Concepts

Analyse spatiale en santé :

C’est la démarche et la méthode principale de la Géographie de la Santé. Il s’agit tout d’abord de cartographier des données de santé, de le faire avec méthode, puis de comprendre les logiques de distribution spatiale qui organisent ces cartes. On peut utiliser une approche d’échelles emboîtées (multiscalaire). On liste une première série de constats et on établit une première série d’hypothèses concernant les relations entre ces données et d’autres facteurs et variables. On enrichit alors par la réalisation d’une seconde carte ou série de cartes utilisant de nouvelles données, et on affine ou contredit la première série de constatations. On pourra alors chercher les zones où l’hypothèse principale se vérifie le mieux, et celles où elle se vérifie le moins bien. Une analyse comparée des relations entre les variables cartographiées sur ces zones permettra alors de terminer l’analyse spatiale, en éclairant en profondeur les logiques spatiales à l’œuvre.

Discrétisation :

C’est l’épine dorsale de toute carte : comment classer et représenter des données qui ont une distribution plus ou moins régulière en « classes », groupes de valeurs que l’on va considérer comme « unique » et représenter d’une manière homogène… Il n’y a quasi pas en analyse spatiale des données de santé, de méthode obligatoire de discrétisation en fonction d’un genre de données, et qui fonctionnerait de manière systématique. Si des choix évidents ou se présentent parfois, on est le plus souvent en présence de données que l’on a intérêt à cartographier selon plusieurs discrétisations, pour mieux les comprendre. Dans la même logique que la méthode de l’emboîtement d’échelles d’analyse, un jeu de cartes présentant exactement les mêmes données avec plusieurs discrétisations permet très souvent de les comprendre bien mieux… ! Ainsi il est très important de savoir faire le deuil d’un cadre « logique » qui imposerait à une certaine forme de distribution une forme correspondante de discrétisation. En pratique on y gagne en profondeur de compréhension des données, et des phénomènes qu’elles décrivent.

Logique des échelles de couleurs :

Les opposés de couleurs froides et chaudes, passant ou non par le blanc, des gradations d’une même teinte, allant ou non jusqu’au noir : voilà des échelles de couleurs logiques qui seront comprises spontanément par le plus grand nombre sans contresens. Combien de cartes n’a-t-on pas vues, qui empilaient avec une bonne volonté, seulement égalée par leur absence complète de logique ou de bon sens, des couleurs sans rapport les unes avec les autres ? Le lecteur malheureux est alors obligé à des allers-retours entre la carte et la légende, pour finir, étourdi, par ne plus savoir ce qu’il observe… Or, les quelques repères très simples données ici suffisent à éviter ces erreurs de base. Le travail est le même, ni plus long, ni plus complexe, mais la valeur des cartes n’a plus rien à voir… Si l’on analyse par exemple une distribution de la richesse, centrée sur la moyenne nationale, exprimée en distance à la moyenne, on va cartographier des données allant du minimum (un nombre négatif) au maximum (un nombre positif), et passant par zéro (la moyenne de la série). Il est alors assez logique de représenter cette série par une échelle de couleur double, alliant une couleur chaude et une froide. Par exemple le rouge et le vert, ou le bleu. Le lecteur va ainsi comprendre immédiatement que les zones rouges sont défavorisées, et les vertes ou bleues, favorisées. En effet, le rouge est la couleur d’un feu rouge, du feu, évoquant le danger. Il est logique de l’associer à une valeur négative. Le vert est la couleur opposée des feux de circulation, celle des feuilles et des plantes, évoquant la sécurité. Il est donc logique de l’associer à des valeurs positives. Le blanc, lui est facilement associé à des valeurs neutres, comme dans le vote blanc. Si on veut simplement décrire un jeu de données de ce genre, on peut donc choisir une gradation entre le rouge et le vert, en 7 classes. Trois rouges, qui seront faciles à différencier sur la carte, car trois nuances différentes d’une même teinte se distinguent très facilement les unes des autres. Une blanche, centrée sur la moyenne. Et trois vertes. De cette manière on réalise une carte qui porte des valeurs : si on souhaite l’éviter, en fonction du sujet, on choisira alors au contraire des couleurs sans rapport avec le sujet, mais bien différentes l’une de l’autre (on peut s’aider d’un cercle chromatique).

Echelle(s) d’analyse :

C’est une des questions les plus courantes : quelle est la bonne échelle pour observer un phénomène ?

La réponse est aussi simple que déconcertante : en général il n’y en a (surtout) pas ! Même si certains cas sont évidents, (le gouvernement analyse souvent le pays à l’échelle des départements, et les Départements à l’échelle des communes…), il y a très souvent des cas particuliers, qui sont des indices. Ainsi, sur une carte des départements de France… on représente souvent l’Île-de-France avec un zoom (et la Corse plus près des côtes qu’elle n’est). Sinon on ne voit plus rien à Paris… Mais cet indice de l’intérêt de multiplier les échelles d’analyse est rarement détecté. Si on observe par exemple la densité de population en France à l’échelle des départements, on constatera assez clairement l’existence d’une célèbre « diagonale du vide ». Mais refaites l’analyse à l’échelle communale pour la France entière toujours, et le concept se révèlera sous vos yeux avec toute sa force… et son détail ! On ne distinguera pas nettement une commune d’une autre, mais la distribution spatiale de la population sera évidente. Si enfin vous avec une logique régionale, vous pouvez terminer en refaisant l’analyse à l’échelle des nouvelles régions. La vision de la diagonale du vide est presque perdue à cette échelle. Mais on peut hiérarchiser les Régions selon la taille de leur population…