (1,65), la République Tchèque (1,65), la Bulgarie (1,64),
la Hongrie (1,60), l’Estonie (1,53), la Pologne (1,33), la
Slovaquie (1,17).
Tableau 2 Indicateurs de synthèse de la performance
dans la lutte contre le cancer.
|
Domaine
|
Indicateurs
|
Coefficients de corrélation
|
|
Socioéconomique
|
|
|
|
|
|
|
|
|
|
Économie
|
1. Produit intérieur brut par habitant
|
1
|
0,79
|
–0,3
|
0,74
|
–0,4
|
0,82
|
0,81
|
|
Recherche
|
2. Production scientifique cancer par habitant*
|
0,79
|
1
|
–0,4
|
0,65
|
–0,5
|
0,71
|
0,62
|
|
Santé publique
|
|
|
|
|
|
|
|
|
|
Facteurs de risque
|
3. Taux de fumeurs dans la population adulte
|
–0,3
|
–0,4
|
1
|
–0,5
|
0,1
|
–0,4
|
–0,3
|
|
Dépistage
|
4. Taux de participation au dépistage du cancer du sein
|
0,74
|
0,66
|
–0,5
|
1
|
–0,6
|
0,93
|
0,73
|
|
Résultats sanitaires
|
|
|
|
|
|
|
|
|
|
Épidémiologie
|
5. Mortalité par cancer chez les hommes, tous cancers
|
–0,4
|
–0,5
|
0,1
|
–0,6
|
1
|
–0,4
|
–0,4
|
|
Survie après cancer
|
6. Taux de survie à 5 ans pour le cancer colorectal
|
0,82
|
0,71
|
–0,4
|
0,93
|
–0,4
|
1
|
0,89
|
|
Espérance de vie
|
7. Espérance de vie à la naissance
|
0,81
|
0,62
|
–0,3
|
0,73
|
–0,4
|
0,89
|
1
|
*Selon l’étude ECRM (investment and outputs of cancer
research: from the public sector to industry) Septembre 2007,
www.ecrmforum.org.
Tableau 3 Score global des pays européens dans la lutte
contre le cancer.
Recherche de sous-ensemble de pays homogènes
À partir du tableau présentant, pour les pays européens, l’ensemble
des valeurs prises par les différents indicateurs étudiés (tableau 1), nous avons constitué, selon la
méthode présentée plus haut, la matrice graphique des performances
de chacun des pays et le regroupement des pays en sous-groupes de
caractéristiques proches (figure 5). Dans cette
analyse, nous avons, pour des raisons de simplicité, exclu les
indicateurs de moyens en soins, dont on a vu, dans les analyses de
corrélation, qu’ils prenaient des valeurs erratiques et non
corrélées aux autres critères de moyens ou de résultats. Une
première observation de la matrice met clairement en évidence deux
sous-groupes de pays : d’une part, les pays pauvres pour
lesquels les indicateurs de moyens sont négatifs (rouges) de façon
très homogène, et dont l’espérance de vie est également inférieure
à la médiane ; d’autre part, les pays riches présentant un
profil assez exactement inversé. Dans cette matrice le lien très
clair entre l’espérance de vie et le niveau de richesse apparaît
immédiatement. Pour autant, la situation des autres indicateurs est
plus complexe et plus contrastée et ne permet pas d’affirmer
d’emblée que le niveau de richesse caractérise la performance du
pays en matière de lutte contre le cancer : il apparaît par
exemple, comme on l’a vu plus haut, que l’épidémiologie du cancer,
incidence et mortalité, peut varier au sein des pays riches comme
des pays pauvres.
Le résultat du clustering hiérarchique permet d’isoler des
sous-groupes de pays comparables, en prenant en compte cette
hétérogénéité apparente des indicateurs. Trois sous-groupes
principaux sont identifiés :
- – le premier, que l’on pourrait appeler le groupe des
pays associant haut niveau de moyens et haut niveau de résultats.
Ce groupe est composé de : Suède, Suisse, Finlande, Italie,
France, Allemagne. Au sein du groupe, la Suède et la Finlande,
ainsi que la France et l’Allemagne constituent deux couples de pays
aux caractéristiques très proches. Dans ce groupe, le profil
général est celui de pays riches, présentant de bonnes performances
en recherche et à haut niveau d’espérance de vie, dont les
indicateurs de santé publique (facteurs de risque, dépistage…) sont
plutôt favorables, même si les résultats des soins du cancer
apparaissent hétérogènes ;
- – le deuxième, qui regroupe les pays à haut niveau de
moyens, et niveau de résultats médiocres. Ce groupe est composé
de : Autriche, Belgique, Pays-Bas, Danemark, Irlande,
Royaume-Uni. Ce groupe présente des pays dont le niveau de richesse
est élevé, mais pour lesquels les indicateurs de santé publique,
l’espérance de vie et la mortalité par cancer sont en retrait par
rapport au groupe précédent ;
- – le troisième, correspondant aux pays à faible niveau
de moyens et faible niveau de résultat. Ce groupe est composé
de : Hongrie, République Tchèque, Slovaquie, Pologne, Estonie.
Dans ce groupe, les pays présentent des positions défavorables sur
presque l’ensemble des domaines : richesse faible, espérance
de vie faible, indicateurs de santé publique plutôt faibles
(notamment facteurs de risque) et résultats (mortalité, survie)
pour le cancer très inférieurs au premier et deuxième
sous-groupes.
Deux sous-groupes de moindre importance sont également
identifiés : d’une part, la Roumanie et la Bulgarie, d’autre
part, le Portugal, l’Espagne et la Grèce. La figure 6 montre, pour
les trois principaux sous-groupes de pays, la valeur des sept
indicateurs de synthèse sous la forme d’une aire. Dans ce mode de
visualisation, la situation des pays apparaît clairement, avec une
aire couverte (donc des performances) très supérieure pour le
premier sous-groupe, moindre pour le deuxième, et réduite pour le
troisième.
Discussion
Si les analyses présentées dans ce travail s’appuient sur des
données déjà bien connues, il nous semble qu’il a été possible
d’apporter un nouvel éclairage sur la situation comparée des
différents pays européens dans la lutte contre le cancer. La
plupart des indicateurs exploités sont des indicateurs rustiques,
bénéficiant d’une bonne fiabilité et de conditions de mesures
reproductibles entre les pays. Nous avons d’ailleurs volontairement
limité la liste des pays étudiés à ceux pour lesquels nous avons pu
retrouver un nombre suffisant d’indicateurs à jour. Pour les
indicateurs plus sensibles, comme ceux relatifs à la survie des
cancers, nous avons limité les données aux publications
scientifiques validées [31]. L’option de départ a été de tenter de
couvrir un spectre très large d’indicateurs, directement ou
indirectement associés au cancer. Cela procède d’une hypothèse
selon laquelle la situation d’un pays au regard des questions de
santé publique est complexe, multifactorielle : souvent une
situation favorable s’accompagne d’effets adverses ou antagonistes
qui limitent la portée des facteurs considérés comme
intrinsèquement positifs. Dans cette option, c’est la prise en
compte de ces indicateurs à une date donnée (le plus souvent 2005),
pour l’ensemble d’un pays, qui est à la base des analyses et non
leur suivi au cours du temps. Les indicateurs étudiés, regroupés
par domaine pour des raisons de clarté, sont tous considérés au
même niveau, qu’ils soient indicateurs de contexte, de moyens ou de
résultat. De même, la recherche de liens entre les indicateurs
utilise des méthodes statistiques, graphiques ou géométriques qui
ne visent pas à démontrer la réalité de relations de causalité
entre facteurs, mais à rechercher des éléments de cohérence et
d’homogénéité entre séries (indicateurs/pays) qui permettront de
simplifier le modèle de départ. Cette méthode nous paraît
acceptable en regard de l’objectif qui est, d’une part, de
rechercher un ensemble réduit d’indicateurs permettant d’évaluer
globalement la situation des pays au regard du fléau du cancer et,
d’autre part, d’identifier des sous-groupes de pays aussi homogènes
que possible au regard de la lutte contre le cancer, pouvant
faciliter la recherche de politiques d’action à un niveau élargi.
De fait, avec au départ 22 pays analysés au travers de 49
indicateurs, il a été possible de parvenir à un modèle simplifié de
3 groupes de pays et 7 indicateurs et même un unique score
composite de synthèse.
En revanche, ces analyses ne prennent pas en compte la dynamique
de l’évolution dans le temps des facteurs impactant la santé
publique : le délai important entre la mise en place des
politiques de prévention et les résultats en termes de mortalité
nécessitent que ce travail soit complété pour intégrer des données
plus récentes, prenant mieux en compte les politiques de lutte
contre le cancer mises en œuvre dans les principaux pays européens
depuis 2000. De plus, cette étude s’appuie sur des indicateurs
globaux par pays qui ne permettent pas une évaluation par groupes
de population homogènes ni la recherche de liens entre facteurs
cancérogènes et politiques de lutte contre le cancer et résultats
observés. Seules des études contrôlées de type cas témoins ou un
suivi de cohorte sont susceptibles de rechercher de tels liens de
causalité entre les facteurs étudiés. Il n’est donc pas possible
d’interpréter à partir de ce travail une quelconque relation
causale entre un facteur analysé et un autre, pouvant fonder une
action de santé publique ; en revanche, la proposition
d’indicateurs de synthèse et d’un rapprochement des pays en
sous-groupes constitue une contribution originale, permettant de
visualiser de façon simple la situation des pays, dans une logique
de tableau de bord, et peut être utile à un suivi synthétique de
politiques de lutte contre le cancer au niveau national et
international [32].
Concernant les résultats mis en évidence dans l’étude, il
apparaît que la situation décrite des pays face au cancer est en
cohérence avec les études déjà publiées, souvent autour des
questions épidémiologiques [33], des facteurs de risque [34-37], de
l’économie de la santé [38] ou de segments de pathologies plus
détaillés [39]. En revanche, la mise en évidence de la situation
globale des pays face au cancer et la constitution de sous-groupes
homogènes ne peuvent être confrontées à des études antérieures, des
travaux équivalents n’ayant pas été publiés jusqu’ici.
Il est intéressant de noter que le classement des pays, réalisé
à partir du score moyen des sept indicateurs de synthèse, est
globalement cohérent avec les sous-groupes de pays identifiés par
la méthode du clustering hiérarchique mais montre également des
différences notables. C’est, en particulier, le cas du Danemark qui
apparaît moins bien classé (15e sur 22) que sa position
de pays riche et adepte d’une économie sociale de marché enviée
ailleurs en Europe ne le laisserait supposer, et qui se retrouve en
outre dans le groupe de pays intermédiaire. Ces situations
inattendues pourraient être le signe d’une faiblesse des analyses
réalisées, qui ont probablement omis certains facteurs pouvant
améliorer la description de la situation face au cancer. Elles
montrent plus probablement que l’approche utilisée permet
d’éclairer d’une façon nouvelle des situations trop souvent
décrites partiellement. En particulier, dans le cas du Danemark,
les données de mortalité et de survie apparaissent particulièrement
médiocres, alors même que les facteurs causaux habituellement
considérés (richesse, dépenses de santé) sont très favorables. La
prise en compte globale et synoptique, dans une logique de
benchmark, des données disponibles met, ici, clairement en évidence
cette situation défavorable. Seuls des travaux complémentaires
pourront permettre de progresser pour mieux interpréter ces
situations paradoxales.
Un élément de faiblesse de la tentative de regroupement des pays
homogènes par la méthode du clustering hiérarchique est l’absence
de données pour certains indicateurs dans certains pays. Même si la
méthode s’appuie sur l’analyse de l’ensemble des indicateurs
significatifs [39], ce qui limite l’impact des indicateurs
manquants, cette absence pourrait entraîner un biais de mesure pour
certains pays ne disposant pas des informations étudiées. Il semble
cependant, d’une part, que ce risque soit limité, puisque les
principaux indicateurs manquants concernent des pays médiocrement
classés pour la plupart, et pour lesquels il est probable que la
prise en compte de ces indicateurs (notamment facteurs de risque,
dépistage, survie) aurait renforcé ce classement. D’autre part,
cela doit contribuer à renforcer la prise de conscience de la
nécessité que chaque pays européen dispose d’un ensemble minimal de
données permettant de qualifier sa situation, notamment en regard
de la performance des autres pays comparables. Sans un tel socle de
base, la construction de politiques efficaces et de coordonnées de
lutte contre le cancer restera difficile [40].
Conclusion
L’utilisation de données existantes et présentes dans les bases de
données publiques internationales ou rapportées dans des
publications scientifiques permet d’évaluer dans une logique
comparative les différents pays européens au regard de leur
situation face au cancer. Compte tenu de l’absence d’études
publiées rapportant des données couvrant l’ensemble des domaines
concernés par la lutte contre le cancer, ce travail constitue une
première étape dans la recherche d’une évaluation globale de la
performance des différents pays dans la lutte contre le cancer,
prenant en compte des données aussi différentes que la performance
en recherche ou la survie des cancers.
Sur la base de toutes ces données, nous avons tenté d’isoler un
ensemble restreint de 7 indicateurs pouvant synthétiser la
situation globale. Un tel ensemble permet en outre de caractériser
de façon très simple la performance de chaque pays sous la forme
d’un score de synthèse.
L’utilisation d’une méthode adaptée permet d’effectuer des
regroupements de pays présentant des caractéristiques proches.
Pour cette dernière analyse, il est intéressant de noter
qu’alors que la localisation géographique n’a pas été prise en
compte dans l’étude, les trois sous-groupes identifiés semblent
plutôt cohérents en termes de localisation : les pays
naturellement proches géographiquement et culturellement présentent
un profil similaire. On peut sinon déduire, tout au moins supposer
qu’au sein de ces pays, la lutte contre le cancer peut utilement
bénéficier d’une dimension supranationale, en relation avec les
pays voisins et de même profil. Sur la base de sous-ensembles
homogènes, les politiques de lutte contre le cancer pourront
probablement mieux bénéficier de l’effet d’entraînement et des
avantages de l’action coordonnée au niveau international, tout en
restant ciblées autour de contextes et d’objectifs nationaux
cohérents, et donc politiquement plus faciles à porter. De telles
politiques communautaires ciblées pourraient bénéficier de la mise
en place au niveau européen d’un panel d’indicateurs fiables
permettant de fonder ces politiques et d’en faciliter la mise en
œuvre et le suivi. Cette perspective dessine les suites qui
pourraient utilement être données à ce premier travail.
Références
1 Linseisen J, Rohrmann S, Miller AB,
Bueno-de-Mesquita HB, Büchner FL, Vineis P,
et al. Fruit and vegetable consumption and lung cancer
risk : updated information from the European Prospective
Investigation into Cancer and Nutrition (EPIC). Int J Cancer
2007 ; 121(5) : 1103-14.
2 Vineis P, Hoek G, Kryzanowski M,
Vigna-Taglianti F, Veglia F, Airoldi L, et al.
Lung cancers attributable to environmental tobacco smoke and air
pollution in non-smokers in different European countries : a
prospective study. Environ Health 2007 ; 6 : 7.
3 Friedenreich C, Norat T, Steindorf K,
Boutron-Ruault MC, Pischon T, Mazuir M, et al.
Physical activity and risk of colon and rectal cancers : the
European prospective investigation into cancer and nutrition.
Cancer Epidemiol Biomarkers Prev 2006 ; 15(12) :
2398-407.
4 Advisory Committee on Cancer Prevention. Recommendations on
cancer screening in the European Union. Eur J Cancer 2000 ;
36(12) : 1473-8.
5 Perry NN. Breast cancer screening : the European
experience. Int J Fertile Womens Med 2004 ; 49(5) :
228-30.
6 Leighley MR, O’Morain C, Giacosa A,
Ashorn M, Burroughs A, Crespi M, et al. Public
awareness of risks factors and screening for colorectal cancer in
Europe. Eur J Cancer Prev 2004 ; 13(4) : 257-62.
7 Philip T, Fervers B, Haugh M, Otter R,
Browmann G. European cooperation for clinical practise
guidelines in cancer. Br J Cancer 2003 ; 89(Suppl 1) :
S1-S3 ; (Comment in. Br J Cancer 2003 ;89(Suppl
1) :S4–S8).
8 Micheli A, Berrino F, Paci E,
Verdecchia A, Pierottis MA. Stategies for cancer control
in Italy. Tumori 2007 ; 93(4) : 329-36.
9 Boyle P, d’Onofrio A, Maisonneuve P,
Severi G, Robertson C, Tubiana M, et al.
Measuring progress against cancer in Europe : Has the 15%
targeted decline for 2000 come about? Ann Oncol 2003 ;
14(8) : 1312-25.
10 Soerjomataram I, de Vries E, Pukkala E,
Coebergh JW. Excess of cancers in Europe : a study of
eleven major cancers amenable to lifestyle change. Int J Cancer
2007 ; 120(6) : 1336-43.
11 Ferlay J, Autier P, Boniol M, Heanue M,
Colombet M, Boyle P. Estimates of the cancer incidence
and mortality in Europe in 2006. Ann Oncol 2007 ; 18(3) :
581-92.
12 Vercheli A, Lillini R, Capocaccia R,
Micheli A, Coebergh JW, Quinn M, et al.,
ELDCARE working Group. Cancer survival in the elderly :
effects of socio-economic factors and healthcare system feature
(ELDCARE project). Eur J Cancer 2006 ; 42(2) :
234-42.
13 Pritchard-Jones K, Kaatsch P,
Steliarova-Foucher E, Stiller CA, Coebergh JW.
Cancer in children and adolescents in Europe : developments
over 20 years and future challenges. Eur J Cancer 2006 ;
42(13) : 2183-90.
14 Hill C, Doyon F. The frequency of cancer in
France : mortality trends since 1950 and summary of the report
on the causes of cancer. Bull Cancer 2008 ; 95(1) :
5-10.
15 Levi F, Lucchini F, Negri E, La
Vecchia C. Continuing decline in cancer mortality in the
European Union. Ann Oncol 2007 ; 18(3) : 593-5.
16 Van der Wilk EA, Jansen J. Lifestyle-related
risks : are trends in Europe converging? Public Health
2005 ; 119(1) : 55-66.
17 Gericke CA, Busse R. Policies for disease
prevention in Germany in the European context : a comparative
analysis. J Public Health (Oxf) 2004 ; 26(3) : 230-8.
18 Micheli A, Coebergh JW, Mugno E,
Massimiliani E, Sant M, Oberaigner W, et al.
European health systems and cancer care. Ann Oncol 2003 ; 14(5
Suppl) : 41-60.
19 Quaglia A, Vercelli M, Lillini R,
Mugno E, Coebergh JW, Quinn M, et al.
Socio-economic factors and health care system characteristics
related to cancer survival in the elderly. A population-based
analysis in 16 European countries (ELDCARE project). Crit Rev Oncol
Hematol 2005 ; 54(2) : 117-28.
20 Sokal RR, Oden NL, Rosenberg MS,
Thomson BA. A new protocol for evaluating putative causes for
multiple variables in a spatial setting, illustrated by its
application in European cancer rates. Am J Hum Biol 2004 ;
16(1) : 1-16.
21 Berrino F, De Angelis R, Sant M, et al.,
EUROCARE Working Group. Survival for eight major cancers and all
cancers combined for European adults diagnosed in 1995-1999 :
results of the EUROCARE-4 study. Lancet online 2007.
22 Nolte E, McKee M. Measuring the health of
nations : updating an earlier analysis. Health Aff 2008 ;
27(1) : 58-71.
23 Institut national de la santé et de la recherche médicale
(Inserm). Cellule de bibliométrie. Visibilité de la recherche sur
le cancer en France, 1999-2008. www.inserm.fr.
24 Eckhouse S, Lewison G, Sullivan R. Investment and outputs of
cancer research : from the public sector to industry. The
Second Cancer Research Funding Survey. European Cancer Research
Managers Forum ECRM. www.ecrmforum.org.
25 In : Mocellin Simone, ed. Microarray Technology and
Cancer Gene Profiling. Series : advances in experimental
medicine and biology, Vol. 593, XVIII. 2007 : 159.
26 Prinzie A, Van Der Poel D. Incorporating sequential
information into traditional classification models by using an
element/position-sensitive SAM. Decision Support Systems
2006 ; 42 : 508-26.
27 Boyle P, Ferlay J. Cancer incidence and mortality
in Europe, 2004. Ann Oncol 2005 ; 16(3) : 481-8.
28 Tyczynski JE, Plesko I, Aareleid T,
Primic-Zakelj M, Dalmas M, Kurtinaitis J,
et al. Breast cancer mortality patterns and time trends in 10
new EU member states : mortality declining in young women, but
still increasing in the elderly. Int J Cancer 2004 ;
112(6) : 1056-64.
29 Levi F, Lucchini F, Negri E, Zatonski W,
Boyle P, La Vecchia C. Trends in cancer mortality in the
European Union and accession countries, 1980-2000. Ann Oncol
2004 ; 15(9) : 1425-31.
30 Quinn MJ, d’Onofrio A, Møller B, Black R,
Martinez-Garcia C, Møller H, et al. Cancer mortality
trends in the EU and acceding countries up to 2015. Ann Oncol
2003 ; 14(7) : 1148-52.
31 Butler CA, Darragh KM, Currie GP,
Anderson WJ. Variation in lung cancer survival rates between
countries : do differences in data reporting contribute?
Respir Med 2006 ; 100(9) : 1642-6.
32 Micheli A, Capocaccia R, Martinez C,
Mugno E, Coebergh JW, Baili P, et al. Cancer
control in Europe : a proposed set of European cancer health
indicators. Eur J Public Health 2003 ; 13(3 Suppl) :
116-8.
33 Sant M, Allemani C, Capocaccia R,
Hakulinen T, Aareleid T, Coebergh JW, et al.
Stage at diagnosis is a key explanation of differences in breast
cancer survival across Europe. Int J Cancer 2003 ;
106(3) : 416-22 ; (Erratum in : Int J Cancer
2003 ;107(6) : 1058. Comment in Int J Cancer
2004 ;109(1) :153–4).
34 Janssen-Heijnen ML, Coebergh JW. The changing
epidemiology of lung cancer in Europe. Lung Cancer 2003 ;
41(3) : 245-58.
35 White C. Cancer rates in Europe are linked to
overweight, experts warn. BMJ 2003 ; 327(7417) : 700.
36 Pomerleau J, McKee M, Lobstein T, Knai C.
The burden of disease attributable to nutrition in Europe. Public
Health Nutr 2003 ; 6(5) : 453-61.
37 Quaglia A, Capocaccia R, Micheli A,
Carrani E, Vercelli M. A wide difference in cancer
survival between middle aged and elderly patients in Europe. Int J
Cancer 2007 ; 120(10) : 2129-201.
38 Klabunde CN, Sancho-Garnier H, Taplin S,
Thoresen S, Ohuchi N, Ballard-Barbash R,
International Breast Cancer Screening Network. Quality assurance in
follow-up and initial treatment for screening mammography programs
in 22 countries. Int J Qual Health Care 2002 ; 14(6) :
449-61.
39 Verdecchia A, Corazziari I, Gatta G,
Lisi D, Faivre J, Forman D, EUROCARE Working Group.
Explaining gastric cancer survival differences among European
countries. Int J Cancer 2004 ; 109(5) : 737-41.
40 Ringborg U. Harmonizing cancer control in Europe. Adv
Exp Med Biol 2006 ; 587 : 87-93.
|
Version imprimable
Version PDF
