• Contact
  • Abonnez-vous
  • Contribuez
Panier / 0,00 €

Votre panier est vide.

Lire Le dernier numéroLe dernier numéro
Revue Politique et Parlementaire
  • Se connecter
S'abonner
  • Politique
  • International
  • Economie
  • Culture
  • Société
  • Science et technologie
  • Nos événements
    • Événements à venir
    • Événements passés
  • Boutique
    • Les numéros
    • Abonnement
  • La cité des débats
    • Aimons-nous encore la liberté ?
    • Faut-il avoir peur de l’avenir ?
Aucun résultat
Voir tous les résultats
Revue Politique et Parlementaire
  • Politique
  • International
  • Economie
  • Culture
  • Société
  • Science et technologie
  • Nos événements
    • Événements à venir
    • Événements passés
  • Boutique
    • Les numéros
    • Abonnement
  • La cité des débats
    • Aimons-nous encore la liberté ?
    • Faut-il avoir peur de l’avenir ?
Aucun résultat
Voir tous les résultats
Revue Politique et Parlementaire
Aucun résultat
Voir tous les résultats
dans Politique

Covid-19 : ce que nous apprennent les statistiques hospitalières

Dominique AndolfattoDominique LabbéParDominique AndolfattoetDominique Labbé
20 mai 2020
Covid-19 : ce que nous apprennent les statistiques hospitalières

Dominique Andolfatto, professeur de science politique, Credespo, Université de Bourgogne Franche-Comté et Dominique Labbé, chercheur associé en science politique, Pacte-CNRS, Université de Grenoble-Alpes analysent pour la Revue Politique et Parlementaire les données communiquées par le ministère des Solidarités et de la Santé sur l’évolution de la pandémie de Covid-19.

« Dire simplement ce qu’on apprend au milieu des fléaux »
(Albert Camus, La Peste).

 

Depuis mars dernier, le ministère des Solidarités et de la Santé a mis en ligne diverses données sur l’évolution de l’épidémie de Covid-191 : nombre de personnes hospitalisées, nombre de personnes en réanimation, nombre de personnes décédées, nombre de « personnes retournées à domicile » (et, en principe, supposées guéries)… Ces informations statistiques sont détaillées par département, par sexe et, s’agissant de la répartition des âges, par région. Au total, des données nombreuses permettent de suivre l’évolution de l’épidémie et la présentation quotidienne des derniers résultats et leur commentaire par le directeur général de la santé, à la tête de la principale direction du ministère du même nom, et quasi-n° 2 de celui-ci, sont devenus un véritable rite2.

Pourtant, aucune exploitation publique de ces données ne semble avoir été réalisée. Bien sûr, on suppose qu’elles nourrissent l’action publique face à l’épidémie ou des études épidémiologiques plus spécialisées. Vis-à-vis de l’opinion, elles semblent surtout destinées à justifier certains choix, celui du confinement d’abord par souci d’éviter que les hôpitaux ne soient débordés (le nombre de lits occupés en réanimation étant particulièrement regardé). Il importe également de répéter combien le virus est dangereux, en jouant sur une certaine peur et en répétant le bien-fondé et l’efficacité des mesures prises.

Ces données de masse qui, sur le principe, sont censées fonder une démocratie plus transparente sinon plus moderne et, en conséquence, renouveler l’action publique, n’ont pourtant guère alimenté le débat public.

Celui-ci est resté très tranché et, sur certains aspects, caricatural, comme à propos des traitements ou du « traçage » des personnes infectées3.

Ainsi, différents observateurs ont attiré l’attention sur l’ « anomalie » des Bouches-du-Rhône, caractérisé par un taux de mortalité due au Covid-19 plus faible qu’ailleurs4. Ils se sont vus opposer le cas de certains départements de l’ouest où ce taux est encore plus faible. De même, il a été sous-entendu que les Bouches-du-Rhône auraient davantage traités ou hospitalisés des patients moins sévèrement atteints que dans un grand quart nord-est, ce qui fausserait donc toute comparaison.

Si ce type de comparaison, qui interroge plus ou moins directement l’action sanitaire et le système de soins, semble problématique et rapidement délégitimé – car il incomberait aux seuls spécialistes –, d’autres approches paraissent davantage admises.

Notamment des approches en termes d’inégalités sociales face à la maladie.

Ainsi, s’appuyant sur diverses données, une équipe de six journalistes du Monde a analysé que la Seine-Saint-Denis, « département le plus jeune et le plus pauvre de France paie un lourd tribut à la pandémie », avec « une surmortalité très élevée »5.

Il est vrai que ce type de perspective s’inscrit dans une longue tradition depuis les travaux d’épidémiologie sociale de Louis René Villermé, au XIXe siècle. Ce dernier avait établi un lien entre conditions sociales et espérance de vie. Cela a conduit à remettre en cause la fatalité longtemps considérée comme la cause des fléaux – épidémiques ou autres – frappant régulièrement la population. Cela a justifié aussi les politiques publiques, censées lutter contre les causes – en bonne partie – sociales de ces fléaux. Cette perspective continue évidemment à imprégner les politiques de santé publique à travers les actions, notamment de prévention, menées contre ce que l’on appelle la « mort évitable ou prématurée » et, plus largement, les « inégalités sociales de santé », ainsi que le soulignait le dernier rapport public consacré à « L’état de santé de la population en France »6. Cela constitue aussi l’un des axes de « la stratégie nationale de santé 2018-2022 », soit « l’adaptation du système de santé aux enjeux démographiques, épidémiologiques et sociétaux »7.

Dans une perspective de science politique, l’examen des données publiées par Santé publique France à l’occasion de l’épidémie de Covid-19 traduit à la fois des réalités sociales, souvent à rebours de certaines intuitions ou analyses et, bien sûr, interroge sur l’action publique dans le domaine de la santé.

Une grande hétérogénéité face au Covid-19

A priori, le processus d’hospitalisation pour Covid-19 a été le même partout en France. En dehors des infections détectées alors que la personne était déjà présente à l’hôpital pour une autre pathologie, l’hospitalisation s’est faite à partir de la survenue d’une détresse respiratoire nécessitant des soins intensifs allant de la simple oxygénation à la réanimation.

De même, les hôpitaux ont suivi partout à peu près les mêmes procédures thérapeutiques. Du moins est-ce l’image qui en a été présentée par les autorités de santé et la presse. Dans ces conditions, on ne devrait donc pas trouver de grandes disparités entre départements dans la proportion des personnes décédées – à l’hôpital – du Covid-19.

Le tableau de données, en annexe ci-dessous, fournit une réponse exactement inverse. Pour chaque département (colonne A), la colonne E donne le nombre total de personnes hospitalisées pour Covid-19 à la date du 15 mai 2020, décomposé en : personnes toujours hospitalisées (B) ; nombre de décès depuis le début de l’épidémie (C), personnes « retournées à domicile » (colonne D).

Nous avons calculé trois taux :

  • le taux de décès parmi les personnes hospitalisées (G) ;
  •  le taux de décès à l’hôpital dans la population départementale (H)8 ;
  • le pourcentage d’hospitalisés parmi la population totale du département (I)9.

En dernière colonne (J), est calculé un indice du taux de décès, avec comme base l’outre-mer qui a eu plus de 500 hospitalisés et un nombre très faible de décès. Il ne s’agit pas ici d’exotisme. Plusieurs départements français font mieux ou aussi bien que les hôpitaux d’outre-mer, notamment l’un des départements métropolitains les plus peuplé : la Haute-Garonne (Toulouse).

Le taux de décès moyen – à l’hôpital – sur l’ensemble du pays s’élève à 17,8 %.

Autrement dit, en France au 15 mai, sur 100 personnes hospitalisées pour Covid-19 pratiquement 18 sont décédées.

Le minimum (pour les départements ayant eu 100 hospitalisés et plus) est de 6,4 % (Alpes-de-Haute-Provence) ;

Le maximum (100 hospitalisés et plus) : 27,2 % (Indre), soit 4,3 fois plus.

Les départements sont classés en quartiles.

Dans le premier quart, on trouve tous les départements où les taux de décès à l’hôpital ont été beaucoup plus élevés que la moyenne (supérieurs à 20 %). On y trouve certains des départements qui ont été les premiers touchés par l’épidémie comme la Moselle, la Meurthe-et-Moselle, les Vosges, le Haut-Rhin, l’Oise mais aussi des départements comme la Côte d’Or ou la Haute-Saône dont on a beaucoup moins parlé.

Dans le deuxième quartile, les départements avec des taux moyens ou légèrement supérieurs à cette moyenne (entre 17 et 20 %). On trouve Paris et la plupart des départements de la couronne parisienne mais aussi, au-dessus de la moyenne nationale, des départements importants qui n’ont guère retenu l’attention, comme les Alpes-Maritimes ou la Loire-Atlantique.

Dans le troisième quartile, les départements ayant connu un taux de mortalité légèrement inférieur à la moyenne. Il comporte une surprise de taille, avec la présence de trois départements d’Ile-de-France : Hauts-de-Seine, Yvelines, Essonne et des départements très peuplés comme le Rhône, l’Isère ou le Pas-de-Calais.

Enfin le dernier quart liste les départements où le taux de décès à l’hôpital est nettement inférieur à la moyenne (de 14 à 3 %) avec, notamment, la Gironde, les Bouches-du-Rhône ou le Var.

Une hétérogénéité qui n’est pas le fait du hasard ni du débordement du système

Pour comprendre cette hétérogénéité des données hospitalières, deux questions viennent spontanément à l’esprit.

Premièrement, les écarts ne seraient-ils pas le fait du hasard ? Du fait du très grand nombre de facteurs qui agissent sur cette mortalité, celle-ci se trouve nécessairement inscrite dans des marges de fluctuations aléatoires. De plus, on utilise des mailles assez larges (l’échelle du département), ce qui donne un nombre de mesures limité (n = 97)10. Dès lors, il est normal qu’il y ait des écarts entre les observations même si le phénomène est fondamentalement le même partout.

Quand les valeurs d’une série sont réparties autour de la moyenne selon une forme de courbe en cloche (comme c’est grossièrement le cas ici), on suppose que le hasard joue un rôle important dans cette distribution. L’écart type empirique11 permet de caractériser la dispersion des valeurs des observations autour de la moyenne et de déterminer la part du hasard dans cette distribution. Pour cela on associe à la moyenne un écart type théorique qui varie en raison de la racine carrée du nombre d’observations. Ici l’écart-type observé (5,0) est presque deux fois supérieur à l’écart-type attendu.

On en conclut qu’une part importante des fluctuations de la mortalité hospitalière pour Covid-19 ne peut s’expliquer par le hasard et qu’un ou plusieurs facteurs « perturbent » cette distribution.

Parmi ces facteurs, on peut écarter le virus qui est partout le même ainsi que les « comorbidités » (du moins si l’hospitalisation a été faite au même stade de gravité de la maladie). Par exemple, puisque la mortalité pour Covid-19 est étroitement liée à l’âge et que la population de certains départements est plus jeune que d’autres, il devrait y avoir moins d’hospitalisés dans ces départements « jeunes » que dans les plus « vieux » mais en revanche, la mortalité à l’hôpital devrait être la même.

Dès lors, il resterait une explication : certains établissements ont été débordés par l’afflux des malades et la qualité des soins s’en serait ressentie. Il est impossible de mesurer directement les différences de prévalence de la maladie sur le territoire national puisque la France n’a pas pratiqué de tests à grande échelle. Mais celle-ci peut être estimée grâce au « taux d’hospitalisation » : le rapport entre le nombre d’hospitalisés pour Covid-19 dans le département avec la population totale de ce département (colonne I du tableau en annexe).

Dans le premier quartile figurent les départements où le taux d’hospitalisation est compris entre 50 pour 10 000 habitants (Territoire de Belfort) et 17 pour 10 000 (Somme). On y trouve un certain nombre de départements remarquables pour leur mortalité, en premier lieu, Paris, le Val-de-Marne, la Seine-Saint-Denis et les Hauts-de-Seine ; pour la province : le Haut-Rhin, la Moselle, la Meurthe-et-Moselle ou la Côte d’Or. Mais on a aussi la surprise de constater la présence en haut de ce classement de départements où la mortalité a été un peu moins importante (comme l’Essonne ou les Yvelines), voire très faible, notamment le Rhône et les Bouches du Rhône (19 hospitalisés pour 10 000 habitants). Autrement dit, ces départements ont eu nettement plus de cas de Covid-19 – hospitalisés – que la moyenne nationale et beaucoup moins de morts que cette même moyenne.

Dans les quartiles suivants, l’absence de liaison semble devenir la règle. L’Indre offre un cas particulièrement frappant : le taux de mortalité à l’hôpital le plus élevé (27,2 % de patients hospitalisés sont décédés) alors que ces hospitalisés n’ont représenté que 12,2 pour 10 000 habitants du département, taux inférieur à la moyenne métropolitaine (15 pour 10 000).

Le graphique ci-dessous permet de visualiser le phénomène. Chaque département est représenté par un point ayant comme abscisse (x) le taux de mortalité à l’hôpital et comme ordonnée (y) le taux d’hospitalisation (par exemple, Territoire de Belfort : x = 23,8 ; y = 50,4).

Diagramme de corrélation entre le taux d’hospitalisation et le taux de mortalité à l’hôpital par départements.

 

On obtient un nuage assez dispersé. La moitié des départements se trouvent dans la partie basse du tableau (taux d’hospitalisation inférieur ou égal à 10 pour 10 000, alors que, dans ce groupe majoritaire, le taux de mortalité varie de 3 % (Ardèche) à 22 % (Ardennes), voire 27 % (Cher).

La principale conclusion est donc la suivante : pour au moins la moitié des départements, il n’y a aucun lien entre le nombre d’hospitalisés et la mortalité.

Pour les autres, on décèle une orientation du nuage selon la première diagonale qui suggère que, pour certains départements, les deux variables pourraient varier dans le même sens. Cependant, sur l’ensemble du nuage, l’ajustement linéaire est décevant, le taux de détermination de la mortalité par le volume de l’hospitalisation (R2 = 0,14) n’est pas significatif au seuil de 5 % de risque d’erreur de se tromper en acceptant l’hypothèse d’un lien entre le volume de l’hospitalisation et la mortalité.

En revanche, la partie droite du tableau – points en dessus du point moyen (18 ; 15) – laisse penser qu’il se produirait une augmentation plus ou moins importante de la mortalité quand le taux d’hospitalisation croît. Mais, dans quelques départements, une augmentation, même légère, du nombre d’hospitalisés semble avoir déclenché une sorte d’explosion de la mortalité alors que d’autres départements paraissent avoir mieux résisté.

Enfin, le graphique fait ressortir une fois de plus la situation singulière des Bouches-du-Rhône : taux d’hospitalisation supérieur à la moyenne nationale (mais bien plus faible que dans le Grand-Est ou en région parisienne) et taux de mortalité beaucoup plus faible.

De ce bref panorama, deux conclusions se dégagent concernant la mortalité des patients hospitalisés pour Covid :

  • les écarts selon les départements sont trop importants pour s’expliquer seulement par le hasard ;
  • pour la plupart des départements, la prévalence de la maladie (mesurée par le nombre d’hospitalisés rapporté à la population du département) n’explique pas la mortalité.

Dès lors, l’analyste se trouve devant quelques questions troublantes.

Des questions troublantes

Comment expliquer que les malades hospitalisés pour Covid-19 sont morts 2,5 fois plus à Paris qu’à Toulouse ou qu’en outre-mer ? Pourquoi est-on mort deux fois plus dans les hôpitaux mosellans que dans ceux du Var ou des Bouches-du-Rhône ? Ou encore 1,6 fois plus dans la région parisienne que dans les Bouches-du-Rhône ? Pourquoi une différence de près de 50 % de mortalité entre des départements voisins comme le Var et les Alpes-Maritimes ? Voire de 1 à 3 entre la Haute Corse et la Corse du Sud ?

On remarque également que la mortalité dans certains hôpitaux de la couronne parisienne – Essonne, Yvelines, Hauts de Seine – ont des taux de mortalité inférieurs à la moyenne nationale et que pour tous les autres départements d’Ile-de-France – Seine-et-Marne, Seine-Saint-Denis, Val-de-Marne et Val-d’Oise sur lesquels l’actualité s’est focalisée – ont des taux de mortalité inférieurs à celui des hôpitaux parisiens pourtant mieux dotés et avec une patientèle socialement plus favorisée.

Tous les constats et les questions qui se posent ici, s’agissant d’une même pathologie, touchant des personnes au profil assez comparable, ne peuvent renvoyer qu’au système de soins, aux pratiques mises en œuvre, aux traitements.

Certes, on a laissé entendre que les taux de mortalité les plus faibles dans certains départements pouvaient s’expliquer par une sur-hospitalisation de patients. Autrement dit en hospitalisant des patients dont l’état était moins grave que la moyenne, le taux de mortalité aurait donc été réduit comparé à celui d’autres départements en situation plus tendue. S’il est difficile – en l’état des données disponibles – de prendre en considération ce niveau de gravité de l’état des patients, on observe toutefois que les taux d’hospitalisation (colonne I) les plus importants sont concentrés dans l’est et en région parisienne : 50 hospitalisés pour 10 000 habitants dans le Territoire de Belfort, 47 dans le Haut-Rhin, 38 à Paris, 30 en Seine-Saint-Denis.

Comme déjà indiqué, dans les Bouches-du-Rhône, cette proportion est plus faible : 19 hospitalisés pour 10 000 habitants. On retrouve un chiffre voisin dans le Rhône ou la Somme. Au vu des ces données, il semble difficile de parler de sur-hospitalisation pour ces derniers départements.

Le miroir déformant des données hospitalières

Les données publiées par Santé publique France introduisent également des répartitions par sexe et par âge. Comme on le sait, la mortalité touche davantage les hommes que les femmes. Du 1er mars au 15 mai, les premiers ont représenté 59,2 % des personnes décédées et les femmes 40,8 %. Un suivi par âge et par région est également effectué. Le tableau ci-dessous calcule la répartition de ces âges dans six régions les plus touchées par l’épidémie (elles ont concentré 86 % des décès au 15 mai 2020).

Répartition des décès par âge dans 6 régions et en France (du 1er mars au 15 mai 2020)
en % des décès

 

0-9 ans

10-19 ans

20-29 ans

30-39 ans

40-49 ans

0-49 ans

50-59 ans

60-69 ans

70-79 ans

80-89 ans

90 ans et plus

Total

Auvergne-Rhône-Alpes

0,00

0,00

0,07

0,26

0,72

1,0

2,9

7,3

20,3

42,3

26,1

100

Bourgogne-Fr. Comté

0,00

0,00

0,00

0,21

0,52

0,7

2,2

8,2

20,6

45,0

23,3

100

Grand-Est

0,03

0,00

0,06

0,46

0,99

1,5

2,8

10,5

25,0

40,8

19,4

100

Hauts de France

0,00

0,00

0,06

0,25

0,75

1,1

3,9

13,7

21,7

39,4

20,2

100

Ile-de-France

0,03

0,05

0,17

0,65

1,85

2,7

6,9

14,5

23,7

32,3

19,8

100

Provence-Alpes-C.-d’A.

0,00

0,00

0,12

0,12

0,48

0,7

3,6

8,2

21,0

42,4

24,0

100

France

0,02

0,02

0,12

0,44

1,24

1,8

4,6

11,8

22,7

37,6

21,5

100

Sources : Santé publique France et nos calculs

On constate d’abord qu’en France, comme dans le reste du monde, la mortalité a été quasiment nulle chez les enfants et les adolescents et très faible en dessous de 60 ans. Dès le début de l’épidémie les facteurs de risque pour ces catégories étaient connus et les individus fragiles ont été, dans l’ensemble, bien protégées du virus.

En revanche, plus de 6 décès sur 10 ont concerné le grand âge (80 ans et plus).

Ces caractéristiques globales étaient connues avant l’arrivée de l’épidémie en France. Ces données soulèvent évidemment des questions : était-il nécessaire de fermer tout le système scolaire et universitaire (puisque l’on savait que les enfants, les adolescents et les jeunes adultes ne risquaient rien) ? Fallait-il confiner la population adulte en bonne santé au risque de compromettre les libertés publiques et l’économie ? Pourquoi une mortalité si lourde chez les personnes de grand âge ? Cette dernière question se pose d’autant plus qu’on ne constate rien de tel dans d’autres pays comparables comme le Japon, la Corée du sud, voire l’Allemagne.

Pour le détail, il apparaît que les données régionales sont assez comparables. La principale différence touche l’Ile-de-France concernant les personnes de 80 ans et plus. Celles-ci sont moins nombreuses dans les personnes hospitalisées et, dès lors, les autres catégories d’âge sont logiquement un peu plus représentées. Il paraît toutefois difficile de soutenir que la mortalité des personnes les plus âgées a été moindre en Ile-de-France que dans les autres régions. Il faut plutôt faire l’hypothèse que ces personnes ont été moins admises à l’hôpital que dans d’autres régions. La presse s’était déjà émue de leur moindre accueil en réanimation mais, en région parisienne, cette situation n’a probablement pas concernée que ces services.

Dès lors, en Ile-de-France, par rapport aux autres régions, le taux de mortalité tant à l’hôpital que dans la population générale est sous-estimé.

Un simple calcul arithmétique établit une sous-estimation d’environ 740 décès, soit 11 % de décès déclarés en moins par rapport aux autres régions composant ce large échantillon. Dès lors, c’est d’autant qu’il faudrait redresser les taux de mortalité départementaux. A Paris, il passerait de 7,5 à 8,3 pour 10 000 habitants. Quant à la mortalité à l’hôpital, elle passerait à 21,9 %. Question récurrente : pourquoi des résultats réels si dramatiques dans la capitale, à tous le moins nettement supérieurs à ceux de tous les départements, hormis le Haut-Rhin et le Territoire-de-Belfort ?

L’analyse des données mises en ligne par Santé publique France pose finalement bien des questions. Selon les régions et les départements, et probablement aussi les établissements hospitaliers (mais les données concernant ces derniers ne sont pas disponibles), la mortalité s’est révélée très inégale et donc la survie au Covid-19 très variable en fonction du lieu de résidence et, sans doute, de la chronologie, compte tenu aussi d’une grande impréparation au début de l’épidémie. Cela explique aussi que des hôpitaux aient été débordés, ce qui a pu favoriser la propagation de l’épidémie, voire des infections nosocomiales.

Pour le vérifier, il faudrait accéder à des données par établissement ce que le serveur Santé publique France ne permet pas (et n’est sans doute pas près de permettre). A notre connaissance, seul l’Institut hospitalo-universitaire de Marseille a diffusé des données le concernant. Au 12 mai, il déclarait 17 décès pour un total de 680 personnes hospitalisées (au sein de l’AP-HM12). Ce taux de mortalité (2,5 %) est nettement inférieur à tous les taux évoqués dans cet article… et sept fois plus faible que la moyenne nationale. Cet établissement souligne aussi combien ses personnels ont été peu infectés par le coronavirus au contraire d’autres établissements semble-t-il, justifiant parfois la mise en place de protocoles ou recherches spécifiques comme au sein de l’AP-HP13.

Un peu de benchmark serait intéressant pour comprendre comment dans d’autres pays le taux de mortalité a été finalement bien plus bas, par exemple en Allemagne ou au Portugal sans parler du cas de pays asiatiques, tels Taiwan, le Japon ou la Corée du sud14. Curieusement, ces derniers semblent plutôt servir de repoussoir. On y guette d’abord les signes de reprise de l’épidémie, continuant à privilégier la peur et le dirigisme, sans lequel toute prévention ou traitement serait impossible. Cela confine à l’obscurantisme. En tous cas, l’information officielle en France, à propos de cette épidémie, semble bien loin de l’exhortation de Camus citée au début de cet article.

Dominique Andolfatto, professeur de science politique, Credespo, Université de Bourgogne Franche-Comté (Dominique.Andolfatto@u-bourgogne.fr)

Dominique Labbé, chercheur associé en science politique, Pacte-CNRS, Université de Grenoble-Alpes (dominique.labbe@umrpacte.fr)

 

Annexe : Personnes hospitalisées pour covid-19 depuis le début de l’épidémie et jusqu’au 15 mai. Classification par taux de décès à l’hôpital (colonne G) du plus fort au plus faible.

 

 

A

B

C

D

E

F

G

H

I

J

 

Départements

Hospitalisés

Décédés

Retournés

B+C+D

Population

C/E

(%)

C/F)

(pour 10 000)

E/F (pour 10 000)

Indice (G)

36

Indre

100

72

93

265

217 139

27,2

3,3

12,2

339

18

Cher

61

69

130

260

296 404

26,5

2,3

8,8

331

88

Vosges

119

248

596

963

359 520

25,8

6,9

26,8

321

2A

Corse-du-Sud

36

47

109

192

162 421

24,5

2,9

11,8

305

90

Territ. de Belfort

120

168

418

706

140 145

23,8

12,0

50,4

297

27

Eure

106

74

136

316

600 687

23,4

1,2

5,3

292

60

Oise

377

371

863

1 611

825 077

23,0

4,5

19,5

287

57

Moselle

589

751

1 967

3 307

1 035 866

22,7

7,2

31,9

283

17

Charente-Marit.

41

45

114

200

647 080

22,5

0,7

3,1

281

79

Deux-Sèvres

12

19

54

85

372 627

22,4

0,5

2,3

279

54

Meurthe-et-Mos.

227

326

908

1 461

730 398

22,3

4,5

20,0

278

46

Lot

10

20

60

90

173 166

22,2

1,2

5,2

277

8

Ardennes

51

50

128

229

265 531

21,8

1,9

8,6

272

50

Manche

47

45

117

209

490 669

21,5

0,9

4,3

269

86

Vienne

17

37

119

173

437 398

21,4

0,8

4,0

267

52

Haute-Marne

85

71

181

337

169 250

21,1

4,2

19,9

263

68

Haut-Rhin

714

749

2 111

3 574

763 204

21,0

9,8

46,8

261

32

Gers

12

23

75

110

190 040

20,9

1,2

5,8

261

21

Côte-d’Or

121

235

786

1 142

532 886

20,6

4,4

21,4

257

58

Nièvre

39

25

58

122

199 596

20,5

1,3

6,1

256

70

Haute-Saône

78

76

219

373

233 194

20,4

3,3

16,0

254

71

Saône-et-Loire

183

186

545

914

547 824

20,4

3,4

16,7

254

11

Aude

17

55

201

273

372 705

20,1

1,5

7,3

251

80

Somme

197

201

603

1 001

569 769

20,1

3,5

17,6

250

75

Paris

1 561

1 612

4 996

8 169

2 148 271

19,7

7,5

38,0

246

26

Drôme

72

127

451

650

520 560

19,5

2,4

12,5

244

30

Gard

84

82

256

422

748 468

19,4

1,1

5,6

242

89

Yonne

108

74

200

382

332 096

19,4

2,2

11,5

242

16

Charente

7

12

43

62

348 180

19,4

0,3

1,8

241

02

Aisne

185

244

850

1 279

526 050

19,1

4,6

24,3

238

95

Val-d’Oise

733

635

1 985

3 353

1 248 354

18,9

5,1

26,9

236

51

Marne

194

244

856

1 294

563 823

18,9

4,3

23,0

235

94

Val-de-Marne

1 376

1 044

3 127

5 547

1 406 041

18,8

7,4

39,5

235

07

Ardèche

112

96

306

514

326 875

18,7

2,9

15,7

233

93

Seine-Saint-Denis

1 165

914

2 862

4 941

1 670 149

18,5

5,5

29,6

231

6

Alpes-Maritimes

163

167

575

905

1 079 396

18,5

1,5

8,4

230

59

Nord

689

525

1 659

2 873

2 588 988

18,3

2,0

11,1

228

77

Seine-et-Marne

525

581

2 108

3 214

1 423 607

18,1

4,1

22,6

225

67

Bas-Rhin

689

593

2 000

3 282

1 132 607

18,1

5,2

29,0

225

63

Puy-de-Dôme

23

39

154

216

660 240

18,1

0,6

3,3

225

 

Total

19 801

17323

60 439

97 563

67063 703

17,8

2,6

14,5

221

25

Doubs

115

137

521

773

539 449

17,7

2,5

14,3

221

44

Loire-Atlantique

150

141

507

798

1 437 137

17,7

1,0

5,6

220

53

Mayenne

42

38

136

216

305 365

17,6

1,2

7,1

219

76

Seine-Maritime

150

166

632

948

1 243 788

17,5

1,3

7,6

218

19

Corrèze

62

33

95

190

240 336

17,4

1,4

7,9

217

14

Calvados

129

73

220

422

691 453

17,3

1,1

6,1

216

39

Jura

67

57

208

332

257 849

17,2

2,2

12,9

214

29

Finistère

40

40

153

233

906 554

17,2

0,4

2,6

214

42

Loire

289

217

761

1 267

764 737

17,1

2,8

16,6

214

55

Meuse

156

96

320

572

181 641

16,8

5,3

31,5

209

92

Hauts-de-Seine

1 419

973

3 420

5 812

1 613 762

16,7

6,0

36,0

209

49

Maine-et-Loire

145

118

453

716

815 881

16,5

1,4

8,8

206

01

Ain

135

89

323

547

656 955

16,3

1,4

8,3

203

56

Morbihan

89

84

344

517

755 566

16,2

1,1

6,8

203

78

Yvelines

650

461

1 733

2 844

1 448 625

16,2

3,2

19,6

202

10

Aube

108

121

520

749

309 907

16,2

3,9

24,2

201

69

Rhône

796

585

2 241

3 622

1 876 051

16,2

3,1

19,3

201

28

Eure-et-Loir

181

111

408

700

429 425

15,9

2,6

16,3

198

03

Allier

20

32

150

202

331 315

15,8

1,0

6,1

198

38

Isère

138

127

542

807

1 264 979

15,7

1,0

6,4

196

37

Indre-et-Loire

127

73

264

464

605 380

15,7

1,2

7,7

196

91

Essonne

889

474

1 662

3 025

1 319 401

15,7

3,6

22,9

195

62

Pas-de-Calais

324

263

1 095

1 682

1 452 778

15,6

1,8

11,6

195

87

Haute-Vienne

30

24

101

155

370 774

15,5

0,6

4,2

193

41

Loir-et-Cher

133

57

179

369

327 835

15,4

1,7

11,3

193

72

Sarthe

123

71

267

461

560 227

15,4

1,3

8,2

192

81

Tarn

23

22

99

144

387 898

15,3

0,6

3,7

191

35

Ille-et-Vilaine

83

79

365

527

1 082 073

15,0

0,7

4,9

187

34

Hérault

47

116

623

786

1 176 145

14,8

1,0

6,7

184

74

Haute-Savoie

154

155

745

1 054

828 405

14,7

1,9

12,7

183

40

Landes

12

12

60

84

411 979

14,3

0,3

2,0

178

12

Aveyron

20

23

124

167

278 360

13,8

0,8

6,0

172

65

Hautes-Pyrénées

40

25

120

185

226 839

13,5

1,1

8,2

169

15

Cantal

19

9

39

67

142 811

13,4

0,6

4,7

168

85

Vendée

49

33

164

246

683 187

13,4

0,5

3,6

167

61

Orne

51

35

177

263

276 903

13,3

1,3

9,5

166

33

Gironde

166

137

779

1082

1 633 440

12,7

0,8

6,6

158

73

Savoie

52

58

351

461

432 548

12,6

1,3

10,7

157

22

Côtes-d’Armor

53

30

158

241

596 186

12,4

0,5

4,0

155

13

Bouches-du-R.

718

483

2 692

3893

2 034 469

12,4

2,4

19,1

155

45

Loiret

173

86

488

747

682 890

11,5

1,3

10,9

144

84

Vaucluse

31

33

223

287

560 997

11,5

0,6

5,1

143

43

Haute-Loire

23

14

85

122

226 901

11,5

0,6

5,4

143

83

Var

180

124

796

1 100

1 073 836

11,3

1,2

10,2

141

66

Pyrénées-Orient.

5

34

272

311

479 000

10,9

0,7

6,5

136

24

Dordogne

19

11

73

103

408 393

10,7

0,3

2,5

133

64

Pyrénées-Atlant.

32

26

187

245

683 169

10,6

0,4

3,6

132

05

Hautes-Alpes

29

15

106

150

141 756

10,0

1,1

10,6

125

47

Lot-et-Garonne

24

8

54

86

330 336

9,3

0,2

2,6

116

31

Haute-Garonne

85

61

560

706

1 400 935

8,6

0,4

5,0

107

23

Creuse

18

6

46

70

116 270

8,6

0,5

6,0

107

82

Tarn-et-Garonne

7

4

37

48

262 618

8,3

0,2

1,8

103

 

Outre Mer

109

51

476

636

2 165 749

8,0

0,2

2,9

100

2B

Haute-Corse

6

9

102

117

182 258

7,7

0,5

6,4

96

04

Alpes-Hte-Prov.

17

9

114

140

165 197

6,4

0,5

8,5

80

48

Lozère

1

1

21

23

76 286

4,3

0,1

3,0

54

09

Ariège

3

1

29

33

152 398

3,0

0,1

2,2

38

Nota bene :

E : Nombre total de personnes hospitalisées du 1er mars au 15 mai 2020.

F : Population au 1er janvier 2020

G : Taux de mortalité à l’hôpital par rapport au nombre de personnes hospitalisées (%)

H : Taux de mortalité à l’hôpital par rapport à la population départementale (pour 10 000 habitants)

I : Taux d’hospitalisation par rapport à la population départementale (pour 10 000 habitants)

Sources : Santé publique France, INSEE et nos calculs

——

  1. Voir le site de Santé publique France : https://www.santepubliquefrance.fr ↩
  2. Pour une remise en perspective de la crise sanitaire, voir Dominique Andolfatto, Dominique Labbé, « Destin du covid-19 », Revue politique et parlementaire, 22 avril 2020. En ligne : https://www.revuepolitique.fr/destin-du-covid-19/ ↩
  3. Pour une analyse de cet aspect, voir : Pierre-Antoine Chardel, Valérie Charolles, Eric Guichard, « Stopcovid : une application problématique sur le plan éthique et politique », Revue politique et parlementaire, 11 mai 2020. En ligne : https://www.revuepolitique.fr/stopcovid-une-application-problematique-sur-le-plan-ethique-et-politique/ ↩
  4. Sur le sujet voir Christophe Basile et Laurent Mucchielli, « Mortalité hospitalière liée au covid-19 : l’anomalie des Bouches-du-Rhône », blog, Mediapart, 23 avril 2020 et les commentaires à celui-ci. En ligne : https://blogs.mediapart.fr/laurent-mucchielli/blog/230420/mortalite-hospitaliere-liee-au-covid-19-l-anomalie-des-bouches-du-rhone ↩
  5. Lise Couvelaire, Mathilde Costil, Delphine Papin, Sylvie Gittus, Eugénie Dumas, Eric Dedier, « Coronavirus : une surmortalité très élevée en Seine-Saint-Denis », Le Monde, 17 mai 2020. En ligne : https://www.lemonde.fr/societe/article/2020/05/17/coronavirus-une-surmortalite-tres-elevee-en-seine-saint-denis_6039910_3224.html?contributions ↩
  6. Dress (Direction de la recherche, des études, de l’évaluation et des statistiques du ministère de la Santé), Santé publique France, L’état de santé de la population française, rapport public, 2017, Paris, Editions Dicom, p. 18-28. ↩
  7. Ministère des Solidarités et de la Santé, Stratégie nationale de santé 2018-2022, 2017, paris, Editions Dicom. En ligne : https://www.ars.sante.fr/system/files/2018-01/2017-12-29_dossier_sns_2017_vdefpost-consult.pdf ↩
  8. Ce taux n’intègre donc pas tous les décès du fait du covid-19. Pour une vision exhaustive, il faut réintégrer les morts en ehpad (ou, plus largement, ESMS : « établissements sociaux et médico-sociaux ») dont Santé publique France ne publie pas la répartition géographique. Il faudrait également comptabiliser les morts à domicile dont il n’existe pas de statistique publique. Au 15 mai, Santé publique France recensait 10 136 morts en ESMS. Fin avril, le président du syndicat de médecins généralistes MG France estimait par ailleurs le nombre de morts à domicile du fait du covid-19 à quelque 9 000 (interview dans Ouest France, 27 avril 2020). Au total, cela donne donc un nombre total de décès au 15 mai 2020 de : 17 393 décès (à l’hôpital) + 10 136 (ESMS) + 9 000 (domicile) = 36 393. Ce nombre reste approximatif du fait des inconnues concernant les morts à domicile. Le taux de mortalité dans la population générale s’élève donc à 5,4 pour 10 000 habitants. Pour sa part, au 4 mai 2020, l’INSEE a enregistré un surcroît de décès de 24 413 par rapport à 2019 ou 16 660 par rapport à 2018 (INSEE, « Nombre de décès quotidiens », 15 mai 2020. En ligne : https://www.insee.fr/fr/statistiques/4487861?sommaire=4487854). ↩
  9. Nous n’ignorons que des transferts de malades sont intervenus entre départements. Dans sa conférence de presse du 19 avril 2020, le premier ministre, Edouard Philippe a indiqué que 644 patients, atteints du covid-19, ont été transférés d’hôpitaux du Grand-Est ou d’Ile-de-France vers des hôpitaux de régions de l’ouest ou du sud (voir Le Monde, 21 avril 2020). Cela représente 0,7 % de l’ensemble des personnes hospitalisés et ne remet donc pas en question les résultats et tendances soulignés dans cet article. Tout au plus, ces transferts ont-ils pu limiter, faiblement, certains d’en eux dans l’est et en Ile-de-France. Il y enfin des regroupements d’hôpitaux dans certaines régions qui ont également pu influer sur les résultats de quelques petits départements comme les Alpes-de-Haute-Provence, l’Ardèche, etc. ↩
  10. Les 96 départements de métropole et les données de l’outre-mer agrégées dans un même sous-ensemble. ↩
  11. Moyenne quadratique des écarts des observations à la moyenne arithmétique de celles-ci. ↩
  12. Assistance publique-Hôpitaux de Marseille. ↩
  13. Voir « Un essai clinique de prévention des infections est lancé sur le personnel soignant (de l’AP-HP : Assistance publique-Hôpitaux de Paris) », Hospimedia, 16 avril 2020. En ligne : https://www.hospimedia.fr/actualite/articles/20200416-recherche-un-essai-clinique-de-prevention-des-infections ↩
  14. Concernant la stratégie sanitaire dans ce pays, voir le rapport de François Amblard (directeur de recherche au CNRS, professeur au Ulsan National Institute of Science & Technology, Corée du Sud), Comment la démocratie coréenne a-t-elle dompté covid-19. Analyse et récit. 10 janvier 2020-15 avril 2020, rapport. En ligne : https://static.mediapart.fr/files/2020/04/20/covid-en-coree-du-sud-rapport-amblard-partie-i-200417-diffusion-large-1.pdf ↩

Les derniers articles

Les trois raisons de voter la censure

Les trois raisons de voter la censure

ParGilles Platret

Le 20 mars peut rester dans notre histoire comme une date emblématique de la reprise de ses droits par la...

L’Incorrigible !

L’Incorrigible !

ParMichel Fize

Emmanuel Macron est décidément un IN-COR-RI-GI-BLE ! Après le cuisant échec qu’il vient de subir , puisqu’il a été contraint de...

Le début de la fin ?

Le début de la fin ?

ParEric Cerf-Mayer

Dans la dynastie des empereurs julio-claudiens, après le tyrannique Caligula à qui l'on attribue la célèbre formule "oderint dum metuant"...

Le 49-3 ? ADN du modèle français !

Le 49-3 ? ADN du modèle français !

ParMichel Monier

Une réforme mal engagée, insuffisante au regard de l’enjeu qu’elle s’est fixé, conduit à ce moment institutionnel particulier, détestable et...

Retrouvez nos dernières vidéos

«
Prev
1
/
63
Next
»
loading
play
Colloque "Afrique, Europe et France : réalités d'aujourd'hui, promesses de demain"
play
Colloque "Afrique, Europe et France : réalités d'aujourd'hui, promesses de demain"
play
Colloque "Afrique, Europe et France : réalités d'aujourd'hui, promesses de demain"
«
Prev
1
/
63
Next
»
loading

Suivez-nous sur twitter

Tweets de @RevuePol

Inscrivez-vous à notre Newsletter

Related Posts

Les trois raisons de voter la censure
Politique

Les trois raisons de voter la censure

L’Incorrigible !
Politique

L’Incorrigible !

Le début de la fin ?
Politique

Le début de la fin ?

Le 49-3 ? ADN du modèle français !
Politique

Le 49-3 ? ADN du modèle français !

L’édito d’Arnaud Benedetti avec notre partenaire Radio Orient
Politique

L’édito d’Arnaud Benedetti avec notre partenaire Radio Orient

Lettre ouverte d’André Bellon, Président de l’Association pour une Constituante, à Dominique Rousseau, Professeur de droit public
Politique

Lettre ouverte d’André Bellon, Président de l’Association pour une Constituante, à Dominique Rousseau, Professeur de droit public

Hiver fatal ?
Politique

Les ides de mars…

Un record de 49.3 ?
Politique

« Vice démocratique » ?….

Article suivant
L’édito d’Arnaud Benedetti avec notre partenaire Radio Orient

L'édito d'Arnaud Benedetti avec notre partenaire Radio Orient

La Revue Politique et Parlementaire
10 rue du Colisée 75008 Paris
Email : contact@revuepolitique.fr
Téléphone : 01 76 47 09 30

Notre Histoire
L'équipe

Culture
Economie
Faut… de la géopolitique
International
La tribune du parlementaire
Libre opinion
Politique
Science et technologie
Société
Vie du parlement

Aucun résultat
Voir tous les résultats
  • Politique
  • International
  • Economie
  • Culture
  • Société
  • Science et technologie
  • Nos événements
    • Événements à venir
    • Événements passés
  • Boutique
    • Les numéros
    • Abonnement
  • La cité des débats
    • Aimons-nous encore la liberté ?
    • Faut-il avoir peur de l’avenir ?

Revue Politique et Parlementaire

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Se connecter

Add New Playlist