Reclassification and Weighting of Multiple Causes of Death: US Death Certificates 2003-2023

Cette étude analyse l'impact de la reclassification et de l'allocation pondérée des causes multiples de décès sur les certificats de décès américains de 2003 à 2023, révélant que ces méthodes modifient considérablement l'estimation de la charge morbide de certaines pathologies et soulignent l'importance cruciale du choix méthodologique pour la planification des ressources et les priorités de santé publique.

L'essentiel

🏥 Le Grand Réajustement des Certificats de Décès : Une Histoire de 57 Millions d'Histoires

Imaginez que les certificats de décès sont comme des cartes au trésor que les médecins remplissent quand quelqu'un décède. Ils écrivent la cause principale (le "trésor" final) et parfois d'autres raisons qui ont mené là (les "pièges" ou les "obstacles" sur le chemin).

Cependant, aux États-Unis, ces cartes ne sont pas utilisées telles quelles pour les statistiques officielles. Elles passent par un filtre automatique (un robot très rigoureux) qui les reclassifie selon des règles strictes. Cette étude, qui a examiné 57 millions de certificats entre 2003 et 2023, nous dit que ce robot change souvent l'histoire, et que la façon dont on compte les morts peut radicalement changer notre vision du monde.

Voici les trois grandes leçons de l'étude, racontées avec des analogies :

---

1. Le Robot qui Réécrit l'Histoire (Reclassification)

L'analogie du Traducteur :
Imaginez que le médecin qui remplit le certificat est un conteur qui raconte l'histoire de la mort avec ses propres mots. Le système officiel (le "Record Axis") est un traducteur automatique qui prend cette histoire et la reformule selon un dictionnaire strict (les codes médicaux).

• Ce qui se passe : Souvent, le traducteur change le sens. Par exemple, si le médecin écrit "Pneumonie" et "COVID-19", le robot décide que le COVID est la cause principale.
• Le résultat surprenant : Grâce à ce robot, le nombre de décès attribués au COVID-19 a presque doublé (+92%) par rapport à ce que les médecins avaient écrit au départ. À l'inverse, le nombre de décès classés comme "Autres causes externes" (accidents divers, etc.) a chuté de moitié (-54%) car le robot les a réaffectés à des catégories plus précises comme "Chutes" ou "Transports".

La morale : Ce que nous voyons dans les statistiques officielles n'est pas toujours ce que le médecin a vu sur le moment. C'est une version "nettoyée" et parfois déformée par les règles.

---

2. La Part de Gâteau : Qui mérite le crédit ? (Le Poids)

L'analogie du Gâteau d'Anniversaire :
Traditionnellement, quand une personne meurt, on attribue 100% du gâteau à une seule cause (la cause "sous-jacente"). C'est comme si, lors d'un accident de voiture où le conducteur avait aussi un cancer et un diabète, on disait : "C'est la voiture qui a tué, le reste ne compte pas".

Mais dans la réalité, la mort est souvent le résultat d'un effort d'équipe (multimorbidité). Cette étude propose de partager le gâteau différemment :

• Méthode 1 (W1) : La cause principale garde 50% du gâteau, et le reste est partagé équitablement entre les autres causes.
• Méthode 2 (W2) : Tout le monde partage le gâteau équitablement. Si vous avez 3 causes, chacune a 33%.

Le choc des résultats :
Quand on partage le gâteau, les chiffres explosent ou s'effondrent :

• Le COVID-19 perd du poids : Au lieu de représenter 100% des décès, sa part tombe de 44% à 63%. Cela suggère que beaucoup de gens sont morts avec le COVID, mais que d'autres maladies graves (cœur, poumons) ont joué un rôle majeur.
• Les "Autres causes externes" gagnent massivement : Ce groupe (qui inclut des choses comme les obstructions respiratoires ou les fractures) voit son nombre de décès tripler (+200% à +250%) quand on prend en compte toutes les causes.
• Les chutes et le transport : Leurs chiffres baissent drastiquement (-40% à -60%) quand on partage la responsabilité avec d'autres maladies.

La morale : En ne regardant qu'une seule cause, on surestime certaines maladies (comme le COVID) et on sous-estime d'autres (comme les accidents ou les problèmes métaboliques).

---

3. Pourquoi est-ce important pour nous ?

L'analogie de la Boussole :
Les gouvernements utilisent ces statistiques comme une boussole pour décider où envoyer l'argent, les médecins et la recherche.

• Si la boussole pointe trop fort vers le COVID (à cause du robot qui reclassifie), on risque d'envoyer trop de ressources là où elles ne sont pas les plus nécessaires.
• Si la boussole ignore les chutes ou les accidents parce qu'on ne compte que la cause "principale", on ne protège pas assez les gens contre ces dangers.

Le message final :
Cette étude nous dit qu'il faut arrêter de regarder les statistiques de décès comme une vérité absolue et unique. La mort est complexe, comme un orchestre où plusieurs instruments jouent en même temps. Si on n'écoute que le premier violon (la cause principale), on rate toute la symphonie.

En résumé :

1. Les règles de comptage changent souvent l'histoire (le COVID semble plus mortel qu'il ne l'était écrit au début).
2. Si on partage la responsabilité entre toutes les causes, le COVID semble moins dominant, et d'autres problèmes (accidents, chutes) semblent beaucoup plus graves.
3. Il faut mettre à jour nos méthodes pour mieux répartir les ressources de santé et ne pas se fier à un seul chiffre.

C'est un appel à voir la mort non pas comme un événement isolé, mais comme le résultat d'une longue chaîne de facteurs, et à adapter nos politiques de santé en conséquence.

Résumé technique

1. Problématique

Les certificats de décès constituent la source de données fondamentale pour les statistiques de mortalité et les politiques de santé publique. Cependant, ces documents souffrent d'inexactitudes et d'incohérences fréquentes. Deux niveaux de données existent :

• Axe Entité (Entity Axis) : Les causes de décès telles que déclarées par le médecin certificateur sur le formulaire brut.
• Axe Enregistrement (Record Axis) : Les causes de décès après re-classification et standardisation par des règles de codage (ACME/TRANSAX) appliquées par le NCHS (CDC).

Le problème central réside dans le fait que les statistiques officielles ne retiennent qu'une seule cause sous-jacente (Underlying Cause of Death - UCD), ignorant souvent les comorbidités multiples qui contribuent au décès. Cette approche « tout ou rien » peut fausser l'estimation de la charge de morbidité, en particulier pour les maladies complexes comme le COVID-19 ou les décès liés à la multimorbidité. De plus, les règles de re-classification peuvent modifier drastiquement la cause sous-jacente par rapport à l'intention initiale du certificateur.

2. Méthodologie

Les auteurs ont analysé l'ensemble des certificats de décès aux États-Unis sur une période de 21 ans (2003–2023), soit 56 986 831 certificats.

• Classification des données : Les codes CIM-10 (ICD-10) des deux axes (Entité et Enregistrement) ont été regroupés en 14 grandes catégories de maladies (7 naturelles : Circulatoire, Cancer, Respiratoire, Endocrinienne/Nutritionnelle/Métabolique, Digestive, COVID-19, Autres naturelles ; et 7 externes : Intoxication médicamenteuse, Transports, Suicide, Alcool, Chutes, Homicide, Autres externes).
• Analyse de la re-classification : Comparaison systématique entre la cause sous-jacente déclarée sur l'Axe Entité et celle retenue sur l'Axe Enregistrement pour évaluer les taux de concordance et les transitions entre catégories.
• Modélisation par pondération (Weighting) : Pour dépasser la limitation de la cause unique, trois schémas de pondération ont été appliqués aux causes multiples listées sur l'Axe Enregistrement :
  • W0 (Base) : Comptage traditionnel (100 % de poids à la cause sous-jacente uniquement).
  • W1 : 50 % de poids à la cause sous-jacente, le reste réparti équitablement entre les causes contributives.
  • W2 : Pondération égale pour toutes les causes listées (sous-jacente + contributives).
  • W2A : Variante de W2 appliquée au niveau du code CIM-10 spécifique (plus granulaire) plutôt qu'au niveau des grandes catégories.
• Analyses de sensibilité : Comparaison des résultats en utilisant les causes contributives de la partie II du certificat (Axe Entité) plutôt que celles de l'Axe Enregistrement, et analyse par tranches d'âge (< 65 ans vs ≥ 65 ans).

3. Contributions Clés

• Échelle sans précédent : Analyse exhaustive de près de 57 millions de décès sur deux décennies, offrant une vue d'ensemble inédite des dynamiques de codage.
• Quantification de l'impact de la re-classification : Démonstration chiffrée de la divergence entre l'intention du certificateur et le résultat statistique officiel.
• Évaluation des schémas de pondération : Preuve empirique que l'attribution du fardeau de mortalité change radicalement lorsque l'on considère la multimorbidité, remettant en question la validité des statistiques basées sur une cause unique.
• Analyse temporelle du COVID-19 : Évaluation spécifique de l'impact des règles de codage introduites pendant la pandémie sur les statistiques de mortalité.

4. Résultats Principaux

A. Disparités entre Axe Entité et Axe Enregistrement

• Concordance : Les deux axes s'accordent sur la cause sous-jacente dans 84,8 % des cas (au niveau des grandes catégories) et 68,9 % (au niveau du code CIM-10 complet).
• Re-classification massive :
  • Le nombre de décès attribués au COVID-19 a augmenté de +92 % après re-classification (passant de 522 512 à 1 004 208). La majorité provient de la catégorie « Respiratoire » ou « Autres naturelles » sur l'Axe Entité.
  • Les décès par Transports ont augmenté de +43 %.
  • Les décès par « Autres Causes Externes » ont diminué de -54 %, étant reclassés vers des catégories plus spécifiques (Transports, Chutes, Suicides).
• Évolution temporelle : Les taux de discordance ont augmenté progressivement de 2003 à 2019, puis ont bondi pendant la pandémie (2020-2021), suggérant des difficultés de codage face à la nouvelle pathologie.

B. Impact des schémas de pondération (Weighting)

L'application des schémas W1, W2 et W2A modifie profondément la répartition du fardeau de mortalité :

• Réduction des estimations pour certaines causes :
  • COVID-19 : La charge de mortalité estimée diminue de 44 % à 63 % selon le schéma (W2 et W2A étant les plus réducteurs).
  • Chutes, Transports, Suicides, Homicides : Réductions significatives (de -46 % à -66 %).
• Augmentation des estimations pour d'autres causes :
  • Autres Causes Externes : La charge de mortalité est multipliée par plus de trois (+204 % à +254 %), car ces causes apparaissent souvent comme des conditions contributives (ex: obstructions, fractures) plutôt que comme cause sous-jacente.
  • Respiratoire, Endocrinien, Autres Naturelles : Augmentations de 4 % à 44 %.
• Changement de classement : Dans les analyses pondérées, les « Autres Causes Externes » passent du rang 12 au rang 6, dépassant des causes majeures comme le COVID-19 ou les intoxications.
• Corrélation avec l'Axe Entité : Les analyses pondérées ramènent les statistiques officielles (Record Axis) plus près des données brutes déclarées par les médecins (Entity Axis), suggérant que le poids accordé aux causes multiples corrige partiellement les artefacts de la re-classification.

C. Spécificités par âge et saisonnalité

• COVID-19 : La réduction de la charge de mortalité est plus marquée chez les moins de 65 ans (-64 % avec W2) que chez les plus âgés.
• Saisonnalité : Les schémas pondérés restaurent les motifs saisonniers classiques (pics hivernaux) pour les maladies respiratoires, qui étaient masqués dans les données non pondérées pendant les années de pandémie.

5. Signification et Implications

• Remise en question du paradigme de la cause unique : L'étude démontre que l'approche traditionnelle d'isoler une seule cause sous-jacente est inadéquate pour une population vieillissante avec de multiples comorbidités. Elle peut soit surestimer (ex: COVID-19), soit sous-estimer (ex: causes externes) le fardeau réel d'une maladie.
• Allocation des ressources : Les décisions politiques, l'allocation des budgets de recherche et les priorités de santé publique basées sur les statistiques actuelles (W0) pourraient être biaisées. Une approche pondérée pourrait réorienter les ressources vers des catégories sous-estimées comme les causes externes ou les maladies métaboliques.
• Fiabilité des données : La divergence croissante entre ce que les médecins écrivent et ce que les statistiques officielles retiennent soulève des inquiétudes sur la précision du système de certification, en particulier lors de crises sanitaires majeures.
• Recommandation : Les auteurs plaident pour l'adoption systématique de méthodes de pondération des causes multiples dans les statistiques de mortalité nationales et internationales, afin de mieux refléter la réalité complexe des décès et d'éviter les biais de perception.

En conclusion, cette étude fournit des preuves empiriques solides que la manière dont les causes de décès sont comptabilisées (re-classification et pondération) a un impact profond sur la compréhension de la mortalité aux États-Unis, avec des implications majeures pour la santé publique.