services dont l’objectif serait de r´eduire le volume d’arrˆet maladie. Ensuite, il permet de faire des projections en termes des nombreux indicateurs d’absence : proportion d’absence, dur´ee des absence, fr´equence des absences. Enfin, bien que nous l’ayons peu abord´e ici, les mod`eles multi-´etats peuvent fournir des graphiques claires sous forme de trace de Markov qui peuvent ˆetre pris en main par tous : ces graphiques repr´esentent la proportion de salari´e attendu par ´etat. Le mod`ele multi-´etat est un mod`ele tr`es flexible qui permet d’´etudier les arrˆets maladie dans l’ensemble de leurs dimensions.
2.4 Discussion g´en´erale
Les analyses d´evelopp´ees dans cette premi`ere partie nous ont permis de d´evelopper deux niveaux de r´eflexion.
2.4.1 Identifier les d´eterminants des arrˆets maladie
La premi`ere r´eflexion concerne les d´eterminants des arrˆets de travail et les m´ethodes statistiques qui pourraient permettre de les identifier et de les hi´erarchiser.
Nous avons dans un premier temps identifier les indicateurs d’absence d’int´erˆet et les m´ethodes associ´ees. Nous avons principalement travaill´e sur la dur´ee des arrˆets de travail et principalement sur les arrˆets longs, qui sont les plus graves pour les salari´es mais aussi parce que nous ´etions contraints par nos donn´ees.
Nous avons utilis´e une m´ethode permettant de hi´erarchiser de nombreux d´eterminants de diff´erentes cat´egories : des d´eterminants individuels, professionnels et exog`ene. Les d´eterminants des arrˆets de moins d’un mois sont assez flous et montrent que la cause de ces arrˆets semblent principalement exog`enes. Les arrˆets longs, au contraire, semblent plus facilement explicables : les causes proviennent de la sant´e individuelle mais aussi du contexte professionnel li´e `a la p´enibilit´e physique mais aussi psychologique du travail. Ces r´esultats ne sont pas r´evolutionnaires (un arrˆet maladie s’explique parce que l’on est malade) mais ont permis de d´emontrer l’utilit´e de plan d’action sur ces trois points d’int´erˆet. Cette m´ethode pourrait aussi ˆetre r´eutilis´e si des entreprises souhaitent mener des enquˆetes au sein de leurs entreprises pour hi´erarchiser leurs propres facteurs de risque.
2.4. DISCUSSION G´EN´ERALE
2.4.2 Analyser les trajectoires d’absence
La seconde r´eflexion a permis d’´etendre notre analyse `a une vision plus g´en´erale des arrˆets de travail : les trajectoires d’absence qui incluent aussi bien les indicateurs de dur´ee que les indicateurs de fr´equence.
Ces travaux ont aussi pour objectif d’identifier les salari´es qui ont le plus de risque d’avoir des arrˆets de travail grave et donc de proposer des plans d’action `a ces salari´es en priorit´e. Ces salari´es doivent ˆetre simple `a identifier et nous devons donc utiliser des donn´ees faciles d’acc`es, contrairement aux donn´ees d’enquˆete qui demandent du temps et de l’argent. Nous utilisons alors les donn´ees administratives d’arrˆet de travail qui sont rendus disponibles par toutes les entreprises.
Les travaux men´es ont permis d’identifier des signaux faibles qui risquent de mener vers des arrˆets graves : le principal pr´edicteur des arrˆets de travail s’av`erent ˆetre le fait d’avoir d´ej`a eu des arrˆets de travail. Une haute fr´equence d’arrˆet va donc mener `a plus d’arrˆet mais aussi `a des arrˆets plus graves que la moyenne.
2.4.3 Vers un mod`ele de pr´ediction des arrˆets maladie ?
Une des demandes soulev´ee lors de l’´elaboration du projet de th`ese ´etait de pouvoir d´evelopper un moteur de pr´ediction des arrˆets de travail afin de pouvoir aider les entreprises `a s’organiser mais aussi `
a identifier les salari´es qui auraient le plus besoin de services pour les aider `a lutter contre les causes de leur absent´eisme.
Comme nous pouvons en avoir l’intuition maintenant, ce travail semble d´elicat lorsque nous ´etu-dions les donn´ees au niveau de l’individu. Mˆeme avec des donn´ees d’enquˆete tr`es pr´ecises sur les nombreux d´eterminants d’absence auxquels peuvent ˆetre expos´es les salari´es, la pr´ediction des arrˆets de travail est tr`es complexe. Lorsque nous observons les trajectoires d’arrˆets de travail, peu de motifs peuvent ˆetre identifi´es et la plupart des arrˆets semblent accidentels. La pr´ediction des arrˆets de travail, au niveau individuel, semble donc tr`es complexe, sinon impossible avec les donn´ees en notre possession.
2.4. DISCUSSION G´EN´ERALE
Chapitre 3
D´etecter les exc`es d’arrˆet maladie
Contenu
3.1 Introduction : surveiller l’absent´eisme des entreprises, comment et pourquoi ? . . . 100 3.2 Comparer l’absent´eisme des entreprises : bonnes pratiques . . . 101 3.2.1 Que mettre dans un tableau de bord de l’absent´eisme ? . . . 101 3.2.2 Typologie d’entreprises pour des comparaisons pertinentes . . . 103 3.3 Surveillance des arrˆets maladie . . . 108 3.3.1 Les arrˆets maladie : des donn´ees sp´ecifiques . . . 108 3.3.2 Etat de l’art des m´ethodes de surveillance statistique . . . 109 3.3.3 M´ethode de surveillance adapt´e aux donn´ees d’arrˆets maladie . . . 117 3.4 Surveiller les arrˆets de maladie pour identifier des causes exog`enes `a l’entreprise . . . 134 3.4.1 Arrˆets maladie et pathologies saisonni`eres . . . 134 3.4.2 Publication 4 : Surveiller les donn´ees d’arrˆet de travail pour la d´etection de
´epid´emies de grippe . . . 135 3.5 Discussion g´en´erale . . . 136 3.5.1 Un outil de surveillance des arrˆets maladie . . . 136 3.5.2 Perspectives et d´eveloppement . . . 136
3.1. INTRODUCTION : SURVEILLER L’ABSENT´EISME DES ENTREPRISES, COMMENT ET POURQUOI ?
3.1 Introduction : surveiller l’absent´eisme des entreprises, comment et
pour-quoi ?
Nous venons de montrer que les arrˆets de travail sont caus´es par des facteurs tr`es divers et les comportements des salari´es sont tr`es h´et´erog`enes. La compr´ehension des d´eterminants des arrˆets de travail dans une entreprise et l’identification des salari´es `a risque s’av`erent ˆetre un travail tr`es complexe et coˆuteux puisqu’il faut r´ecolter des donn´ees relatives aux arrˆets de travail mais aussi des informations plus pr´ecises sur l’activit´e et la sant´e des salari´es.
Le monitoring des arrˆets maladies dans les entreprises pourrait d´ebuter par une ´etape pr´ealable plus simple et moins coˆuteuse : l’analyse des donn´ees d’absence au sein de l’entreprise. Ces donn´ees sont disponibles directement puisqu’elles sont entr´ees n´ecessairement dans le syst`eme de gestion de la paie pour un transfert aux organismes d’int´erˆet (minist`ere du Travail et institut de pr´evoyance notamment) et sont porteuses d’informations pr´ecieuses.
Ces donn´ees pourraient permettre d’´evaluer simplement le niveau d’absence de l’entreprise en se comparant `a des valeurs rep`ere et de suivre l’absent´eisme dans le temps. La surveillance a donc ici un objectif double :
1. on cherche `a voir si, structurellement, l’absent´eisme de l’entreprise est anormalement haut ; 2. on cherche `a identifier si, `a un moment donn´e, le taux d’arrˆet maladie (ou tout autre indicateur)
est excessivement haut par rapport `a la normal.
L’identification d’une anomalie peut, dans les deux cas, s’expliquer par un ph´enom`ene qui agit dans l’entreprise. Les causes d’arrˆets maladie peuvent en effet provenir d’´el´ements pr´esents dans l’entreprise et donc de probl`emes organisationnelles comme de mauvaises pratiques manag´eriales ou une mauvaise gestion de la p´enibilit´e physique.
La premier niveau de surveillance (d´etecter si l’absent´eisme structurel de l’entreprise est anor-malement haut) est d´elicat puisque chaque entreprise `a des comportements d’absent´eisme diff´erents qui peuvent provenir des caract´eristiques sociod´emographiques des salari´es mais aussi de diff´erentes r´eglementations en termes d’arrˆets de travail (pr´esence ou non de jours de carence, taux d’indemni-sation des arrˆets de travail) ou de culture d’entreprise (la prise d’arrˆets de travail peut ˆetre parfois plus ou moins d´ecourag´ee par certaines entreprises). La comparaison de valeurs d’absent´eisme `a des