Fréquence des demandes de prestations pour des microtraumatismes répétés du membre supérieur chez les travailleurs ontariens en 1997

Vol 25 No 1, 2003

Dianne Zakaria, James Robertson, John Koval, Joy MacDermid et Kathleen Hartford

Résumé

Pour surveiller les microtraumatismes répétés du membre supérieur (MTRMS) d'origine professionnelle, il faut disposer de stratégies valides et fiables d'extraction des demandes de prestations et examiner les possibilités de confusion et d'interaction. Dans la présente étude, nous avons estimé les taux bruts et spécifiques des demandes de prestations pour des MTRMS chez les travailleurs ontariens en 1997 tout en tenant compte des erreurs de classification et en évaluant les possibilités de confusion et d'interaction. Nous avons établi des estimations pour les événements situés à la limite inférieure et supérieure à l'aide d'un algorithme appliqué à la base de données de la Commission de la sécurité professionnelle et de l'assurance contre les accidents de travail et les avons combinées avec les estimations pour les groupes «à risque» établies à partir de l'Enquête sur la population active (EPA). Nous avons utilisé la régression de Poisson pour évaluer la confusion et l'interaction. La méthode utilisée pour identifier les demandes de prestations pour des MTRMS avait un effet appréciable sur l'importance des taux, les rapports de taux selon le sexe, la partie du membre supérieur le plus souvent touchée et les catégories professionnelles les plus à risque. La régression de Poisson a permis de déterminer les interactions avec le sexe et d'évaluer les données de façon rigoureuse; nous avons aussi constaté que les taux devraient être examinés séparément pour les hommes et les femmes. Les chercheurs devraient définir clairement les stratégies d'extraction et examiner les répercussions des erreurs de classification.

Mots clés : accidents du travail; erreur de classification dans l'algorithme; interactions avec le sexe; microtraumatismes répétés; membres supérieurs; taux; surveillance; régression de Poisson

Énoncé du problème

Le terme générique microtraumatismes répétés du membre supérieur (MTRMS) est utilisé pour décrire les lésions résultant de mouvements répétitifs du membre supérieur pendant une certaine période plutôt que celles dues à un incident spécifique¹. Voici quelques exemples courants de MTRMS : syndrome du canal carpien, tendinite et épicondylite. Bien que la proportion de demandes de prestations qui sont attribuables à des microtraumatismes répétés au travail semble minime, allant de moins de 1 % à 8,7 %^2,3, les demandes de prestations pour des MTRMS sont plus coûteuses et invalidantes que celles concernant des problèmes aigus au niveau du membre supérieur^4,6 ou les demandes faites à la suite d'accidents du travail en général^3,7. L'identification exacte des groupes à risque élevé est donc importante si l'on veut déterminer les facteurs de risque, entreprendre les activités de prévention appropriées et surveiller l'efficacité de ces activités.

Un examen détaillé de la littérature a cependant montré que l'intervalle de variation des taux et des rapports de taux dans le cas des microtraumatismes répétés d'origine professionnelle est assez large⁸. Un facteur qui contribue grandement à cette variation peut être la méthode utilisée pour définir et extraire les demandes de prestations. Pour obtenir des données de surveillance plus utiles et plus comparables, il faut donc essayer d'utiliser dans les analyses des stratégies d'extraction bien définies, valides et fiables. De plus, les conclusions générales concernant les différences dans la fréquence des demandes de prestations pour des MTRMS selon le sexe, le groupe d'âge, la partie du membre supérieur ou la profession devraient tenir compte des possibilités de confusion et d'interaction. Par exemple, il serait malavisé d'affirmer que la probabilité de demander des prestations pour des MTRMS est plus élevé chez les femmes que chez les hommes en se fondant uniquement sur le taux selon le sexe si les populations masculine et féminine diffèrent sur le plan des facteurs de composition associés au risque de MTRMS, tels que l'âge ou la profession.

Raison d'être de la présente étude

Cette étude visait trois objectifs importants. Tout d'abord, il fallait estimer les taux bruts et spécifiques des premières demandes de prestations permises pour du temps perdu en raison d'un MTRMS chez les travailleurs assurés par la Commission de la sécurité professionnelle et de l'assurance contre les accidents du travail (CSPAAT) durant l'année civile 1997. Une première demande de prestations permise est une nouvelle demande de prestations acceptée et enregistrée pour une lésion ou une maladie non signalée auparavant, et le temps perdu renvoie à la perte de rémunération⁹. Le deuxième objectif était d'essayer d'élucider la cause de la variation importante dans les taux et les rapports de taux publiés en évaluant l'impact de deux méthodes différentes pour définir et extraire les demandes de prestations pour un MTRMS. Dans le dernier cas, il s'agissait de démontrer comment la régression de Poisson pouvait être utilisée pour déterminer et régler les cas de confusion et d'interaction.

Méthodologie

Identification des demandes de prestations pour des MTRMS

Un algorithme¹⁰ a été utilisé pour identifier les demandes de prestations pour des MTRMS dans la base de données de la CSPAAT. À partir de renseignements codés concernant la «nature de la lésion ou de la maladie», la «partie du corps» et «l'événement ou l'exposition», cet algorithme a classé les demandes de prestations dans une des trois catégories mutuellement exclusives : certaines, possi- bles et non-MTRMS. La catégorie des demandes certaines a été élaborée pour rendre compte des demandes de prestations pour des traumatismes occasionnés petit à petit par des gestes volontaires posés par le travailleur mais n'ayant pas entraîné de traumatisme visible. La catégorie «possibles» englobait les demandes de prestations qui pouvaient être liées à un incident spécifique mettant en cause des gestes volontaires ou des mouvements corporels libres mais n'ayant pas entraîné de traumatisme visible. Enfin, la catégorie des non-MTRMS englobait les demandes de prestations liées à un événement fâcheux spécifique ayant produit un traumatisme visible.

L'étude de la concordance entre l'algorithme et l'examen des demandes de prestations a révélé que 96,3 % des demandes de prestations classées dans la catégorie «certaines» par l'algorithme, 29,1 % des demandes de prestations classées dans la catégorie «possibles» et 2,8 % des demandes de prestations classées dans la catégorie des non-MTRMS étaient en fait définies comme certaines dans l'examen des demandes de prestations. Pour tenir compte des erreurs de classification dans l'algorithme, deux méthodes d'identification des demandes de prestations pour des MTRMS ont été utilisées. Pour l'estimation de la limite inférieure, nous nous sommes servis des demandes de prestations certaines pour des MTRMS dans l'algorithme. Selon l'examen des demandes de prestations, cette catégorie renfermait un groupe homogène de demandes de prestations certaines pour des MTRMS. L'estimation de la limite supérieure a été obtenue en combinant les demandes de prestations certaines pour des MTRMS dans l'algorithme et les demandes de prestations possibles pour les membres supérieurs dans l'algorithme. L'estimation de la limite supérieure découlait du raisonnement suivant : bien que le demandeur puisse attribuer son traumatisme à un incident particulier, tel que le levage, la poussée ou la traction volontaire d'une charge, cet incident peut avoir été la «goutte d'eau qui a fait déborder le vase». Autrement dit, l'incident identifié peut être une atteinte suffisante à une partie du corps déjà lésée plutôt que la seule atteinte à une partie du corps saine.

Estimation de la population à risque

L'Enquête sur la population active (EPA) a été utilisée pour obtenir des estimations de la population à risque de MTRMS. Nous avons ainsi extrait la catégorie de travailleurs qui risquent le plus d'être assurés par la CSPAAT et utilisé les heures réelles travaillées pour estimer les équivalents temps plein à risque¹¹.

Estimation des taux

Toutes les premières demandes de prestations permises pour du temps perdu présentées par des personnes de 15 ans ou plus dont le traumatisme ou la maladie est survenu au cours de l'année civile 1997 (105 556) ont été réparties à l'aide de l'algorithme dans les trois catégories suivantes : demandes de prestations certaines (3 279), possibles (9 520) ou non-MTRMS (92 757). Comme la CSPAAT et l'EPA de 1997 ont recueilli de l'information sur le sexe, l'âge et la profession et que la CSPAAT a recueilli en plus des renseignements sur la partie du corps, nous avons calculé des taux spécifiques en combinant l'information des deux sources de données. Pour les parties du corps, nous avons utilisé les catégories suivantes : membre supérieur, cou et épaule/épaule et haut du bras, coude et avant-bras, et poignet et main. Des recherches antérieures portant sur ces catégories ont fait ressortir une concordance presque parfaite (kappa >= 0,81) entre les codeurs de la CSPAAT et l'examen des demandes de prestations¹⁰. Pour les taux des demandes certaines, nous avons utilisé les demandes de prestations classées certaines par l'algorithme et pour les taux des demandes possibles et certaines, nous avons utilisé les demandes de prestations classées certaines et celles classées possibles par l'algorithme relativement aux membres supérieurs. Les erreurs-types des taux ont été calculées conformément à la méthode d'Armitage et Berry¹² et ont servi à l'établissement des intervalles de confiance à 95 % standard (IC).

Indice de prévention

Vu que le fait d'axer les activités d'intervention sur les professions à plus haut risque aura peu de chances de réduire le nombre de demandes de prestations si les populations à risque sont de taille réduite, nous avons utilisé un indice de prévention pour classer par ordre de priorité les professions aux fins de l'intervention³. Toutes les professions ont été classées d'après la fréquence des demandes de prestations et le taux des demandes de prestations pour des MTRMS. L'indice fait la moyenne entre ces deux rangs. Par exemple, une profession qui arrive au premier rang sur le plan de la fréquence des demandes de prestations et du taux des demandes de prestations aura un indice de prévention de un, commandant une attention et des ressources accrues dans une approche axée sur la santé de la population et la santé publique.

Modélisation par la régression de Poisson : l'effet du sexe, de l'âge, de la partie du membre supérieur et de la profession sur le taux des demandes de prestations pour des MTRMS

Pour chaque méthode d'estimation, nous avons utilisé dans la régression de Poisson le nombre de demandes de prestations pour des microtraumatismes répétés qui fournissaient le plus de détails sur le sexe, l'âge, la partie du membre supérieur et la profession, de même que des estimations de la population à risque. L'âge a été codé comme une variable nominale parce que des chercheurs ont laissé entendre qu'il existait une relation curvilinéaire¹³. Compte tenu des études antérieures, nous avons choisi d'examiner les interactions suivantes :

1. sexe-âge, car le groupe d'âge le plus à risque peut ne pas être le même chez les hommes et chez les femmes13;
2. sexe-partie du membre supérieur, car le rapport des taux femmes:hommes pour les MTRMS semble varier selon qu'on prend l'ensemble du membre supérieur ou simplement le syndrome du tunnel carpien6,14,17;
3. sexe-profession, car l'effet de la profession peut ne pas être constant d'un sexe à l'autre18,19;
4. partie du membre supérieur-profession, car différents emplois peuvent être associés à un risque pour différents sous-groupes de MTRMS^20-28.

L'ajustement des modèles a été exécuté selon la méthode de Hosmer et Lemeshow²⁹. Pour résumer brièvement, disons que les quatre variables explicatives ont été incluses dans le modèle initial. Un test du rapport des vraisemblances a été effectué sur le modèle complet des effets principaux afin de déterminer si au moins une des variables explicatives était un prédicteur important du logarithme du taux de MTRMS. Si le résultat global au test du rapport des vraisemblances était statistiquement significatif, nous appliquions une méthode de régression séquentielle par élimination en nous servant du test partiel du rapport des vraisemblances à un niveau alpha de 0,10³⁰. Une variable était éliminée si la valeur p du test du rapport des vraisemblances était supérieure à 0,10 et si ce retrait ne modifiait pas de 10 % ou plus la valeur de tout coefficient de régression restant. La dernière exigence empêchait ainsi le retrait de facteurs de confusion importants²⁹ grâce au critère de 10 % recommandé par Koval³¹. Une fois que nous avons établi le modèle des effets principaux, les interactions ont été ajoutées, une à la fois, et leur signification (alpha = 0,05) a été examinée au moyen d'un test partiel du rapport des vraisemblances. C'est l'interaction significative ayant la plus petite valeur p qui déterminait comment le modèle initial était divisé en sous-modèles. Le processus de modélisation était ensuite répété avec les sous-modèles. L'ajustement du modèle était examiné au moyen du test de la validité de l'ajustement, des méthodes de diagnostic de régression et des pseudo-coefficients de détermination.

Résultats

Taux bruts et taux spécifiques pour une partie du membre supérieur

Le taux brut de demandes de prestations certaines et possibles pour des MTRMS était 3,12 fois plus élevé que le taux pour les demandes certaines, mais l'augmentation n'était pas constante pour toutes les parties du membre supérieur (tableau 1). Le classement des taux pour chaque partie du membre supérieur variait donc selon la méthode d'estimation. Les demandes de prestations pour des MTRMS représentaient de 3,11 % à 9,69 % de toutes les premières demandes de prestations permises pour du temps perdu chez les sujets de 15 ans ou plus.

TABLEAU 1
Taux bruts et selon le sexe de demandes de prestations pour des MTRMS (microtraumatismes répétés du membre supérieur) d'après la partie du membre supérieur chez les travailleurs ontariens, 1997

* Les taux sont exprimés pour 100 000 équivalents temps plein avec des intervalles de confiance à 95 %.

** La catégorie membre supérieur incluait le cou et l'épaule, l'épaule et le haut du bras, le coude et l'avant-bras le poignet et la main, le membre supérieur sans précision, et plusieurs localisations au niveau du membre supérieur.

Taux selon le sexe et la partie du membre supérieur

Les rapports de taux femmes:hommes différaient selon la méthode d'estimation utilisée (tableau 1). Avec la méthode d'estimation pour les demandes de prestations certaines, les rapports de taux femmes:hommes variaient de 1,21 pour le coude et l'avant-bras à 1,62 pour le poignet et la main. Si la méthode d'estimation utilisée englobait les demandes de prestations certaines et possibles, les rapports de taux femmes:hommes allaient de 0,85 pour le cou et l'épaule/épaule et haut du bras à 1,23 pour le poignet et la main.

Taux selon le sexe, la partie du membre supérieur et l'âge

Lorsque la méthode d'estimation pour les demandes de prestations certaines a été utilisée, nous avons obtenu une relation parabolique entre l'âge et le taux pour chaque partie du membre supérieur (figure 1) pour les deux sexes. Les taux ont généralement culminé dans le groupe des 35 à 44 ans chez les hommes et le groupe des 45 à 54 ans chez les femmes et le rapport de taux femmes:hommes était habituellement le plus élevé dans le groupe des 45 à 54 ans.

FIGURE 1 Taux de demandes de prestations pour des MTRMS selon le sexe, la partie du membre supérieur (CEH = cou et épaule/épaule et haut de bras; CA = cou et avant-bras; PM = poignet et main) et l'âge établis à l'aide de la méthode d'estimation pour les demandes certaines

Si la méthode d'estimation pour les demandes de prestations certaines et possibles était employée, les femmes continuaient d'afficher une relation parabolique pour toutes les parties du membre supérieur alors que chez les hommes, la relation n'était parabolique que pour le coude et l'avant-bras (figure 2). Ces relations paraboliques n'étaient pas aussi marquées que dans la méthode appliquée aux demandes de prestations certaines. Bien que les taux chez les hommes n'aient pas toujours atteint un sommet dans un groupe d'âge particulier, les taux chez les femmes ont culminé encore une fois dans le groupe des 45 à 54 ans, et le rapport de taux femmes:hommes était le plus élevé dans le groupe des 45 à 54 ans.

FIGURE 2 Taux de demandes de prestations pour des MTRMS selon le sexe, la partie du membre supérieur (CEH = cou et épaule/épaule et haut du bras; CA = cou et avant-bras; PM = poignet et main) et l'âge établis à l'aide de la méthode d'estimation pour les demandes certaines + possibles

Taux selon le sexe, la partie du membre supérieur et la profession

Les catégories professionnelles qui obtenaient les taux ou les indices de prévention les plus élevés n'étaient pas toujours les mêmes dans les différents sous-groupes selon le sexe et la partie du membre supérieur et variaient selon la méthode d'estimation des taux. Mais peu importe la méthode d'estimation, les catégories professionnelles «textile, fourrure et cuir» et «autres usineurs» se retrouvaient en général parmi les cinq premiers au classement des taux et indices de prévention pour les deux sexes et pour chacune des parties du membre supérieur, et la catégorie «produits métalliques non classés ailleurs» se retrouvait aux cinq premiers rangs des indices de prévention pour les deux sexes et chacune des parties du membre supérieur (figure 3).

FIGURE 3 Taux de demandes de prestations pour des MTRMS selon le sexe, la partie du membre supérieur (CEH = cou et épaule/épaule et haut du bras; CA = cou et avant-bras; PM = poignet et main) et la profession d'après la méthode d'estimation

Modèles de régression de Poisson

Pour les deux méthodes d'estimation des taux, des modèles distincts ont été utilisés pour les hommes et les femmes à cause des interactions significatives avec le sexe (tableaux 2 et 3). Nous n'avons pas pu vérifier l'interaction partie du membre supérieur-profession dans les modèles selon le sexe à cause du manque de données. Chaque variable explicative est un prédicteur statistiquement significatif ( = 0,05) du taux de demandes de prestations pour des MTRMS chez les hommes comme chez les femmes, étant donné les variables restantes.

TABLEAU 2
Modélisation par la régression de Poisson des taux de demandes de
prestations certaines pour des MTRMS (microtraumatismes répétés du membre
supérieur) selon le sexe chez les travailleurs ontariens, 1997

Nota : Les catégories de référence sont indiquées par l'estimation 1. La profession a été codée d'après l'Enquête sur la population active de 1997. Les cinq estimations ponctuelles qui arrivent au premier rang ont été indiquées en caractères gras pour le construct de la profession. Les tirets indiquent l'absence d'événements dans la catégorie professionnelle ou une estimation des groupes à risque égale à zéro.

n.c.a. = non classé ailleurs.

* Prédicteur statistiquement significatif (p < 0,0001) du taux de demandes de prestations pour des MTRMS, étant donné les variables restantes.

TABLEAU 3
Modélisation par la régression de Poisson du taux de demandes de
prestations certaines + possibles pour des MTRMS (microtraumatismes répétés
du membre supérieur) selon le sexe chez les travailleurs ontariens, 1997

Nota : Les catégories de référence sont indiquées par l'estimation 1. La profession a été codée d'après l'Enquête sur la population active de 1997. Les cinq estimations ponctuelles qui arrivent au premier rang ont été indiquées en caractères gras pour le construct de la profession. Les tirets indiquent l'absence d'événements dans la catégorie professionnelle ou une estimation des groupes à risque égale à zéro.

n.c.a. = non classé ailleurs.

* Prédicteur statistiquement significatif (p < 0,0001) du taux de demandes de prestations pour des MTRMS, étant donné les variables restantes.

Nous avons observé une relation parabolique entre le taux de demandes de prestations pour des MTRMS et l'âge chez les hommes comme chez les femmes, avec sommet dans le groupe des 35 à 44 ans et des 45 à 54 ans, respectivement. La relation parabolique était moins marquée avec la méthode d'estimation combinant les demandes de prestations certaines et possibles, en particulier chez les hommes.

Lorsque la méthode d'estimation des taux pour les demandes de prestations certaines était utilisée, les taux étaient significativement moins élevés pour les coudes et l'avant-bras et le cou et l'épaule/épaule et haut du bras que pour le poignet et la main, les rapports de taux s'élevant à environ 0,5 et 0,25, respectivement. Avec la méthode d'estimation des taux englobant les demandes de prestations certaines et possibles, les rapports de taux pour la partie du membre supérieur n'étaient pas constants d'un sexe à l'autre. Bien que les hommes et les femmes aient présenté un taux significativement plus faible de demandes de prestations pour les coudes et l'avant-bras par rapport au poignet et à la main, le taux de demandes de prestations pour le cou et l'épaule/épaule et haut du bras était significativement plus élevé que le taux pour le poignet et la main chez les hommes, et aucune différence notable n'a été relevée chez les femmes.

Les cinq catégories professionnelles associées aux rapports de taux les plus élevés, selon les estimations ponctuelles, sont indiquées en caractères gras aux tableaux 2 et 3. Lorsque l'effet de la profession était comparé chez les deux sexes, on observait des interactions tant qualitatives que quantitatives. Dans le cas d'une interaction qualitative, l'effet d'une exposition est inverse d'un sous-groupe à l'autre, alors que dans le cas d'une interaction quantitative, l'effet d'une exposition varie en importance selon les sous-groupes³¹. À titre d'exemple d'interaction qualitative dans les modèles de régression de Poisson pour les demandes de prestations certaines, citons le taux de demandes de prestations pour des MTRMS dans la profession «autres travailleurs des industries de transformation», qui était beaucoup plus bas que le taux dans la catégorie «produits métalliques, n.c.a.» chez les hommes (rapport de taux = 0,373, IC à 95 % : 0,271-0,502), alors que chez les femmes, il était sensiblement plus élevé (rapport de taux = 1,782, IC à 95 % : 1,263-2,481). Comme exemple d'interaction quantitative, citons le taux de demandes de prestations pour des MTRMS dans le «textile, fourrure et cuir», qui était 4,249 fois plus élevé (IC à 95 % : 3,339-5,363) que le taux pour les «produits métalliques, n.c.a.» chez les hommes, alors que chez les femmes, il était 2,185 fois plus élevé (IC à 95 % : 1,718-2,791).

Lorsque nous avons examiné l'ajustement des modèles pour la méthode d'estimation des demandes de prestations certaines, le test de la validité de l'ajustement, le diagnostic de régression et le pseudo-coefficient de détermination semblaient indiquer que le modèle pour les hommes s'ajustait bien aux données. Quant au modèle pour les femmes, le test de la validité de l'ajustement était à la limite de la signification. L'examen des résidus normalisés a permis d'identifier une valeur aberrante extrême. Après que l'observation ayant donné lieu à cette valeur aberrante a été éliminée du fichier et que le modèle a été ajusté de nouveau, la valeur p du test de la validité de l'ajustement a augmenté (somme des carrés des écarts = 615,210, degrés de liberté = 577, p = 0,1313), mais les paramètres du modèle sont demeurés pratiquement inchangés, ce qui donne à penser que la valeur aberrante n'exerce pas d'influence. Nous avons donc considéré que le modèle initial s'ajustait bien aux données. Lorsque l'ajustement du modèle pour la méthode d'estimation combinant les demandes de prestations certaines et possibles était examiné, le test de la validité de l'ajustement et le diagnostic de régression indiquaient un mauvais ajustement du modèle pour les deux sexes.

Analyse

Taux selon la partie du membre supérieur

Le taux brut des demandes de prestations pour des MTRMS calculé à l'aide de la méthode pour les demandes de prestations certaines, soit 81,68 pour 100 000 équivalents temps plein (ETP) (tableau 1), correspondait au taux pour l'Ontario en 1991¹⁴. Le fait de tenir compte des erreurs de classification dans l'algorithme a contribué à gonfler le taux brut par un facteur de 3,12 pour le porter à 254,82 pour 100 000 ETP. De même, la proportion des premières demandes de prestations permises pour du temps perdu qui étaient attribuables à des MTRMS variait considérablement, de 3,11 % à 9,69 %. Ces observations montrent que la variation très marquée dans les taux et les proportions peut être attribuée à la méthode utilisée pour définir et extraire les demandes de prestations. La variation était telle que la partie cou et épaule/épaule et haut du bras, qui était associée au risque le plus faible dans la méthode pour les demandes de prestations certaines, était associée au risque le plus élevé dans la méthode englobant les demandes de prestations certaines et possibles (tableau 1). En tenant compte des erreurs possibles de classification, nous attirons ainsi l'attention sur la vulnérabilité du cou et de l'épaule/épaule et haut du bras et sur les facteurs de risque associés auparavant à cette partie du membre supérieur²⁰.

Taux selon le sexe et la partie du membre supérieur

Le rapport global des taux femmes:hommes calculé à l'aide de la méthode pour les demandes de prestations certaines, soit 1,5 (tableau 1), se compare à celui relevé pour l'Ontario en 1991¹⁴, mais la prise en compte des erreurs possibles de classification réduisait ce rapport à 1,0. Même si les taux généraux englobant les demandes de prestations certaines et possibles étaient égaux, les rapports de taux femmes:hommes continuaient de varier selon la partie du membre supérieur. Le taux de demandes de prestations était plus élevé chez les hommes pour le cou et l'épaule/épaule et avant-bras et était plus élevé chez les femmes pour le poignet et la main. Plusieurs raisons peuvent expliquer cette différence. Tout d'abord, les professions n'étaient pas réparties de la même façon chez les hommes et chez les femmes, et les deux groupes étaient ainsi exposés à des facteurs de risque professionnels différents en 1997 (² = 1334310, d.l. = 48, p < 0,0001). Deuxièmement, pour le même titre d'emploi, les hommes et les femmes peuvent accomplir des tâches différentes^18,19. Enfin, il peut exister de nombreuses autres différences selon le sexe qui n'ont pas été abordées dans la présente étude⁸.

Taux selon le sexe, la partie du membre supérieur et l'âge

Lorsque la méthode pour les demandes de prestations certaines était utilisée, on observait une relation parabolique entre le taux de demandes de prestations pour les MTRMS et l'âge (figure 1), ce qui est paradoxal, vu qu'on s'attendrait à ce que le taux de demandes de prestations pour les MTRMS augmente avec l'âge à cause de l'effet dégénératif du vieillissement et de la confusion possible avec la durée de l'exposition8. La baisse du taux après le pic peut être due à plusieurs facteurs : l'effet du travailleur survivant en bonne santé32,34; le passage à des emplois physiquement moins exigeants à mesure qu'augmente l'ancienneté; ou la politique de la CSPAAT voulant que les récurrences ou les troubles associés soient consignés sur la demande de prestations établie au départ9.

Lorsque les erreurs de classification dans l'algorithme étaient prises en compte, le taux de demandes de prestations chez les hommes pour le cou et l'épaule/épaule et haut du bras variait peu avec l'âge ou affichait un déclin linéaire statistiquement significatif pour le poignet et la main (F1,3 = 98,79; p = 0,0022; r2 = 0,97) (figure 2). L'effet variable de l'âge peut résulter du type de demandes de prestations se classant dans la catégorie possible de l'algorithme. Ces demandes de prestations provenaient surtout des hommes, concernaient en général des entorses, foulures, déchirures, intéressaient principalement le cou et l'épaule/épaule et haut du bras ainsi que le poignet et la main, et étaient dues le plus souvent à une forme quelconque de surmenage. Il se peut que la grande force intervenant dans ces traumatismes fasse en sorte qu'il n'est pas nécessaire que l'exposition soit prolongée comme c'est le cas avec l'âge.

Peu importe la méthode d'estimation et la partie du membre supérieur, les rapports de taux femmes:hommes selon l'âge atteignaient en général un point culminant dans le groupe des 45 à 54 ans, ce qui indique que cette période de la vie est particulièrement à risque chez les femmes⁸. Cette vulnérabilité peut être liée aux changements hormonaux ou à l'hormonothérapie substitutive associés à la ménopause.

Taux selon le sexe, la partie du membre supérieur et la profession

Comme l'ont montré des études antérieures, l'effet de la profession sur le taux de demandes de prestations pour des MTRMS n'était pas constant d'un sexe à l'autre^16,17, ni selon les parties du membre supérieur^20-28. Nous avons déjà analysé les raisons possibles de la première interaction. La seconde interaction semble indiquer que différentes professions comportent des fonctions usuelles différentes qui peuvent exercer un stress sur des parties du membre supérieur différentes. Chez les hommes comme les femmes, les catégories professionnelles «textile, fourrure et cuir» et «autres usineurs» se classaient en général aux cinq premiers rangs pour les taux et les indices de prévention applicables à chaque partie du membre supérieur pour toutes les méthodes d'estimation. Ces catégories affichaient des taux relativement stables et représentaient globalement 2,1 % des ETP occupant un emploi en 1997. L'importance de la catégorie professionnelle «produits métalliques, n.c.a.» a été mise en relief par l'indice de prévention. Même si cette catégorie professionnelle n'était pas toujours associée aux taux les plus élevés pour chaque partie du membre supérieur lorsque les différentes méthodes d'estimation étaient utilisées, elle se classait en général aux cinq premiers rangs pour les indices de prévention parce qu'elle englobait une grande proportion des ETP occupant un emploi en 1997, soit 3,5 %. Il conviendrait d'examiner plus à fond ces catégories professionnelles afin de déterminer quelles professions précises et fonctions connexes ou facteurs d'organisation du travail sont à l'origine de l'augmentation du risque.

Modèles de régression de Poisson

Les modèles de régression de Poisson nous permettent d'effectuer une étude plus rigoureuse des données que le calcul et la comparaison de taux spécifiques. En fait, c'est l'un des principaux avantages de la régression de Poisson : déterminer et quantifier des tendances systématiques qui ne sont pas faciles à mesurer dans un grand volume de données^35,36. En règle générale, la régression de Poisson a fait ressortir les interactions statistiquement significatives sexe-partie du membre supérieur, sexe-âge et sexe-catégorie professionnelle, qui se reflétaient dans les taux spécifiques (tableau 1, figures 1, 2 et 3). L'utilisation des techniques classiques de normalisation pour établir des comparaisons selon le sexe ou la profession ne rendrait donc pas compte de la complexité des différences³⁷. Ainsi, la régression de Poisson montre que les taux chez les hommes et les femmes devraient être examinés séparément.

Plusieurs facteurs peuvent avoir contribué au mauvais ajustement des modèles lorsque les erreurs de classification étaient prises en compte (tableau 3). Premièrement, le modèle final présenté n'indiquait aucune interaction, mais les figures 2 et 3 faisaient ressortir, respectivement, des interactions potentielles âge-partie du membre supérieur et partie du membre supérieur-profession. Nous ne disposons pas de données adéquates pour évaluer cette dernière interaction, mais la première interaction était statistiquement significative (p < 0,05) chez les hommes comme chez les femmes. Deuxièmement, les modèles n'incluaient aucune mesure de l'organisation du travail ni mesure ergonomique détaillée qui avaient auparavant été associées à des MTRMS. Troisièmement, la méthode d'estimation qui englobait les demandes de prestations certaines et possibles peut avoir combiné des demandes de prestations supposant des facteurs de risque différents en un taux global prédictible par le même modèle. Par exemple, les demandes de prestations classées certaines par l'algorithme avaient tendance à être associées à une répétitivité alors que les demandes de prestations classées possibles étaient principalement associées à un surmenage¹⁰. Ainsi, même si les modèles globaux de régression de Poisson et chacun de leurs éléments étaient statistiquement significatifs avec la méthode d'estimation des taux englobant les demandes de prestations certaines et possibles, les mesures sommaires observées pour l'effet de l'âge, de la partie du membre supérieur et de la catégorie professionnelle peuvent ne pas être exactes d'un sous-groupe de travailleurs à l'autre.

Choix de la méthode d'estimation

La méthode d'estimation avait un retentissement considérable sur les conclusions. Si l'on disposait d'information sur le coût et l'invalidité associés aux demandes de prestations entrant dans les catégories certaines et possibles de l'algorithme, on pourrait concentrer l'attention sur la méthode d'estimation qui identifiait les demandes de prestations les plus coûteuses et invalidantes.

Limites

Plusieurs limites doivent être soulignées. Tout d'abord, la spécificité des catégories professionnelles était limitée par le niveau de détail utilisé dans l'EPA. Certaines professions à risque élevé peuvent donc ne pas être identifiées à cause de l'agrégation des données, mais un risque élevé qui persiste malgré l'agrégation mérite certainement d'être examiné plus à fond. Ce type d'activité de surveillance peut ainsi servir à justifier la réalisation d'un plus grand nombre d'enquêtes épidémiologiques détaillées, à cibler des ressources pour les évaluations ergonomiques et la prévention et, enfin, à évaluer les activités de lutte contre la maladie^38,39.

Deuxièmement, l'exposition a été mesurée à l'aide des grandes catégories professionnelles plutôt qu'à partir de mesures exactes des facteurs de risque. Cette mesure grossière de l'exposition a probablement contribué au mauvais ajustement des modèles. Troisièmement, les premières demandes de prestations permises pour du temps perdu ont été utilisées plutôt que toutes les premières demandes de prestations permises, parce que seules les premières étaient codées adéquatement pour pouvoir entrer dans l'algorithme. Les taux rendent ainsi compte des traumatismes assez importants pour entraîner une perte de revenus. Il est possible que des catégories professionnelles identifiées comme étant à faible risque peuvent être associées à un nombre important de demandes de prestations pour des MTRMS qui n'entraînent pas de perte de revenus.

Enfin, à mesure que les taux devenaient de plus en plus spécifiques, la stabilité était amoindrie à cause du nombre décroissant d'événements et des estimations moins élevées de la population à risque⁴⁰. Une solution à ce problème consisterait à combiner les données d'années civiles consécutives pour accroître le nombre d'événements et les estimations de la population à risque pour les taux plus spécifiques. Lorsqu'on choisit les années à combiner, il faudrait toutefois tenir compte des changements dans la politique ou le code des demandes de prestations de la CSPAAT et dans la méthodologie de l'EPA.

Conclusions

La méthode utilisée pour identifier les demandes de prestations pour des MTRMS avait des répercussions considérables sur l'importance des taux, les rapports de taux femmes:hommes, la partie du membre supérieur le plus souvent touchée et les catégories professionnelles les plus à risque. L'ajustement visant à tenir compte des erreurs de classification possibles dans l'algorithme d'extraction a multiplié par un facteur de 3,12 le taux brut de demandes de prestations pour des MTRMS chez les travailleurs assurés par la CSPAAT; il a fait passer le rapport de taux femmes:hommes de 1,50 à 1,00, et il a montré que le cou et l'épaule/épaule et avant-bras étaient tout aussi vulnérables que le poignet et la main. Le groupe des 45 à 54 ans était particulièrement à risque chez les femmes. Les catégories professionnelles «textile, fourrure et cuir», «autres usineurs» et «produits métalliques, n.c.a.» mériteraient une étude plus approfondie. Conformément aux études antérieures, la régression de Poisson a mis en évidence des interactions avec le sexe, indiquant que les taux chez les hommes et chez les femmes devraient être examinés séparément.

Remerciements

Cette recherche a bénéficié d'une bourse d'études de l'enseignement supérieur de l'Ontario, d'une bourse de l'enseignement supérieur en sciences et technologie de l'Ontario et d'une bourse Ann Collins Whitmore Memorial de la Fondation de physiothérapie du Canada.

Références

1. Stobbe T. Occupational ergonomics and injury prevention. Occup Med 1996;11(3):531-43.
2. Brogmus G, Sorock G, Webster B. Recent trends in work-related cumulative trauma disorders of the upper extremities in the United States: an evaluation of possible reasons. J Occup Environ Med 1996;38:401-11.
3. Silverstein B, Viikari-Juntura E, Kalat J. Use of a prevention index to identify industries at high risk for work-related musculoskeletal disorders of the neck, back, and upper extremity in Washington State, 1990-1998. Am J Ind Med 2002;41:149-69.
4. Silverstein B, Welp E, Nelson N, Kalat J. Claims incidence of work-related disorders of the upper extremities: Washington State, 1987 through 1995. Am J Public Health 1998;88:1827-33.
5. Webster B, Snook S. The cost of compensable upper extremity cumulative trauma disorders. J Occup Med 1994;36(7):713-17.
6. Yassi A, Sprout J, Tate R. Upper limb repetitive strain injuries in Manitoba. Am J Ind Med 1996;30:461-72.
7. Hashemi L, Webster B, Clancy E, Courtney T. Length of disability and cost of work-related musculoskeletal disorders of the upper extremity. J Occup Environ Med 1998;40(3):261-69.
8. Zakaria D, Robertson J, MacDermid J, Hartford K, Koval J. Work-related cumulative trauma disorders of the upper extremity: navigating the epidemiologic literature. Am J Ind Med 2002;42:258-69.
9. Workplace Safety and Insurance Board of Ontario. Operational policy. Toronto: Workplace Safety and Insurance Board of Ontario, 1998.
10. Zakaria D, Mustard C, Robertson J et al. Identifying cumulative trauma disorders of the upper extremity in workers' compensation databases. Am J Ind Med 2003;43(5):507-18.
11. Zakaria D, Robertson J, MacDermid J, Hartford K, Koval J. Estimating the population at risk for Ontario Workplace Safety and Insurance Board-covered injuries or diseases. Chronic Dis Can 2002;23:17-21.
12. Armitage P, Berry G. Statistical methods in medical research. 3rd ed. Oxford: Blackwell Scientific Publications, 1994:91.
13. Tanaka S, Seligman P, Halperin W et al. Use of workers' compensation claims data for surveillance of cumulative trauma disorders. J Occup Med 1988;30:488-92.
14. Ashbury F. Occupational repetitive strain injuries and gender in Ontario. J Occup Environ Med 1995;37:479-85.
15. Feuerstein M, Miller V, Burrell L, Berger R. Occupational upper extremity disorders in the federal workforce. J Occup Environ Med 1998;40:546-55.
16. Gun R. The incidence and distribution of RSI in South Australia 1980-81 to 1986-87. Med J Aust 1990;153:376-80.
17. Sprout J. The gender differences in upper-extremity occupational repetitive strain injuries in Manitoba [dissertation]. University of Manitoba, 1997.
18. Messing K, Dumais L, Courville J, Seifert A, Boucher M. Evaluation of exposure data from men and women with the same job title. J Occup Med 1994;36:913-17.
19. Nordander C, Ohlsson K, Balogh I, Rylander L, Palsson B, Skerfving S. Fish processing work: the impact of two sex dependent exposure profiles on musculoskeletal health. Occup Environ Med 1999;56:256-64.
20. Bernard B, Putz-Anderson V, Burt S et al. Musculoskeletal disorders and workplace factors: a critical review for work-related musculoskeletal disorders of the neck, upper extremity, and low back. Cincinnati: National Institute for Occupational Safety and Health, 1997.
21. Bernard B, Sauter S, Fine L, Petersen M, Hales T. Job task and psychosocial risk factors for work-related musculoskeletal disorders among newspaper employees. Scand J Work Environ Health 1994;20:417-26.
22. Cherniak M. Epidemiology of occupational disorders of the upper extremity. Occup Med 1996;11:513-30.
23. English C, Maclaren W, Court-Brown C et al. Relations between upper limb soft-tissue disorders and repetitive movements at work. Am J Ind Med 1995;27:75-90.
24. Hagberg M, Wegman D. Prevalence rates and odds ratios of shoulder-neck diseases in different occupational groups. Br J Ind Med 1987;44:602-10.
25. Kurppa K, Viikari-Juntura E, Kuosma E, Huuskonen M, Kivi P. Incidence of tenosynovitis or peritendinitis and epicondylitis in a meat-processing factory. Scand J Work Environ Health 1991;17:32-7.
26. Ranney D, Wells R, Moore A. Upper limb musculoskeletal disorders in highly repetitive industries: precise anatomical physical findings. Ergonomics 1995;38:1408-23.
27. Stenlund B, Goldie I, Hagberg M, Hogstedt C. Shoulder tendinitis and its relation to heavy manual work and exposure to vibration. Scand J Work Environ Health 1993;19:43-9.
28. Welch L, Hunting K, Kellogg J. Work-related musculoskeletal symptoms among sheet metal workers. Am J Ind Med 1995;27:783-91.
29. Hosmer D, Lemeshow S. Applied logistic regression. 2^nd ed. New York: John Wiley & Sons Inc., 2000:91-9.
30. Kennedy W, Bancroft T. Model building for prediction in regression based upon repeated significance test. Ann Math Stat 1971;42:1273-84.
31. Koval J. Epidemiology 512 course notes. In: Biostatistical methods. London, Ontario: University of Western Ontario, 1997:9,21.
32. Hernberg S. Validity aspects of epidemiological studies. Dans : Karvonen M, Mikheev M, éditeurs. Epidemiology of occupational health. Copenhagen, Europe: WHO Regional Office for Europe, 1986.
33. Monson R. Observations on the healthy worker effect. J Occup Med 1986;28:425-33.
34. Steenland K, Deddens J, Salvan A, Stayner L. Negative bias in exposure-response trends in occupational studies: modeling the healthy worker survivor effect. Am J Epidemiol 1996;143:202-10.
35. Gill J. Generalized linear models: a unified approach. Thousand Oaks: Sage Publications, Inc., 2001.
36. Little R. Generalized linear models for cross-classified data from the WFS. International Statistical Institute. World Fertility Survey. Technical Bulletins, 1978.
37. Fleiss J. Statistical methods for rates and proportions. 2^nd ed. New York: John Wiley & Sons, 1981.
38. Canadian Standards Association. Z795-96 coding of work injury or disease information. Etobicoke, Ontario: Canadian Standards Association, 1996.
39. Schwartz E. Use of workers' compensation claims for surveillance of work-related illness - New Hampshire, January 1986-March 1987. MMWR 1987;36: 713-20.
40. Pagano M, Gauvreau K. Principles of biostatistics. Belmont: Wadsworth Publishing Company, 1993:76.

Coordonnées des auteurs

Dianne Zakaria, Système d'information sur les soins de longue durée, Institut canadien d'information sur la santé, Ottawa, Ontario, Canada

James Robertson, John Koval, Département d'épidémiologie et de biostatistique, Université Western Ontario, London, Ontario, Canada

Joy MacDermid, Hand and Upper Limb Centre, St. Joseph's Health Care, London, Ontario, et School of Rehabilitation Science, Université McMaster, Hamilton, Ontario, Canada

Kathleen Hartford, Lawson Health Research Institute, London, Ontario, Canada

Correspondance : Dianne Zakaria, Institut canadien d'information sur la santé, 377, rue Dalhousie, bureau 200, Ottawa, Ontario, Canada, K1N 9N8; fax : (613) 241-8120; courriel : dzakaria@cihi.ca