Envisager de meilleurs résultats de santé pour tous

En association avec Esri

La pandémie actuelle de covid-19 a mis en lumière les inégalités de longue date en matière de santé pour les personnes de couleur. Selon les Centers for Disease Control and Prevention, par rapport à la population générale des États-Unis, les Afro-Américains sont 1,4 fois plus susceptibles de contracter le coronavirus , et 2,8 fois plus susceptibles de mourir du covid-19. De même, les Amérindiens et les Hispaniques/Latinos sont près de deux fois plus susceptibles d'être infectés par le coronavirus, et 2,5 à 2,8 fois plus susceptibles d'en mourir.

Ces statistiques sont sous-jacentes à d'importants problèmes structurels, sociaux et spatiaux. Mais pourquoi est-ce? Et comment commençons-nous à quantifier et à résoudre les problèmes imbriqués de l'inégalité en matière de santé publique ?

Comprendre la géographie des inégalités en santé

Un outil qui peut nous aider à comprendre le taux plus élevé d'infection et de mortalité par coronavirus chez les personnes de couleur est la cartographie produite par un système d'information géographique (SIG). Le SIG établit une corrélation entre la géographie et les problèmes clés en superposant des données pertinentes, parfois apparemment disparates, pour clarifier des situations complexes.

Par exemple, l'une des premières choses que les utilisateurs du SIG et les épidémiologistes ont cartographiées pendant la pandémie a été l'emplacement des populations vulnérables. Chaque couche de données a pris en compte divers facteurs contribuant à cette vulnérabilité. Ceux-ci incluent une exposition potentielle par le biais d'emplois essentiels; sensibilité aux maladies des personnes âgées et des personnes atteintes de certains problèmes de santé; le risque de transmission pour les usagers du transport en commun et ceux vivant en groupe; et les désavantages socioéconomiques dus à la pauvreté, à une éducation inadéquate et au manque d'assurance maladie. Les analyses dynamiques permises par le SIG ont immédiatement guidé les actions des premiers intervenants et ont donné aux épidémiologistes un moyen factuel d'évaluer la vulnérabilité par rapport à l'accessibilité et à la capacité des hôpitaux.

Au fur et à mesure que la prise de conscience du nombre disproportionné de décès dans les communautés de couleur augmentait, le même outil a été appliqué pour comprendre les causes de cette iniquité, ce qui, à son tour, peut aider à définir et à développer des solutions potentielles.

Cartographie des cas de covid-19 à travers l'Europe

On sait depuis longtemps que les personnes vivant dans les centres-villes sont confrontées à des conditions qui ont des corrélations claires avec la santé globale. Il s'agit notamment de la disparité des revenus et de l'éducation, d'un faible pourcentage de propriétaires, d'une exposition accrue à la pollution du quartier et d'un accès réduit aux soins de bien-être et à des aliments frais à prix raisonnable. Un autre ensemble de données important concernant la crise du covid est le pourcentage disproportionné de personnes de couleur dans les emplois de services qui les mettent quotidiennement en contact étroit avec le virus.

Le SIG peut aider à identifier les disparités de résultats, à effectuer une analyse pour comprendre les causes profondes et à concentrer les efforts d'atténuation sur les endroits où le racisme systémique concentre les facteurs de causalité, déclare Este Geraghty, médecin-chef et directeur des solutions de santé chez le fournisseur de SIG Esri. En analysant toutes les données pertinentes sur une carte intelligente basée sur un SIG, Geraghty affirme que les dirigeants sont prêts à découvrir des informations localisées qui conduisent à des solutions potentielles. Cela signifie que nous pouvons fournir des palliatifs jusqu'à ce que nous ayons des systèmes entièrement équitables, garantissant qu'un jour tout le monde aura la même chance d'atteindre son plein potentiel de santé.

Geraghty ajoute : Si vous ne pouvez pas comprendre tous les facteurs contributifs dans leur contexte, vous risquez de ne pas anticiper les problèmes ou les solutions potentiels.

SIG pour une distribution efficace du vaccin covid-19

Un autre problème lié à la pandémie étroitement lié à la géographie est de savoir comment faire parvenir les vaccins covid au public de manière équitable, sûre et efficace. Le SIG fournit les outils pour analyser les besoins prioritaires, planifier les réseaux de distribution, guider les livraisons, voir l'état en temps réel des missions d'inoculation et suivre les progrès globaux.

Geraghty a développé une approche de distribution de vaccins covid à l'aide d'un SIG. Elle explique que la première étape consiste à cartographier les installations actuellement adaptées à la distribution du vaccin au public. Étant donné que certains vaccins nécessitent un stockage ultra-froid, les installations devront être différenciées en fonction de cela et d'autres capacités de stockage. Dans le cadre de l'ensemble de données de l'établissement, dit Geraghty, le SIG peut également être utilisé pour calculer le nombre de vaccins que le personnel de chaque établissement peut potentiellement administrer en une journée. Outre les hôpitaux, d'autres types d'établissements devront être pris en compte en fonction de leur capacité à administrer le vaccin aux populations mal desservies et éloignées. Les installations peuvent inclure des cliniques de santé universitaires, des pharmacies indépendantes et de détail, et potentiellement même des sites de travail désireux et capables de vacciner les employés, entre autres.

L'étape suivante consiste à cartographier la population, non seulement leurs emplacements et leur nombre, mais également selon les catégories recommandées par les directives du CDC et les plans étatiques pour le déploiement progressif du vaccin.

En corrélant ces deux couches de données sur la carte (établissements et population), il devient clair quelles communautés ne se trouvent pas dans un temps de trajet raisonnable vers un lieu de vaccination, en fonction de plusieurs modes de déplacement (par exemple, voiture, marche, transport en commun ).

Geraghty explique, Cette perspective géographique aidera à trouver toutes les lacunes. Qui est laissé de côté ? Où sont les populations qui ne sont pas dans la gamme des installations identifiées ? C'est là que le SIG peut améliorer la prise de décision en trouvant des options pour combler les lacunes et s'assurer que tout le monde a accès au vaccin.

Dans les zones où l'analyse SIG identifie des lacunes sur la carte, telles que les communautés ou les zones rurales qui ne sont pas atteintes, Geraghty envisage des cliniques éphémères dans des endroits comme les gymnases scolaires, ou des passages au volant dans de grands parkings, ou, dans certaines circonstances , accompagnement personnel. Par exemple, explique Geraghty, les personnes sans abri peuvent être moins susceptibles de se présenter à une clinique pour se faire vacciner, vous devrez donc peut-être les contacter.

La communication publique sur les progrès de la vaccination offre une autre opportunité de cartographie et de réflexion spatiale. Par exemple, une carte mise à jour pourrait donner une image claire du nombre de personnes vaccinées dans différentes parties d'un État ou d'un comté. La même carte pourrait aider les gens à déterminer quand c'est leur tour de se faire vacciner et où ils peuvent se rendre pour recevoir leur vaccin. Les cartes pourraient même aider les résidents de la communauté à comparer les temps d'attente entre les différentes installations pour guider leurs choix et offrir les meilleures expériences possibles.

Geraghty dit qu'organiser la distribution de vaccins covid de cette manière peut représenter un espoir pour les gens. Si nous adoptons cette perspective logique et stratégique, nous pouvons être plus efficaces dans la livraison des vaccins et profiter de nos activités normales beaucoup plus tôt.

Populations vulnérables, aperçus géographiques

Bien avant que le monde ne soit contraint de lutter contre le covid, le lien entre la géographie et la résolution des problèmes de santé publique et sociaux était très clair. L'utilisation du SIG pour lutter contre l'itinérance en est un exemple.

Dans le comté de Los Angeles, le SIG a été utilisé pour cartographier la population de sans-abri par emplacement, ainsi que pour documenter et analyser les facteurs de risque qui créent l'itinérance dans chaque communauté. L'analyse SIG a révélé qu'un facteur de risque prédominant pour l'itinérance dans le nord, et en particulier dans la partie nord-ouest du comté, était les anciens combattants souffrant de trouble de stress post-traumatique (SSPT). À l'inverse, dans la région du nord-est, le facteur de risque prédominant créant de nouveaux sans-abrisme était les femmes et les enfants fuyant la violence domestique.

Dans le comté de Snohomish, dans l'État de Washington, les travailleurs de la santé sont descendus dans la rue pour recueillir les données nécessaires pour faciliter une telle cartographie des facteurs de risque. Ils ont utilisé le SIG pour effectuer l'enquête semestrielle et le recensement des sans-abri, rassemblant des détails sur les conditions et les besoins de 400 personnes en peu de temps. Ils ont recueilli des informations standard telles que l'âge des personnes dans les camps et si certains étaient des anciens combattants et ont signalé s'ils avaient vu des aiguilles utilisées pour la drogue.

Une fois que de telles différences spécifiques à un lieu sont identifiées, des ressources appropriées peuvent être déployées communauté par communauté, telles que des services sociaux et de santé ciblés pour aider spécifiquement à lutter contre la violence domestique, le SSPT, la toxicomanie, le chômage ou d'autres causes profondes identifiées. En utilisant une perspective géographique, vous pouvez allouer des ressources, qui sont toujours limitées, de la manière qui fait le plus de bien, dit Geraghty.

Les leçons de la pandémie

La lutte contre les disparités liées aux conditions de vie, aux lieux et à la génétique a toujours été un facteur de propagation des maladies et de mortalité, mais elle n'a jamais été suivie, mesurée et analysée à une telle échelle. Cependant, faire face à la crise du covid a été un cas continu de rattrapage, essayant de trouver et de corréler des données critiques pour sauver des vies, et Geraghty ne veut pas voir ce niveau d'activité frénétique se répéter.

Construire de solides systèmes de préparation en santé publique signifie avoir des données de base prêtes, explique-t-elle. Par exemple, où se trouvent, par rapport à la population, les hôpitaux, les refuges, les banques de sang et les infrastructures clés ? Qui sont les acteurs et partenaires de la communauté, quels services peuvent-ils fournir et où ? En mars, au début de la pandémie, il n'y avait pas de carte complète du nombre de lits de chaque hôpital, du pourcentage de lits de soins intensifs, du nombre de ventilateurs disponibles, de la quantité d'équipement de protection individuelle facilement accessible et d'où. Pour tout ce qui concerne les infrastructures liées à la santé, explique Geraghty, vous devez disposer d'une carte de référence et de données que vous maintenez à jour, ainsi que des données démographiques sur la population.

La crise a également mis en lumière d'autres problèmes ; par exemple, un partage de données meilleur et plus important est nécessaire, ainsi qu'une gouvernance plus claire pour laquelle les données sont acceptables à partager, afin que rien ne retarde les communications essentielles entre les institutions lors de la prochaine crise. Et l'amélioration de l'interopérabilité des systèmes, garantissant que les systèmes clés peuvent fonctionner ensemble pour garder les données à jour et les temps de réaction rapides, devrait être une priorité. La pandémie de covid-19 a été une tragédie en termes de bilan humain. Mais si nous pouvons en tirer des leçons, nous pourrons peut-être apporter des corrections afin que toutes les communautés et les générations futures puissent espérer une vie meilleure, plus longue et plus saine.

Ce contenu a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n'a pas été écrit par la rédaction de MIT Technology Review.

cacher