Exploring rural health inequalities at a local scale: the case of Portneuf, Québec

Can J Public Health. 2007 Mar-Apr;98(2):143-8. doi: 10.1007/BF03404327.

Abstract

Background: The most common way of accounting for the countryside in health studies has been to compare it, as a whole, to the city. Furthermore, most of the work on small area health inequalities has been confined to major urban centres. To counter this trend, in this paper, we explore small area health inequalities in the predominantly rural county of Portneuf (population = 44,545), Québec. Such information can be of interest for local health planning.

Methods: Three sources of data were used to define neighbourhood units: historical data, socio-economic data and perceptions of local stakeholders. Demographic, socioeconomic and general health status indicators were calculated by neighbourhood unit. For health status indicators, data came from mortality files (1998 to 2002), hospitalization files (2001/02) and the 2001 census for disability (individuals who reported being often limited in their daily activities) and the reference population.

Results: The county of Portneuf was subdivided into 8 neighbourhoods. Differences between neighbourhoods were noticeable for demographic, socio-economic and all health status indicators. The greatest differences were found between the town of Pont-Rouge (population=4975) and the hinterland of the towns of Donnacona (population=6125) and Saint-Marc-des-Carrières (population=3160). The most striking was a difference of 6 to 8 years of disability-free life expectancy between the two groups, to the advantage of Pont-Rouge.

Conclusion: Although measuring rural health inequalities at a local level has some methodological limitations, true health inequalities exist in the county of Portneuf. These now need to be examined further.

Contexte: Jusqu’à maintenant, dans les études de santé, le monde rural a surtout été considéré globalement, en le comparant à la ville, et l’intérêt pour les inégalités locales de santé s’est confiné aux grandes villes. Dans cet article, nous explorons l’existence d’inégalités de santé à l’échelle de petits territoires dans le comté principalement rural de Portneuf (population = 44 545), au Québec. La connaissance de telles inégalités peut s’avérer utile pour les planificateurs locaux.

Méthode: De petits territoires ou unités de voisinage ont été définis, en combinant des informations de nature historique, socio-économique et perceptuelle, notamment le point de vue d’acteurs locaux. Sur la base de ces unités, des mesures démographiques, socio-économiques et de l’état de santé général de la population ont été produites. Pour les mesures de l’état de santé, les données viennent du fichier des décès (de 1998 à 2002), du fichier des hospitalisations (2001-2002) et du recensement de 2001 pour la définition de l’incapacité (personnes ayant signalé être souvent limitées dans leurs activités quotidiennes) et de la population de référence.

Résultats: Le comté de Portneuf a été subdivisé en 8 unités de voisinage. Des différences entre ces unités sont perceptibles tant sur le plan démographique et socio-économique que pour tous les indicateurs de santé considérés. Les plus fortes différences ont été trouvées entre la ville de Pont-Rouge (population = 4 975) et l’arrière-pays des villes de Donnacona (population = 6 125) et de Saint-Marc-des-Carrières (population = 3 160). En termes d’espérance de santé, l’écart s’étend de 6 à 8 ans entre ces deux groupes, à l’avantage de Pont-Rouge.

Conclusion: Même si la mesure des inégalités de santé à l’échelle locale en milieu rural pose certains problèmes, de vraies disparités existent dans le comté de Portneuf, et celles-ci demandent maintenant à être examinées plus à fond.

Publication types

  • Research Support, Non-U.S. Gov't

MeSH terms

  • Feasibility Studies
  • Focus Groups
  • Geography
  • Health Services Accessibility*
  • Health Status Indicators
  • Humans
  • Quebec / epidemiology
  • Residence Characteristics
  • Rural Health / statistics & numerical data*
  • Small-Area Analysis
  • Social Class*
  • Social Justice*
  • Socioeconomic Factors