Longitudinal clustering of health behaviours and their association with multimorbidity: Evidence from Understanding Society (UKHLS)

En utilisant des données longitudinales de l'étude Understanding Society, cette recherche identifie sept profils stables de comportements de santé chez les adultes britanniques et révèle que le groupe étiqueté « faible risque » présente paradoxalement la prévalence la plus élevée de multimorbidité, soulignant ainsi l'importance de considérer les comportements de santé en conjonction avec le contexte sociodémographique.

L'essentiel

Imaginez que votre santé est comme un jardin. Pour qu'il soit beau et florissant, vous devez éviter les mauvaises habitudes (comme fumer, boire trop, manger mal ou ne pas bouger). Mais souvent, les chercheurs étudient ces mauvaises habitudes une par une, comme si elles étaient des mauvaises herbes isolées.

Cette étude, basée sur des données britanniques, a décidé de faire quelque chose de différent : au lieu de regarder chaque mauvaise herbe séparément, ils ont observé les jardins entiers pour voir comment ces habitudes se regroupent naturellement chez les gens.

Voici ce qu'ils ont découvert, expliqué simplement :

1. Le tri des jardins (La méthode)

Les chercheurs ont suivi plus de 18 000 adultes pendant plusieurs années. Ils ont utilisé une sorte de « tri magnétique » (une analyse statistique avancée) pour classer les gens en 7 groupes distincts selon leur mode de vie. C'est comme si on avait classé les jardiniers en fonction de la façon dont ils s'occupent (ou non) de leur potager.

Ils ont trouvé ces 7 profils :

• Les « Super-Prudents » : Ceux qui fument peu, boivent peu, mangent bien et bougent.
• Les « Manque de Mouvement » : Ceux qui mangent bien mais ne bougent pas assez.
• Les « Malbouffe et Inactifs » : Ceux qui mangent mal et ne bougent pas.
• Les « Fêtards Dangereux » : Ceux qui boivent trop (mais ne fument pas forcément).
• Le Trio Infernal : Ceux qui boivent trop, mangent mal et ne bougent pas.
• Les « Fumeurs et Buveurs » : Le duo classique.
• Les « Fumeurs purs » : Ceux qui fument mais font le reste correctement.

2. La grande surprise (Le résultat inattendu)

C'est ici que l'histoire devient fascinante, un peu comme dans un film de science-fiction où les apparences sont trompeuses.

On s'attendrait à ce que le groupe « Super-Prudents » (ceux qui ne fument pas, ne boivent pas, mangent bien et bougent) soit le plus en bonne santé, avec le moins de maladies.

Mais ce n'est pas ce qui s'est passé !

• Le groupe « Super-Prudents » avait en réalité le plus de maladies chroniques (multimorbidité).
• À l'inverse, le groupe « Trio Infernal » (qui boit, mange mal et ne bouge pas) avait moins de maladies que prévu.

3. Le vrai secret (L'explication)

Pourquoi cette inversion bizarre ? La réponse ne se trouve pas dans les habitudes de vie, mais dans l'identité des gens qui composent ces groupes.

• Le groupe « Super-Prudents » était composé principalement de femmes âgées, avec moins d'éducation et un revenu plus faible. Imaginez une personne âgée qui a passé sa vie à travailler dur, qui n'a pas les moyens de s'offrir une alimentation de qualité ou des soins préventifs, et qui a accumulé des problèmes de santé au fil des ans. Même si elle fait « les bons choix » aujourd'hui, son corps porte les traces de toute une vie de difficultés.
• Le groupe « Trio Infernal » (les fêtards, les mangeurs de malbouffe) était composé de gens très éduqués et riches. Imaginez un cadre supérieur qui a une mauvaise alimentation et boit un peu trop, mais qui a un excellent accès aux médecins, à des soins de qualité et à un environnement de vie sain. Son corps résiste mieux grâce à ces ressources.

En résumé

Cette étude nous apprend une leçon importante : ne jugez pas un livre à sa couverture.

Si vous voyez quelqu'un qui mange sainement et ne fume pas, ne supposez pas automatiquement qu'il est en parfaite santé. Il faut regarder le contexte global : l'argent, l'éducation et l'âge jouent un rôle énorme, parfois plus grand que les habitudes elles-mêmes.

C'est comme si deux voitures roulaient sur la même route : l'une est une vieille voiture avec un moteur fatigué (les « Super-Prudents » défavorisés) qui a du mal à avancer, tandis que l'autre est une voiture de sport neuve (les « Trio Infernal » aisés) qui, même si le conducteur conduit mal, reste plus performante grâce à la qualité de la machine.

La conclusion ? Pour soigner la santé d'une population, il ne suffit pas de dire « arrêtez de fumer ». Il faut aussi comprendre la vie des gens, leurs difficultés et leurs ressources, car c'est souvent là que se cache la vraie cause de la maladie.

Résumé technique

1. Problématique et Contexte

Les comportements à risque liés au mode de vie, regroupés sous l'acronyme SNAP (Tabagisme, Nutrition malsaine, Consommation d'alcool, Inactivité physique), sont des facteurs de risque majeurs pour le développement de la multimorbidité (la présence simultanée de deux maladies chroniques ou plus). Cependant, la littérature scientifique a tendance à étudier ces facteurs de manière isolée, ce qui ne reflète pas la réalité complexe où ces comportements coexistent souvent.

Une étude précédente de Suhag et al. a identifié des clusters (groupes) de comportements chez les adultes de plus de 50 ans, montrant des profils sociodémographiques et des prévalences de multimorbidité distincts. Toutefois, il restait à déterminer si ces modèles s'appliquaient à l'ensemble de la vie adulte et comment ils se généralisaient sur une tranche d'âge plus large. L'objectif de cette recherche était de procéder à une réplication conceptuelle de l'étude de Suhag et al. en utilisant une étude de panel indépendante et une tranche d'âge plus large (à partir de 16 ans).

2. Méthodologie

L'étude s'appuie sur des données longitudinales issues de l'UK Household Longitudinal Study (UKHLS), également connu sous le nom d'Understanding Society.

• Échantillon : L'analyse porte sur 18 008 adultes (âgés de 16 ans et plus) ayant participé à sept vagues consécutives (vagues 7 à 13).
• Variables d'intérêt : Les quatre comportements SNAP (tabac, alimentation, alcool, activité physique).
• Analyse statistique :
  • Analyse en classes latentes à mesures répétées (Repeated-measures Latent Class Analysis - RM-LCA) : Utilisée pour identifier des groupes d'individus partageant des profils de comportements SNAP similaires aux vagues 7, 9, 11 et 13. Cette approche permet de capturer l'évolution temporelle des comportements.
  • Régression logistique : Des modèles multinomiaux et binomiaux ont été utilisés pour examiner les associations entre les clusters identifiés et :
    1. Les caractéristiques sociodémographiques.
    2. Le statut de santé (six groupes de maladies spécifiques et la multimorbidité).

3. Résultats Principaux

Identification des Clusters

Sept clusters distincts ont été identifiés, dont les profils comportementaux sont restés largement stables au fil du temps :

1. Faible risque global (Overall Low-risk) : 20 % de l'échantillon.
2. Activité physique insuffisante : 18 %.
3. Mauvaise alimentation et activité insuffisante : 23 %.
4. Consommateurs d'alcool à risque (Hazardous and Harmful drinkers) : 11 %.
5. Consommateurs d'alcool à risque, activité insuffisante et mauvaise alimentation : 14 %.
6. Fumeurs et buveurs : 5 %.
7. Fumeurs : 9 %.

Associations Contre-intuitives avec la Santé

Les résultats ont révélé des associations surprenantes entre les profils comportementaux et la multimorbidité :

• Le cluster « Faible risque global » (basé uniquement sur les comportements SNAP) présentait la prévalence la plus élevée de multimorbidité.
• À l'inverse, le cluster « Consommateurs d'alcool à risque, activité insuffisante et mauvaise alimentation » affichait une prévalence plus faible de la plupart des conditions, y compris la multimorbidité.

Profils Sociodémographiques

Ces résultats contre-intuitifs s'expliquent par la composition sociodémographique des groupes :

• Le cluster « Faible risque global » était majoritairement composé de femmes âgées, ayant un niveau d'éducation et de revenu plus faibles.
• Le cluster à comportements « à risque » (alcool, inactivité, mauvaise alimentation) était plus susceptible de comprendre des individus appartenant aux groupes d'éducation et de revenu les plus élevés.

4. Contributions Clés

• Approche longitudinale et holistique : L'étude démontre la valeur de l'analyse de classes latentes pour capturer la stabilité des profils comportementaux complexes sur une longue période, au-delà de l'analyse de facteurs isolés.
• Mise en évidence du paradoxe sociodémographique : L'article met en lumière que les comportements « sains » ne garantissent pas nécessairement une meilleure santé si l'on ne tient pas compte des déterminants sociaux. Le groupe « sain » était en réalité le plus vulnérable socialement et économiquement, ce qui a probablement contribué à leur état de santé dégradé malgré leurs comportements.
• Généralisation de l'âge : En élargissant la population cible à partir de 16 ans, l'étude confirme que ces structures de clusters sont pertinentes pour l'ensemble de la vie adulte, pas seulement pour les seniors.

5. Signification et Implications

Cette étude souligne la nécessité cruciale d'analyser les comportements à risque en conjonction avec le contexte sociodémographique.

• Pour la recherche : Elle avertit contre l'interprétation naïve des données comportementales. Un profil « faible risque » basé uniquement sur le tabac, l'alcool, l'alimentation et l'exercice peut masquer une forte prévalence de maladies dues à d'autres facteurs (comme la pauvreté, le stress chronique ou l'accès aux soins).
• Pour les politiques de santé publique : Les interventions visant à réduire la multimorbidité ne doivent pas se limiter à la promotion de comportements individuels. Elles doivent intégrer une approche structurelle qui aborde les inégalités sociales et économiques, car ces déterminants semblent jouer un rôle plus prépondérant que les comportements individuels dans la détermination de la santé globale de certains sous-groupes de population.

En conclusion, les techniques d'analyse de clusters permettent d'identifier des sous-groupes de population aux profils comportementaux et pathologiques distincts, démontrant que la santé est le produit d'une interaction complexe entre les choix de vie et le statut socio-économique.