Enjeux en matière de collecte de données

16Dans la plupart des pays, des enquêtes spécifiques ont été élaborées pour permettre une analyse fine de la santé d’une population. Trois types de biais affectent ces enquêtes, alors même que la qualité des données recueillies conditionne les utilisations que les chercheurs et les décideurs peuvent en faire.

17D’une part, des individus ou groupes d’individus sont quelquefois exclus des échantillons d’enquête. Leur exclusion entraîne des biais de sélection, pouvant remettre en question les résultats obtenus et les mesures qui en découlent. Bien que ces biais puissent être traités à l’aide de méthodes spécifiques (Heckman [1979]), ils représentent un aspect trop souvent négligé des analyses des inégalités en santé. Ils peuvent cependant avoir un impact non négligeable sur l’ampleur même des inégalités qui sont mesurées. D’une manière générale, les individus qui ont la plus mauvaise santé et/ou un moins bon accès aux soins de santé appartiennent aux populations les plus défavorisées. Parallèlement, ces populations vulnérables et précaires sont aussi celles qui sont difficilement couvertes par les enquêtes en population générale (Firdion et al. [1998]). Elles représentent donc un vrai défi en matière de disponibilité et de qualité des données d’enquête (oms [2001]). En effet, si une partie de la population est sous-représentée dans l’analyse empirique, alors les actions de correction des inégalités qui se basent sur les conclusions de ces analyses ne peuvent apprécier correctement la situation et ont tendance à en sous-estimer l’ampleur. Les enquêtes spécifiques menées sur ces populations marginales présentent donc un réel intérêt, car elles permettent de rendre compte de façon dynamique de l’importance des phénomènes de précarité et de leur retentissement sur la santé (Chauvin et al. [1999], Amossé et al. [2001], Parizot et Chauvin [2003]).

18D’autre part, un état de santé trop dégradé peut aussi être à l’origine de non-réponse dans une enquête. Ces biais de participation induisent l’absence d’information sur l’état de santé des individus les plus malades ou les plus défavorisés. Pour disposer d’une information sur l’état de santé de ces individus, les protocoles d’enquête ont parfois recours à un répondant proxy, issu de la famille ou de l’entourage, qui aide ou remplace dans ses réponses le sujet initialement interrogé (Moore [1988]). Les travaux de recherche sur l’influence du recours au répondant proxy restent peu nombreux. Alors que certaines études concluent que les déclarations du répondant proxy conduisent à des évaluations biaisées de l’état de santé et des besoins des personnes enquêtées (Neumann et al. [2000]), d’autres, plus récentes, montrent que les répondants proxy n’ajoutent aucune subjectivité dans l’évaluation des besoins des personnes âgées vivant en domicile ordinaire, mais qu’ils induisent une certaine subjectivité dans l’appréciation de la satisfaction de ces mêmes besoins (Davin et al. [2008]). D’une manière générale, ces travaux mettent en évidence que le recours à un répondant proxy minimise les biais de participation, d’autant plus fortement que le répondant sollicité est proche de la personne enquêtée (Norton et al. [2003]). Ainsi, cette pratique permet aux recherches de s’appuyer sur une information de meilleure qualité.

19Par ailleurs, la collecte de données en elle-même peut introduire des biais de mesure, du fait du dispositif d’enquête et de la façon de poser des questions sur la santé dans le questionnaire (Clark et Vicard [2007]). Ainsi, un individu évaluera sa santé comme « meilleure » s’il a été préalablement invité à répondre à un certain nombre de questions sur les pathologies dont il souffre ou sur ses dernières consultations.

20Il apparaît donc souhaitable de rendre compte explicitement de l’importance de tels biais dans la mesure des inégalités obtenue à l’issue des analyses. Anticiper leur présence au moment de la collecte des données, dans la mesure où s’offre une telle opportunité, apparaît plus pertinent encore.

Enjeux en matière d’utilisation d’indicateurs de santé autodéclarée

21En amont de toute analyse empirique, le chercheur fait l’hypothèse que la variable dont il dispose décrit, de manière adéquate, le phénomène qu’il souhaite étudier. Un choix est donc posé quant à la variable d’intérêt à adopter. Bien qu’inévitable, ce choix n’est pas pour autant sans conséquence sur l’analyse des inégalités sous-jacentes (Lecluyse et Cleemput [2006], Humphries et Van Doorslaer [2000]) et a fortiori sur l’analyse de l’équité en santé.

22Du point de vue de la santé, bien que certaines enquêtes permettent de disposer de données de santé biologiques ou physiques, évaluées par le corps médical (Dauphinot et al. [2006]), ces informations de santé restent coûteuses à obtenir et peuvent présenter des difficultés de traitement, parfois incontournables dans la mise en œuvre pratique. De ce fait, les chercheurs ont recours à des variables de santé issues de questionnaires d’auto-évaluation (Falissard [2001]). Cependant, des difficultés se posent dans le calcul des inégalités de santé à partir d’indicateurs de santé autodéclarée [2], qui rassemblent certes une information sur l’état de santé objectif individuel mais qui peuvent être perturbés par une variabilité interindividuelle de réponses, indépendante de cet état de santé objectif. Il est à présent courant dans la littérature d’utiliser le vocable de « vraie santé » pour désigner cet état de santé objectif, c’est-à-dire l’état de santé non biaisé par d’autres caractéristiques individuelles indépendantes de la santé. L’utilisation de variables autodéclarées dans les travaux empiriques a fait l’objet de nombreux questionnements du fait de leur caractère hybride.

23Les travaux de recherche ont permis de recenser quatre grands ensembles de facteurs affectant le jugement d’un individu sur son état de santé : la nature des pathologies dont il souffre, le genre, l’âge, le statut socioéconomique et le niveau d’éducation [3]. Les résultats montrent que les individus situés en haut de l’échelle sociale ont des jugements plus sévères sur leur état de santé du fait de leurs plus fortes attentes en termes de bonne santé (Moesgaard et al. [2002]). Sur données françaises, l’étude d’Etilé et Milcent [2005] a permis de mettre en évidence l’existence d’un biais de déclaration lié au revenu sur la santé auto-évaluée. Symétriquement, les groupes sociaux les plus défavorisés ont des attentes en matière d’état de santé plus limitées (d’Houtaud et al. [1984]), qui peuvent se traduire par une tendance à déclarer un meilleur état de santé que ne l’est leur « vraie santé » et à sous-déclarer leurs maladies, à morbidité donnée. En conséquence, des inégalités sociales de santé mesurées à partir de ce seul indicateur de santé autodéclarée auraient tendance à être sous-estimées. À l’inverse, il a été montré que les personnes inactives ou au chômage peuvent parfois déclarer un état de santé plus mauvais que leur « vraie santé » afin de justifier leur situation vis-à-vis de l’emploi (Bound [1990], Kerkhofs et Lindeboom [1995]). Dans ce second cas, les inégalités de santé pourraient être surestimées. Il apparaît donc que le biais de déclaration de la santé est corrélé au statut social, ce qui conduit à mésestimer l’ampleur de l’inégalité sociale de santé.

24Il est toutefois possible de corriger ce biais de déclaration, soit ex ante, soit ex post, comme en attestent des travaux récents sur l’état de santé auto-évalué, qui demeure la mesure de santé la plus couramment recueillie dans les enquêtes.

25La première stratégie a été proposée par l’oms [2000]. Elle concerne la méthode d’enquête et consiste en l’introduction de « vignettes-étalons » (Murray et al. [2003]) dans des enquêtes sur la santé. Ces vignettes, présentées sous forme de scénarii, correspondent à des cas types d’état de santé pour lesquels l’enquêté est invité à évaluer la santé d’un individu fictif [4]. Cette méthode repose sur l’hypothèse selon laquelle l’échelle des réponses utilisée pour ces cas fictifs est identique à celle que l’individu utilise pour auto-évaluer son propre état de santé. Les réponses aux vignettes permettent alors de positionner les échelles relatives des individus, de corriger d’éventuelles différences dans le mode de déclaration et donc d’améliorer la comparabilité des réponses (Lardjane et Dourgnon [2007]).

26En l’absence d’inclusion de vignettes, il demeure possible de prendre en compte ces éventuels biais de déclaration ex post par des méthodes statistiques pour faire de la santé auto-évaluée un meilleur proxy de la vraie santé. Van Doorslaer et Jones [2003] ont, dans ce cadre, proposé une méthode de cardinalisation à partir d’un indice d’utilité de santé connu par ailleurs, le Health Utility Index (hui) canadien [5]. La méthode proposée, qui revient à rendre continue une variable de santé auto-évaluée initialement définie en catégories, présente deux avantages majeurs. Tout d’abord, l’utilisation d’une information de santé supplémentaire permet de renforcer l’information de santé contenue dans la variable subjective de santé. Ensuite, le modèle de régression par intervalles permet de s’appuyer sur un modèle explicatif de la santé auto-évaluée incluant un vecteur de caractéristiques individuelles, ce qui permet une meilleure prise en compte des variations individuelles dans la mesure de la santé.

27Une méthode alternative de correction des biais proposée par Perronnin et al. [2006] consiste à agréger plusieurs variables classiquement recueillies dans les enquêtes sur la santé. La mesure de la santé est alors basée sur la somme du nombre de maladies affectant l’individu, pondérées de leur degré de sévérité. La construction de cet indicateur synthétique s’appuie sur un modèle de régression à variable latente expliquant l’état de santé auto-évalué, tout en contrôlant, en plus du nombre de maladies et de leur sévérité, d’autres informations individuelles comme les caractéristiques sociales, démographiques et les comportements à risque.

28Ces méthodes visent à approcher, autant que faire se peut, la notion de « vraie santé ». Les raffinements méthodologiques participent d’une volonté de mesure plus fine des inégalités et donc de leur plus juste appréciation. Il va de soi que des données de qualité, à savoir dûment corrigées de leurs biais, fourniront une évaluation plus adéquate de l’état de santé et des besoins et seront mieux à même de sous-tendre les politiques de réduction des inégalités.

Enjeux en matière de construction de scores génériques de santé

29Il semble, en dernier ressort, important de mentionner l’apport récent de questionnaires spécifiques visant la construction de mesures génériques de santé. Si l’utilisation de ces outils reste en France encore circonscrite à la recherche clinique, notamment pour évaluer l’efficacité thérapeutique et les gains en termes de qualité de vie de nouvelles technologies de santé, d’autres systèmes de santé européens en ont fait un instrument incontournable de mesure de la santé. Plusieurs outils sont disponibles, comme l’Euroquol 5d [6], adopté par la Grande-Bretagne, le hui ou le sf-36 [7]. Ces mesures fournissent le plus souvent une valeur unique de santé [8] évaluée à partir de scores sur plusieurs dimensions, mesurés pour chaque individu appartenant à un échantillon représentatif de toute ou une partie de la population. Ces scores génériques sont obtenus à partir d’un formulaire d’enquête spécifique, les individus répondant à un certain nombre d’attributs codés de manière catégorielle et évaluant différentes dimensions de leur état de santé (invalidité, douleur, santé mentale, etc.).

30Du point de vue de l’analyse de l’équité, le recours à des mesures composites, qui combinent plusieurs indicateurs en une seule mesure, permet d’ordonner les individus du plus malade au plus sain. Néanmoins, ce type d’outils n’est pas exempt de biais méthodologiques. Tout comme les indicateurs autodéclarés, chacun des attributs peut être soumis à un biais de déclaration, ce qui biaise à son tour le score multi-attribut. Les biais et limites évoqués précédemment en matière de collecte de données s’appliquent aussi.

31Cette section a mis en évidence l’importance d’une bonne connaissance des outils de mesure de la santé, de leurs fondements et des enjeux, en termes d’équité, associés à leur usage dans la recherche sur les inégalités de santé. Il convient à présent d’aborder la question de l’équité dans la mesure de l’inégalité elle-même.

Enjeux en matière de mesure des inégalités sociales de santé

34Traditionnellement en France, les inégalités sociales de santé ont été mesurées en comparant les indicateurs de mortalité ou de morbidité de différentes catégories socioprofessionnelles. Cependant, la comparaison est peu satisfaisante dans la mesure où la population regroupée dans une catégorie socioprofessionnelle est hétérogène, l’inégalité de santé par catégories socioprofessionnelles pouvant alors aussi bien provenir d’effets culturels que d’effets matériels. Selon Wilkinson [1996], la catégorie socioprofessionnelle serait un « artefact », et ne saurait constituer un déterminant clair de l’état de santé. Elle est par ailleurs variable dans l’espace, chaque pays recourant à une agrégation qui lui est propre, et dans le temps. Enfin, le classement de la population par la catégorie socioprofessionnelle ne permet pas un ordre hiérarchique de nature continue, souvent indispensable à l’usage d’outils comme les indices de concentration.

35Pour cet ensemble de raisons, les travaux économiques sur la mesure des inégalités en santé, tout particulièrement ceux menés sur plusieurs pays, ont recours, quand les données le permettent, au revenu plutôt qu’aux catégories socioprofessionnelles. Étudier les inégalités de santé en fonction du revenu ne signifie pas nécessairement qu’on préjuge un lien de causalité entre revenu et santé, mais qu’on mesure les différences de niveau de santé moyen par groupes de revenu.

36Pour autant, une causalité directe entre revenu et santé a été démontrée en France (Dourgnon et al. [2001]). Pour les ménages pauvres, la probabilité de vivre dans des conditions précaires (logement ou travail) avec un impact délétère sur la santé, ou encore la probabilité de renoncer aux soins pour raisons financières, est supérieure à celle des individus des ménages riches (Kambia-Chopin et al. [2008]). Mais, outre cette causalité directe entre revenu et santé, d’autres mécanismes peuvent expliquer l’existence d’une disparité de l’état de santé selon la position dans la distribution des revenus. Par exemple, les individus moins éduqués sont à la fois plus pauvres et ont plus de risques d’être en mauvaise santé. Enfin, un autre mécanisme est lié au fait qu’un état de santé plus mauvais peut expliquer un moindre revenu, parce qu’il implique quelquefois de diminuer ou d’arrêter une activité professionnelle et conduit alors à un moindre salaire. Cet effet, dit effet de sélection, est documenté, sur données longitudinales américaines par Smith [1999].

37La mesure de l’équité en santé privilégie à présent l’analyse de l’inégalité en fonction du revenu, en tenant compte de l’ensemble de ses effets directs et indirects. La démarche d’analyse se doit de prendre en compte à la fois les effets démographiques et les effets d’autres facteurs, eux-mêmes corrélés avec le revenu, comme la catégorie socioprofessionnelle, l’éducation, ou l’activité, et elle vise l’estimation de la part de ces différents facteurs dans l’explication des inégalités constatées.

38Les travaux du réseau européen de recherche dénommé « ECuity » [9] ont fourni des outils méthodologiques innovants par ce choix de recours à la variable revenu dès le début des années 1990 et par l’usage de courbes de concentration. La méthodologie développée plus récemment par ce réseau (Wagstaff et al. [2003]) permet de décomposer simultanément les inégalités constatées en différents facteurs explicatifs (facteurs démographiques mais aussi éducation, activité, région de résidence, etc.) et de mesurer la contribution relative de chacun de ces facteurs à l’inégalité totale. La méthode de décomposition de l’inégalité s’appuie sur un modèle explicatif complet de la santé. Elle permet d’observer l’effet direct de chaque déterminant sur la santé et son effet indirect qui passe par sa corrélation avec le revenu. Il est alors possible d’observer le rôle particulier joué par tel ou tel paramètre explicatif auquel un jugement normatif peut être attaché. Par exemple, dans le cadre d’une mesure de l’équité horizontale en matière d’accès aux soins, plusieurs facteurs explicatifs de l’état de santé peuvent être introduits dans un vecteur de paramètres qui approche la notion de besoin individuel de santé. La contribution de ce vecteur à l’inégalité de santé totale peut ensuite être estimée. D’une manière générale, l’avantage de cette méthode est d’éclairer l’impact attendu de politiques visant la réduction des inégalités de santé en fonction du revenu, qu’elles relèvent directement du secteur de la santé ou qu’elles visent la réduction, plus en amont, des inégalités dans la distribution des revenus.

Enjeux en matière de mesure du besoin de soins

39La notion de besoin de soins fait depuis longtemps l’objet de débats animés entre économistes (Williams [1978], Wagstaff et Van Doorslaer [2000]), et elle est d’autant plus incontournable qu’elle porte en elle, ainsi que rappelé précédemment, les objectifs d’équité en matière d’accès et de recours aux soins de santé, tels qu’ils sont définis dans la plupart des systèmes de santé.

40Dans ce cadre, une répartition des soins sera jugée équitable si elle est distribuée selon le besoin de soins individuel, qui se définit à la fois à partir des caractéristiques démographiques individuelles mais aussi de l’état de santé individuel. L’objectif est d’apprécier le respect du principe d’équité horizontale, à savoir une distribution des soins en fonction des besoins individuels (Bleichrodt et Van Doorslaer [2006] ). Empiriquement, il s’agit alors de travailler à état de santé donné. En plus de l’âge et du genre, plusieurs indicateurs de morbidité sont introduits dans le modèle explicatif du recours aux soins afin de corriger la mesure d’inégalité du besoin de santé. Nous pouvons par exemple citer l’état de santé auto-évalué (Van Doorslaer et al. [2002]), les limitations d’activité (Van Doorslaer et al. [2004a] et [2004b]), les limitations dues à une maladie chronique (Van Doorslaer et al. [2004a]). Outre le fait que l’interprétation de l’inégalité due à ces indicateurs de morbidité reste source de débat [10], le choix des variables qui composent le vecteur de besoins n’est pas sans conséquence sur la mesure des inégalités considérées comme inéquitables. En effet, la mesure de l’iniquité ne peut être limitée à la simple neutralisation dans l’inégalité de santé totale des inégalités liées aux caractéristiques biologiques et il est nécessaire d’aborder de manière critique l’introduction des différents paramètres pouvant composer ce vecteur.

41Alors qu’une normalisation de la consommation de soins selon l’âge se justifie intuitivement par le fait que l’état de santé se détériore au cours de la vie, impliquant une augmentation de la consommation de soins de santé, la normalisation de la consommation de soins de santé selon le genre semble moins immédiate. Il est attendu que les hommes et les femmes souffrent de pathologies différentes et auront en conséquence des besoins de soins différents. Cependant, si le montant de leurs consommations de soins est inégal, est-ce pour autant une inégalité acceptable ou équitable, comme certaines analyses le supposent dès lors qu’est mise en œuvre une normalisation par genre (Van Doorslaer et Koolman [2004], Leu et Schellhorn [2006]) ? de fait, l’argument utilisé pour justifier cette normalisation est que les inégalités relevant de ces caractéristiques individuelles ne sauraient être corrigées par une intervention de l’État.

42Par ailleurs, l’utilisation d’indicateurs de l’état de santé (notamment la santé auto-évaluée) dans l’approximation de la notion de besoin de soins individuel se justifie par le fait que ces indicateurs traduiraient les attentes d’un individu à l’égard de sa propre santé. Les économistes, à la suite de philosophes comme Bergson [1920], s’appuient ici fondamentalement sur l’idée que nul ne connaît mieux ses besoins que l’individu lui-même.

43Empiriquement, un lien bien distinct est établi entre le besoin et les préférences. Même si la santé auto-évaluée, qui peut être rapprochée d’un indicateur sur les préférences individuelles, est l’une des composantes du vecteur besoin, de nombreux travaux ajoutent à ce vecteur d’autres variables de santé jugées plus objectives. Par exemple, Nolan et Nolan [2008] utilisent des variables comme « avoir accouché l’année précédente », un score de bien-être psychologique, ou encore des facteurs de risque comme l’indice de masse corporelle et le fait de fumer. De même, Morris et al. [2003] introduisent des données agrégées comme un indice géographique de défavorisation, le taux de mortalité prématurée et le taux de maladie relatif en deçà de 75 ans.

44Le choix de variables composant le vecteur de besoin de santé individuel semble s’appuyer sur des positions normatives du professionnel de santé ou du chercheur. Mais qu’en est-il vraiment du besoin que l’individu formulerait s’il y était invité ? Par exemple, certains individus sont de plus gros consommateurs de soins parce qu’ils accordent plus d’importance à leur santé. Leur besoin a donc de fortes chances d’être sous-évalué par l’observateur qui n’aura pas connaissance ou ne tiendra pas compte des préférences de l’individu pour sa santé. Tel peut aussi être le cas, comme l’avait déjà souligné Grossman [1972], pour un individu dont le manque à gagner sera d’autant plus important qu’il a un salaire élevé. S’il apparaît difficile d’envisager d’enquêter auprès des individus sur leurs préférences, afin de les inclure dans le vecteur de besoin, il peut être possible de s’interroger, face à des situations d’inégalité précises, sur l’identification de ce que l’on pourra appeler un individu « défavorisé ».

45À titre d’illustration, dans une situation comme la décrit Fleurbaey [2007], où deux individus de même revenu ont une santé inégale et que celui dont la santé est la moins bonne est aussi celui qui attache le moins d’importance à la santé, qui est finalement l’individu défavorisé ? Est-ce celui qui est le plus malade, alors même qu’il est moins affecté par sa moins bonne santé dès lors qu’il y attache moins d’importance ? Pour le savoir, il faut mesurer précisément les préférences individuelles sur chacune des deux dimensions. Fleurbaey introduit alors la notion de revenu « équivalent-santé », qu’il définit comme le revenu qui suffirait à l’individu, en remplacement de sa situation présente, si ses ennuis de santé éventuels étaient éliminés [11]. S’il semble immédiat pour un économiste qu’une réelle importance doit être accordée aux préférences individuelles (Grignon [2007]), les travaux empiriques montrent cependant que l’approximation de la notion de besoin est variable selon les études et les implications en termes d’équité des choix effectués doivent être explicitement abordées.

46L’hétérogénéité des fonctions d’utilité et donc les arbitrages individuels différents entre santé et autres biens peuvent aboutir à une inégalité des soins en fonction du revenu, à niveau de santé donné, inégalité qu’il est difficile de qualifier d’inéquitable, puisqu’elle résulte de l’expression des préférences. Une analyse rigoureuse de l’équité des soins de santé nécessiterait donc de tenir compte de l’impact de l’hétérogénéité des préférences et donc des comportements individuels sur les inégalités.

47Traditionnellement, les travaux de recherche, parce qu’ils n’ont pas, en général, accès à des mesures des préférences individuelles sur le recours aux soins, ont traité l’hétérogénéité des préférences individuelles comme résidu, dans la part d’inégalité non expliquée du modèle (Van Doorslaer et al. [2004b]).

48Huber [2008] a récemment proposé une méthode alternative, qui permet d’évaluer le degré d’inégalité dû à des comportements individuels différenciés, tant dans la probabilité de recours aux soins que dans le niveau de consommation conditionnelle à ce recours. Les résultats montrent que l’effet de l’hétérogénéité des comportements peut représenter jusqu’à la moitié de l’iniquité horizontale dans l’explication de la variance totale.

49Ainsi, la mesure d’inégalité de recours aux soins dépend étroitement de la définition du vecteur de besoin et de la prise en compte de l’hétérogénéité des préférences. Pour autant, les préférences individuelles peuvent être façonnées par les circonstances dans lesquelles les individus sont placés, circonstances qui ne sont pas choisies. S’il est certes pertinent, du point de vue de la mesure des inégalités en santé, d’aborder la place des préférences individuelles, ceci doit être fait dans le contexte plus large de l’inégalité des chances en santé.

Responsabilité ou circonstances ?

51Cette politique visant la correction des inégalités des chances a été portée avec force dans le rapport 2006 de la Banque mondiale [2005]. Elle inspire aujourd’hui les travaux menés par l’oms dans le cadre de la commission dédiée à la réduction des inégalités en santé [13]. Deux principes fondamentaux sont mis en avant : l’égalité des chances et le principe de ne pas être laissé pour compte. L’égalité des chances prend une très large place et implique que ce qu’une personne accomplit durant son existence doit être, avant tout, fonction de ses capacités et de ses efforts et ne saurait être préétabli au titre de sa race, son genre, son milieu familial et social, ou de tout autre critère arbitraire.

52La déclinaison à la santé de cet objectif conduit à souligner l’importance des inégalités des chances en santé, particulièrement parce que la santé, comme l’éducation, influence la capacité des individus à bénéficier d’un contexte économique et social favorable. Ainsi, l’équité en santé est soumise à la réduction des inégalités des chances en santé, qui elle-même favorisera l’égalité des chances dans d’autres domaines.

53Ces arguments s’inspirent de manière explicite des principes d’égalité équitable des chances de Rawls et de Sen, selon lesquels tous les individus doivent avoir des chances égales d’accéder aux diverses positions offertes dans la société. Néanmoins, la distinction entre inégalités inéquitables et inégalités légitimes est inhérente à la conception d’égalité des chances. Cette distinction renvoie aussi à des débats plus anciens de philosophes sur la notion de responsabilité individuelle dans le domaine de la santé (Dworkin [1981], Roemer [1998]). Y est affirmé le manque de fondement éthique d’une analyse des inégalités qui ignorerait le rôle de la responsabilité individuelle. Pour autant, comme le soulignent les résultats des travaux empiriques précédents, la formation de l’état de santé met en jeu des déterminants de nature très diverse. Certains facteurs, tels que l’hygiène de vie ou certains comportements à risque ayant une influence sur l’état de santé, relèvent de la responsabilité individuelle, alors que d’autres facteurs, regroupés sous le terme de circonstances, n’en relèvent pas. C’est le cas, par exemple, de l’origine familiale et sociale, du patrimoine génétique des individus ou encore du facteur chance tout au long de la vie. La philosophie de la responsabilité opère une distinction entre ces différents facteurs selon qu’ils relèvent de la première ou de la seconde catégorie. Elle considère que les inégalités d’état de santé résultant des premiers facteurs ne sauraient faire l’objet d’une politique de compensation dans la mesure où elles sont la conséquence de l’exercice, par les individus, de leur libre arbitre. Ceci n’implique pas pour autant qu’une responsabilisation soit systématiquement prônée pour les déterminants qui relèveraient de la responsabilité individuelle. L’intérêt de cette approche est surtout d’établir la distinction entre inégalités provenant ou pas de situations d’inégalités des chances.

54Quant aux inégalités résultant de différences de circonstances, elles ne devraient pas conférer aux individus d’avantages ou de désavantages systématiques dans la formation de l’état de santé. La philosophie de la responsabilité préconise donc la neutralisation des effets sur la santé des différences de circonstances et qualifie d’égalité des chances en santé ce procédé.

55L’objectif d’égalité des chances peut faire débat avec celui d’égalité de résultats (Cogneau et al. [2006]) puisque la primauté accordée au premier implique que le second dépendra du mérite et de la responsabilité individuels. Dans le domaine de la santé, ceci reviendrait à statuer sur le bien-fondé de la liberté individuelle dans les choix d’investissement de santé ou dans des comportements dits à risque. À titre d’illustration, les conditions de vie dans l’enfance sont en général classées comme relevant des circonstances, et les inégalités qui en résultent sont qualifiées d’« inéquitables », alors que les comportements individuels en termes de prévention et de risque, parce que relevant d’un choix individuel, sont plutôt classés comme des inégalités acceptables. Pour autant, la distinction est parfois malaisée : un individu peut fumer parce qu’il a grandi dans un foyer de fumeurs, auquel cas la notion de libre arbitre à l’égard du risque est difficile à soutenir. Il s’agit plus, dans ce cas, d’une inégalité relevant des circonstances elles-mêmes (Roemer [1998]).

56Du point de vue des travaux empiriques, comment peut se définir l’évaluation de ces inégalités des chances en santé ?

Implications pour les recherches empiriques

57L’importance croissante accordée à la notion d’inégalité des chances en santé et le changement de paradigme qu’elle préfigure, ne remettent pas pour autant en cause les travaux sur les inégalités de santé et d’accès. Mais il implique d’identifier ceux des déterminants de la santé qui peuvent être considérés comme relevant de la circonstance et ceux relevant de la responsabilité. La distinction n’est cependant pas aussi simple à mettre en œuvre dans les travaux empiriques.

58Empiriquement, les études ont mis en avant les divers facteurs explicatifs des inégalités de santé, sans pour autant établir un lien explicite entre ces facteurs et les deux notions de responsabilité et de circonstances. Implicitement pourtant, les analyses portant sur l’impact sur la santé des styles de vie (consommation de tabac, d’alcool, régimes alimentaires, exercice physique) reviennent à mesurer ce qui relève de la responsabilité individuelle ; quant aux analyses s’intéressant à l’impact de l’origine sociale et des caractéristiques de l’enfance sur la santé à l’âge adulte, elles cherchent à expliquer le lien santé et circonstances.

59Ce sont à l’origine essentiellement des travaux épidémiologiques qui ont analysé l’impact des conditions de vie durant l’enfance, voire in utero (Smith [1999], Goldberg et al. [2002] ; Marmot et Wilkinson [ 1999]), ils ont trouvé une influence de la catégorie sociale du père sur la santé et le risque de décès du descendant à l’âge adulte (Hyde et al. [2006] ; Melchior et al. [2006a] ; Melchior et al. [2006b]). Les analyses économiques de ces circonstances et de leur influence sur l’état de santé à l’âge adulte sont encore peu développées, en comparaison des nombreux travaux économiques consacrés à l’impact des circonstances sur le niveau de revenu et d’éducation. Une application de cette analyse à la santé a récemment montré qu’en plus des catégories sociales parentales, la longévité des deux parents est un facteur influençant fortement l’état de santé à l’âge adulte (Devaux et al. [2008]).

60Force est de constater cependant que le lien entre responsabilité et influence des circonstances est peu étudié [14]. De plus, l’analyse de l’influence de ces facteurs sur la santé est presque toujours déconnectée de l’analyse des inégalités de santé, alors même que ces facteurs sont au cœur de leur existence, voire même la clef de leur résorption.