Association entre le capital social et l’utilisation des services de santé publique essentiels chez les migrants âgés : une étude logistique à plusieurs niveaux basée sur l’enquête dynamique sur la dynamique des migrants en Chine (CMDS) de 2017 | Santé publique BMC

Conception de l’étude et population

Les données ont été obtenues à partir de la vague 2017 de l’Enquête sur la dynamique des migrants chinois (CMDS). La CMDS est une enquête transversale représentative à l’échelle nationale auprès des migrants menée chaque année par la Commission nationale de la santé de la République populaire de Chine. Il couvre 31 provinces et le Corps de production et de construction du Xinjiang en Chine. Les personnes interrogées étaient âgées de plus de 15 ans et le but de leurs sorties était principalement de vivre et de travailler, à l’exclusion des voyages, des soins médicaux, des voyages d’affaires, des visites familiales, etc. L’enquête a ciblé la population non locale (sans enregistrement du ménage) qui vivait dans la région. zone locale pendant un mois ou plus. La recherche a adopté une méthode d’échantillonnage aléatoire stratifié à plusieurs degrés avec la méthode d’échantillonnage à probabilité proportionnelle à la taille (PPS). Plus précisément, les villes et villages ont d’abord été sélectionnés à l’aide de la méthode PPS à partir de 32 unités, comprenant les provinces et les districts. Ensuite, des villages ou des comités de résidents communautaires ont été sélectionnés en utilisant la méthode d’échantillonnage PPS. Par la suite, les autorités locales de chaque village ont fourni des informations sur tous les membres de 50 familles ou 100 migrants à la plateforme d’échantillonnage, et 20 migrants ont été choisis au hasard parmi différentes familles. Avec un niveau de confiance de 95 %, l’erreur a été contrôlée à 3 % près et un total de 169 989 personnes ont été interrogées.

Cette étude a adopté le questionnaire individuel A, qui couvre cinq aspects : les caractéristiques sociodémographiques individuelles, le statut de migrant, le statut de logement et d’emploi, l’état de santé et le statut d’utilisation de l’EPHS, et l’état d’intégration sociale. L’étude s’est concentrée sur les migrants âgés de 60 ans et plus qui résidaient dans la région depuis plus de six mois. L’échantillon final comprenait 5 728 individus. Tous les participants ont fourni un consentement écrit éclairé avant de participer à l’entretien en face à face. Les données brutes du CMDS 2017 utilisées dans cette étude ont été approuvées par la Commission nationale de la santé de la République populaire de Chine. Les données et les détails sont disponibles sur le site Web https://www.chinaldrk.org.cn/wjw/#/user/apply.

Mesures

Variables dépendantes

Les dossiers de santé et l’éducation sanitaire ont été sélectionnés comme indicateurs pour mesurer l’utilisation de l’EPHS. L’utilisation des dossiers de santé a été évaluée par la question « Avez-vous établi un dossier de santé local ? et la réponse était « Oui » ou « Non ». L’éducation sanitaire a été évaluée par la question « Avez-vous reçu l’une des formations sanitaires suivantes dans votre communauté au cours de l’année écoulée ? ». Les répondants pouvaient choisir parmi neuf options, notamment la prévention et le contrôle des maladies professionnelles, la prévention et le contrôle de la tuberculose, la prévention et le contrôle des maladies chroniques, la prévention et le contrôle des maladies sexuellement transmissibles et du SIDA, la lutte antitabac, l’auto-éducation en cas d’urgence publique, l’éducation à la santé mentale, etc. Les personnes qui n’ont reçu aucune des catégories d’éducation sanitaire mentionnées ci-dessus ont été marquées par « Non », et celles qui ont reçu une ou plusieurs catégories d’éducation sanitaire ci-dessus ont été marquées par « Oui ».

Capital social

La variable indépendante est le capital social. Sur la base de recherches antérieures (29), nous avons évalué deux aspects : le capital social au niveau individuel et le capital social au niveau communautaire, en particulier la participation civique et l’appartenance sociale. La participation civique est considérée comme la CSS, et l’appartenance sociale se reflète dans la CCS (40). Les données au niveau communautaire ont été regroupées par districts provinciaux.

La CSS fait référence à la présence de structures ou d’activités formelles d’opportunité dans lesquelles les individus construisent ou renforcent leurs liens sociaux (comme les réseaux sociaux et la participation civique) (40). Cette étude a sélectionné la participation civique comme CSS. La participation civique a été dichotomisée en (1 = « Oui » vs. 0 = « Non »), réponses évaluées par les cinq questions : « Depuis 2016, avez-vous fait des suggestions à votre unité/communauté/village ou supervisé l’unité/communauté/village ? gestion des affaires publiques », « Depuis 2016, avez-vous participé à des dons de biens, des dons de sang, des activités bénévoles, etc. », « Depuis 2016, avez-vous signalé la situation/proposé des suggestions politiques aux ministères concernés de diverses manières », « Depuis “Depuis 2016, avez-vous publié des commentaires en ligne sur les affaires nationales et les événements sociaux ou participé à des discussions connexes”, “Depuis 2016, avez-vous participé à des activités d’organisation de partis/de ligues de jeunesse et à des réunions de sections du parti”. Chaque question répond à quatre niveaux : « non », « occasionnellement », « parfois » et « fréquemment ». Il a obtenu la note 0 si le répondant a choisi « non » pour toutes les questions ci-dessus, ou la note 1 s’il a choisi « autres réponses » pour l’une des questions ci-dessus.

Le SCC fait généralement référence aux perceptions, croyances et attitudes des individus à l’égard de leur environnement social (comme la confiance, l’appartenance sociale dans les villes et la réciprocité entre les quartiers) (40). Cette étude a sélectionné l’appartenance sociale comme CSC. L’appartenance sociale a été évaluée par les deux niveaux « inférieur » ou « supérieur » à partir de quatre questions : « J’aime la ville/le lieu où je vis actuellement », « Je suis très disposé à me fondre avec la population locale et à en faire partie ». « Je pense que la population locale est prête à m’accepter comme faisant partie d’eux » et « Je pense que je fais partie de la population locale », chacune des quatre questions a reçu entre 1 et 4 points (échelle de réponse : « totalement en désaccord », « pas d’accord », « d’accord », « tout à fait d’accord »), a ensuite été divisé en deux niveaux en utilisant la médiane du total des points.

Nous avons effectué une analyse factorielle en utilisant un total de 9 questions, dont cinq questions sur la participation civique et quatre questions sur l’appartenance sociale. Nous avons utilisé l’agrégation des scores factoriels comme scores de capital social au niveau communautaire dans chaque district provincial. Avant l’agrégation, nous avons calculé le \({R}_{wg}\), \({ICC}_{1}\)et \({ICC}_{2}\)(Tableau 1), qui indique que le capital social au niveau individuel peut mieux se regrouper.

Variables de contrôle

Nous avons utilisé les caractéristiques sociodémographiques individuelles, l’état de santé et les caractéristiques communautaires comme variables de contrôle.

Les facteurs au niveau individuel comprenaient le sexe, l’âge (60-64, 65-69, 70-74 ou ≥ 75), l’état civil (célibataire ou actuellement marié), l’éducation (école primaire ou inférieure, collège ou lycée et diplôme de premier cycle. ou supérieur), revenu mensuel familial (divisé en quatre quartiles, Q1 à Q4, Q1 et Q4 indiquant les revenus les plus bas et les plus élevés), raison du migrant (travailler pour une entreprise, prendre soin des autres, subvenir aux besoins des personnes âgées), migration plage (dans les villes de la province, dans les provinces), temps d’accès à un établissement médical (moins de 15 minutes, 15 minutes ou plus), état de santé auto-évalué (mauvais ou bon). Les variables au niveau communautaire comprenaient le nombre d’établissements médicaux primaires en 2016 (une variable continue).

analyses statistiques

Des statistiques descriptives ont été utilisées pour résumer les variables caractéristiques liées au capital social individuel et communautaire et à l’utilisation des EPHS. Par la suite, nous avons comparé les différences en matière de capital social au niveau individuel, d’éducation sanitaire et de dossiers de santé parmi différents groupes de migrants en utilisant des tableaux croisés et des tests du chi carré. Ensuite, nous avons utilisé la régression logistique multiniveau pour évaluer l’effet du capital social sur l’utilisation de l’EPHS. Les données de cette étude comprenaient des individus (premier niveau) nichés dans les districts provinciaux (deuxième niveau). Le cadre d’analyse multiniveau suppose que les résultats individuels dépendent en partie des districts provinciaux. Premièrement, nous avons exécuté un modèle nul de régression logistique multiniveau. Les coefficients de corrélation intra-classe pour les dossiers de santé et l’éducation sanitaire étaient respectivement de 6,16 % et 14,57 %, ce qui indique une variation entre les districts provinciaux. Cela a nécessité le recours à la régression logistique multiniveau. Dans le modèle 1, nous avons ajouté des variables de contrôle telles que le sexe, l’âge, l’état civil, l’éducation, le revenu mensuel familial, la raison du migrant, le temps passé par un établissement médical, l’auto-évaluation de l’état de santé, l’étendue de la migration et les variables au niveau communautaire. Dans le modèle 2, nous avons examiné l’association entre le capital social au niveau individuel, le capital social au niveau communautaire et l’utilisation des EPHS. Dans le modèle 3, nous avons inclus les termes d’interaction du capital social avec l’étendue de la migration dans le modèle pour analyser l’effet modérateur de l’étendue de la migration sur la corrélation entre le capital social, l’éducation sanitaire et les dossiers de santé.

Les statistiques descriptives ont été réalisées à l’aide de SPSS 25.0 et la régression logistique multiniveau a été réalisée à l’aide du logiciel R (V.3.6.3 pour Windows). L’importance a été fixée à p<0,05.