Volume 2 : No 4, octobre 2005
RECHERCHE ORIGINALE
Facteurs de prévision de la santé auto-signalée des résidents de l’État du Texas
Lorraine J. Phillips, MSN, RN, FNP, Renee L. Hammock, RN, MSN, FNP-C, Jimmy M. Blanton, MPAff
Référence suggérée pour cet article: Phillips LJ, Hammock RL, Blanton JM. Facteurs de prévision de la santé auto-signalée des résidents de l’État du Texas. Prev Chronic Dis [publication en série en ligne] octobre 2005 [date de la référence]. Disponible sur l'Internet: URL: http://www.cdc.gov/pcd/issues/2005/
oct/04_0147_fr.htm.
ÉVALUÉ PAR LES PAIRS
Résumé
Introduction
L’objectif de cette étude était de déterminer les facteurs de prévision de la santé auto-signalée des adultes de l’État du Texas, moyennant utilisation des données 2003 du système de surveillance des comportements à facteur de risque (2003 Behavioral Risk Factor Surveillance System). L’auto signalement constitue en
général une mesure reconnue valide de l’état de la santé au niveau des études de la population. En outre, la compréhension des corrélations associées permet aux professionnels de la santé d’organiser la priorité des interventions pour la promotion de la santé et la prévention des maladies.
Méthodes
Les deux questions visées par cette étude concernaient les facteurs de prévision de la santé auto-signalée : 1) les caractéristiques de la population, l’assurance médicale, les activités physiques des loisirs, et l’indice de la masse corporelle (IMC) sont-ils des facteurs de prévision de l’état de santé auto-signalée
des résidents de l’État du Texas, âgés de 18 à 64 ans ? Et, 2) le choix de la langue de l’interview (l’anglais ou l’espagnol) est-il à un facteur de prévision de la santé auto-signalée des résidents hispaniques de l’État du Texas, âgés de 18 à 64 ans ? Les variables clés ont été
analysées, et des méthodes statistiques de description ont servi pour identifier les variables principales, et pour déterminer s’il existait un nombre suffisant de répondants par rapport à chaque variable de l’analyse. Une analyse de régression multidimensionnelle a permis d’évaluer chacune des variables.
Résultats
De multiples analyses de régression logistiques des variables de la santé auto-signalée (lorsque le diabète et l’arthrite sont gardés constants) ont indiqué que l’âge avancé, l’absence d’assurance médicale, l’absence d’une éducation supérieure, l’origine hispanique, un faible revenu,
l’obésité et l’absence d’exercices physiques expliquaient 19,4 % de la variance de la mauvaise et de la moyenne santé auto-signalée. La langue de l’interview (anglaise ou espagnol), l’âge, le sexe, l’éducation, le revenu, l’obésité, l’assurance médicale, et l’activité physique (lorsque les
maladies chroniques sont gardées constantes) expliquaient 22,8 % de la variance de la mauvaise et de la moyenne santé auto-signalée des répondants hispaniques.
Conclusion
Les résultats de cette étude suggèrent qu’une éducation supérieure, un indice de la masse corporelle faible, une origine non hispanique, et la participation à une activité physique sont associés à un état de santé auto-signalée excellente ou satisfaisante. La découverte que la langue de l’interview contribue de
manière signifiante à l’état de santé auto-signalée moyenne ou mauvaise ne fait que valider les résultats d’études antérieures et souligner l’importance d’une approche adaptée aux différences culturelles au niveau des services de la santé.