New study open for participation: COMETE for Covid-19 MEtiers Territoires

New study open for participation: COMETE for Covid-19 MEtiers Territoires

Our Modernet member Maylis Telle-Lamberton asked us to share news on a new study protocol on COVID-19.

COMETE for Covid-19 MEtiers Territoires

Maylis: “It is a very simple study. Everything is ready now to start the survey in mid-September or October. If anyone wants to share the protocol with us, he is welcome. But if anyone wants to join, we would be happy to share the protocol. You can email me on Maylis.Telle-lamberton@institutparisregion.fr

Protocol abstract :

The objective is to study the incidence of the Covid19 epidemic by occupation, taking into account vulnerability factors at the territorial level. Particular attention will be paid to key workers on-site during the epidemic.

Two types of data are used: territorial data at the municipality level and individual data. The former is obtained by the population census and the latter by data collection with a self-administered questionnaire. Occupational Health Services (OSH) are key intermediaries as they deliver occupation and economic sector codes, essential for occupation risk analysis, during the occupational health visit.

Geographic data include population density, housing overcrowding, social disadvantage, access to health care, and general health status. The individual data includes the type of visit (hiring, pre-resumption, resumption, periodic, on-demand), the general characteristics of the employee (sex, date of birth, municipality of birth, place of residence), occupational data (occupation in plain text and PCS code, activity sector in plain text and NAF code, employment status, usual place of work, usual transport times and modalities, majority working modalities since the start of the health crisis: maintenance of activity (partial or not), work on-site, teleworking), and finally health data: perceived health, comorbidities, contamination with the Sars-Cov2 coronavirus, if yes date of diagnosis, date of contamination, symptoms, hospitalization, putting on oxygen, resuscitation, vaccination.

Standardized incidence rates will be calculated by occupation. Multi-level regressions will be carried out. Main outputs will be Sars-Cov2 contamination, contamination with symptoms, hospitalization for Covid-19, and the passage in intensive care. The explanatory variables will include other individual data and with a multi-level framework geographic data.

Résumé

L’objectif est d’étudier l’incidence de l’épidémie de COVID-19 par métier en prenant en compte les facteurs de vulnérabilité des territoires. Une attention particulière sera portée aux travailleurs-clés (1) «  réquisitionnés » pendant l’épidémie.

Deux types de données sont utilisés : des données géographiques à la commune et des données individuelles. Les premières sont obtenues par le recensement de population et les secondes par un recueil de données au moyen d’un questionnaire administré ou transmis par des services de santé au travail volontaires (SST).

Les données géographiques à la commune comprennent la densité de population, la sur-occupation du logement, la défaveur sociale, l’accès aux soins et l’état de santé général. Les données individuelles comprennent le type de visite (embauche, pré-reprise, reprise, périodique, à la demande), les caractéristiques générales du salarié (sexe, date de naissance, commune de naissance, lieu de résidence), les données professionnelles (profession en clair et code PCS, secteur d’activité en clair et code NAF, statut CDI, lieu de travail habituel, temps et modalités de transport habituels, modalités de travail majoritaires depuis le début de la crise sanitaire : maintien de l’activité, travail sur site, pratique du télétravail) et enfin les données de santé (santé perçue, comorbidités, contamination au coronavirus Sars-Cov2, si oui date de diagnostic, date de contamination, symptomes, hospitalisation, mise sous oxygene, réanimation, vaccination).

Des taux d’incidence standardisés seront calculés par profession. Des régressions multi-niveaux seront réalisées avec notamment comme variables à expliquer la contamination au Sars-Cov2, la contamination avec symptômes, l’hospitalisation pour Covid-19 et le passage en réanimation. Les variables explicatives incluront les autres données individuelles et en multi-niveaux les données géographiques.

1 Une liste de 35 métiers a été défini pour caractériser les travailleurs-clés. https://www.ors-idf.org/nos-travaux/publications/quels-travailleurs-cles-lors-de-la-premiere-vague-de-covid-19.html

Leave a Reply

Your email address will not be published. Required fields are marked *

%d bloggers like this: