key: cord-0825677-4n54lvm1
authors: Sundaram, Maria E.; Calzavara, Andrew; Mishra, Sharmistha; Kustra, Rafal; Chan, Adrienne K.; Hamilton, Mackenzie A.; Djebli, Mohamed; Rosella, Laura C.; Watson, Tristan; Chen, Hong; Chen, Branson; Baral, Stefan D.; Kwong, Jeffrey C.
title: Déterminants individuels et sociaux du test de dépistage du SRAS-CoV-2 et de l’obtention d’un résultat positif en Ontario, au Canada: une étude populationnelle
date: 2021-08-16
journal: CMAJ
DOI: 10.1503/cmaj.202608-f
sha: 4eecac248d083b5ef77d2e6611ff7af7628fe2f5
doc_id: 825677
cord_uid: 4n54lvm1

CONTEXTE: Optimiser la réponse de la santé publique pour diminuer le fardeau de la COVID-19 nécessite la caractérisation de l’hétérogénéité du risque posé par la maladie à l’échelle de la population. Cependant, l’hétérogénéité du dépistage du SRAS-CoV-2 peut fausser les estimations selon le modèle d’étude analytique utilisé. Notre objectif était d’explorer les biais collisionneurs dans le cadre d’une vaste étude portant sur les déterminants de la maladie et d’évaluer les déterminants individuels, environnementaux et sociaux du dépistage et du diagnostic du SRAS-CoV-2 parmi les résidents de l’Ontario, au Canada. MÉTHODES: Nous avons exploré la présence potentielle de biais collisionneurs et caractérisé les déterminants individuels, environnementaux et sociaux de l’obtention d’un test de dépistage et d’un résultat positif à la présence de l’infection au SRAS-CoV-2 à l’aide d’analyses transversales parmi les 14,7 millions de personnes vivant dans la collectivité en Ontario, au Canada. Parmi les personnes ayant obtenu un diagnostic, nous avons utilisé des études analytiques distinctes afin de comparer les prédicteurs pour les personnes d’obtenir un résultat de test de dépistage positif plutôt que négatif, pour les personnes symptomatiques d’obtenir un résultat de test de dépistage positif plutôt que négatif et pour les personnes d’obtenir un résultat de test de dépistage positif plutôt que de ne pas obtenir un résultat positif (c.-à-d., obtenir un résultat de test de dépistage négatif ou ne pas obtenir de test de dépistage). Nos analyses comprennent des tests de dépistage réalisés entre le 1(er) mars et le 20 juin 2020. RÉSULTATS: Sur 14 695 579 personnes, nous avons constaté que 758 691 d’entre elles ont passé un test de dépistage du SRAS-CoV-2, parmi lesquelles 25 030 (3,3 %) ont obtenu un résultat positif. Plus la probabilité d’obtenir un test de dépistage s’éloignait de zéro, plus la variabilité généralement observée dans la probabilité d’un diagnostic était grande parmi les modèles d’études analytiques, particulièrement en ce qui a trait aux facteurs individuels. Nous avons constaté que la variabilité dans l’obtention d’un test de dépistage était moins importante en fonction des déterminants sociaux dans l’ensemble des études analytiques. Les facteurs tels que le fait d’habiter dans une région ayant une plus haute densité des ménages (rapport de cotes corrigé 1,86; intervalle de confiance [IC] à 95 % 1,75–1,98), une plus grande proportion de travailleurs essentiels (rapport de cotes corrigé 1,58; IC à 95 % 1,48–1,69), une population atteignant un plus faible niveau de scolarité (rapport de cotes corrigé 1,33; IC à 95 % 1,26–1,41) et une plus grande proportion d’immigrants récents (rapport de cotes corrigé 1,10; IC à 95 % 1,05–1,15), étaient systématiquement corrélés à une probabilité plus importante d’obtenir un diagnostic de SRAS-CoV-2, peu importe le modèle d’étude analytique employé. INTERPRÉTATION: Lorsque la capacité de dépister est limitée, nos résultats suggèrent que les facteurs de risque peuvent être estimés plus adéquatement en utilisant des comparateurs populationnels plutôt que des comparateurs de résultat négatif au test de dépistage. Optimiser la lutte contre la COVID-19 nécessite des investissements dans des interventions structurelles déployées de façon suffisante et adaptées à l’hétérogénéité des déterminants sociaux du risque, dont le surpeuplement des ménages, l’occupation professionnelle et le racisme structurel.

Résumé Contexte : Optimiser la réponse de la santé publique pour diminuer le fardeau de la COVID-19 nécessite la caractérisation de l'hétérogénéité du risque posé par la maladie à l'échelle de la population. Cependant, l'hétérogénéité du dépistage du SRAS-CoV-2 peut fausser les estimations selon le modèle d'étude analytique utilisé. Notre objectif était d'explorer les biais collisionneurs dans le cadre d'une vaste étude portant sur les déterminants de la maladie et d'évaluer les déterminants individuels, environnementaux et sociaux du dépistage et du diagnostic du SRAS-CoV-2 parmi les résidents de l'Ontario, au Canada.

Méthodes : Nous avons exploré la présence potentielle de biais collisionneurs et caractérisé les déterminants individuels, environnementaux et sociaux de l'obtention d'un test de dépistage et d'un résultat positif à la présence de l'infection au SRAS-CoV-2 à l'aide d'analyses transversales parmi les 14,7 millions de personnes vivant dans la collectivité en Ontario, au Canada. Parmi les personnes ayant obtenu un diagnostic, nous avons utilisé des études analytiques distinctes afin de comparer les prédicteurs pour les personnes d'obtenir un résultat de test de dépistage positif plutôt que négatif, pour les personnes symptomatiques d'obtenir un résultat de test de dépistage positif plutôt que négatif et pour les personnes d'obtenir un résultat de test de dépistage positif plutôt que de ne pas obtenir un résultat positif (c.-à-d., obtenir un résultat de test de dépistage négatif ou ne pas obtenir de test de dépistage). Nos analyses comprennent des tests de dépistage réalisés entre le 1 er mars et le 20 juin 2020.

Résultats : Sur 14 695 579 personnes, nous avons constaté que 758 691 d'entre elles ont passé un test de dépistage du SRAS-CoV-2, parmi lesquelles 25 030 (3,3 %) ont obtenu un résultat positif. Plus la probabilité d'obtenir un test de dépistage s'éloignait de zéro, plus la variabilité généralement observée dans la probabilité d'un diagnostic était grande parmi les modèles d'études analytiques, particulièrement en ce qui a trait aux facteurs individuels. Nous avons constaté que la variabilité dans l'obtention d'un test de dépistage était moins importante en fonction des déterminants sociaux dans l'ensemble des études analytiques. Les facteurs tels que le fait d'habiter dans une région ayant une plus haute densité des ménages (rapport de cotes corrigé 1,86; intervalle de confiance [IC] à 95 % 1,75-1,98), une plus grande proportion de travailleurs essentiels (rapport de cotes corrigé 1,58; IC à 95 % 1,48-1,69), une population atteignant un plus faible niveau de scolarité (rapport de cotes corrigé 1,33; IC à 95 % 1,26-1,41) et une plus grande proportion d'immigrants récents (rapport de cotes corrigé 1,10; IC à 95 % 1,05-1,15), étaient systématiquement corrélés à une probabilité plus importante d'obtenir un diagnostic de SRAS-CoV-2, peu importe le modèle d'étude analytique employé.

Interprétation : Lorsque la capacité de dépister est limitée, nos résultats suggèrent que les facteurs de risque peuvent être estimés plus adéquatement en utilisant des comparateurs populationnels plutôt que des comparateurs de résultat négatif au test de dépistage. Optimiser la lutte contre la COVID-19 nécessite des investissements dans des interventions structurelles déployées de façon suffisante et adaptées à l'hétérogénéité des déterminants sociaux du risque, dont le surpeuplement des ménages, l'occupation professionnelle et le racisme structurel. SERVICES DE SANTÉ L a propagation du SRAS-CoV-2, le virus causant la COVID-19, a entraîné une pandémie présentant une hétérogénéité d'exposition et de risque de transmission [1] [2] [3] [4] . Une hétérogénéité des déterminants sociaux de la COVID-19 peut exister aux niveaux individuel et communautaire (p. ex., par la densité des ménages [5] [6] [7] . De plus, les déterminants sociaux de la santé, comme les obstacles à l'accès aux soins de santé, l'occupation professionnelle, le racisme structurel et la xénophobie, sont impliqués dans le risque posé par la COVID-19 8, 9 . Les déterminants environnementaux, tels que la pollution de l'air, peuvent aussi jouer un rôle, comme le démontrent les données; une plus grande pollution de l'air augmente le risque d'infection à d'autres virus respiratoires 10, 11 et d'évolution vers des formes graves de la COVID-19 12, 13 . Les facteurs environnementaux sont liés au racisme structurel (p. ex., en contexte d'un logement de mauvaise qualité) 12, 14 .

Employer des données observationnelles pour cibler les facteurs de risque de la COVID-19 s'appuie sur le dépistage du SRAS-CoV-2, un service qui n'est pas déployé de façon uniforme 15 . Les différences dans l'offre de dépistage introduisent la possibilité de biais de sélection 16, 17 , dont des biais collisionneurs 17 . Ceuxci peuvent être introduits dans les études épidémiologiques des facteurs de risque de la COVID-19 si les facteurs étudiés sont corrélés à l'acquisition d'une infection et à la probabilité d'obtenir un test de dépistage [17] [18] [19] . Par exemple, les données révèlent que les personnes atteintes de diabète sont plus susceptibles de présenter une forme grave de la COVID-19 si elles sont infectées au SRAS-CoV-2 20, 21 . Ainsi, si elles sont infectées, ces personnes peuvent être plus susceptibles d'obtenir un test de dépistage et conséquemment, le diabète peut sembler associé à un diagnostic de COVID-19 dans les études portant sur les personnes ayant obtenu un test de dépistage du SRAS-CoV-2, même si le diabète n'est pas un facteur de risque de l'infection 17 . L'inverse peut aussi se produire avec les maladies respiratoires sous-jacentes (p. ex., l'asthme) qui présentent des symptômes comparables à ceux causés par le SRAS-CoV-2, menant à d'apparentes corrélations potentiellement « protectrices » avec la COVID-19 22 

Nous avons ciblé des états de dépistage à l'aide des données du Système d'information de laboratoire de l'Ontario (SILO) et couplé ces renseignements à des ensembles de données pertinents liés à la santé qui comprennent des renseignements portant sur la démographie, le recours aux soins de santé et la région. Ces ensembles de données ont été couplés à l'aide de codes d'identification uniques et analysés par l'ICES (auparavant connu sous le nom d'Institute for Clinical Evaluative Sciences) 25 .

Le SILO a saisi environ 88 % de tous les cas de SRAS-CoV-2 identifiés en laboratoire rapportés par la province au cours de la période de l'étude (calculé comme le nombre de cas identifiés dans SILO divisé par le nombre de cas rapportés par le tableau de bord de la COVID-19 en Ontario au cours de la même période 

Comme déterminants individuels, nous avons inclus le sexe, l'âge, les troubles de santé sous-jacents et le recours antérieur aux services de santé. Nous avons sélectionné les troubles de santé sous-jacents ciblés dans la documentation, révisée par des pairs ou non, comme étant associés à la gravité de la COVID-19 2,27-30 ou avec des symptômes semblables à ceux de la COVID-19, car la gravité et les symptômes peuvent mener à des écarts de dépistage et par conséquent, à un biais collisionneur [31] [32] [33] [34] [35] [36] . Nous avons aussi sélectionné des problèmes de santé qui JAMC | 16 AOÛT, 2021 | VOLUME 193 | NUMÉRO 32 E1263 accroissent le besoin de soutien pour des soins personnels (p. ex., la démence), étant par conséquent le reflet d'une convergence avec les risques professionnels chez les fournisseurs de soins essentiels 37, 38 . Nous avons posé l'hypothèse que le recours aux soins de santé augmenterait l'accès aux tests de dépistage et serait un marqueur de comorbidités; nous avons mesuré le recours aux soins de santé par le nombre d'hospitalisations au cours des 3 dernières années, le nombre de consultations externes au cours de la dernière année et la vaccination contre la grippe au cours de la saison 2019-2020. Nous avons aussi intégré le groupe diagnostic corrigé (GDC) 40 du Johns Hopkins ACG System 39 comme mesure composite des comorbidités.

Les déterminants environnementaux comprennent les particules fines (PM 2,5 ) à l'aide d'estimés obtenus par satellite 41 et un modèle de régression d'aménagement du territoire pour NO 2 42 au niveau du code postal.

Nous avons conceptualisé les déterminants sociaux comme des variables régionales qui pourraient signaler des taux de contact dans les communautés (densité des ménages, densité des immeubles d'appartements et statut des personnes ne vivant pas en couple, p. ex., non mariées) 43, 44 , des taux de contact au travail (« travailleurs essentiels ») 16, 45 , des barrières socioéconomiques à l'accès aux soins de santé ou au logement (revenu des ménages et niveau de scolarité) 46,47 et des facteurs associés à la race et à l'origine ethnique (statut de minorité visible et immigration récente) 8, 9 . Nous avons extrait ces variables du Recensement de la population du Canada de 2016 au niveau des aires de diffusion (AD), l'unité géographique la plus petite utilisée pour collecter les données du Recensement 48 . Nous avons classé les aires de diffusion à l'échelle des villes (pour un revenu médian équivalent par personne) ou à l'échelle de la province (pour tous les autres déterminants sociaux) puis nous les avons classées en quintiles. Pour la densité d'immeubles d'appartements et le statut d'immigration récente, la fréquence élevée de résultats nuls n'a permis la création que de 3 catégories (c.-à-d., une combinaison des 3 quintiles les moins élevés ainsi que le quatrième et cinquième quintile).

Nous avons défini le paramètre de test de dépistage comme l'obtention d'au moins 1 test de dépistage du SRAS-CoV-2 pendant la période de l'étude. Le groupe de comparaison comprend les résidents de l'Ontario qui n'ont pas eu de dossier de dépistage au cours de la période étudiée. Nous avons évalué les déterminants du dépistage dans des modèles de régression logistique non corrigés, corrigés en fonction de l'âge et du sexe et entièrement corrigés qui comprennent tous les déterminants. Le modèle entièrement corrigé comprend aussi une covariable à effet fixe pour la région sanitaire. Les régions sanitaires sont des zones géographiques au sein desquelles les mesures de santé publique ont été appliquées de manière différentes 49 et où une variabilité des déterminants sociaux mesurés et non mesurés est possible 50 .

Afin de résoudre la présence potentielle de biais collisionneurs, nous avons comparé la probabilité d'obtenir un résultat positif à un test de dépistage du SRAS-CoV-2 extraite de modèles de régression logistique non corrigés, corrigés en fonction de l'âge et du sexe et entièrement corrigés (incluant tous les déterminants et les régions sanitaires) en utilisant 3 modèles d'études. Le modèle « pseudotest de dépistage négatif » comparait les personnes qui ont obtenu un résultat de test de dépistage positif aux personnes qui ont obtenu un résultat négatif, le modèle « vrai test de dépistage négatif » était limité aux personnes qui étaient enregistrées comme présentant des symptômes de la maladie 51 et le modèle « cas-témoins » comparait toutes les personnes ayant obtenu un résultat de test de dépistage positif avec toutes les personnes n'ayant pas obtenu de résultats positifs (c.-à-d., les personnes présentant un résultat de test de dépistage négatif ou celle n'ayant pas obtenu de test de dépistage).

Pour cibler les déterminants des cas ayant obtenu un test de dépistage du SRAS-CoV-2 et ayant obtenu un résultat positif à la présence du virus dans le cadre d'un test de dépistage, nous nous sommes attardés aux résultats des modèles de régression logistique entièrement corrigés pour les études pseudotest de dépistage négatif et les études cas-témoins. Les résultats pour le modèle d'étude vrai test de dépistage négatif sont présentés à l'annexe 1. Nous avons interprété chaque ensemble de déterminants comme des analyses indépendantes fondées sur des graphes orientés acycliques (annexe 1, figure supplémentaire 1). Nous sommes d'avis que le modèle d'étude cas-témoins est celui qui présente le moins de biais collisionneurs potentiels.

Nous avons réalisé l'analyse statistique à l'aide de la version 9.4 du SAS. Pour tenir compte de la colinéarité, nous avons évalué les tolérances et les facteurs d'inflation de la variance.

L'utilisation des données pour le présent projet a été autorisée en vertu de l'article 45 de la Loi de 2004 sur la protection des renseignements personnels sur la santé de l'Ontario, laquelle ne requière pas d'examen par un comité d'éthique de la recherche.

Des 758 691 personnes ayant subi un test de dépistage au cours de la période de l'étude, 25 030 (3,3 %) ont obtenu un résultat positif au dépistage du SRAS-CoV-2 (figure 1). Seulement 11,8 % des personnes testées présentaient un symptôme relevé par le fournisseur de soins, 13,6 % étaient considérés comme asymptomatiques et les renseignements sur les symptômes étaient lacunaires pour 74,6 % de ces personnes. Des caractéristiques descriptives de la population que nous avons étudiée sont regroupées au tableau 1 et à l'annexe 1, tableau supplémentaire 2.

Au cours de l'analyse entièrement corrigée, nous avons constaté que la probabilité de subir un test de dépistage augmentait avec l'âge (tableau 2 et annexe 1, tableau supplémentaire 3). Les hommes présentaient une probabilité plus faible d'obtenir un test de dépistage que les femmes. Nous avons aussi constaté que presque tous les problèmes de santé sousjacents et la plupart des mesures de recours antérieurs aux services de santé étaient associés à une augmentation de la probabilité de subir un test de dépistage. Par contre, une plus grande pollution de l'air était corrélée à une plus faible probabilité d'obtenir un test de dépistage. Il y avait peu de variabilité dans la probabilité d'obtenir un test de dépistage selon les déterminants sociaux de la santé basés sur la région. Cependant, les régions comprenant un plus grand nombre de personnes issues des minorités visibles avaient une plus faible probabilité d'obtenir un test de dépistage alors que les régions où le revenu des ménages était plus élevé et où un plus grand pourcentage de la population ne vivait pas en couple présentaient une plus grande probabilité d'obtenir un test de dépistage. Les estimations de la probabilité de subir un test de dépistage pour la plupart des déterminants sociaux de la santé semblent progressivement atténuées lorsqu'on passe des modèles de régression non corrigés, aux modèles corrigés en fonction de l'âge et du sexe à ceux entièrement corrigés. Notamment, la corrélation entre le fait d'obtenir un test de dépistage et le quintile du revenu a changé de direction après la correction (figure 2 et annexe 1, tableau supplémentaire 3).

Notre comparaison des résultats en utilisant les différents modèles d'études analytiques a souligné d'importantes différences au niveau des déterminants individuels et des différences moindres pour ce qui a trait aux déterminants sociaux (tableau 2 et annexe 1, tableaux supplémentaires 4-6). Les variables qui étaient associées au test de dépistage tendaient à montrer différentes relations avec un résultat positif à la présence de SRAS-CoV-2 dans l'ensemble des modèles d'études. Par exemple, la probabilité corrigée d'obtenir un test de dépistage pour les adultes de 85 ans et plus comparativement à ceux plus jeunes de 5 ans était de dépistage négatif est employé, mais ne révèle aucune corrélation ou augmentation de la probabilité d'obtenir un résultat positif au test de dépistage lorsque le modèle d'étude cas-témoins est utilisé. Les résultats que nous avons obtenus avec le modèle vrai test de dépistage négatif étaient largement comparables aux résultats fournis par le modèle pseudotest de dépistage négatif avec des intervalles de confiance élargis, à l'exception de la probabilité d'obtenir un résultat positif qui était plus élevée chez les personnes plus âgées en employant le modèle vrai test de dépistage négatif comparativement au modèle pseudotest de dépistage négatif, et plus bas pour les quintiles supérieurs des travailleurs essentiels pour le modèle vrai test de dépistage négatif comparativement au pseudotest de dépistage négatif (annexe 1, tableaux supplémentaires 4 et 5).

En utilisant le modèle d'étude cas-témoins, nous avons constaté qu'un âge avancé, certaines comorbidités (p. ex., l'hypertension, le diabète, l'insuffisance cardiaque congestive, la démence, la Remarque : AD = aire de diffusion, AIT = accident ischémique transitoire, GDC = Groupe diagnostic corrigé, MPOC = maladie pulmonaire obstructive chronique, PM2,5 = particules fines. *Sauf indication contraire. †Nous définissons un milieu rural comme étant situé à l'extérieur de la zone de navette d'une ville dont la population est supérieure à 10 000 personnes. ‡Nous comptons les personnes si elles ont obtenu un diagnostic au cours des 5 dernières années. §Nous considérons que les personnes sont immunovulnérables si elles sont atteintes du VIH, ont subi une transplantation d'organe ou de moelle épinière ou présentent un autre problème d'immunodéficience. ¶Cette catégorie comprend les personnes qui ont subi un accident vasculaire cérébral ischémique ou un accident ischémique transitoire au cours des 20 dernières années. **Cette catégorie comprend les personnes qui ont obtenu un diagnostic au cours des 2 dernières années. † †Les valeurs de PM2,5 > 12 μg/m 3 ou de NO2 > 53 parties par milliard par année seraient associées à un risque accru d'autres maladies respiratoires 52 Les 2 catégories supérieures d'exposition au PM 2,5 étaient associées à une augmentation de la probabilité d'obtenir un résultat positif, alors qu'aucune catégories de l'exposition au NO 2 n'était associée à une telle augmentation.

Nous avons aussi constaté qu'une plus grande densité des ménages, une densité des immeubles d'appartements augmentée, un plus grand pourcentage de personnes ne vivant pas en couple et un pourcentage plus élevé de travailleurs essentiels étaient associés à une probabilité plus élevée d'obtenir un résultat positif au test de dépistage du SRAS-CoV-2. Un plus faible niveau de scolarité était relié à une augmentation de la probabilité, mais il n'existait pas de relation statistiquement cohérente avec le revenu des ménages. Nous avons aussi déterminé qu'être dans le quintile le plus élevé des milieux où vivent des personnes Remarque : AIT = accident ischémique transitoire, GDC = groupe diagnostic corrigé, MPOC = maladie pulmonaire obstructive chronique, PM2,5 = particules fines, Référence = catégorie de référence. *Tous les modèles présentés sont entièrement corrigés et comprennent l'ensemble des variables énumérées dans le présent tableau comme covariables. †Étude de test pseudonégatif. ‡C'est-à-dire, tous les résultats de test négatifs et toutes les personnes n'ayant pas subi de test de dépistage. §Étude cas-témoins. ¶Nous définissons un milieu rural comme étant situé à l'extérieur de la zone de navette d'une ville dont la population est supérieure à 10 000 personnes. **Nous comptons les personnes si elles ont obtenu un diagnostic au cours des 5 dernières années. † †Nous considérons que les personnes sont immunovulnérables si elles sont atteintes du VIH, ont subi une transplantation d'organe ou de moelle épinière ou présentent un autre problème d'immunodéficience. ‡ ‡Cette catégorie comprend les personnes qui ont subi un accident vasculaire cérébral ischémique ou un accident ischémique transitoire au cours des 20 dernières années. § §Cette catégorie comprend les personnes qui ont obtenu un diagnostic au cours des 2 dernières années. ¶ ¶Les valeurs de PM2,5 > 12 μg/m 3 ou de NO2 > 53 parties par milliard par année serait associées à un risque accru d'autres maladies respiratoires 52 . ***Toutes les variables de cette catégorie sont des variables propres aux régions au niveau de l'aire de diffusion (AD) du Recensement de la population du Canada de 2016. † † †Le premier quintile représente 0-2,1 personnes par logement; deuxième quintile, 2,2-2,4 personnes par logement; troisième quintile, 2,5-2,6 personnes par logement; quatrième quintile, 2,7-3 personnes par logement et cinquième quintile, 3,1-5,7 personnes par logement. ‡ ‡ ‡Première catégorie, 0 %-7,3 % des bâtiments dans la région sont des immeubles d'appartements; deuxième catégorie, 7,4 %-37,7 % sont des immeubles d'appartements; troisième catégorie, 37,7 %-100 % sont des immeubles d'appartements. § § §Premier quintile, 11,2 %-33,7 % des personnes ne vivent pas en couple; deuxième quintile, 33 issues des minorités visibles et un plus grand pourcentage d'immigrants récents étaient corrélé à une plus grande probabilité d'obtenir un résultat positif au test de dépistage du SRAS-CoV-2. Les associations étaient atténuées après la correction pour tous les déterminants sociaux à l'exception de la densité des ménages et la présence de travailleurs essentiels (figure 3 et annexe 1, tableau supplémentaire 6). Notre évaluation de la colinéarité des diagnostics a révélé que toutes les tolérances étaient inférieures à 1 et que tous les facteurs d'inflation de la variance étaient inférieurs à 5 (annexe 1, tableau supplémentaire 7).

Nous avons constaté que nos 3 modèles analytiques ciblaient différents déterminants individuels de l'obtention d'un résultat positif au test de dépistage du SRAS-CoV-2, probablement en rai-son de biais collisionneurs. En employant l'analyse cas-témoins, que nous considérons comme la moins partiale, nous avons ciblé des déterminants individuels, environnementaux et sociaux de la santé particuliers comme étant des déterminants clés de l'obtention d'un résultat positif au test de dépistage du SRAS-CoV-2.

En utilisant les modèles vrai test de dépistage négatif et pseudotest de dépistage négatif, nous avons constaté un haut potentiel de cibler de façon erronée des déterminants individuels, comme des problèmes de santé sous-jacents ayant un effet protecteur contre l'obtention d'un résultat positif au test de dépistage du SRAS-CoV-2, bien qu'ils soient associés à des taux plus élevés de subir un test de dépistage. Ces problèmes de santé sont associés à la gravité de la COVID-19 2 et peuvent être susceptibles au biais collisionneur, où la direction de l'effet mesuré change selon le modèle choisi. Des résultats comparables ont été constatés avec les 0, 50 1,00 1,50 variables de recours aux soins de santé. Ainsi, l'évaluation des déterminants de l'obtention d'un résultat positif au test de dépistage du SRAS-CoV-2 requiert une interprétation nuancée en évaluant les raisons du dépistage 17 . Dans le contexte du faible niveau de prestation des tests de dépistage, le modèle d'étude cas-témoins semble avoir atténué certaines sources potentielles de biais collisionneurs, dans l'hypothèse que le nombre de personnes non testées est comparable à celui du nombre de personnes qui ont obtenu un résultat négatif au test de dépistage 16, 17 . Nous avons constaté que certains problèmes de santé sousjacents demeuraient associés à des diagnostics lorsque le modèle d'étude cas-témoins est employé, étant le reflet de facteurs de confusion non mesurés ou d'une possible susceptibilité biologique à l'infection si exposé 10, 11, 20, 53, 54 . Par exemple, la démence et la fragilité demeuraient associées de façon indépendante au diagnostic, ce qui peut être causé par des facteurs de confusion non mesurés, comme les taux plus élevés de contacts avec les personnes qui les soignent ou le fait d'habiter dans des milieux de vie collectifs comme les résidences pour aînés. Ainsi, les problèmes de santé sous-jacents, comme la démence et la fragilité, représentent des cibles de prévention accompagnées de stratégies conçues sur mesure pour réduire l'exposition des personnes caractérisées par ces déterminants individuels.

Au cours de la période de l'étude, les critères de dépistage du SRAS-CoV-2 en Ontario sont passés d'une attention particulière portée aux voyageurs symptomatiques de retour au pays aux personnes présentant des symptômes graves et aux personnes exposées dans le cadre de leur emploi à davantage de tests de dépistage destinés aux personnes asymptômatiques [31] [32] [33] [34] 36 des symptômes n'a pas fourni des résultats nettement différents du modèle de test de dépistage négatif qui tenait compte des personnes symptomatiques et asymptomatiques pour la majorité des déterminants, mais ce peut être causé en partie par la forte proportion de personnes dont les renseignements sur les symptômes étaient lacunaires (74,6 %). La corrélation indépendante entre un PM 2,5 élevé et un diagnostic peut être le reflet de déterminants sociaux de la santé non mesurés 55, 56 . Cependant, des études ont aussi invoqué la pollution environnementale comme ayant une in fluence sur le risque d'exposition au SRAS-CoV-2 et la gravité de la COVID-19 [10] [11] [12] .

Nous avons observé une probabilité accrue d'obtenir un résultat positif à un test de dépistage du SRAS-CoV-2 lorsqu'associée à la densité des ménages, au pourcentage d'immeubles d'appartements, au nombre de personnes ne vivant pas en couple, aux travailleurs essentiels, au niveau de scolarité et au statut d'immigration récente, le tout cohérent avec les constats d'autres milieux 50, 57, 58 . On a démontré que la taille des ménages est un facteur de risque cohérent sur un vaste éventail de milieux 59, 60 . Ces taux d'infection plus élevés sont vraisemblablement causés par des contacts rapprochés et prolongés entre les personnes qui se produisent plus fréquemment au sein des ménages 60 . Les travailleurs des services essentiels sont aussi associés à un risque d'exposition plus élevé 61 , que ce soit parce que ces emplois ne peuvent être réalisés avec les méthodes de protection appropriées ou que les politiques et le matériel de protection ne sont pas mis en place, exposant les travailleurs à un risque élevé 62, 63 .

Nous avons constaté que des pourcentages plus élevés d'immigrants récents dans une région étaient associés à une probabilité accrue d'obtenir un résultat positif à un test de dépistage du SRAS-CoV-2, même après avoir procédé aux corrections, bien que le pourcentage des minorités visibles ne l'était pas. Ces deux variables pourraient représenter des mesures résiduelles de racisme structurel, potentialisant le risque accru d'exposition au SRAS-CoV-2 et à la gravité de la COVID-19 [64] [65] [66] , y compris l'hospitalisation et le décès liés à la COVID-19 9, 16, 28, 58 . Nous avons constaté que la corrélation entre le statut de minorité visible et le diagnostic était atténuée après la correction pour les déterminants individuels et environnementaux, de même que d'autres déterminants sociaux de la santé. Ces constats sont vraisemblablement le reflet de ce que nous savons déjà au sujet des la race et de l'ethnicité en tant que constructions sociales et déterminants sociaux de la santé 67 . Enfin, le fait qu'il y avait peu de corrélation entre la plupart des déterminants sociaux de la santé et la probabilité d'obtenir un test de dépistage tend à montrer que les ressources de dépistage n'étaient peut-être pas priorisées de façon adéquate pour les personnes à plus haut risque 68 .

Nos résultats tendent à montrer le besoin d'augmenter et de rediriger les ressources qui visent spécifiquement les déterminants sociaux comme la densité des ménages 47,69 (p. ex., des centres d'isolation volontaire 70 et les services complets 71 ), les risques professionnels 62,66 (p. ex., des congés de maladie payés 72 , le dépistage en milieu de travail 73 et l'amélioration de la ventilation 62 ) et d'autres médiateurs du racisme structurel 68,74,75 (p. ex., des campagnes de sensibilisation au dépistage menées par la communauté 76 ). Ils suggèrent aussi de prioriser les stratégies de vaccination contre la COVID-19 visant les communautés et les milieux de travail qui présentent les plus hauts taux de transmission. Bien que l'administratrice en chef de la santé publique du Canada ait suggéré que la réponse de la santé publique à la COVID-19 soit fondée sur l'équité 45 , la plupart des mesures d'équité contre la COVID-19 et de sensibilisation auprès des communautés marginalisées ont été mises en oeuvre par des petits groupes indépendant, dont des organismes bénévoles 77-79 .

Notre détermination des résultats positifs au test de dépistage du SRAS-CoV-2 était limitée aux cas confirmés en laboratoire et aux 88 % de tous les diagnostics provinciaux qui étaient accessibles par SILO. Nous avons supposé que les déterminants demeuraient constants tout au long de la période étudiée alors que les données de surveillance suggèrent une évolution dans la manière dont les infections se propagent entre les réseaux sociaux 80 . De futures analyses devraient évaluer les changements dans la direction et l'ampleur des déterminants tout au long de l'éclosion. Nos modèles étaient corrigés aussi selon la région de santé publique au sein de laquelle plusieurs déterminants sociaux sont regroupés 50 et nous ne pouvons pas déduire de nos résultats la manière dont les déterminants sociaux des diagnostics peuvent varier entre les régions géographiques et au sein de ces régions. Nous avons mesuré les déterminants sociaux au niveau régional, mais ces déterminants n'étaient pas accessibles au niveau individuel; cependant, en décrivant les voisinages des individus, notre analyse reflète le rôle des déterminants structurel et environnemental pour les personnes qui y résident. Il se peut que nous ayons surcorrigé les modèles entièrement corrigés dans nos analyses en raison de nombre élevé de covariables. Cependant, la direction des estimations d'effet demeurait généralement la même après une correction complète et la taille de l'échantillon utilisé par nos analyses fournissait une puissance statistique adéquate. Finalement, certains déterminants pertinents, comme l'obésité 22, 80 , n'étaient pas accessibles pour notre étude 81 .

Nous avons constaté que les risques démographiques et ceux liés à la santé pour l'obtention d'un résultat positif à un test de dépistage du SRAS-CoV-2, qui ont généralement constitué les cibles de la lutte stratégique contre la COVID-19 jusqu'à maintenant, semblent sujets aux biais collisionneurs. Cependant, nous avons observé une corrélation cohérente entre les résultats positifs au test de dépistage du SRAS-CoV-2 et des déterminants sociaux de la santé importants, comme le statut de travailleur essentiel, le nombre de personnes résidant au sein d'un ménage et le niveau de scolarité. Une lutte efficace contre la COVID-19 nécessite que les déterminants sociaux associés à l'accès à un test de dépistage et les risques de transmission du SRAS-CoV-2 soient caractérisés et qu'on s'y attarde à l'aide d'interventions adaptées au risque et ancrées dans la communauté.

Understanding hetergeneity to inform public health response to COVID-19 in Canada

Report of the WHO-China joint mission on coronavirus disease 2019 (COVID-19). Geneva: World Health Organization

New York State Coronavirus 2019 Response Team. COVID-19 testing, epidemic features, hospital outcomes, and household prevalence

Household secondary attack rate of COVID-19 and associated determinants [prépublication

Sharpening the global focus on ethnicity and race in the time of COVID-19

COVID-19 Laboratory testing in Ontario: patterns of testing and characteristics of individuals tested, as of

Heterogeneity in risk, testing and outcome of COVID-19 across outbreak settings in the Greater Toronto Area, Canada: an observational study

Hospitalization and mortality among black patients and white patients with COVID-19

Association of race with mortality among patients hospitalized with coronavirus disease 2019 (COVID-19) at 92 US hospitals

Impact of ambient fine particulate matter (PM2.5) exposure on the risk of influenza-like-illness: a time-series analysis in Beijing

Assessing the relationship between surface levels of PM2.5 and PM10 particulate matter impact on COVID-19 in

Exposure to air pollution and COVID-19 mortality in the United States: a nationwide cross-sectional study

Urban air pollution may enhance COVID-19 casefatality and mortality rates in the United States

The Lancet Planetary Health. Environmental racism: time to tackle social injustice

Sex-and age-specific differences in COVID-19 testing, cases and outcomes: a population-wide study in Ontario

Ethnic and socioeconomic differences in SARS-CoV-2 infection: prospective cohort study using UK Biobank

Collider bias undermines our understanding of COVID-19 disease risk and severity

Causal inference: what if

Endogenous selection bias: the problem of conditioning on a collider variable

COVID-19 and diabetes: knowledge in progress

Is diabetes mellitus associated with mortality and severity of COVID-19? A meta-analysis

Severe obesity, increasing age and male sex are independently associated with worse in-hospital outcomes, and higher in-hospital mortality

Health care in Ontario: OHIP. Toronto: Government of Ontario

Toronto: Ministry of Health, Ontario Health Insurance Plan, Laboratories and Genetics Branch

Toronto: ICES; 2020. Accessible ici : www. ices.on.ca/Data-and-Privacy/ICES-data/Types-of-ICES-Data

Ottawa: Statistics Canada; modified

Asthma increases risk of severity of COVID-19

OpenSAFELY: factors associated with COVID-19 death in 17 million patients

Are patients with hyperetension and diabetes mellitus at increased risk for COVID-19 infection?

Risk of ischemic stroke in patients with COVID-19 versus patients with influenza

Toronto: Ministries of Health and Long-Term Care

Toronto: Ministries of Health and Long-Term Care

Toronto: Ministries of Health and Long-Term Care

Toronto: Ministries of Health and Long-Term Care

COVID-19 quick reference public health guidance on testing and clearance. Toronto: Ministries of Health and Long-Term Care

Toronto: Ministries of Health and Long-Term Care

Trajectory of mobility decline by type of dementia

Caregiver burden for informal caregivers of patients with dementia: a systematic review

The Johns Hopkins ACG system. Baltimore: Johns Hopkins University. Accessible ici : www.hopkinsacg.org

Using the Johns Hopkins Aggregated Diagnosis Groups (ADGs) to predict mortality in a general adult population cohort in Ontario

Use of satellite observations for long-term exposure assessment of global concentrations of fine particulate matter

Creating national air pollution models for popu lation exposure assessment in Canada

The impact of COVID-19 and strategies for mitigation and suppression in low-and middle-income countries

Coronavirus disease outbreak in call center

Chief Public Health Officer of Canada. From risk to resilience: an equity approach to COVID-19. Ottawa: Public Health Agency of Canada

The impact of social vulnerability on COVID-19 in the U.S.: an analysis of spatially varying relationships

Risk for COVID-19 infection and death among Latinos in the United States: examining heterogeneity in transmission dynamics

Census of Population, 2016: dissemination area (DA)

Accessible ici : www.ontario.ca/page/public-health-units

Enhanced epidemiological summary: COVID-19 in Ontario -a focus on diversity. Toronto: Public Health Ontario

Theoretical basis of the test-negative study design for assessment of influenza vaccine effectiveness

Accessible ici : www.epa.gov/criteria-air-pollutants/naaqs-table (consulté le 21 sept

COVID-19 and cardiovascular disease: from basic mechanisms to clinical perspectives

The COVID-19 pandemic: a new challenge for syndromic surveillance

Air pollution, health and social deprivation: a fine-scale risk assessment

Air pollution, social deprivation, and mortality

Intersectionality and inequalities in medical risk for severe COVID-19 in the Canadian Longitudinal Study on Aging

A population-based cohort study of socio-demographic risk factors for COVID-19 deaths in Sweden

Contact settings and risk for transmission in 3410 close contacts of patients with COVID-19 in Guangzhou, China: a prospective cohort study

Household secondary attack rate of COVID-19 and associated determinants in Guangzhou, China: a retrospective cohort study

Workplace safety & prevention services guidance on health and safety for the personal care service sector during COVID-19

COVID-19 among workers in meat and poultry processing facilities: 19 states

The N95 shortage America can't seem to fix. The Washington Post

Racial and ethnic disparities in SARS-CoV-2 pandemic: analysis of a COVID-19 observational registry for a diverse US metropolitan population

Risk factors for SARS-CoV-2 among patients in the Oxford Royal College of General Practitioners Research and Surveillance Centre primary care network: a cross-sectional study

The neglected health of international migrant workers in the COVID-19 epidemic

Not race, racism: concerns of COVID-19 affecting African Americans. Anthropological Responses to Heatlh Emergencies

COVID-19: ensuring equality of access to testing for ethnic minorities

Residential context and COVID-19 mortality among adults aged 70 years and older in Stockholm: a population-based, observational study using individual-level data

Isolation hotels: a community-based intervention to mitigate the spread of the COVID-19 pandemic. Health Secur

The missing piece in America's COVID-19 isolation and quarantine strategy: wraparound services

Expanding paid sick leave as a public health tool in the COVID-19 pandemic

Accessible ici : www.iwh.on.ca/newsletters/at -work/102/rapid-covid-19-testing-potential-game-changer-in-worker -protection

COVID-19 and racial/ethnic disparities

COVID-19 cases in US counties: roles of racial/ethnic density and residential segregation

Experience of a novel community testing programme for COVID-19 in London: lessons learnt

We started the South Asian COVID Task Force because Ontario failed to address inequities. In a short time, we've seen more people get tested

Meet the Toronto Indigenous organizations bringing COVID-19 testing, food directly to people's doorsteps. CBC News Toronto

Obesity: a critical risk factor in the COVID-19 pandemic

Toronto: ICES. Accessible ici : www.ices.on.ca/Data-and -Privacy/ICES-data/Data-dictionary

Intérêts concurrents : Adrienne Chan est membre du conseil de Partners in Health Canada. Mackenzie Hamilton est actuellement en stage chez AstraZeneca Canada afin de soutenir les initiatives de recherche en santé en lien avec le lupus et la forme grave de l'asthme. Aucun autre intérêt concurrent n'a été déclaré.Cet article a été révisé par des pairs. Affiliations : ICES Central (Sundaram, Calzavara, Hamilton, Djebli, Rosella, Watson, H. Chen, B. Chen, Kwong); Département de médecine (Mishra, Chan); Institut de gestion, d'évaluation et de politiques de santé (Mishra, Chan); Institut des sciences médicales (Mishra) Cette étude a bénéficié du soutien de l'ICES, qui reçoit une subvention annuelle du ministère de la Santé et des Soins de longue durée (MSSLD) de l'Ontario. Les commanditaires de l'étude n'ont pas participé à la conception et à la mise en oeuvre de l'étude, ni à la collecte, la gestion, l'analyse et l'interprétation des données, ni à la préparation, la révision ou l'approbation du manuscrit, ni à la décision de soumettre le manuscrit pour publication.

Correspondance : Jeffrey Kwong, jeff.kwong@utoronto.ca