Les environnements géographiques de vie et les indicateurs d’obésité : l’application de techniques d’appariement pour estimer ces relations
Présenté par Cinira Leal (Paris VI et École des Hautes Études en Santé Publique) Discutant : Arnaud Bringé (INED)
Face aux inégalités géographiques de prévalence d’obésité, nous
nous sommes intéressés aux relations entre les caractéristiques
sociodémographiques, physiques, sociales et liées aux services des
environnements résidentiels et deux variables anthropométriques,
l’indice de masse corporelle (IMC) et le tour de taille (TT).
Au-delà de ces relations, nous avons exploré certains problèmes
liés aux techniques d’analyses employées, notamment ceux associés à
l’analyse de variables fortement corrélées. A partir des données de
l’Etude RECORD (Residential Environment and CORonary heart Disease)
concernant 7290 adultes résidents d’Ile-de-France, nous avons
premièrement examiné si les caractéristiques socioéconomiques des
environnements étaient associées à l’IMC et/ou au TT. Nous avons
utilisé l’appariement sur les scores de propension à être exposé
pour vérifier si le niveau de ségrégation socio-spatiale de notre
zone d’étude permettait d’estimer ces associations après ajustement
sur le niveau socioéconomique individuel. Ces analyses ont montré
que les caractéristiques socioéconomiques des environnements
étaient associées à l’IMC et au TT et que ces estimations pouvaient
être obtenues sans que les modèles de régression ne s’appuient sur
des extrapolations excessives. Deuxièmement, nous avons examiné si
au-delà des aspects socioéconomiques, d’autres caractéristiques
environnementales étaient associées à l’IMC et/ou au TT. Nous avons
cherché à voir s’il était possible de démêler les effets de ces
variables environnementales très corrélées, en utilisant
l’ajustement multiple et l’appariement sur une caractéristique
environnementale spécifique. Nous avons trouvé que certaines
caractéristiques physiques et liées aux services de l’environnement
étaient associées au statut pondéral, mais que les variables
environnementales étaient trop corrélées entre elles pour que l’on
puisse démêler ces effets.