De fortes disparités d’incidence de l’IRCT ont récemment été observées entre les départements de France métropolitaine avec une influence notable du diabète et de la précarité sociale des populations. La littérature récente suggère également une part attribuable à l’environnement. Une analyse spatiale à fine échelle de l’incidence d’IRCT a été effectuée au sein d’une des régions les plus touchées, afin de rechercher des facteurs de risque.

Une étude écologique géographique a été menée à partir de l’ensemble des cas incidents d’IRCT recensés dans cette région à partir du registre REIN entre 2005 et 2014. Des méthodes de cartographie de ratios d’incidence standardisés (SIR lissés) et de détection de clusters atypiques d’évènements (statistique de scan), ajustées sur l’âge, le sexe et la prévalence de diabète ont été menées pour mettre en évidence des disparités d’incidence à l’échelle cantonale. Les clusters de sur-incidence (C+) et de sous-incidence (C−) détectés ont été décrits et comparés à l’aide (i) des données cliniques des patients (caractéristiques néphropatiques et comorbidités) afin d’évaluer l’influence de pratiques médicales ; (ii) de données écologiques (démographie médicale, précarité des populations, occupation du sol et pollution atmosphérique) afin d’évaluer l’influence de l’offre de soins et de facteurs de risques dans la genèse de ces disparités spatiales.

La cartographie des SIR lissés montre de fortes disparités infrarégionales d’incidence d’IRCT, avec la présence de deux clusters de sur-incidence (Risque relatif de 1,24 pour C+1 et 1,18 pour C+2), et trois clusters de sous-incidence (Risque relatif de 0,74 pour C−1 ; 0,78 pour C−2 ; 0,83 pour C−3). Les clusters de sous-incidence sont plutôt retrouvés au niveau des zones rurales, suggérant l’influence de déserts médicaux. Il n’existe pas de différences de pratiques de prise en charge entre les clusters. Les clusters de sur-incidence hébergent des populations plus défavorisées que les clusters de sous-incidence. Cela confirme la forte influence de la précarité socio–économique dans la maladie rénale chronique. Il existe également des différences de niveau de pollution entre les clusters, avec des niveaux très élevés sur C+2, très faibles sur C−1 et moyens sur C−2, C−3 et C+1.

L’ajustement sur la prévalence de diabète permet de mettre en avant d’autres facteurs de risque et devrait être mis en oeuvre en routine dans ce type d’analyse. Le poids de la précarité par rapport à celui de l’environnement ne semble pas identique quel que soit le cluster détecté. Une analyse multivariée est désormais nécessaire.