Navigation – Plan du site
Santé et mobilité
Articles

Modélisation de l’accessibilité aux soins

Application à l’espace transfrontalier des Alpes du Sud
Modeling the Accessibility of Healthcare: Application to the Border Area of Southern Alps
Fabrice Decoupigny, Sandra Perez et Diana Yordanova
p. 47-60

Résumés

L’accessibilité aux soins est souvent brandie au sein de nos sociétés modernes comme un droit auquel tout citoyen peut prétendre. Le plus souvent, elle fait l’objet d’études relatives à la démographie médicale et, plus rarement, d’analyses qui permettent d’évaluer à proprement parler cette accessibilité. Les auteurs proposent de la quantifier à l’aide d’un modèle issu de la théorie des graphes. L’accessibilité aux soins est multifactorielle, les facteurs dont elle dépend ont trait à la densité de l’offre sanitaire, à sa répartition spatiale, au temps d’accès aux services de soins, aux revenus et à l’information des patients. Les auteurs ne traitent pas ici de tous ces aspects, mais se focalisent sur les trois premiers (densité et localisation spatiale de l’offre de soins, temps nécessaire à la population pour y accéder) qui sont de nature purement géographiques.

Haut de page

Texte intégral

Introduction

  • 1 Type beveridgien
  • 2 Des régions du sud, vers celles du nord
  • 3 CHU de Nice, Hôpital Princesse Grâce à Monaco
  • 4 En juin 2006 l’organisme Health Consumer Powerhouse classe ainsi la France à la 1ère place pour son (...)
  • 5 Type bismarkien

1Selon l’Organisation Mondiale de la Santé (OMS) « La santé est un état de complet bien-être physique, mental et social, et ne consiste pas seulement en une absence de maladie ou d'infirmité ». Nous partons de l’hypothèse que cet état de santé se maintient d’autant plus facilement que l’accès aux soins est aisé. En effet, l’étude de V. Lucas-Gabrielli, N. Nabet et F. Tonnellier (2001) démontre que l’utilisation des services de santé est d’autant plus faible que la population est éloignée de ces services. C’est la raison pour laquelle l’accès aux soins, et si possible à des soins de qualité, à proximité de son domicile, est devenu depuis quelques années une exigence majeure des citoyens. Or, dans un contexte frontalier comme celui des Alpes du Sud, cet accès aux soins peut être inégal (carte 1). En effet, en matière de santé, les prérogatives des États sont encore particulièrement fortes. Nous sommes là en présence d’un des derniers bastions étatiques, porteur de profondes inégalités spatiales et sociales, et ce d’autant plus que les systèmes de santé peuvent reposer sur des logiques spatiales complètement opposées. C’est notamment le cas des systèmes de santé français et italien. Le système de soins italien repose sur le principe suivant : l’offre régule la demande1, ce qui entraîne parfois un certain nombre de dysfonctionnements. Parmi ces dysfonctionnements, citons un éloignement géographique des services de soins, des listes d’attente longues qui se traduisent par un recours aux systèmes des urgences pour les moins aisés, au système privé pour les autres, voire à des « fuites » vers d’autres régions2 ou d’autres États3, comme la France, où le système de soins est reconnu comme étant un des meilleurs au monde4. En France, le principe d’organisation du système sanitaire est l’inverse : la demande régule l’offre5 d’où un maillage du territoire très performant, et un accès aux soins de la population généralement satisfaisant.

Carte 1 : L'espace frontalier des Alpes du Sud

Carte 1 : L'espace frontalier des Alpes du Sud
  • 6 90 % de la population est concentrée sur l’espace littoral

2Pourtant, malgré un système de santé reconnu comme étant un des plus performants, des disparités dans l’offre de soins demeurent en France, et ce, à tous les niveaux de l’organisation spatiale, entre par exemple le nord de la France qui est généralement moins bien doté que le sud, mais, également, entre zones urbaines et rurales, un littoral et son arrière-pays, des quartiers riches et pauvres au sein d’un même ensemble urbain. De plus, si l’idée communément admise confère au département des Alpes-Maritimes, une densité élevée du nombre de médecins (héliotropisme), la situation est en réalité plus nuancée à l’échelle locale, et particulièrement au niveau de l’arrière-pays. En effet, les densités de population qui conditionnent, du moins dans le système sanitaire français, la répartition de l’offre, varient selon un gradient, depuis le littoral où elles sont les plus fortes6, en passant par le moyen-pays, pour atteindre l’arrière-pays où elles sont les plus faibles (carte 2). Il en est de même entre le littoral de la province d’Imperia et son arrière-pays, ainsi que dans la province de Cuneo, où les densités de population sont cette fois bien différenciées entre les communes de montagne (les comunita montane) et la plaine.

Carte 2 : Les densités de population des communes des Alpes du Sud

Carte 2 : Les densités de population des communes des Alpes du Sud

Sources : Insee (1999) - Istat (2001)

3Par conséquent, au sein de cet espace particulier des Alpes du Sud, plusieurs sources de disparités potentielles en matière sanitaire pouvant induire d’inégales accessibilités aux soins sont repérées : entre des littoraux et leurs arrière-pays, des espaces contigus, mais appartenant à des États différents. Toute la question étant de quantifier réellement le degré d’accessibilité des populations vivant dans ces sous-ensembles. Pour répondre à cette question, nous avons choisi de faire appel à un modèle issu de la théorie des graphes.

1. Méthodologie, le modèle de simulation des déplacements FRED

4Un des modèles les plus utilisés dans l’étude d’accessibilité est le modèle gravitaire sur graphe. Ce modèle est descriptif et statistique, il permet de réaliser des simulations d’interactions entre les lieux, afin de définir les probabilités de déplacements entre ces derniers. C’est bien entendu l’absence d’offre de soins dans les communes d’origine qui va influencer des déplacements à l’échelle intercommunale. Dans cette étude, nous émettons l’hypothèse que les usagers se déplacent vers le service le plus proche de leur commune d’origine. Nous supposons également qu’il existe un lien étroit entre la hiérarchie urbaine, l’offre de soins et le réseau routier. Plusieurs analyses ont déjà démontré que l’accessibilité aux soins augmente avec la taille de la ville et diminue avec la distance à celle-ci (modèle gravitaire de Reilly). Les lieux de destination sont ainsi pondérés par leur nombre d’habitants. La distance est un des éléments déterminants dans les déplacements de la population pour accéder à un service donné, mais, plus que la simple distance euclidienne, c’est la distance-temps qui doit être privilégiée pour une approche fine de l’accessibilité de la population aux soins, et ce, d’autant plus que dans l’arrière-pays les routes sont souvent sinueuses. Cette distance-temps est calculée en considérant la distance en kilomètres séparant deux lieux, et la vitesse de circulation, déterminée à partir des caractéristiques du réseau routier permettant d’atteindre le lieu disposant du service souhaité (vocation de la route, vitesse de circulation, sinuosité, connectivité du réseau, densité du réseau…). La typologie des routes dans la région étant complexe puisqu'une grande partie du réseau routier couvre un secteur montagneux, les vitesses moyennes sur les axes de circulation s'en trouvent réduites. Le tableau 1 indique les vitesses moyennes qui ont été affectées à chaque type de route.

Tableau 1 : Les vitesses moyennes des différents types de routes

Type de route et vitesse réglementaire

Vitesse moyenne en km/h

Autoroute (130)

110

Voie express (110)

90

Route principale (90) 2 voies larges (7 à 9m), Routes nationales ou départementales

70

Route secondaire large (90) 2 voies étroites (5 à 7m)

60

Route secondaire (90), 1voie (< 5m)

50

Voie rapide, rocade (70)

60

Boulevard urbain (50) chaussées séparées

40

Voie urbaine (50)

30

Route de montagne avec lacets

30

Petites routes carrossables de montagne

15

5Soit le graphe routier de notre espace d’étude (graphique 1).

Graphique 1: Le graphe routier des Alpes du Sud

Graphique 1: Le graphe routier des Alpes du Sud

6Les arcs représentent des tronçons routiers dont la distance est exprimée en minutes. Toutes les communes sont représentées par des nœuds qui sont des sommets du graphe et sur lesquels nous affectons des variables : médecins généralistes, médecins spécialistes, par exemple. A partir de ces données, l’intérêt est de calculer la distance-temps séparant le lieu d’origine du lieu de destination. Le lieu d’origine représente la commune qui ne dispose pas d’offre de soins, sa population va par conséquent se déplacer afin d’accéder à ce service. Le lieu de destination représente toute commune qui se caractérise par la présence d’un service de santé. La population de toute commune disposant d’une offre de soins ne se déplace pas, puisque nous privilégions la proximité des soins, et non le choix entre plusieurs destinations ou plusieurs praticiens.

  • 7 Cette masse équivaut pour les communes réceptrices au nombre par exemple de médecins généralistes e (...)

7Le calcul du temps de déplacements entre les services de soins et les communes d’origine est réalisé en se fondant sur la méthode des plus courts chemins dans un graphe valué par l’algorithme de Floyd. La distance est mesurée en temps puisqu’elle permet de prendre en compte les caractéristiques du réseau routier. Le temps de parcours d'un arc est donné par la vitesse moyenne du mode de la route et par sa distance. On obtient donc un temps moyen de parcours pour chaque arc orienté. Les calculs sont réalisés par le modèle de simulation de déplacement FRED (Decoupigny, Logiciel FRED 1998-2008) qui évalue les déplacements potentiels existant sur un graphe constitué par des arcs et des nœuds. Disposant des distances-temps et de la masse de chacun des nœuds du réseau7, et en nous fondant également sur le modèle de Reilly, le potentiel pour chaque commune d’attirer la population environnante est calculé. Cela représente en quelque sorte l’attractivité théorique du lieu de destination. Un potentiel fort traduit la présence d’un bon niveau d’offre de soins qui peut attirer la population environnante.

Schéma du processus de polarisation 

Schéma du processus de polarisation 

8Par conséquent, en fonction de la répartition géographique de l’offre de soins, des usagers des services, et de l’infrastructure routière, l’accessibilité aux soins peut être spatialement différenciée et quantifiée. L’accès aux soins proprement-dit est divisé en deux parties : l’accès aux médecins généralistes, d’une part, et l’accès aux médecins spécialistes, d’autre part.

  • 8 Le répertoire ADELI est un système d’information national sur les professionnels relevant du code d (...)

9Les données sanitaires datent de 2006 et sont issues pour la France du répertoire ADELI8 des professions de santé, et des Aziende Sanitarie Locale (ASL) pour l’Italie. Les données sont similaires, le seul travail d’harmonisation a consisté en un regroupement au niveau des psychologues et des neurologues, ainsi que des gynécologues et des obstétriciens puisque ces distinctions n’existent pas en Italie. Nous n’avons pas retenu l’ensemble des médecins spécialistes, mais seulement 11 catégories qui correspondent aux médecins auxquels la population a le plus souvent recours : dermatologues, ophtalmologues, gastro-entérologues, rhumatologues, podologues, pneumologues, endocrinologues, psychiatres, neurologues, gynécologues et pédiatres.

2. Modélisation de l’accessibilité aux médecins généralistes

  • 9 60 % de la population de la catégorie rural isolé disposait d’un médecin dans la commune de résiden (...)
  • 10 Pris dans sa globalité

10Dans une précédente étude, S. Perez (2008) a repéré l’existence de vastes zones blanches pour ce service sanitaire de base puisque 54 % des communes de l’espace d’étude en sont dépourvues. Les comunita montane, l’arrière-pays de San Remo, ainsi qu’une grande partie des communes de l’arrière-pays des Alpes-Maritimes étaient concernées. Ces vastes zones recouvrant parfois plusieurs kilomètres, la distance avant d’atteindre le premier médecin généraliste était pressentie, par endroits, élevée. En 1998, des calculs sur la « proximité des équipements sanitaires » ont été établis en France à partir de données issues de l’inventaire communal (Schmidt et Niel, 1999). A cette date, 84 % de la population française disposait d’un médecin généraliste dans sa commune de résidence et le temps moyen d’accès était de 8 minutes9. Si la moyenne générale d’accès aux médecins généralistes dans cet espace des Alpes du Sud10 est légèrement inférieure à la moyenne française de 1998 (7 min), (carte 3) de forts écarts à cette moyenne apparaissent dans certains secteurs, puisque 11 % de l’ensemble des communes ont un temps d’accès supérieur à0 min, et 5 % se situent même au-delà de 30 min.

Carte 3 : Modélisation de l'accessibilité aux médecins généralistes

Carte 3 : Modélisation de l'accessibilité aux médecins généralistes

Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.

  • 11 3 % de l’ensemble de la population répartis sur 52 % de la surface totale du Département

11En ce qui concerne le département des Alpes-Maritimes la distance-temps moyenne d’accès aux médecins généralistes est de 10 min. Trente mille habitants11, essentiellement situés dans l’arrière-pays de l’ouest du département ne disposent pas au sein de leur commune de résidence de ce service de base et doivent donc se déplacer afin de l’atteindre vers d’autres communes. Ce temps d’accès est même supérieur à 30 min dans le Haut-Pays.

12La province d’Imperia se caractérise par un temps moyen d’accès au médecin généraliste le plus proche globalement plus faible, de l’ordre de 2 min. Ceci peut s’expliquer par le fait que sa superficie est plus petite que les autres territoires et donc, le temps d’accès par le réseau routier est moindre que dans le département des Alpes-Maritimes. Cependant, on note un écart à cette moyenne pouvant aller jusqu’à 11 min dans la partie centrale de la province. Enfin, dans la province de Cuneo la distance moyenne est de 7 min, mais là encore des disparités apparaissent puisque 7 % des communes possèdent un temps d’accès supérieur à 20 min (3,6 % de la population). Il s’agit des communes de montagne situées dans la partie ouest de la province où la densité médicale de proximité est très faible, voire inexistante.

13Nous venons de voir que dans les parties occidentales du département des Alpes-Maritimes et de la province de Cuneo, ainsi que dans la partie centrale de la province d’Imperia, la population devait se déplacer à plus de 20 min, voire 30 min, avant de pouvoir accéder au premier médecin généraliste. Il est temps à présent de porter l’attention sur les communes destinataires (carte 4).

Carte 4 : Destination de la population des communes sans offre de médecins généralistes

Carte 4 : Destination de la population des communes sans offre de médecins généralistes

Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.

14La carte 4 permet de constater l’effet de polarisation exercé sur leur voisinage par un certain nombre de communes qu’il est possible de regrouper en trois catégories. Tout d’abord, les communes du moyen-pays, ainsi que celles autour de Cuneo qui sont accessibles à moins de 20 min et proposent une offre en médecins généralistes satisfaisante. Puis, des communes également accessibles à moins de 20 min, mais où l’offre est moindre que précédemment (arrière-pays grassois, haut-pays des Alpes-Maritimes, arrière-pays d’Imperia, partie orientale de la Province de Cuneo). Enfin, dans la partie centrale de l’arrière-pays des Alpes-Maritimes, des communes qui possèdent un nombre de médecins généralistes inférieur à la précédente catégorie, plus éloignées (à plus de 20 min des communes émettrices), mais qui jouent néanmoins, à leur niveau, le rôle de pôle attractif. Certaines unités semblent particulièrement réceptrices en flux de patients, citons Guillaumes 15 %, l’Escarène (13 %), Menton (11 %) ainsi que dans une moindre mesure : Carros, Valderoure, Puget-Théniers et Roquesteron. Dans la province d’Imperia, il s’agit des communes de Riva Ligure qui reçoit 41 % de la population des communes environnantes, San Remo (15 %) et Taggia (12 %) et enfin pour la province de Cuneo : Boves (11,5 %), Castigliole Saluzzo (6,7 %), Roccaforte Mondovi (4,5 %) et Borgo (4 %).

3. Modélisation de l’accessibilité aux médecins spécialistes

15Au niveau de l’accès cette fois à une médecine plus spécialisée les tendances observées précédemment pour les médecins généralistes ne peuvent a priori qu’être encore plus accentuées puisque ce type d’offre sanitaire est généralement concentré dans les principaux pôles (carte 5).

Carte 5 : Modélisation de l'accessibilité aux médecins spécialistes

Carte 5 : Modélisation de l'accessibilité aux médecins spécialistes

Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.

16Dans les Alpes-Maritimes, la distance-temps moyenne d’accès à l’offre de médecins spécialistes est de l’ordre de 13 min. Cependant, 37 % des communes du département se caractérisent par un temps d’accès supérieur à cette moyenne (entre 20 et 45 min). Il s’agit là encore des communes situées dans la partie ouest des Alpes-Maritimes, au nord du pays grassois (temps supérieur à 45 min). La distance-temps moyenne au médecin spécialiste est plus élevée dans les provinces italiennes, de l’ordre de 20 min, en raison d’une concentration de ces derniers encore plus forte que sur le versant français, essentiellement dans les principales villes (Imperia, San Remo et Cuneo). Enfin, pour 17 communes de la partie ouest de la province de Cuneo (3 620 habitants), le temps d’accès est supérieur à 20 min. Les communes dépourvues de médecins spécialistes se déplacent vers les 88 communes qui en sont pourvues et qui sont situées à une distance minimale de leur commune d’origine (carte 6).

Carte 6 : Destination de la population des communes sans offre de médecins spécialistes

Carte 6 : Destination de la population des communes sans offre de médecins spécialistes

Source : Répertoire ADELI des professions de santé, Aziende Sanitarie Locale 2006 – Logiciel FRED.

17Dans les Alpes-Maritimes, ce sont les communes de Puget-Théniers, Menton, l’Escarène, Contes, Roquebillière, et Carros qui attirent beaucoup de patients situés à proximité. Cependant, l’attention doit être portée sur les communes de destination qui ne comptent qu’un médecin spécialiste (Péone, Drap, Séranon, Gilette, Saint-Martin-Vésubie et Saint-Etienne-de-Tinée), car, l’éventuel départ du spécialiste dans ces communes ne peut qu’aggraver la situation des communes environnantes en terme d’accessibilité. Cette situation s’observe également dans les provinces italiennes d’Imperia (Pieve di Teco, Isolabona et Pontedassio) et de Cuneo (essentiellement dans les comunita montane), alors que les communes d’Alba, Bra, Mondovi, Fossano, et Savigliano se caractérisent par un nombre important de médecins spécialistes, un faible temps d’accès (inférieur à la moyenne) et par conséquent un nombre élevé d’habitants attiré vers ces communes.

18Nous avons voulu porter notre attention sur une certaine partie de la population qui pouvait rencontrer des difficultés à se déplacer et pour qui le temps d’accès aux soins pouvait être un facteur discriminant alors que leurs besoins sont importants : les personnes âgées. Une carte représentant les indices de vieillesse au sein de notre espace d’étude a été réalisée (carte 7), elle laisse apparaître l’existence d’une corrélation entre les communes qui sont éloignées des médecins et les communes possédant des indices de vieillesse forts.

Carte 7 : Les indices de vieillesse

Carte 7 : Les indices de vieillesse

Sources : Insee (1999) - Istat (2001)

19Conscient de la difficulté que pouvaient justement rencontrer certains de ses concitoyens âgés dans l’accès aux soins, le maire de la commune de Valderoure a mis à la disposition du Conseil Général des Alpes-Maritimes un terrain sur lequel est sortie de terre en mars 2008 une maison de santé pluridisciplinaire. Les précédents calculs ne tiennent pas compte de cette structure. Mais nous avons voulu voir comment ce nouveau dispositif modifie positivement les temps d’accès aux médecins spécialistes dans l’arrière-pays grassois (carte 8).

Carte 8 : Accessibilité des médecins spécialistes après l'implantation de la maison de santé de Valderoure

Carte 8 : Accessibilité des médecins spécialistes après l'implantation de la maison de santé de Valderoure

Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006
Logiciel FRED

20À l’échelle du Département le gain de temps est de 1 min (l’accès aux médecins spécialistes passe de 13 à 12 min). Ce sont bien entendu les communes situées à proximité de Valderoure qui bénéficient d’un temps d’accès moindre, mais lesquelles exactement, et de combien de minutes est ce gain de temps ? Avant l’implantation, la commune de destination la plus proche des communes d’Aiglun, d’Amirat, de Briançonnet, de Gars, de Greolières, du Mas, des Mujouls et de Saint-Auban était Séranon (carte 9). Ces communes se caractérisent par de faibles densités démographiques, des taux élevés de personnes âgées et des temps d’accès aux soins très supérieurs à la moyenne. Après la mise en place de cette maison de santé la commune la plus proche devient la commune de Valderoure, et le gain de temps estimé est alors de 6 min. Ainsi, la mise en place de la maison de santé réduit le temps d’accès aux soins, mais uniquement pour les communes situées à proximité de Valderoure. Toutefois, son existence enrichit l’offre en médecins spécialistes dans ce secteur puisque on ne relevait auparavant qu’un seul médecin spécialiste dans la commune de Séranon (tableau 2).

Tableau 2 : La distance-temps d’accès au plus proche médecin spécialiste avant et après la mise en place de la maison de santé à Valderoure

 

Avant

Après

 

Commune d'origine

Seranon

Valderoure

Gain de temps en min

Aiglun

42

38

4

Amirat

40

31

9

Brianconnet

50

44

6

Gars

36

32

4

Greolières

26

20

6

Le Mas

32

28

4

Les Mujouls

38

32

6

Saint Auban

29

24

5

21Cependant, pour certaines communes de l’arrière-pays des Alpes-Maritimes les temps d’accès aux médecins spécialistes demeurent encore très supérieurs à la moyenne. Ce sont les communes autour de Péone, Gilette et Villars-sur-Var. Il conviendrait donc, à présent, en prenant appui sur les simulations réalisées, de proposer la création d’autres maisons de santé dans ces secteurs de Péone, de Gilette, et de Villars-sur-Var.

Conclusion

22Les diverses analyses menées ont permis de mettre en évidence des espaces à enjeux d’un point de vue sanitaire. Ces espaces se caractérisent par des densités démographiques faibles, des indices de vieillesse de la population importants, une offre sanitaire pratiquement absente, et par conséquent une accessibilité aux soins faible. Ces espaces se rencontrent aussi bien dans le département français que dans les provinces italiennes. En fait, comme nous le pressentions, les différences les plus fortes en matière d’accès aux soins ne sont pas tant transnationales qu’entre les littoraux et leurs arrière-pays, ou bien entre la plaine et les zones de montagnes pour la province de Cuneo. Ces logiques d’organisation spatiale prévalent surtout lorsque l’accès aux médecins généralistes est considéré. Par contre, l’accès cette fois à une médecine plus spécialisée révèle des oppositions plus nettes de part et d’autre de la frontière, les logiques nationales de répartition de l’offre sanitaire prenant alors le dessus (beveridgien-bismarkien), les temps d’accès s’allongent par exemple en Italie, où cette offre de soins est beaucoup plus concentrée dans les principales villes.

23Il conviendrait à présent de compléter ces résultats par des études relatives à l’état de santé de la population, afin de voir si ces plus faibles accessibilités se traduisent par une plus grande morbidité. Nous sommes conscients des limites du modèle utilisé, dans le sens, où, l’accessibilité réelle aux soins est bien plus complexe que la simple proximité à ceux-ci. Pour être exhaustif sur le sujet, il faudrait tenir compte de l’accessibilité économique, culturelle et sociale de la population, de ses préférences, et inclure d’autres paramètres qui peuvent également avoir une influence sur l’accessibilité aux soins, tels que l’existence d’un réseau de transports collectifs (bien que celui-ci ne soit pas très performant sur notre espace d’étude…). De même, l’accessibilité de certaines tranches de la population, aux besoins en soins importants, mériterait d’être approfondie (personnes âgées).

24Enfin, l’accessibilité aux soins risque, à très court terme, de se dégrader dans les arrières-pays, car en raison de conditions de travail difficiles dans ces secteurs (difficultés à se faire remplacer, problèmes de gardes, routes sinueuses) les médecins généralistes ne sont pas tentés de s’y implanter. De plus, avec les problèmes de démographie médicale annoncés (vieillissement des professionnels de santé, départs massifs en retraite, perte d’attractivité de la profession vis-à-vis des jeunes…) non seulement le pourcentage de communes pourvues en médecin généraliste risque de diminuer, mais le temps d’accès à ce professionnel de santé élémentaire risque corrélativement d’augmenter.

Haut de page

Bibliographie

ALDOUS, J-M., WILSON, R-J., 2000, Graphs and applications, an Introductory Approach, Springer Verlag, Londres Berlin Heidelberg, 439 p.

AMBROISE-THOMAS, P., 2007, Comment corriger l’inégalité de l’offre de soins en médecine générale sur le territoire national ?, Rapport IRDES, 9 p.

BADEYAN G. et al., 2003, Information en santé : développements européens ADSP n° 42, pp. 17-72

Health Consumer Powerhouse. 2008. Euro Health consumer index. Bruxelles, Rapport, 51 p.

BAILLY, A., PERIAT, M., 1995, Médicométrie. Une nouvelle approche de la santé, Economica, 100 p.

BARNAY, T., JUSOT, F., ROCHEREAU, T., SERMET, C., 2005., Comparability of health surveys in Europe, Paris, IRDES, 56 p.

BAPTISTE, H., 1999, Interactions entre le système de transport et les systèmes de villes : perspective historique pour une modélisation dynamique spatialisée, Thèse Tours, 427 p.

BARTNIK, G., MINOUX, M., 1986, Graphs, algorithms, software, Bordas, Paris, pp118-146.

BLACK, D., MORRIS, J-N., SMITH, C. TOWNSEND, P. WHITEHEAD, M., 1988. Inequalities in health, The Black Report, 464 p.

BENOÎT, J-M., BENOÎT, P., PUCCI, D., 2002. La France à 20 minutes (et plus), Belin, 271 p.

BESSIERE, S., BREUIL-GRENIER, P., DARRINE, S., 2004. La démographie médicale à l’horizon 2025 : une actualisation des projections au niveau national, DRESS, Etudes et Résultats, n° 352, 12 p.

BONNET, P., 2002, Le concept d’accessibilité et d’accès aux soins, Université Paul Valéry Montpellier 3, Mémoire de DEA, 12 p.

BOURGUEIL, Y., MOUSQUES, J., MAREK, A., TAJHAMADY, A., 2007, Améliorer la répartition géographique des médecins : les mesures adoptées en France, Questions d’Economie de la Santé, IRDES, n° 122, 6 p.

BUSSE, R., WORZ, M., FOUBISTER, T., MUSSALIOS, E., BERMAN, P., 2007, Mapping health service access : national and cross-border issues, Rapport IRDES, 52 p.

BREUIL-GRENIER, P., 2003 Démographie médicale : intérêts et difficultés d’analyses à différents niveaux géographiques, Cahiers de Sociologie et de Démographie médicale. n° 2 avril-juin XXXXIIIème année :165-186.

CASANOVA, Ph., KOLTCHANOV, V., LEGOUT, M., MARTINEAU, Y., 2001., Application et techniques nouvelles SA . Plateforme de simulation pour l’étude prospective de la mobilité urbaine des agglomérations françaises et européennes, MOBISIM-SMA, Ministère de l’Equipement, du Logement et des Transports, Rapport DRAST (Direction de la Recherche et des Affaires Scientifiques et Techniques), 104 p.

COHU, S., LEQUET-SLAMAL, D., 2006, Les systèmes de santé du sud de l’Europe : des réformes axées sur la décentralisation, DRESS, Etudes et Résultats, n° 475, 8 p.

Curtis, S., 2003? Health and Inequality, Geographical Perspectives, American Geographers, Vol 71. 1981, pp. 425-436.

DECOUPIGNY, F., 2003, Modélisation d’un déplacement sur une double échelle in Graphes et réseaux : modélisation multiniveau, dir. Philippe Mathis, Traité IGAT, série Aspects fondamentaux de l’analyse spatiale, Editions Hermès, pp 77-90.

FLOYD, R-W., 1962. Algorithm 97 : Shortest Path, Communications of the ACM Volume.5, no 6, June 1962, pp. 345-360.

FORTHERINGHAM, S., Spatial structure and distance decay parameters Association of American Geographers. Vol 71. 1981 : 425-436.

FRANCE, G., TARONI, F., 2005, The evolution of Health policy making in Italy Journal of Health Politics, Policy and Law, vol. 30, n° 1-2,pp. 169-188.

GOODMAN, D-C., 1997, The distance to community medical care and the likelihood of hospitalisation : is closer always better ? American Journal of Public Health, n° 87, pp. 1144-1150.

HANSEN, W-G., 1959, How accessibility shapes land use, Journal of the American Institute of Planners., n° 25, pp. 73-76.

HURIOT, J.-M., PERREUR, J.,1997, L'accessibilité, in Auray J.-P., Bailly A., Derycke P.-H., Huriot J.-M. (dir.), Encyclopédie d’économie spatiale : concepts, comportements, organisations, Paris : Economica, pp. 55-80.

KAUFMANN, M., WEGENER, D., 2001, Drawing Graphs, methods and models, Springer Verlag, Berlin Heidelberg New York, 307 p.

KERVASDOUE, J. (sous la direction de). 2006. Carnet de santé de la France en 2006 : économie, droit et politiques de santé, Paris : Dunod, 248 p.

LACOSTE, O., 2003, Les suds du Nord Etude territorialisée de Santé publique et de prospective, Rapport, 100 p.

LACOSTE, O., 2002, Distance, proximité, accessibilité attraction et recours de la population vis-à-vis du système de soins, Rapport, 73 p.

L’HOSTIS, A., Baptiste, H., 2002, Qualité de service et accessibilité régionale, Rapport de recherche GRTT, Rapport INRETS, 90p.

LUCAS-GABRIELLE, V., NABET, N., TONNELLIER, F., 1995. Les soins de proximité une exception française ? Rapport de travail, CREDES, 92 p.

OCDE, 2007, Panorama de la santé. Les indicateurs de l’OCDE, Rapport OCDE, 195 p.

MULLER, J-C., 1979. La cartographie d’une métrique non euclidienne : les distances-temps, l’Espace Géographique, vol 8, n° 3, pp. 215-227.

MULLER, P., 2006. Espaces mouvements et territoires de soins, Pratiques : Cahiers de la Médecine utopique, pp. 4-70.

NIEZ, X. 2001. Les facteurs qui influencent la démographie médicale au niveau régional, Cahiers de Sociologie et de Démographie médicale, XXXXIème année n° 2, avril-juin :, pp. 141-172.

PEREZ, S. 2008, Accessibilité aux soins dans l’espace frontalier des Alpes du Sud, l’Harmattan, Géographie et Cultures,15 p.

REILLY, W-J., 1931, The Law of Retail Gravitation, New York, W. Reilly ed.

SCHMITT, B., NIEL, X., 1999, La diffusion des services sanitaires et sociaux depuis 1980. Le poids croissant des zones périurbaines, DRESS Etudes et Résultats, Fasc 32, 8 p.

SMITH, S. EASTERLOW, D. 2005. The strange Geography of Health Inequalities, Transactions of the Institute of British Geographers, n° 30, pp. 173-190.

VIGNERON, E., GUIGOU, J-L., 2001, Distance et Santé. La question de la proximité des soins, PUF, 127 p.

WILKINSON, R. 2005. The Impact of inequality, New York : New Press, 304 p.

Haut de page

Notes

1 Type beveridgien

2 Des régions du sud, vers celles du nord

3 CHU de Nice, Hôpital Princesse Grâce à Monaco

4 En juin 2006 l’organisme Health Consumer Powerhouse classe ainsi la France à la 1ère place pour son système de santé. Cet organisme utilise 27 indicateurs qui permettent de comparer la qualité des systèmes de santé des 25 Etats de l'Union européenne, auxquels s'ajoute la Suisse. La France arrive en tête du classement, avec un total de 576 points, sur un maximum possible de 750. 

5 Type bismarkien

6 90 % de la population est concentrée sur l’espace littoral

7 Cette masse équivaut pour les communes réceptrices au nombre par exemple de médecins généralistes et pour les communes émettrices (non pourvues de généralistes) au nombre d’habitants qui sont susceptibles de se déplacer pour en consulter un

8 Le répertoire ADELI est un système d’information national sur les professionnels relevant du code de la santé publique. Un numéro ADELI est attribué à tous les praticiens salariés ou libéraux et leur sert de numéro de référence

9 60 % de la population de la catégorie rural isolé disposait d’un médecin dans la commune de résidence et le temps moyen d’accès était pour cette catégorie de 9 min 

10 Pris dans sa globalité

11 3 % de l’ensemble de la population répartis sur 52 % de la surface totale du Département

Haut de page

Table des illustrations

Titre Carte 1 : L'espace frontalier des Alpes du Sud
URL http://journals.openedition.org/tem/docannexe/image/886/img-1.jpg
Fichier image/jpeg, 252k
Titre Carte 2 : Les densités de population des communes des Alpes du Sud
Crédits Sources : Insee (1999) - Istat (2001)
URL http://journals.openedition.org/tem/docannexe/image/886/img-2.jpg
Fichier image/jpeg, 192k
Titre Graphique 1: Le graphe routier des Alpes du Sud
URL http://journals.openedition.org/tem/docannexe/image/886/img-3.jpg
Fichier image/jpeg, 204k
Titre Schéma du processus de polarisation 
URL http://journals.openedition.org/tem/docannexe/image/886/img-4.jpg
Fichier image/jpeg, 80k
Titre Carte 3 : Modélisation de l'accessibilité aux médecins généralistes
Crédits Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.
URL http://journals.openedition.org/tem/docannexe/image/886/img-5.jpg
Fichier image/jpeg, 428k
Titre Carte 4 : Destination de la population des communes sans offre de médecins généralistes
Crédits Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.
URL http://journals.openedition.org/tem/docannexe/image/886/img-6.jpg
Fichier image/jpeg, 420k
Titre Carte 5 : Modélisation de l'accessibilité aux médecins spécialistes
Crédits Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006 - Logiciel FRED.
URL http://journals.openedition.org/tem/docannexe/image/886/img-7.jpg
Fichier image/jpeg, 400k
Titre Carte 6 : Destination de la population des communes sans offre de médecins spécialistes
Crédits Source : Répertoire ADELI des professions de santé, Aziende Sanitarie Locale 2006 – Logiciel FRED.
URL http://journals.openedition.org/tem/docannexe/image/886/img-8.jpg
Fichier image/jpeg, 452k
Titre Carte 7 : Les indices de vieillesse
Crédits Sources : Insee (1999) - Istat (2001)
URL http://journals.openedition.org/tem/docannexe/image/886/img-9.jpg
Fichier image/jpeg, 284k
Titre Carte 8 : Accessibilité des médecins spécialistes après l'implantation de la maison de santé de Valderoure
Crédits Source : répertoire ADELI des professions de santé, Aziende Sanitarie Locale, 2006Logiciel FRED
URL http://journals.openedition.org/tem/docannexe/image/886/img-10.jpg
Fichier image/jpeg, 432k
Titre Carte 9
URL http://journals.openedition.org/tem/docannexe/image/886/img-11.jpg
Fichier image/jpeg, 264k
Haut de page

Pour citer cet article

Référence électronique

Fabrice Decoupigny, Sandra Perez et Diana Yordanova, « Modélisation de l’accessibilité aux soins », Territoire en mouvement Revue de géographie et aménagement [En ligne], 4 | 2007, mis en ligne le 15 décembre 2012, consulté le 13 décembre 2017. URL : http://journals.openedition.org/tem/886 ; DOI : 10.4000/tem.886

Haut de page

Auteurs

Fabrice Decoupigny

Sandra Perez

Maîtres de Conférences - Géographie
Université de Nice-Sophia-Antipolis
UMR ESPACE 6012 CNRS
98, Bd Edouard Herriot BP 3209
06204 Nice Cedex
decoupig@unice.fr
perez@unice.fr

Diana Yordanova

Etudiante en Master de Sciences Géographiques
Université de Nice-Sophia-Antipolis
UMR ESPACE 6012 CNRS
98, Bd Edouard Herriot BP 3209
06204 Nice Cedex
dianayordanova84@yahoo.fr

Haut de page

Droits d’auteur

Licence Creative Commons
Territoire en mouvement est mis à disposition selon les termes de la licence Creative Commons Attribution 4.0 International.

Haut de page