Pour les classes professionnelles de permis, il est important de bien choisir les unités de comparaison lors d'analyses comparatives des taux moyens d'accidents pour différents groupes. Il faut s'assurer que la comparaison des taux moyens d'accidents soit adéquate et juste sinon elle peut fausser des conclusions ou masquer des différences réelles. Par exemple, si la proportion de conducteurs qui conduisent effectivement un véhicule dans le cadre du travail varie selon l'état de santé, les taux d'accidents par titulaire de permis sous-estiment différemment ces taux moyens par conducteur professionnel. Ainsi, quand une recherche cas-témoin doit isoler la relation entre un facteur comme une condition médicale et la fréquence des accidents, il faut tenir compte de cette hétérogénéité dans les analyses. Dans cet article, nous présentons une série d'exemples qui démontrent la nécessité de pouvoir contrôler un large éventail de variables, spécifiquement le statut (conducteur professionnel ou non), l'âge et le type de véhicule conduit, afin de pouvoir comparer sans biais les taux d'accidents des groupes définis par des conditions médicales. Les exemples proviennent de la base de données établie par l'équipe Laberge-Nadeau pour le projet de recherche sur l'impact des conditions médicales sur la sécurité routière. Cette base de données personnelles et anonymisée portant sur 20206 titulaires de permis a été créée a partir de cinq fichiers de la Société de l'Assurance Automobile du Québec, d'informations de la Régie de l'Assurance Maladie du Québec et des résultats d'une enquête téléphonique sur l'exposition au risque. Les exemples présentés se limitent aux titulaires des classes 1 (camion articule) et 3 (camion porteur) et à des comparaisons entre des taux d'accidents de groupes diabétiques avec des groupes de bonne santé. Ils montrent comment les conclusions peuvent différer en fonction des variables confondantes dont l'analyse tient compte, et témoignent de la nécessité d'utiliser des modèles à composante de régression afin d'incorporer simultanément plusieurs variables explicatives. (A)
Samenvatting