VIe Congrès International d’Épidémiologie / Revue d’Épidémiologie et de Santé Publique 62S (2014) S213–S254 S237

P7-6 Quelles dimensions pour l’engagementau travail en Afrique ? Exploration avecl’Échelle d’Utrecht, BéninY. Glèlè Ahanhanzo a, E.-M. Ouendo a, A. Casini b, F. Kittel b,M. Dramaix-Wilmet b, M. Makoutodé a

a Institut régional de santé publique, Université d’Abomey-Calavi, Cotonou,Béninb École de santé publique, Université Libre de Bruxelles, campus Erasme,Bruxelles, Belgique

Introduction Avec le développement de la psychologie positive et celui de lapsychologie de la santé au travail, l’engagement au travail s’est imposé commeun concept clé dans le milieu du travail, car vu comme facteur potentiel deperformance du travailleur et donc à prendre en compte par l’organisation profes-sionnelle à la recherche des résultats de qualité. La crise des ressources humainesen santé et la quasi-inexistence des études en Afrique sur la question justifientla présente étude qui vise à explorer le concept d’engagement au travail dans lecontexte du Bénin.Méthodes L’étude concerne les agents de santé responsables des statistiquessanitaires dans les structures de santé du premier échelon dans le départementde l’Atlantique–Littoral au Sud du Bénin. La technique de collecte des donnéesest l’interview avec un questionnaire auto-administré basé sur la version courtede l’échelle d’engagement au travail d’Utrecht. La fiabilité de l’instrument etdes trois échelles des dimensions est testée avec le coefficient � de Cronbach.Une analyse factorielle exploratoire est faite avec des mesures d’adéquation parle test de sphéricité de Bartlett et le calcul des mesures d’adéquation de KaiserMeyer et Oklin.Résultats et Discussion La fiabilité globale de l’instrument est satisfaisante.Le modèle théorique de trois facteurs n’est pas retrouvé. Les données s’ajustentmieux à une structure uni ou bidimensionnelle. Ces résultats montrent la néces-sité de poursuivre l’exploration par une validation de l’échelle sur d’autreséchantillons et d’envisager une adaptation du modèle théorique.Mots clés Personnel de santé ; Attitude du personnel ; Performance dupersonnel ; Bénin

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.212

P7-7

Méthode d’identification des asthmatiques àpartir des données de remboursement demédicaments, FranceM. Houot , D. Lauzeille , F. Moisan , Y. IwatsuboDépartement santé travail, Institut de veille sanitaire, Saint-Maurice, France

Objectifs Développer et valider un modèle identifiant les sujets asthmatiquesà partir de leurs données de remboursement de médicaments.Méthode Un modèle permettant d’identifier les personnes atteintes d’unasthme a été élaboré à partir des données de remboursements de médica-ments anti-asthmatiques dans une étude réalisée par auto-questionnaire en2006 parmi des artisans et des commercants dans trois régions francaises(Picardie, Haute-Normandie et Midi-Pyrénées). Le modèle a été développéen suivant une démarche structurée. Les performances ont été étudiées entermes de discrimination et de calibration en utilisant l’asthme actuel déclarépar les sujets comme référence. La validité externe du modèle a été éva-luée à partir d’une cohorte de travailleurs affiliés à la Mutualité socialeagricole.Résultats Les performances du modèle sont bonnes avec une aire sous lacourbe (ASC) de 0,902 (IC 95 % = 0,885–0,918), et au seuil les maximisant,une sensibilité de 80 % et une spécificité de 86 %. L’adéquation du modèle auxdonnées est satisfaisante (p = 0,26). Lors de la validation externe du modèle, cedernier ne présentait pas un sur-ajustement aux données (pente de calibration nondifférente de 1, p = 0,29) et les estimations du modèle étaient proches des valeursobservées (calibration-in-the-large non différente de 0, Erreurmoyenne = 3 % etErreurmaximale = 6 %). Après prise en compte de cette erreur, l’ASC reste élevée(0,815 (IC 95 % = 0,770–0,859)).

Conclusion Un modèle performant a été élaboré et validé permettantd’identifier, chez les travailleurs indépendants et agricoles, les sujets asthma-tiques à partir de leurs remboursements de médicaments.Mots clés Asthme ; Modèle prédictif ; Médicament ; Validation externe

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.213

P7-8

Méthodes âge–période–cohorte pourl’analyse de l’évolution de la mortalité liée àl’alcool en France de 1968 à 2010N. Le Meur a, J. Marchand a, O. Grimaud a, G. Rey b, K. Keyes c

a École des hautes études en santé publique (EHESP), Rennes, Franceb CepiDc, Inserm, Hopitâl Bicêtre, Le Kremlin-Bicêtre, Francec Columbia University, Mailman School of Public Health, New York,États-Unis

Introduction Les effets de l’âge (processus continu de vieillissement bio-logique), de la période (modifications du contexte social, politique, culturel)et générationnel (exposition cumulée propre à chaque cohorte de naissance)coexistent voire interagissent dans la détermination des tendances séculairesdes phénomènes de santé. La capacité à discerner le rôle de ces différents déter-minants est cependant importante dans une perspective, par exemple, évaluationdes politiques de santé.L’objectif de notre présentation est d’illustrer le recours aux méthodesÂge–Période–Cohorte (APC) en les appliquant à l’analyse des tendances dela mortalité liée à la consommation d’alcool en France.Méthodes Les données de mortalité de 1968 à 2010 proviennent du CépiDC.Plusieurs causes de décès ont été sélectionnées et catégorisées en fonction 1) deleur degré d’imputabilité à la consommation d’alcool, 2) du temps de latenceentre modification du profil de consommation et mortalité. La première étapede l’analyse consistera à décrire graphiquement la mortalité selon l’âge, pourdifférentes périodes et différentes générations. Dans un second temps, plusieursméthodes de modélisation seront testées afin d’identifier des effets générationet/ou période.Résultats Ces analyses révèleront les éventuelles différences de tendancesentre catégories de causes de décès. Les analyses APC offrent la possibilité dediscerner l’influence de certaines périodes sur le risque de décès liés à l’alcoolet d’identifier leur impact sur l’ensemble ou seulement certaines générations.Discussion Les–résultats seront discutés dans le contexte des politiquespubliques de prévention et de contrôle des risques liés à la consommationd’alcool en France, mises en œuvre au cours de la période considérée.Mots clés Alcool ; Mortalité ; Modèles ; Âge–période–cohorte

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.214

P7-9

Interface graphique validant la qualité desdonnées cliniques saisies dans ExcelS. Maallem , E. Lanoy , S. Postel-Vinay , A. MoussaInstitut Gustave Roussy, Service biostatistique et épidémiologie, Villejuif,France

Introduction L’utilisation du tableur Excel® pour le recueil de données est trèsrépandue en recherche académique. Les données saisies dans Excel® peuventne pas remplir les exigences des standards de qualité. Des contrôles de donnéessont proposés dans Excel® mais leur relative complexité est un frein à leurutilisation. Nous avons développé une interface qui permet l’exécution simpleet automatisée des contrôles de qualité.Méthodes Quatre niveaux de validation ont été définis. Le nom des variablesdoit être compatible avec tout logiciel statistique. Les formats, dates, numériqueset catégoriels doivent être pré-définis. Les valeurs d’une variable ne peuventêtre aberrantes. Enfin, des contrôles de cohérence inter-variables peuvent êtreparamétrés. L’interface est un formulaire de paramétrage concu en « Visual

S238 VIe Congrès International d’Épidémiologie / Revue d’Épidémiologie et de Santé Publique 62S (2014) S213–S254

Basic Application » d’Excel®. L’interface permet de paramétrer et d’exécuterdes macros Excel® en arrière-plan.Résultats Lors de l’ouverture du fichier de données Excel®, s’affichel’interface regroupant quatre panneaux thématiques. Le panneau « variable »permet la validation des noms des variables. Le panneau « filtre de saisie » per-met de contrôler le format et d’interdire les valeurs aberrantes. Le panneau« contrôle de cohérence » permet de paramétrer les contrôles inter-variables.Le panneau « contrôle des doublons » permet de déceler les doublons dans unecolonne. Le fichier obtenu est formaté, sans doublon, sans données aberrantes.Discussion L’interface proposée permet d’obtenir facilement et rapidementdes fichiers Excel® optimisés pour le traitement et l’analyse des données. Mêmesi des contrôles complexes devaient être paramétrés, cette interface resterasimple, efficace et accessible.

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.215

P7-10

Facteurs socio-démographiques et variabilitéde quatre tests neuropsychologiques :cohorte ConstanCEST. Mura a,b, H. Amiéva c,d, M. Goldberg a,e, A. Singh-Manoux a,e, C. Berr b,f,M. Zins a,e

a Centre for Research in Epidemiology and Population Health (CESP), U1018,« Population-Based Epidemiological Cohorts » Research Platform, INSERM,Villejuif, Franceb Inserm U1061, Neuropsychiatrie, recherche épidémiologique et clinique,Montpellier, Francec Inserm U897, Centre de recherche en épidémiologie et biostatistique,Bordeaux, Franced Université Victor Segalen Bordeaux 2, Bordeaux, Francee Université de Versailles Saint-Quentin, Versailles, Francef Université Montpellier 1, Montpellier, France

Objectifs Déterminer la part respective de l’âge, du genre et du niveau d’étudedans la variabilité de scores neuropsychologiques.Méthodologie Un total de 6840 sujets âgés de 45 à 73 ans ont été vus entre2012 et 2014 dans 17 centres de santé répartis en France, participant à la cohorteConstanCES. Les tests neuropsychologiques ont été passés lors d’un entretienstandardisé avec un neuropsychologue. Les scores utilisés étaient : le rappellibre total et différé du « Free and Cued Selective Reminding Test » (FCSRT),les scores à 1 minute des fluences verbales catégorielle et sémantique, le test descodes de WECHSLER (CW), et les parties A et B du « trail making test » (TMT).Les résultats sont exprimés à l’aide du coefficient de détermination semi-partiel�2, qui correspond à la part de variance du score expliquée par les variations(variance partagée) des variables d’intérêts (âge, genre, études) après ajustementmutuel.Résultats Les variables sociodémographiques expliquaient jusqu’à 24 % dela variance du CW, et entre 8 % et 16 % pour les autres scores. Le niveau d’étudeétait un facteur déterminant pour l’ensemble des tests (particulièrement pourfluence sémantique, CW et TMT-B : �2 entre 8 % et 10 %). Le genre n’influencaitde facon non négligeable que les scores du FCSRT (�2 = 5 %). L’âge présentaitun effet important sur l’ensemble des scores (�2 = 10 % pour TMTA et CW, 4 %à 6 % pour TMT-B et les scores du FCSRT) excepté sur les fluences verbales(�2 = 1 %).Conclusion La part de variabilité expliquée par les trois facteurs sociodémo-graphiques considérés diffère nettement selon les scores neuropsychologiquesexplorés.

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.216

P7-11

Les profils de pharmacodépendancereprésentés graphiquement : un nouvel outilde santé publique, NantesE. Peron a,b, F. Feuillet b,c, M. Rousselet a,b, C. Victorri-Vigneau a,b,J.-B. Hardouin b,c

a Centre d’évaluation et d’information sur lapharmacodépendance-addictovigilance, Service de pharmacologie clinique,Hôtel-Dieu, Institut de Biologie, Nantes, Franceb EA 4275-SPHERE Biostatistique, pharmacoépidémiologie et mesuressubjectives en santé, UFR des sciences pharmaceutiques et biologique,Nantes, Francec Plateforme de biométrie, Cellule de promotion de la recherche clinique, CHUNantes, France

Introduction La France est dotée d’un réseau de 13 Centres d’évaluationet d’information sur la pharmacodépendance-addictovigilance (CEIP-A) coor-donné par l’Agence nationale de sécurité des médicaments et des produits desanté. Une des missions des CEIP-A : recueillir des informations cliniques surles cas de pharmacodépendance notifiés spontanément par les professionnels desanté. Les patients peuvent utiliser une ou plusieurs substances qui sont chacuneévaluée à l’aide du score de gravité de pharmacodépendance. Ce score de huititems est basé sur ceux de la définition de la pharmacodépendance du DSM IV,excepté pour la notion de comportement de transgression :– quatre items évaluent les signes physiques et compulsifs de la dépendance :tolérance, sevrage, dose ou durée supérieures à celles prévues, désir d’arrêt ;– quatre items évaluent les conséquences dommageables de la dépendance :temps passé, problèmes relationnels, persistance de la consommation malgrédes problèmes de santé, comportement de transgression.Méthodes L’objectif de ce travail est de proposer de nouvelles représentationsgraphiques (3D, courbes des sommes cumulées des différences à la moyenne. . .)et indices permettant des comparaisons faciles à interpréter entre substances deleur profil de pharmacodépendance.Résultats Ces représentations graphiques et indices permettent de caractériserles profils de pharmacodépendance des substances et de bien les discriminer. Cesreprésentations permettent une analyse fine des profils de pharmacodépendancedes différentes substances.Conclusion Ce travail ouvre des perspectives pour la comparaison en termesde profil de pharmacodépendance de l’ensemble des substances ayant été noti-fiées au CEIP-A.

Déclaration d’intérêts Les auteurs n’ont pas transmis de déclaration deconflits d’intérêts.

http://dx.doi.org/10.1016/j.respe.2014.06.217

P7-12

Apport des données SOS Médecins dans lasurveillance des maladies infectieuses :exemple du chikungunya en MartiniqueJ. Rosine a, V. Henry b, P. Bauchet c, A. Fouillet b, C. Caserio-Schönemann b,M. Ledrans a

a Cellule de l’Institut de veille sanitaire en régions Antilles Guyane,Fort-de-France, Franceb Département coordination des alertes et des régions, InVS, Saint-Maurice,Francec SOS Médecins Martinique, Fort-de-France, France

Introduction Depuis 1986, la surveillance des maladies infectieuses à par-tir d’un réseau de médecins sentinelles est opérationnelle en Martinique. Lesprincipales pathologies surveillées sont la grippe, la dengue et depuis 2013,le chikungunya. Depuis 2010, cette surveillance est complétée par les don-nées SOS Médecins disponibles via Sursaud®. Les apports spécifiques de cettesource sont présentés et discutés, en prenant l’exemple de l’épidémie actuellede chikungunya.Méthodes Chaque semaine, le réseau de médecins sentinelles est interrogépar une infirmière de l’Agence régionale de santé (ARS) qui recueille le nombrede consultations pour différentes pathologies (dengue, chikungunya, etc.) de lasemaine précédente. Les données sont extrapolées à l’ensemble du département.