La Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) publie une étude sur le parcours des patients admis en soins critiques pour Covid-19 en 2020 et 2021. À partir des données de consommations de soins et d’hospitalisation issues du Système national des données de santé (SNDS), cette étude documente l’impact des inégalités sociales sur le devenir des patients hospitalisés en réanimation. Plusieurs indicateurs de gravité du développement de la maladie sont analysés ici tels que la ventilation mécanique invasive, la dialyse, le décès lors du séjour hospitalier et le transfert en soins de suite et de réadaptation. Résumé Bibliographie De nombreux travaux ont déjà montré que les inégalités sociales face à l’épidémie de Covid-19 ont été fortes en France, avec notamment, un surrisque majeur d’hospitalisation pour les personnes aux niveaux de vie les plus bas et celles vivant dans des logements densément peuplés. Mais les conséquences de ces mêmes inégalités sur le devenir des patients une fois hospitalisés et admis en soins critiques pour Covid grave, elles, n’avaient pas jusqu’à présent été analysées. C’est l’objet de cette étude.Entre le 1er mars 2020 et le 31 décembre 2021, 120 000 patients résidant en France métropolitaine ont été hospitalisés en soins critiques (réanimation, unités de soins intensifs et unités de soins continus) pour Covid-19. Pour mesurer l’effet des inégalités sociales, deux variables disponibles dans le SNDS ont été mobilisées : l’indice de défavorisation sociale de la commune d’habitation du patient (le fait d’habiter dans une zone défavorisée permettant d’approcher le fait d’être soi-même défavorisé) et l’affiliation à la complémentaire santé solidaire (CSS) ou à l’aide médicale d’état (AME). Plus de comorbidités cardio-vasculaires, pulmonaires et rénales parmi les patients des communes les plus défavoriséesParmi les personnes hospitalisées en soins critiques pour Covid-19, la prévalence de diabète est supérieure de 37 % pour celles résidant dans les communes les plus défavorisées comparé à celles résidant dans les communes les moins défavorisées. Les prévalences sont supérieures de 25 % pour l’insuffisance rénale chronique, de 22 % pour les pathologies pulmonaires chroniques et de 14 % pour l’hypertension artérielle. En revanche, pour les personnes bénéficiaires de la CSS et de l’AME , la plupart de ces comorbidités sont moins fréquentes : 30 % ont de l’hypertension artérielle contre 35 % chez les patients n’en bénéficiant pas. C’est aussi le cas pour l’insuffisance cardiaque ou l’insuffisance rénale. Cela peut s’expliquer par le profil des bénéficiaires de la CSS ou de l’AME en moyenne dix ans plus jeunes que ceux qui n’en bénéficient pas.Un risque de ventilation mécanique invasive plus élevé parmi les patients des communes les plus défavoriséesLa ventilation mécanique invasive est une technique qui permet de maintenir l’apport en oxygène chez les patients admis en soins critiques en insuffisance respiratoire sévère. Le recours à la ventilation mécanique invasive est plus fréquent parmi les patients résidants dans les communes les plus défavorisées (34 %) par rapport à ceux habitant dans les communes les moins défavorisées (32 %). De même, cette technique est davantage utilisée chez les personnes bénéficiaires de la CSS et de l’AME (36 %) que chez les non bénéficiaires de ces aides (33 %). Même si les écarts en termes de pourcentage semblent faibles, l’écart de risque est nettement plus marqué une fois pris en compte les autres facteurs pouvant influencer ce risque. Ainsi, après prise en compte des différents facteurs pouvant jouer sur le risque de ventilation mécanique invasive (tels que l’âge, le sexe, la présence de maladies chroniques…), le risque de ventilation mécanique invasive est augmenté de 16 % parmi les personnes habitants dans les communes les plus défavorisées par rapport à ceux habitant dans les communes les moins défavorisées. Un risque de décès plus élevé parmi les patients des communes les plus défavoriséesLe taux de mortalité lors de l’hospitalisation en soins critiques pour Covid-19 est plus important parmi les personnes habitant dans les communes les plus défavorisées (26 %) que parmi celles habitant dans les communes les moins défavorisées (23 %). Parmi les personnes atteintes des formes les plus sévères sur le plan respiratoire, les taux de mortalité s’établissent respectivement à 41 % et 38 % selon le niveau de déprivation de la commune de résidence. Là encore, les écarts sont limités mais ils sont significatifs et sont plus importants une fois pris en compte les autres facteurs de risque : il reste un surrisque de décès de 21 % parmi les personnes résidant dans les communes les plus défavorisées et de 6 % parmi les bénéficiaires de la CSS ou de l’AME. Une probabilité plus faible de transfert en unités de soins de suite et de réadaptation après les soins critiques chez les bénéficiaires de la CSS ou de l’AMEParmi les personnes ayant survécu au séjour en soins critiques, un transfert en soins de suite et de réadaptation est parfois nécessaire afin de poursuivre les soins médicaux, mettre en place une rééducation permettant, entre autres choses, de limiter les séquelles et favoriser le retour à domicile. Parmi les bénéficiaires de la CSS ou de l’AME, 18 % ont bénéficié d’un transfert en unités de soins de suite et de réadaptation (SSR), contre 25 % chez les non-bénéficiaires. En revanche, aucune différence notable n’est observée selon l’indicateur de défavorisation sociale : parmi les personnes hospitalisées en soins critiques pour Covid-19 et sorties vivantes d’hospitalisation, 24 % ont été admises en SSR. La détection d’inégalités sociales jusque dans le parcours des personnes hospitalisées pour Covid grave peut renvoyer à plusieurs types d’explication.Bien qu’elle ait pu mobiliser dans l’analyse le nombre d’informations médicales pour estimer les risques de complication du Covid-19, l’étude n’a pu tenir compte ni de l’obésité et ni du tabagisme, dont on sait qu’ils touchent davantage les plus défavorisés. Une autre hypothèse serait que les personnes habitant dans les communes les plus défavorisées sont plus exposées au risque de retard de prise en charge, soit du fait d’inégalités géographiques d’accès aux soins, soit du fait d’une moins bonne littératie en santé. Allain, S. avec la collaboration de Costemalle, V. (2022, septembre). Les maladies chroniques touchent plus souvent les personnes modestes et réduisent davantage leur espérance de vie. DREES, Études et Résultats, 1243. Ancona, C., et al. (2024, décembre). Differences in access to coronary care unit among patients with acute myocardial infarction in Rome: old, ill, and poor people hold the burden of inefficiency. BMC Health Serv Res., 4(1), p. 34. Audiger, C. et al. (2022, juillet). Social Inequalities in Participation in Cervical Cancer Screening in a Metropolitan Area Implementing a Pilot Organised Screening Programme (Paris Region, France). International Journal of Public Health , 67. Bagein, G., et al. (2022, septembre). L’état de santé de la population en France à l’aune des inégalités sociales. DREES, Les Dossiers de la DREES, 102.Bajos, N., et al. et l’équipe EpiCov (2023, septembre). Couverture vaccinale contre le Covid-19 : des inégalités sociales toujours marquées par la fin de la campagne vaccinale. DREES Études et Résultats, 1280.Benaïs, M., et al. (2024, avril). Association of socioeconomic deprivation with outcomes in critically ill adult patients: an observational prospective multicenter cohort study. Ann Intensive Care, 9, 14(1), p. 54.Bigé, N., et al. (2015, juin). Homeless patients in the ICU : an observational propensity-matched cohort study. Crit Care Med., 43(6), pp. 1246-54.Bonnet, J.-B., et al. (2022, juin). Effects of social deprivation and healthcare access on major amputation following a diabetic foot ulcer in a French administrative area: Analysis using the French claim data. Diabetic Medicine, 39(6), e14820.Burström, B., Tao, W. (2020, août). Social determinants of health and inequalities in COVID-19. Eur J Public Health, 30(4), pp. 617-618.COVID-ICU Group (2021, octobre). Clinical characteristics and day-90 outcomes of 4244 critically ill adults with COVID-19: a prospective cohort study. Intensive Care Med, 47(1), pp. 60-73. Dubost, C.-L., Pollak, C., Rey, S. (coord.), et al. (2020, juillet). Les inégalités sociales face à l'épidémie de Covid-19 – État des lieux et perspectives. DREES, Les Dossiers de la DREES, 62.Feuillet, T, et al. (2020, novembre). Influence of the urban context on the relationship between neighbourhood deprivation and obesity. Social Science & Medicine, 265,113537.Feral-Pierssens, A.L., et al., pour la Société française de médecine d’urgence et la Société de réanimation de langue française (2018, mai). Limitations et arrêts des traitements du suppléance vitale chez l’adulte en contexte d’urgence. Médecine intensive réanimation, 27, pp. 384-390. Fine, J.P., Gray, R.J. (1999, Juillet). A Proportional Hazards Model for the Subdistribution of a Competing Risk. Journal of the American Statistical Association, 94(446), pp. 496 509.Haut Conseil de la santé publique (2020, octobre). Avis relatif à l'actualisation de la liste des facteurs de risque de forme grave de Covid-19. Hiscock, R., et al. (2021, février). Socioeconomic status and smoking: a review. Annals of the New York Academy of Sciences, 1248(1), pp. 107-23.Galiana, L., et al. (2022, mars). Caractéristiques socio-économiques des individus aux formes sévères de Covid-19 au fil des vagues épidémiques – Exploitation d’un appariement de données d’hospitalisation (SI-VIC) et de données socio-économiques (Fidéli). DREES, Les Dossiers de la DREES, 95.Lioret, S, et al. (2007, avril). Child overweight in France and its relationship with physical activity, sedentary behaviour and socioeconomic status. Eur J Clin Nutr, 61(4), pp. 509 16.Naouri, D., Vuagnat, A., avec la collaboration des médecins intensivistes-réanimateurs Gaëtan Beduneau, Alain Combes, Alexandre Demoule, Martin Dres, Matthieu Jamme, Antoine Kimmoun, Alain Mercat, Tài Pham, Matthieu Schmidt et de la Société de réanimation de langue française (SRLF) (2022, mars). Covid-19 : prise en charge des patients en soins critiques au cours des trois premières vagues de l’épidémie. DREES, Études et Résultats, 1226.Naouri D., et al. (2023, août). Differences in clinical characteristics and outcomes between COVID-19 and influenza in critically ill adult patients: A national database study. J Infect, 87(2), pp. 120-127.Patel, J.A., et al. (2020, juin). Poverty, inequality and COVID-19: the forgotten vulnerable. Public Health, 183, pp. 110-111. Rey, G., et al. (2009, Janvier). 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(33). Ribeiro, K.B., et al. (2021, Juillet). Social inequalities and COVID-19 mortality in the city of São Paulo, Brazil. Int J Epidemiol, 9 ; 50(3), pp. 732-742. Rimmelé T, et al. (2020, octobre). Organizational aspects of care associated with mortality in critically ill COVID-19 patients. Intensive Care Med, 47(1), pp. 119-121.Schaap, M.M., Kunst A.E. (2009, février). Monitoring of socio-economic inequalities in smoking: Learning from the experiences of recent scientific studies. Public Health, 123(2), pp. 103-109.Temam, S., et al. (2019, octobre). Low socioeconomic position and neighborhood deprivation are associated with uncontrolled asthma in elderly. Respiratory Medicine, 158, pp. 70-77.Tuppin, P., et al. (2014, mai). Frequency of cardiovascular diseases and risk factors treated in France according to social deprivation and residence in an overseas territory. Int J Cardiol, 173(3), pp. 430 435.Vandentorren, S, et al. (2022, mars). The effect of social deprivation on the dynamic of SARS-CoV-2 infection in France: a population-based analysis. Lancet Public Health, 73, pp. 240-249.Windenberger, F., et al. (2012, juin). Spatiotemporal association between deprivation and mortality: trends in France during the nineties. European Journal of Public Health, 22(3), pp. 347-353. Sources, outils & enquêtes Système national des données de santé (SNDS)
