Navigation – Plan du site

Accueilnumeros2024/2-3III - Le rapport aux autres et au...Mesurer les effets des contextes ...

III - Le rapport aux autres et aux lieux des populations insulaires

Mesurer les effets des contextes locaux sur la santé fonctionnelle des 60-79 ans aux Antilles et à La Réunion

Assessing the impact of local contexts on the functional health of people aged 60 to 79 in French West Indies and Reunion Island
Maude Crouzet

Résumés

Cet article explore l'impact du contexte de vie sur la santé et l'autonomie des personnes âgées en Guadeloupe, Martinique et à La Réunion, et examine comment les caractéristiques individuelles et contextuelles, telles que le statut socio-économique et le contexte de résidence, interagissent pour influencer le risque de perte d'autonomie. Nous utilisons deux indicateurs pour caractériser le contexte socio-économique local à l’échelle de l’IRIS : l'indice de défavorisation (Fdep) et une typologie ad hoc des IRIS. Les résultats montrent que le statut socio-économique individuel est un déterminant majeur des risques de restrictions d'activité chez les personnes âgées, mais que le contexte local a également un rôle à jouer. L'indice de défavorisation est significativement lié au risque de restrictions d'activité, tandis que la typologie des IRIS a un effet plus limité une fois standardisée sur le statut social individuel. Nos résultats soulignent l'importance de prendre en compte à la fois les caractéristiques individuelles et contextuelles pour comprendre les risques de perte d'autonomie chez les personnes âgées dans les DROM, et mettent en évidence le besoin d'accéder à des données plus complètes pour approfondir la compréhension de l'effet de l'environnement local sur la santé des populations vieillissantes dans ces territoires.

Haut de page

Texte intégral

  • 1 Source : INSEE, recensements de la population 2010 et 2020

1Longtemps départements les plus jeunes de France, les DROM insulaires (Guadeloupe, Martinique, La Réunion) sont aujourd’hui confrontés au vieillissement rapide de leur population. Entre 2010 et 2020, la proportion de personnes âgées de 60 ans ou plus dans ces trois départements a été multipliée par 1,5 (1,2 dans l’Hexagone), et aujourd’hui, les 60 ans ou plus en Guadeloupe et en Martinique représentent une part similaire à celle observée en France hexagonale (30 % en Martinique, 27 % en Guadeloupe comme dans l’Hexagone1). À l’horizon 2040, ces deux départements compteront même parmi les plus vieux de France [Marie, 2014a]. Si La Réunion demeure un territoire relativement jeune (seule 19 % de sa population est âgée de 60 ans ou plus en 2020), la géronto-croissance dans ce département y est tout aussi importante qu’aux Antilles. Si les 60-69 ans représentent en 2020 environ 50 000 personnes dans les deux départements antillais et 87 000 à La Réunion, les 50-59 ans, soit les personnes âgées de demain, sont respectivement 60 000 dans chaque département antillais, et 125 000 à La Réunion. La fulgurance du vieillissement démographique des DROM insulaires s’explique par la transition démographique, engagée dans les années 1950, qui a été l’une des plus rapides au monde. De plus, l’émigration massive des jeunes adultes vers l’Hexagone [Marie et Temporal, 2011], à l’origine du « creux » présent sur les pyramides des âges des trois DROM entre 20 et 45 ans (figure 1), contribue à accentuer le phénomène. On assiste à un double phénomène de vieillissement par le haut et par le bas, qui rend la transition entre « sociétés jeunes » et « sociétés vieillissantes » particulièrement rapide.

Figure 1. Pyramides des âges des trois DROM insulaires et de la France hexagonale en 2010 et en 2020

Figure 1. Pyramides des âges des trois DROM insulaires et de la France hexagonale en 2010 et en 2020

2Cette évolution démographique s’accompagnera nécessairement d’une hausse du nombre d’individus avec des besoins spécifiques en matière de santé [Larbi et Roy, 2019] tandis que, dans le même temps, le nombre de personnes pouvant leur apporter de l’aide ne cesse de se réduire. Les personnes âgées d’aujourd’hui ont grandi dans des familles répondant à la définition de « famille nombreuse » (4 enfants ou plus), mais leur descendance est beaucoup plus réduite [Beaugendre, Breton et Marie, 2016]. De taille plus réduite, les familles sont aussi plus dispersées géographiquement : de plus en plus de parents expérimentent la « famille à distance », c’est-à-dire le fait d’avoir au moins un enfant résidant en dehors du département, dans l’Hexagone le plus souvent [Beaugendre, Breton et Marie, 2018]. Les traditions et normes de solidarité au sein des familles restent cependant très ancrées dans les mentalités. Les situations de cohabitation intergénérationnelles y sont plus fréquentes que dans l’Hexagone [Marie et Breton, 2015] et, même en dehors de ces situations, la proximité des lieux de vie est importante : il n’est pas rare que les enfants adultes s’installent dans la même commune, voire la même rue que leurs parents. Il arrive également que les membres d’une même famille (y compris famille élargie) résident tous sur le même terrain, formant un « groupe social de voisinage » qui favorise l’entraide entre ses membres [Attias-Donfut et Lapierre, 1997 ; Lefaucheur et Brown, 2011]. Le respect dû aux personnes âgées, figures symboliques dont l’identité s’est forgée au travers de conditions de vie difficiles, est une norme enracinée dans les sociétés d’outre-mer, tout comme le devoir d’assistance à ses ascendants (parents, grands-parents), dont le placement en institution est perçu comme un « abandon » [Attias-Donfut et Lapierre, 1997]. Néanmoins, on constate un déclin de ces normes traditionnelles au cours des décennies récentes. Avec l’intensification des mouvements de population vers et depuis l’Hexagone, les comportements tendent à se rapprocher du modèle hexagonal [Attias-Donfut et Lapierre, 1997 ; Sandron, 2007]. Le système de prise en charge des personnes âgées, reposant essentiellement sur les solidarités familiales, est donc à repenser. Mais les DROM sont largement sous-équipés en infrastructures de prise en charge des plus âgés [Crouzet, 2022].

3Anticiper les besoins des plus âgés, à travers la question de leur état de santé et des déterminants associés à la perte d’autonomie est donc devenu un enjeu majeur pour les politiques publiques en outre-mer [Atger et Bareigts, 2020]. Nous savons que les caractéristiques sociales et les trajectoires individuelles jouent un rôle primordial dans le risque de connaître des restrictions d’activité dans la vieillesse, et les parcours de vie familiaux, migratoires, professionnels des Dromiens les conduisent à des risques de vieillir en mauvaise santé et à rencontrer des pathologies différentes de celles de leurs homologues dans l’Hexagone [Crouzet, 2022].

4Mais qu’en est-il de l’impact du contexte de vie sur le maintien de la santé et de l’autonomie dans la vieillesse ? À caractéristiques individuelles équivalentes, il existe des variations d’un DROM à l’autre quant au risque de connaître des restrictions d’activité aux grands âges [Crouzet, 2018, 2022]. Cela pourrait s’expliquer en partie par des différences dans les contextes locaux. En effet, il a déjà été montré dans de nombreux pays que l’environnement immédiat dans lequel évolue un individu n’est pas sans incidence sur son risque de mortalité, quel que soit son statut social, et ce lien est d’autant plus fort que l’échelle géographique considérée est petite [Ghosn et al., 2018 ; Meijer et al., 2012 ; Ribeiro et al., 2022]. Les études mettant en relation les contextes socio-économiques locaux et les risques d’incapacité sont plus rares [Santos, Paciência et Ribeiro, 2022], mais certaines associations ont déjà pu être mises en exergue. Au Royaume-Uni par exemple, il a été montré que le niveau de défavorisation du quartier de résidence est positivement corrélé au fonctionnement cognitif chez les 70 ans ou plus [Lang et al., 2008]. En France, les différences d’espérance de vie sans incapacité à 60 ans entre les départements sont plus larges que celles d’espérance de vie globale et le contexte socio-économique de chaque département contribue à expliquer ces écarts [Laborde et al., 2021].

5Dans une perspective de santé publique, connaître les facteurs environnementaux associés à un état de santé plus ou moins dégradé est important car les actions orientées vers ces facteurs sont complémentaires à celles ciblant les facteurs individuels [Levasseur et al., 2015]. À notre connaissance, l’impact des contextes locaux sur les risques d’incapacité n’a encore jamais été étudié dans les DROM. Pourtant, cette question y est importante, car il existe de fortes disparités socio-économiques et d’offre de soins au sein de ces territoires [Thomas et al., 2014]. De plus, le caractère insulaire et le relief de ces départements, leur éloignement par rapport à la Métropole, et le manque d’infrastructures de transport adaptées [Gay, 2008] rendent les populations davantage dépendantes de ce que leur offre leur environnement de résidence, notamment en termes de soins de santé. L’offre de soins outre-mer n’apparait pas déficitaire, mais elle souffre d’une répartition inégalitaire au sein des territoires [Besson et Caliez, 2016 ; Couillaud et Camus, 2014 ; Tantin-Machecler et Camus, 2014]. Certaines zones (Est et Hauts de La Réunion, Nord de la Martinique, Nord Basse-Terre en Guadeloupe) disposent de très peu de professionnels de santé, et le manque d’infrastructures de transport rend les déplacements pour l’accès aux soins plus longs et difficiles pour leurs habitants [Tantin-Machecler et Camus, 2014 ; Vaillant, 2008]. Ces zones isolées concentrent souvent également une proportion élevée de personnes âgées [Klein et Sandron, 2017], moins mobiles et nécessitant davantage de suivi médical.

6De manière générale, le quartier de résidence revêt une importance croissante parmi la population âgée à mesure que la santé décline, entraînant souvent des difficultés pour marcher sur de longues distances ou pour conduire. Ces changements rendent les personnes âgées plus dépendantes de leur environnement local immédiat (services, commerces…) et augmentent leur exposition aux dangers potentiels du quartier [Besser et al., 2017 ; Yen, Michael et Perdue, 2009]. Cela est particulièrement le cas dans les DROM où le manque de transports publics cantonne d’autant plus les personnes âgées faiblement mobiles à leur secteur de résidence.

  • 2 Îlot Regroupé pour l’Information Statistique. Il s’agit de la plus petite division infra-communale (...)

7Dans cet article, nous nous attacherons à étudier les effets du contexte environnemental sur les risques de restrictions d’activité chez les 60-79 ans en Guadeloupe, Martinique et à La Réunion, à une échelle géographique fine, celle de l’IRIS2. Nous associerons à chaque individu les caractéristiques de son IRIS de résidence. Ces caractéristiques sont-elles significativement liées au risque de déclarer des restrictions d’activité, et ce même après standardisation sur le statut socio-économique individuel ? L’effet des variables de statut social individuel varie-t-il en fonction des caractéristiques de l’IRIS de résidence de l’individu ?

I. Méthodologie

8Nous nous proposons de répondre à ces questions à partir de deux indicateurs caractérisant le niveau socio-économique du territoire à l’échelle de l’IRIS.

9Le premier est l’indice de défavorisation (French Deprivation Index – Fdep), indicateur communément utilisé en France pour étudier les inégalités de mortalité et de santé à l’échelon local [Feuillet et al., 2020 ; Pilkington et al., 2021 ; Temam et al., 2017 ; Windenberger et al., 2012]. Il se calcule à partir de quatre variables : revenu médian par unité de consommation, part de bacheliers dans la population de 15 ans ou plus, part d’ouvriers dans la population active, taux de chômage. La valeur de Fdep pour un territoire donné correspond à la coordonnée de ce territoire sur le premier axe factoriel d’une analyse en composantes principales (ACP) sur les quatre variables susnommées [Rey et al., 2009]. Plus la coordonnée d’un territoire sur cet axe est faible, plus il est défavorisé. Fdep est publié par l’Inserm à l’échelle de l’IRIS pour l’ensemble du territoire hexagonal3, mais pas pour les DROM. Nous calculons donc nous-même Fdep pour les IRIS des DROM, à partir des données du recensement de la population et de celles du fichier des revenus localisés sociaux et fiscaux (Filosofi), publiées à l’échelle de l’IRIS par l’Institut national de la statistique et des études économiques (Insee).

10Le second indicateur du contexte socio-économique de l’IRIS de résidence est un indicateur ad hoc, créé à partir de huit variables : part de résidences principales reliées au tout-à-l’égout, part des logements sociaux parmi les résidences principales, densité de peuplement, part des 18-24 ans non scolarisés, part des chômeurs et autres inactifs parmi la population âgée de 15 ans ou plus, part de ménages dont la personne de référence est cadre ou profession intermédiaire, part des ménages possédant au moins une voiture. Toutes ces données sont issues du recensement de la population et publiées par l’Insee à l’échelle de l’IRIS. Nous réalisons une ACP sur l’ensemble de ces huit variables, suivie d’une classification ascendante hiérarchique (CAH) afin d’obtenir une typologie des IRIS des DROM. L’intérêt de ce second indicateur est qu’il prend en compte des variables adaptées au contexte des DROM : qualité du bâti avec la part des logements reliés au système d’égout, et possession d’un véhicule, condition quasi indispensable à la mobilité dans ces territoires où le réseau de transport public est faible, voire inexistant. De plus, nous incluons également la densité de population afin d’approximer la dichotomie urbain/rural et en creux, la densité des commerces et services disponibles à proximité immédiate.

11Nous mettons en lien contexte socio-économique de résidence et santé des personnes âgées grâce aux données de la première enquête Migrations, Famille et Vieillissement (MFV-1), menée par l’Ined et l’Insee auprès de la population âgée de 18 à 79 ans dans les quatre DROM historiques en 2009-2010 [Marie, 2014b]. Sur demande auprès de l’Insee, nous avons obtenu les IRIS correspondant aux fiches-adresse des ménages de Guadeloupe, Martinique et La Réunion dont la personne enquêtée est âgée de 60 à 79 ans (n = 2 665). De cette manière, nous pouvons attacher à chaque individu, en plus de ses caractéristiques individuelles, celles de son IRIS de résidence. L’état de santé de la personne est mesuré via le Global Activity Limitation Indicator (GALI), indicateur harmonisé européen qui prend la forme de la question suivante : « êtes-vous limité depuis au moins six mois dans vos activités quotidiennes à cause d’un problème de santé ? » avec trois modalités de réponse : « oui, fortement », « oui, mais pas fortement », « non ». On considère comme « en incapacité » toute personne ayant répondu l’une des deux modalités « oui » à cette question.

12L’enquête MFV-1 contient également un grand nombre d’informations pour caractériser le statut socio-économique de l’individu. Nous en avons retenu deux. La première est le niveau de diplôme, divisé en trois modalités : bac ou plus, diplôme inférieur au bac, sans diplôme. La seconde est la dernière profession occupée, découpée en six modalités : agriculteurs, artisans et commerçants, professions hautement qualifiées (cadres, professions intermédiaires, chefs d’entreprise), employés et ouvriers qualifiés, employés et ouvriers non qualifiés, personnes n’ayant jamais travaillé. Le choix de cette nomenclature plutôt que celle classiquement utilisée (PCS en 8 postes de l’Insee) permet de tenir compte de l’hétérogénéité des groupes « employés » et « ouvriers », majoritaires dans la population âgée des DROM, en distinguant les individus qui ont occupé des emplois qualifiés, et donc probablement bénéficié de meilleures conditions de travail.

13Nous mettons en œuvre plusieurs modèles de régression logistique sur la probabilité de déclarer des restrictions d’activité, en incluant les différentes variables individuelles et contextuelles afin d’en mesurer les effets. Ces modèles standardisent systématiquement sur l’âge (en classes quinquennales) et le sexe.

II. Indicateurs de contexte socio-économique à l’échelle de l’IRIS dans les DROM insulaires

II.1. Création d’une typologie des IRIS

14La CAH, réalisée à partir des coordonnées des IRIS sur les cinq premiers axes de l’ACP (91,7 % de l’information contenue dans le nuage de points), nous donne une partition en six classes, qui distingue d’une part les IRIS selon leur densité de population, et d’autre part par le niveau d’aisance socio-économique des ménages qui y résident (tableaux 1 et 2).

Tableau 1. Répartition du territoire et de la population dans les différentes classes

Guadeloupe

Martinique

La Réunion

% IRIS

% pop

% IRIS

% pop

% IRIS

% pop

cl 1 (rural favorisé)

16,1%

19,0%

22,4%

24,3%

10,0%

12,8%

cl 2 (urbain favorisé)

9,1%

10,3%

10,9%

15,1%

10,0%

12,0%

cl 3 (rural moyen)

42,6%

40,3%

40,1%

36,8%

24,5%

28,4%

cl 4 (urbain moyen)

4,6%

3,9%

3,5%

3,2%

3,7%

4,5%

cl 5 (rural défavorisé)

17,4%

13,8%

13,4%

11,7%

34,8%

26,7%

cl 6 (urbain défavorisé)

10,1%

12,6%

9,7%

8,9%

17,0%

15,5%

Champ : IRIS d'habitat de Guadeloupe, Martinique et La Réunion

Source : INSEE, RP2010 – bases infra communales à l’IRIS

Tableau 2. Valeur moyenne dans chaque classe, pour chacune des variables actives de la typologie

 

Rural favorisé

Urbain favorisé

Rural "moyen"

Urbain "moyen"

Rural défavorisé

Urbain défavorisé

moyenne

Densité

1 808,2

4 790,9

801,3

15 029,0

608,1

4 505,0

2 550,1

Res. princ. reliées au tout-à-l'égout

52,7%

81,5%

18,1%

94,6%

12,9%

71,0%

40,6%

HLM

9,3%

29,6%

4,3%

59,2%

3,2%

25,3%

13,3%

18-24 ans non-scolarisés

51,2%

51,4%

57,0%

56,4%

71,1%

58,9%

59,0%

Population non diplômée

33,5%

45,6%

51,2%

57,8%

65,5%

61,3%

53,0%

Population inactive

41,0%

51,1%

51,9%

59,6%

59,7%

62,2%

53,9%

Chefs de ménage cadres

33,0%

20,8%

16,9%

11,1%

8,9%

11,0%

16,8%

Ménages avec au moins une voiture

82,2%

66,9%

74,4%

53,8%

62,7%

54,2%

68,1%

Champ : IRIS d'habitat de Guadeloupe, Martinique et La Réunion

Source : INSEE, RP2010 – bases infra communales à l’IRIS

15Classe 1 : Rural très favorisé. La densité de population y est plus faible que la moyenne, mais la population est la plus favorisée sur le plan socio-économique : un tiers des chefs de ménage sont cadres, seulement un tiers des 15 ans ou plus n’ont pas de diplôme, et près de la moitié des 18-24 ans sont encore en études. Un peu plus de 80 % des ménages sont équipés d’un véhicule. Les logements situés dans ces IRIS sont également mieux équipés que la moyenne : 53 % sont reliés au système de tout-à-l’égout, cependant cet équipement reste moins fréquent que dans les IRIS appartement aux zones urbaines.

16Classe 2 : Urbain favorisé. La densité de population y est plus élevée que la moyenne, la population plus favorisée également, en particulier sur le plan de l’éducation (49 % des 18-24 sont encore en études contre 41 % en moyenne et 54 % des 15 ans ou plus sont diplômés contre 47 % en moyenne). Ce sont des IRIS qui comptent beaucoup de logement sociaux (près de 30 %), et 81 % des résidences principales sont reliées au tout-à-l’égout.

17Classe 3 : Rural « moyen ». La densité de population est faible, et la population présente un profil proche de la moyenne, voire très légèrement plus favorable concernant le statut socio-économique. Les ménages de ces IRIS sont un peu plus nombreux que la moyenne à posséder un véhicule. En revanche, seules 18 % des résidences principales situées dans ces IRIS sont raccordées au tout-à-l’égout.

18Classe 4 : Urbain « moyen ». Il s’agit d’un profil d’IRIS très spécifique : zones urbaines très densément peuplées, qui présentent une forte offre de logement sociaux : près de 60 % des résidences principales. Quasiment toutes les résidences principales sont raccordées au tout-à-l’égout. En revanche, la population résidant dans ces IRIS est moins favorisée que la moyenne sur le plan socio-économique : seulement 11 % des chefs de ménage sont cadres et 58 % des 15 ans ou plus n’ont aucun diplôme.

19Classe 5 : Rural défavorisé. La densité de population y est très faible, il s’agit de zones très rurales et très enclavées sur le territoire. Population la plus défavorisée : 71 % des jeunes adultes de 18-24 ans sont déscolarisés, près des deux tiers de la population de 15 ans ou plus est sans diplôme et seuls 9 % des chefs de ménage sont cadres. Les logements sont également défavorisés : seules 13 % des résidences principales sont reliées au tout-à-l’égout. Enfin, 63 % des ménages disposent d’un véhicule, proportion bien inférieure à celle observée dans les autres IRIS ruraux, ce qui constitue un facteur de vulnérabilité pour les populations de ces zones isolées.

20Classe 6 : Urbain défavorisé. La densité de population y est plus élevée que la moyenne, et la population défavorisée sur le plan socio-économique : 61 % des 15 ans ou plus n’ont pas de diplôme, 62 % de la population d’âge actif est sans emploi, et 11 % seulement des chefs de ménage sont cadres. En revanche, les logements de ces IRIS sont mieux équipés que la moyenne : 71 % sont reliés au tout-à-l’égout.

21Les classes 1, 3 et 5 correspondent à l’espace rural, avec un gradient allant de la population rurale très favorisée (classe 1) à la population rurale très défavorisée (classe 5). La densité de population diminue en même temps que l’aisance socio-économique des populations : les IRIS de la classe 1 sont moins ruraux que ceux de la classe 5 et correspondent davantage à des zones péri-urbaines (cf. infra, cartes 1 à 3). Les IRIS de la classe 5 cumulent le désavantage d’une population précaire et d’un isolement géographique. On les retrouve principalement à Basse-Terre et sur les îles de Marie-Galante, Les Saintes et La Désirade en Guadeloupe – territoires qui subissent une « double insularité », étant éloignés non seulement de leur métropole mais aussi, dans une moindre mesure, du chef-lieu du département qui centralise les administrations et services locaux. On retrouve aussi ces types d’IRIS en Martinique dans le nord de l’île, et à La Réunion sur la côte est et à l’intérieur des terres (cf. infra, cartes 1 à 3). Ces zones ont toute en commun d’être des zones montagneuses, donc plus difficile d’accès. À l’opposé, les IRIS de la classe 1, très favorisés, se situent la plupart du temps en périphérie des villes. Dans les DROM insulaires, en proche périphérie des villes principales se trouvent généralement des quartiers résidentiels aisés [Gay, 2008], que l’on retrouve dans cette classe. Bien que davantage rurales, ces zones bénéficient tout de même d’une relative proximité avec les centres urbains et les services qu’offrent ceux-ci. Cela correspond au phénomène de péri-urbanisation que l’on observe dans un certain nombre de grandes villes de l’Hexagone [Hilal, Legras et Cavailhès, 2018].

  • 4 Une carte des communes des trois DROM étudiés est disponible en annexe.

22Les classes 2, 4 et 6 correspondent à l’espace urbain. Les classes 2 et 6 s’opposent sur le niveau d’aisance socio-économique de leur population : la classe 2 abrite une population plus favorisée que la classe 6, mais est très similaire concernant le niveau d’urbanisation et la qualité des logements. On les retrouve dans les villes principales de chaque département. La classe 4 se démarque à la fois par son très fort niveau d’urbanisation et la forte proportion de logement sociaux. Peu visibles sur les cartes en raison de leur très petite superficie, les IRIS de la classe 4 se situent dans les chefs-lieux de chaque département (Point-à-Pitre en Guadeloupe, Fort-de-France en Martinique, Saint-Denis à La Réunion), ainsi que dans la commune de La Possession, sur la côte ouest de La Réunion4. On notera que l’espace urbain concentre quasiment toute l’offre de logement sociaux des DROM, et que l’équipement des logements y est meilleur que dans l’espace rural, y compris pour les populations les moins favorisées économiquement. La construction de logements sociaux a en effet fait partie de la politique d’assainissement des territoires après la départementalisation [Desse, 1998].

II.2. Comparaison avec l’indice de défavorisation Fdep

23Nous avons pu calculer Fdep pour seulement 366 IRIS dans les trois DROM étudiés (sur 529 au total), en raison de l’indisponibilité des données de revenu dans les fichiers Filosofi mis à disposition par l’Insee pour un certain nombre d’IRIS. Les données de revenu sont manquantes pour toutes les communes du nord de la Martinique, ainsi que pour un certain nombre de communes du sud et sud-ouest de l’île. À La Réunion, ces données ne sont disponibles que pour les communes situées sur les littoraux nord, sud et ouest, et pour la seule commune du Tampon à l’intérieur des terres. Les données de revenu ne sont pas du tout disponibles pour la Guadeloupe.

24On retrouve une certaine cohérence entre notre typologie et l’indice de défavorisation pour les IRIS où il a été possible de calculer Fdep: les IRIS classés dans les groupes « favorisés » sont ceux qui présentent les valeurs de Fdep les plus élevées. Ceci est particulièrement vrai pour les IRIS des classes 1 et 2, moins pour ceux de la classe 3, qui présentent une plus grande hétérogénéité par rapport à leur indice de défavorisation (cartes 1 et 2). La classe 3 est en effet celle qui regroupe le plus grand nombre d’IRIS, et ils présentent un profil « moyen ». Il est possible que leurs résidents connaissent des situations financières hétérogènes, la variable de revenu étant prise en compte dans le calcul de Fdep mais pas dans l’élaboration de la typologie.

25Il est important de noter que les IRIS pour lesquels il n’a pas été possible de calculer Fdep sont pour la majorité des IRIS classés dans les groupes 5 et 6, soit les plus défavorisés. L’indice de défavorisation présenterait donc une amplitude bien plus large si les données avaient permis le calcul pour l’ensemble des territoires. Aussi, nous sous-estimons les inégalités spatiales au sein de chaque département.

Cartes 1. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de la Martinique

Cartes 1. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de la Martinique

Cartes 2. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de La Réunion

Cartes 2. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de La Réunion

Carte 3. Répartition des indicateurs socio-économique (typologie) sur le territoire de la Guadeloupe

Carte 3. Répartition des indicateurs socio-économique (typologie) sur le territoire de la Guadeloupe

Sources des cartes 1, 2 et 3 : IGN – Contours IRIS (fonds de carte), INSEE – RP2010, Bases infra communales à l’IRIS et INSEE – FiLoSoFi 2014 (données)

III. Liens entre contexte socio-économique et santé des personnes âgées

III.1. Indice de défavorisation Fdep

26Dans un modèle univarié, Fdep se montre très associé au risque de déclarer des restrictions d’activité (OR = 0,8) : plus on vit dans un IRIS favorisé, plus le risque de déclarer des restrictions d’activité après 60 ans s’atténue (tableau 3). Lorsqu’on ajoute au modèle les variables de statut social individuel (niveau de diplôme dans un premier modèle, dernière profession exercée dans un second modèle), l’indice de défavorisation se montre moins fortement associé au risque de restrictions d’activité (OR = 0,9 pour les deux modèles) mais cette association reste significative au seuil de 10 %. Le statut social individuel est donc bien ce qui joue le plus sur le risque d’incapacité, néanmoins, même à statut social équivalent, les individus vivant dans un IRIS favorisé bénéficient d’un avantage supplémentaire face au risque d’incapacité. Rappelons aussi que ces résultats portent sur un ensemble de territoires plus homogènes que la réalité. Il est probable que l’effet de Fdep ressorte de manière encore plus significative si l’on prend en compte toute la diversité des situations des IRIS des DROM insulaires.

Tableau 3. Facteurs individuels et contextuels associés à la probabilité de déclarer des restrictions d'activité (modèles avec FDep)

 

Univarié

Modèle avec PCS

Modèle avec diplôme

n

Intercept

1,139 °

0,869

0,903

0,897

0,921

 

FDep

0,842 ***

 

0,903 *

 

0,919 °

1389

Département

Martinique

 

Ref

ref

ref

ref

765

La Réunion

 

1,226

1,092

1,187

1,084

624

Sexe

Hommes

 

Ref

ref

ref

ref

608

Femmes

 

0,937

0,941

1,079

1,076

781

Age

60-64 ans

 

Ref

ref

ref

ref

452

65-69 ans

 

1,403 °

1,401 °

1,243

1,252

380

70-74 ans

 

2,395 ***

2,392 ***

2,061 **

2,082 **

312

75-79 ans

 

3,654 ***

3,622 ***

2,913 ***

2,955 ***

245

Dernière profession occupée

Agriculteurs

 

0,613

0,612

 

 

41

Artisans commerçants

 

0,978

1,000

 

 

82

Prof. hautement qualifiées

 

0,304 ***

0,343 ***

 

 

340

Empl/ouvr. qualifiés

 

0,779

0,803

 

 

348

Empl/ouvr. non qualifiés

 

Ref

ref

 

 

458

Jamais travaillé

 

1,205

1,233

 

 

120

Diplôme

Aucun

 

 

 

ref

ref

788

Inf. Bac

 

 

 

0,608 **

0,635 *

401

Bac ou +

 

 

 

0,225 ***

0,258 ***

200

% paires concordantes

54%

62%

62%

62%

62%

 

Champ : personnes âgées de 60-79 ans, résidant en Guadeloupe, Martinique ou à La Réunion
Seuils de significativité : *** 0,01 % ; ** 1 % ; * 5 % ; ° 10 %

Source : enquête Ined-Insee MFV 2009-2010, Insee - RP2010, bases infacommunales à l'IRIS et Filosofi 2014

III.2. Typologie des IRIS

27Les individus résidant dans des IRIS de classes 1, 2 et 3, qui abritent une population au profil socio-économique plutôt favorable, sont ceux qui déclarent le moins de restrictions d’activité. On observe un écart très net avec les personnes résidant dans des IRIS de classes 4, 5 et 6, dont la population est moins aisée : au maximum 49 % de 60-79 ans déclarant des restrictions d’activité pour les résidents des IRIS de type 1 à 3, contre au minimum 56 % pour les résidents des IRIS de type 4 à 6 (tableau 4). On n’observe pas de différence significative entre les IRIS urbains et ruraux.

Tableau 4. Part de personnes déclarant ou non des restrictions d’activité, selon le type d'IRIS de résidence

type IRIS

% GALI

IC 95 %

% individus (MFV)

n

cl 1 : rural favorisé

42,9%

36,3-49,5

18,8%

500

cl 2 : urbain favorisé

46,5%

38,3-54,7

11,5%

306

cl 3 : rural moyen

49,1%

44,6-53,6

36,7%

977

cl 4 : urbain moyen

55,6%

43,0-68,2

4,0%

107

cl 5 : rural défavorisé

56,3%

50,3-62,3

17,6%

468

cl 6 : urbain défavorisé

59,8%

52,6-67,0

11,4%

302

Ensemble

51,1%

48,4-53,8

100%

2660

Champ : personnes âgées de 60-79 ans, résidant en Guadeloupe, Martinique ou à La Réunion

Source : enquête Ined-Insee MFV 2009-2010, Insee - RP2010, bases infacommunales à l'IRIS

28Lorsque l’on standardise sur les variables individuelles (sexe, âge, diplôme ou dernière profession exercée), l’effet du type d’IRIS de résidence n’apparait plus de manière significative (tableau 5). Dans le même temps, introduire la variable de typologie ne fait que très peu varier les odds-ratios associés aux variables individuelles. Les écarts entre les différents types d’IRIS proviendraient alors plutôt des différences dans les caractéristiques des populations qu’ils abritent.

Tableau 5. Facteurs individuels et contextuels associés à la probabilité de déclarer des restrictions d'activité (modèles avec typologie)

 

Univarié

Modèle avec PCS

Modèle avec diplôme

n

Intercept

0,964

0.725 °

0.701 °

0.655 **

0.634 **

 

Type IRIS

cl 1 (rural favorisé)

0,780 °

 

0,916

 

0,982

502

cl 2 (urbain favorisé)

0,900

 

0,823

 

0,847

358

cl 3 (rural moyen)

Ref

 

ref

 

ref

1038

cl 4 (urbain moyen)

1,297

 

1,227

 

1,288

108

cl 5 (rural défavorisé)

1,337 °

 

1,091

 

1,065

373

cl 6 (urbain défavorisé)

1,546 *

 

1,243

 

1,221

281

Département

Guadeloupe

 

Ref

ref

ref

ref

947

Martinique

 

1.342 *

1.361 **

1.355 **

1.367 **

1049

La Réunion

 

1.511 **

1.468 **

1.516 **

1.486 **

669

Sexe

Hommes

 

Ref

ref

ref

ref

1155

Femmes

 

1,095

1,103

1,296

1.288 *

1505

Age

60-64

 

Ref

ref

ref

ref

873

65-69

 

1.373 *

1.368 *

1,271

1,271

703

70-74

 

2.201 ***

2.211 ***

2.005 ***

2.021 ***

603

75-79

 

3.090 ***

3.045 ***

2.619 ***

2.600 ***

454

Dernière profession occupée

Agriculteurs

 

0,819

0,814

 

 

112

Artisans

 

0,776

0,774

 

 

158

Prof. hautement qualifiées

 

0.309 ***

0.326 ***

 

 

668

Empl/ouvr. qualifiés

 

0.685 *

0.704 *

 

 

648

Empl/ouvr. non qualifiés

 

Ref

ref

 

 

876

Jamais travaillé

 

1,14

1,109

 

 

198

Diplôme

Aucun diplôme

 

 

 

ref

ref

1481

Inf bac

 

 

 

0.647 ***

0.658 **

801

bac ou +

 

 

 

0.214 ***

0.223 ***

378

% paires concordantes

45%

63%

63%

62%

62%

 

Champ : personnes âgées de 60-79 ans, résidant en Guadeloupe, Martinique ou à La Réunion
Seuils de significativité : *** 0,01 % ; ** 1 % ; * 5 % ; ° 10 %

Source : enquête Ined-Insee MFV 2009-2010, Insee - RP2010, bases infacommunales à l'IRIS

III.3. Interactions entre type d’IRIS et caractéristiques socio-économiques individuelles

29Les caractéristiques individuelles semblent jouer un plus grand rôle quant au risque de restriction d’activité à 60 ans et au-delà que les caractéristiques de l’environnement de résidence telles que définies par notre typologie. Mais ces caractéristiques individuelles agissent-elles toujours de la même manière sur la probabilité de connaître des situations d’incapacité, indifféremment de l’environnement de résidence ? Les personnes de faible statut social sont-elles mieux « protégées » lorsqu’elles vivent dans des quartiers favorisés, ou au contraire, les personnes en haut de l’échelle sociale sont-elles plus exposées aux problèmes de santé invalidants quand elles évoluent dans des quartiers défavorisés ? L’ajout de termes d’interaction au modèle de régression logistique permet d’explorer ces hypothèses.

  • 5 Les agriculteurs, artisans et commerçants, et les personnes n’ayant jamais travaillé sont trop peu (...)

30Dans les trois classes d’IRIS les plus favorisés sur le plan socio-économique (classes 1 à 3), les variables individuelles conservent le même effet quel que soit le type d’IRIS de résidence : plus le niveau de diplôme est élevé, plus la probabilité de connaître des restrictions d’activité est faible (figure 2), et les personnes ayant occupé des professions très qualifiées ont moins de risques d’être en situation d’incapacité après 60 ans comparativement aux employés et ouvriers, qualifiés ou non5 (figure 3). On constate davantage de variations d’un type d’IRIS à l’autre dans les classes d’IRIS plus défavorisés (classes 4 à 6). Les plus diplômés semblent toutefois conserver un avantage quant au risque d’incapacité aux grands âges, quel que soit leur environnement de résidence, mais ce n’est pas le cas des titulaires de diplômes inférieurs au bac, qui présentent des probabilités de restrictions d’activité équivalentes, voire supérieures, à celles des non diplômés dans les deux classes d’IRIS urbains peu favorisés socio-économiquement (classes 4 et 5). De la même manière, avoir occupé une profession très qualifiée ne protège pas aussi efficacement du risque d’incapacité dans les trois classes d’IRIS les moins favorisés.

31La probabilité de déclarer des restrictions d’activité varie peu, et cette variation n’est pas significative, d’un type d’IRIS à l’autre pour les personnes non diplômées et celles qui ont occupé des emplois non qualifiés. Autrement dit, il ne semble pas s’opérer de « double désavantage » lors du cumul de caractéristiques socio-économiques individuelles et contextuelles défavorables, et les risques associés aux caractéristiques socio-économiques individuelles ne semblent pas non plus s’atténuer quand le contexte local est plus favorable. La variabilité du risque en fonction du type d’IRIS de résidence est la plus grande pour les catégories intermédiaires : les personnes faiblement diplômées et les personnes ayant occupé des emplois très qualifiés (qui correspondent souvent à des professions intermédiaires dans les classes d’IRIS 4 à 6).

Figure 2. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et le niveau de diplôme

Figure 2. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et le niveau de diplôme

Figure 3. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et la dernière profession exercée

Figure 3. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et la dernière profession exercée

Conclusion

32Nous avons étudié pour la première fois dans les DROM insulaires les facteurs de risques d’incapacité aux grands âges en prenant en compte à la fois les caractéristiques individuelles et contextuelles. Ces dernières ont été estimées, d’une part, grâce à l’indice de défavorisation Fdep généralement utilisé en France pour ce type d’analyse et, d’autre part, grâce à une typologie ad-hoc des IRIS des DROM.

33Nos résultats montrent que si le statut socio-économique individuel est un déterminant central des risques de connaître des restrictions d’activité aux âges élevés, toutes choses égales par ailleurs le contexte local a aussi un rôle à jouer : plus l’indice de défavorisation Fdep est faible (indiquant un contexte local défavorisé) et plus le risque de restrictions d’activité est fort. Fdep est reconnu comme un indicateur central pour l’analyse des disparités territoriales de santé et de mortalité [Rey et al., 2009 ; Windenberger et al., 2012] et nos résultats révèlent sa pertinence également dans le cas des DROM insulaires. Il faut néanmoins rappeler qu’en raison de l’indisponibilité des données de revenu pour une partie non négligeable des IRIS des départements étudiés, notre étude a porté sur un ensemble de territoires plus homogènes que la réalité. Dans une perspective de santé publique, il serait important de pouvoir accéder aux données pour l’ensemble des IRIS des DROM étudiés afin d’approfondir la compréhension de l’effet de l’environnement local.

34La typologie des IRIS que nous avons construite montre quant à elle un effet plus limité sur le risque d’incapacité aux grands âges. L’association entre type d’IRIS de résidence et restrictions d’activité ne tient pas lorsque l’on standardise sur le statut social individuel. Cependant, l’ajout d’un terme d’interaction entre statut social individuel et type d’IRIS de résidence montre des effets différenciés des caractéristiques individuelles selon le contexte de vie, surtout pour les personnes de statut social intermédiaire. Il convient toutefois d’interpréter ces résultats avec précaution car la puissance statistique du modèle est faible en raison des effectifs parfois réduits pour certaines intersections. Les variations observées pourraient aussi provenir de différences sur des caractéristiques individuelles non prises en compte ici, comme par exemple le niveau de revenu. Celui-ci est fréquemment associé aux inégalités sociales de santé et de mortalité : en France hexagonale, à niveau de diplôme égal les individus qui bénéficient des meilleurs niveaux de vie ont l’espérance de vie à 35 ans la plus longue [Blanpain, 2018].

35Aucun des deux indicateurs caractérisant le contexte de vie ne prend en compte la disponibilité et l’accessibilité des services, notamment ceux destinés à la santé. Un prolongement possible serait d’intégrer cette dimension à l’analyse, soit en enrichissant la typologie des IRIS proposée dans cet article d’une variable caractérisant cet aspect (par exemple, la densité en médecins), ou bien en mobilisant un nouvel indicateur pour qualifier le contexte local, comme par exemple l’indicateur d’accessibilité potentielle localisée (APL)6, proposé par la Direction de la recherche, des études, de l’évaluation et des statistiques (Drees) et l’Institut de recherche et de documentation en économie de la santé (Irdes) pour l’ensemble des communes de France, y compris d’outre-mer.

Haut de page

Bibliographie

Atger Stéphanie, Bareigts Ericka, 2020, « Le grand âge dans les outre-mer », Rapport d’information au nom de la délégation aux outre-mer, 2662, Assemblée Nationale.

Attias-Donfut Claudine, Lapierre Nicole, 1997, La famille providence : trois générations en Guadeloupe, Paris, Documentation française, 163 p.

Beaugendre Carole, Breton Didier, Marie Claude-Valentin, 2016, « “Faire famille à distance” chez les natifs des Antilles et de La Réunion », Recherches familiales, 13, p. 35‑52, DOI : 10.3917/rf.013.0035

Beaugendre Carole, Breton Didier, Marie Claude-Valentin, 2018, « Les lieux de la famille et les solidarités intergénérationnelles aux Antilles et à la Réunion », in Imbert Christophe, Lelièvre Eva, Lessault David (éd.), La famille à distance: mobilités, territoires et liens familiaux, Paris, INED éditions, Questions de populations, p. 237‑254.

Besser Lilah M., McDonald Noreen C., Song Yan, Kukull Walter A., Rodriguez Daniel A., 2017, « Neighborhood Environment and Cognition in Older Adults: A Systematic Review », American Journal of Preventive Medicine, 53(2), p. 241‑251, DOI : 10.1016/j.amepre.2017.02.013

Besson Ludovic, Caliez Florence, 2016, « Accès aux soins à La Réunion. 84 000 Réunionnais à plus de 30 minutes des urgences », Insee Analyses La Réunion-Mayotte, 19, disponible sur : https://www.insee.fr/fr/statistiques/2422206

Blanpain Nathalie, 2018, « L’espérance de vie par niveau de vie : chez les hommes, 13 ans d’écart entre les plus aisés et les plus modestes », Insee Première, 1687, disponible sur : https://www.insee.fr/fr/statistiques/3319895

Couillaud Annick, Camus Martine, 2014, « Soins de ville en Martinique : Des praticiens proches mais peu nombreux », Insee Dossier Antilles-Guyane, 1, disponible sur : https://www.insee.fr/fr/statistiques/1893765

Crouzet Maude, 2018, « Vieillissement et perte d’autonomie aux Antilles et à La Réunion : des situations en outremer contrastées », Espace populations sociétés, 2018/1-2, DOI : 10.4000/eps.7658

Crouzet Maude, 2022, Incapacité et perte d’autonomie des personnes âgées dans les départements d’outre-mer : un enjeu de politique sociale, Thèse de doctorat, Strasbourg, Université de Strasbourg, 344 p.

Desse Michel, 1998, « Les nouvelles formes de polarisation urbaine en Guadeloupe, Martinique et Réunion », Cahiers de géographie du Québec, 42(116), p. 223‑246, DOI : 10.7202/022738ar

Feuillet T., Valette J.F., Charreire H., Kesse-Guyot E., Julia C., Vernez-Moudon A., Hercberg S., Touvier M., Oppert J.M., 2020, « Influence of the urban context on the relationship between neighbourhood deprivation and obesity », Social Science & Medicine, 265, p. 113537, DOI : 10.1016/j.socscimed.2020.113537

Gay Jean-Christophe, 2008, L’outre-mer français: un espace singulier, 2e éd. revue et augmentée, Paris, Belin, Belin sup.

Ghosn Walid, Menvielle Gwenn, Rican Stéphane, Rey Grégoire, 2018, « Associations of cause-specific mortality with area level deprivation and travel time to health care in France from 1990 to 2007, a multilevel analysis », BMC Public Health, 18(1), DOI : 10.1186/s12889-017-4562-7

Hilal Mohamed, Legras Sophie, Cavailhès Jean, 2018, « Peri-Urbanisation: Between Residential Preferences and Job Opportunities », Raumforschung und Raumordnung | Spatial Research and Planning, 76(2), DOI : 10.1007/s13147-016-0474-8

Klein Armelle, Sandron Frédéric, 2017, « Vieillissement de la population et politiques publiques réunionnaises à l’échelle infra-territoriale », Quetelet Journal, 5(1), p. 99‑125, DOI : 10.14428/rqj2017.05.01.04

Laborde Caroline, Crouzet Maude, Carrère Amélie, Cambois Emmanuelle, 2021, « Contextual factors underpinning geographical inequalities in disability-free life expectancy in 100 French départements », European Journal of Ageing, 18(3), p. 381‑392, DOI : 10.1007/s10433-020-00589-0

Lang Iain A., Llewellyn David J., Langa Kenneth M., Wallace Robert B., Huppert Felicia A., Melzer David, 2008, « Neighborhood Deprivation, Individual Socioeconomic Status, and Cognitive Function in Older People: Analyses from the English Longitudinal Study of Ageing », Journal of the American Geriatrics Society, 56(2), p. 191‑198, DOI : 10.1111/j.1532-5415.2007.01557.x

Larbi Khaled, Roy Delphine, 2019, « 4 millions de seniors seraient en perte d’autonomie en 2050 », Insee Première, 1767, disponible sur : https://www.insee.fr/fr/statistiques/4196949

Lefaucheur Nadine, Brown Elisabeth, 2011, « Relations conjugales et configurations parentales à la Martinique », Politiques sociales et familiales, 106(1), p. 9‑23, DOI : 10.3406/caf.2011.2648

Levasseur Mélanie, Généreux Mélissa, Bruneau Jean-François, Vanasse Alain, Chabot Éric, Beaulac Claude, Bédard Marie-Michèle, 2015, « Importance of proximity to resources, social support, transportation and neighborhood security for mobility and social participation in older adults: results from a scoping study », BMC Public Health, 15(1), p. 503, DOI : 10.1186/s12889-015-1824-0

Marie Claude-Valentin, 2014a, « Point de repère - Mutations sociodémographiques dans les Dom : nouvelles sociétés, nouveaux enjeux, nouveaux défis », Informations sociales, n° 186(6), p. 10‑15, DOI : 10.3917/inso.186.0010

Marie Claude-Valentin, 2014b, « Migrations - Famille - Vieillissement dans les départements d’outremer (2009-2010) », DOI : 10.48756/INED-IE0237-1486

Marie Claude-Valentin, Breton Didier, 2015, « Les “modèles familiaux” dans les Dom : entre bouleversements et permanence. Ce que nous apprend l’enquête Migrations, famille et vieillissement », Politiques sociales et familiales, 119, p. 55‑64, DOI : 10.3406/caf.2015.3075

Marie Claude-Valentin, Temporal Franck, 2011, « Les DOM : terres de migrations », Espace populations sociétés, 2011/3, p. 475‑491, DOI : 10.4000/eps.4652

Meijer Mathias, Röhl Jeannette, Bloomfield Kim, Grittner Ulrike, 2012, « Do neighborhoods affect individual mortality? A systematic review and meta-analysis of multilevel studies », Social Science & Medicine, 74(8), p. 1204‑1212, DOI : 10.1016/j.socscimed.2011.11.034

Pilkington Hugo, Feuillet Thierry, Rican Stéphane, Goupil De Bouillé Jeanne, Bouchaud Olivier, Cailhol Johann, Bihan Hélène, Lombrail Pierre, Julia Chantal, 2021, « Spatial determinants of excess all-cause mortality during the first wave of the COVID-19 epidemic in France », BMC Public Health, 21(1), p. 2157, DOI : 10.1186/s12889-021-12203-8

Rey Grégoire, Jougla Eric, Fouillet Anne, Hémon Denis, 2009, « Ecological association between a deprivation index and mortality in France over the period 1997 - 2001: variations with spatial scale, degree of urbanicity, age, gender and cause of death », BMC public health, 9, p. 33, DOI : 10.1186/1471-2458-9-33

Ribeiro Ana Isabel, Fraga Silvia, Severo Milton, Kelly-Irving Michelle, Delpierre Cyrille, Stringhini Silvia, Kivimaki Mika, Joost Stéphane, Guessous Idris, Severi Gianluca, Giles Graham, Sacerdote Carlotta, Vineis Paolo, Barros Henrique, Alberts Jan, Alenius Hari, Avendano Mauricio, Baglietto Laura, Baltar Valeria, Bartley Mel, Barros Henrique, Bellone Michele, Berger Eloise, Blane David, Bochud Murielle, Candiani Giulia, Carmeli Cristian, Carra Luca, Castagne Raphaele, Chadeau-Hyam Marc, Cima Sergio, Costa Giuseppe, Courtin Emilie, Delpierre Cyrille, Donkin Angela, D’Errico Angelo, Dugue Pierre-Antoine, Elliot Paul, Fagherazzi Guy, Fiorito Giovanni, Fraga Silvia, Gandini Martina, Gares Valérie, Gerbouin-Rerolle Pascale, Giles Graham, Goldberg Marcel, Greco Dario, Hodge Allison, Kelly-Irving Michelle, Karimi Maryam, Karisola Piia, Kivimaki Mika, Laine Jessica, Lang Thierry, Laurent Audrey, Layte Richard, Lepage Benoite, Lorsch Dori, Machell Giles, Mackenbach Johan, De Mestral Carlos, McCrory Cathal, Miller Cynthia, Milne Roger, Muennig Peter, Nusselder Wilma, Petrovic Dusan, Pilapil Lourdes, Polidoro Silvia, Preisig Martin, Ribeiro Ana Isabel, Ricceri Fulvio, Recalcati Paolo, Reinhard Erica, Robinson Oliver, Valverde Jose Rubio, Saba Severine, Santegoets Frank, Simmons Terrence, Severi Gianluca, Stringhini Silvia, Tabak Adam, Terhi Vesa, Tieulent Joannie, Vaccarella Salvatore, Vigna-Taglianti Frederica, Vineis Paolo, Vollenweider Peter, Zins Marie, 2022, « Association of neighbourhood disadvantage and individual socioeconomic position with all-cause mortality: a longitudinal multicohort analysis », The Lancet Public Health, 7(5), p. e447‑e457, DOI : 10.1016/S2468-2667(22)00036-6

Sandron Frédéric, 2007, « Vieillissement de la population et prise en charge de la dépendance à La Réunion », in Démographie et santé. Actes du XIVe colloque national de démographie, Bordeaux, CUDEP, p. 67‑76.

Santos Cláudia Jardim, Paciência Inês, Ribeiro Ana Isabel, 2022, « Neighbourhood Socioeconomic Processes and Dynamics and Healthy Ageing: A Scoping Review », International Journal of Environmental Research and Public Health, 19(11), p. 6745, DOI : 10.3390/ijerph19116745

Tantin-Machecler Maud, Camus Martine, 2014, « Soins de ville en Guadeloupe : Un accès rapide, un maillage à consolider », Insee Dossier Antilles-Guyane, 2, disponible sur : https://www.insee.fr/fr/statistiques/1893401

Temam Sofia, Varraso Raphaëlle, Pornet Carole, Sanchez Margaux, Affret Aurélie, Jacquemin Bénédicte, Clavel-Chapelon Françoise, Rey Grégoire, Rican Stéphane, Le Moual Nicole, 2017, « Ability of ecological deprivation indices to measure social inequalities in a French cohort », BMC Public Health, 17(1), p. 956, DOI : 10.1186/s12889-017-4967-3

Thomas Nadège, Trugeon Alain, Michelot François, Ochoa André, Castor-Newton Marie-Josiane, Cornely Vanessa, Merle Sylvie, Rachou Emmanuelle, 2014, Inégalités socio-sanitaires dans les départements d’outre-mer. Analyses infra-régionales et comparaisons avec le niveau national, Paris, Fnors, 96 p.

Vaillant Zoé, 2008, La Réunion, koman i lé: territoires, santé, société, Paris, Presses universitaires de France, Partage du savoir, 252 p.

Windenberger Fanny, Rican Stéphane, Jougla Eric, Rey Grégoire, 2012, « Spatiotemporal association between deprivation and mortality: trends in France during the nineties », European Journal of Public Health, 22(3), p. 347‑353, DOI : 10.1093/eurpub/ckr029

Yen Irene H., Michael Yvonne L., Perdue Leslie, 2009, « Neighborhood Environment in Studies of Health of Older Adults », American Journal of Preventive Medicine, 37(5), p. 455‑463, DOI : 10.1016/j.amepre.2009.06.022

Haut de page

Annexe

Cartes des communes de Guadeloupe, Martinique et La Réunion

Cartes des communes de Guadeloupe, Martinique et La Réunion

Source : IGN – Admin Express (fonds de carte). Fait avec QGIS

Haut de page

Notes

1 Source : INSEE, recensements de la population 2010 et 2020

2 Îlot Regroupé pour l’Information Statistique. Il s’agit de la plus petite division infra-communale en France proposée par l’Insee. Les IRIS d’habitat concentrent entre 1 800 et 5 000 habitants et sont homogènes quant au type d’habitat. Leurs limites sont calquées sur celles du tissu urbain (axes routiers, voies ferrées, cours d’eau, …).

3 https://www.cepidc.inserm.fr/documentation/indicateurs-ecologiques-du-niveau-socio-economique

4 Une carte des communes des trois DROM étudiés est disponible en annexe.

5 Les agriculteurs, artisans et commerçants, et les personnes n’ayant jamais travaillé sont trop peu représentés dans certaines classes et ne sont donc pas pris en compte dans cette analyse.

6 https://drees.solidarites-sante.gouv.fr/sources-outils-et-enquetes/lindicateur-daccessibilite-potentielle-localisee-apl

Haut de page

Table des illustrations

Titre Figure 1. Pyramides des âges des trois DROM insulaires et de la France hexagonale en 2010 et en 2020
URL http://journals.openedition.org/eps/docannexe/image/15767/img-1.jpg
Fichier image/jpeg, 172k
Titre Cartes 1. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de la Martinique
URL http://journals.openedition.org/eps/docannexe/image/15767/img-2.jpg
Fichier image/jpeg, 224k
Titre Cartes 2. Répartition géographique des indicateurs de contexte socio-économique sur le territoire de La Réunion
URL http://journals.openedition.org/eps/docannexe/image/15767/img-3.jpg
Fichier image/jpeg, 304k
Titre Carte 3. Répartition des indicateurs socio-économique (typologie) sur le territoire de la Guadeloupe
Crédits Sources des cartes 1, 2 et 3 : IGN – Contours IRIS (fonds de carte), INSEE – RP2010, Bases infra communales à l’IRIS et INSEE – FiLoSoFi 2014 (données)
URL http://journals.openedition.org/eps/docannexe/image/15767/img-4.jpg
Fichier image/jpeg, 200k
Titre Figure 2. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et le niveau de diplôme
URL http://journals.openedition.org/eps/docannexe/image/15767/img-5.jpg
Fichier image/jpeg, 112k
Titre Figure 3. Probabilités prédites de déclarer des restrictions d'activité, selon le type d'IRIS de résidence et la dernière profession exercée
URL http://journals.openedition.org/eps/docannexe/image/15767/img-6.jpg
Fichier image/jpeg, 120k
Titre Cartes des communes de Guadeloupe, Martinique et La Réunion
URL http://journals.openedition.org/eps/docannexe/image/15767/img-7.jpg
Fichier image/jpeg, 188k
URL http://journals.openedition.org/eps/docannexe/image/15767/img-8.jpg
Fichier image/jpeg, 172k
Crédits Source : IGN – Admin Express (fonds de carte). Fait avec QGIS
URL http://journals.openedition.org/eps/docannexe/image/15767/img-9.jpg
Fichier image/jpeg, 140k
Haut de page

Pour citer cet article

Référence électronique

Maude Crouzet, « Mesurer les effets des contextes locaux sur la santé fonctionnelle des 60-79 ans aux Antilles et à La Réunion »Espace populations sociétés [En ligne], 2024/2-3 | 2024, mis en ligne le 13 février 2025, consulté le 25 mars 2025. URL : http://journals.openedition.org/eps/15767 ; DOI : https://doi.org/10.4000/13el2

Haut de page

Auteur

Maude Crouzet

Ingénieure de recherche à la Plateforme Universitaire de Données de Strasbourg (PUD-S), Maison Interuniversitaire des Sciences de l’Homme – Alsace (MISHA, UAR 3227). Chercheuse associée au laboratoire Sociétés, Acteurs et Gouvernements en Europe (SAGE, UMR 7363), Université de Strasbourg
5, allée du Général Rouvillois, 67083 Strasbourg Cedex
m.crouzet[at]unistra.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search