More Guns, Less Crime?

« Si vous êtes chrétiens, vous allez voir Dieu dans une seconde » lança le tueur de l’Oregon, en abattant méthodiquement ses camarades dans l’enceinte même du Campus de l’Université d’Umpqua. Peu après, au cours de ce même mois d’octobre 2015, advenait une autre fusillade dans le nord de l’Arizona, 2h à peine de Tempe, la ville universitaire où j’ai eu la chance de travailler l’an dernier…

Cependant, malgré ces drames surmédiatisés, les statistiques, aux États-Unis et dans le monde, demeurent formelles : les suicides par armes à feu sont bien plus importants que les homicides par armes à feu avec presque deux tiers (64%) des morts par armes à feu relevant des suicides en 2012, soit 20 666 suicides comparés au 11 622 homicides (figure 1) et, en réalité, même les « mass killings » n’expliquent qu’une part infime de ces derniers  (Wintemute, 2015 ; Webster, 2015). Au-delà de la misère humaine, le coût social de ces tragédies s’élève, en 2010, à presque 165 milliard de dollars soit plus de 1% du PIB des États-Unis (World Bank, 2014).

1

Figure 1 © Annual Review of Public Health, vol. 36, 2015

            Une comparaison interculturelle, par pays du moins, nous permet de constater que descriptivement les États-Unis possèdent un taux anormalement élevé de morts violentes par armes à feu comparé aux autres membres de l’OCDE, ces différences n’étant pas expliquées par la violence subie, les États-Unis se situant parmi les pays avec le plus faible taux d’agressions auto-reportées (Wintemute, 2015). On remarque néanmoins que les suicides occupent la majeure partie de ses morts, quel que soit le pays (figure 2).

2

Figure 2 © Annual Review of Public Health, vol. 36, 2015

            Le dernier volume de l’Annual Review of Public Health dresse un constat accablant des facteurs semblant jouer un rôle dans ces morts tragiques (Braga & Weisburd, 2015 ; Butts et al., 2015 ; Webster, 2015 ; Webster & Wintemute, 2015 ; Wintemute, 2015). Les victimes d’homicides aux États-Unis sont en majorité des noirs de 18 à 25 ans vivant dans les États du Sud-Est alors que les suicides par armes à feu regroupent des blancs vivant dans des États du Nord-Ouest (la distribution par âge est plus disparate avec un pic à l’adolescence et au-delà des 70 ans ; après 80 ans, 95% des morts sont dus aux suicides…). Les États du Sud, connus pour leur culture des armes à feu, regroupent quant à eux des taux relativement élevés d’homicides et de suicides.

Une question cruciale est le lien entre la disponibilité des armes à feu et le niveau d’homicide et de suicide. Quel niveau d’organisation permet la meilleure analyse ? Et si le domicile familial n’était pas un meilleur niveau d’analyse que le niveau étatique qui implique trop de variables confondues ? C’est ce que propose d’étudier la méta-analyse (MA) d’Anglemyer et al. (2014) que vous pouvez trouver ici (http://www.gfsa.org.za/wp-content/uploads/2014/01/Firearms_RiskSuicideMurder_USA_2014.pdf) et qui inclue 16 études.

Combien d’études nécessaires pour faire une méta-analyse ?

Notre étude en question ne contient donc que 16 études après exclusion d’études non pertinentes (pas de données sur l’historique des problèmes mentaux, problèmes méthodologiques, différentes caractérisations des variables, etc.). Mais combien d’études suffisent pour une méta ? Cela dépend principalement du type de modèle utilisé (Borenstein, 2009). Si vous utilisez un modèle à effet fixe (MEF), vous partez du prérequis qu’il existe un seul véritable effet (d’où « effet » sans « s ») et que les différences dans les tailles d’effets sont dus uniquement à de l’erreur d’échantillonnage. Au contraire, dans le modèle à effets aléatoires (MEA), on admet que le vrai effet peut varier d’une étude à l’autre en fonction de modérateurs sociodémographiques, médicales, méthodologiques, etc. Dans le cas d’un MEF, si vous avez seulement 2 études, une MA est adéquate car elle donnera une taille d’effet plus précise qu’une seule étude et évitera ainsi l’idiosyncrasie naturelle dont nous sommes victimes en élaborant notre propre synthèse. En MEA cependant, si vous avez trop peu d’études la variance inter-étude peut se retrouver biaisée et comme l’erreur standard se base en partie dessus, les indices types intervalle de confiance se retrouvent partiellement voir complètement biaisés…

L’étude d’Anglemeyer méta-analyse donc ces données en gardant le MEF quand l’indice de variance entre les études n’est pas significativement différent de 0, dans le cas contraire il utilise le MEA (sachant que ces analysent en sous-groupe comprennent des méta-données entre 2 ≤ n études ≤ 11). Les suicides et les homicides au sein du foyer sont effectivement positivement corrélés à la présence d’une arme à feu, augmentant de plus de 3 fois le risques de suicides et de plus de 2 fois dans le cas des homicides (les intervalles de confiances sont larges mais ont un « Odd Ratio » minimum de 1.56…). L’analyse d’interaction par sous-groupes révèle un effet du genre avec un risque plus accru pour les femmes de 84% d’homicides lors de la présence d’une arme à feu. Dans beaucoup de cas, cependant, les auteurs précisent que leurs résultats incluent une « hétérogénéité potentielle… ».

I2, Q, t… Quésaco ?

Au-delà des biais de publication et d’auto-reports possibles, les auteurs font une erreur en basant leur modèle sur le test d’hétérogénéité. Non seulement ces tests souffrent de peu de puissances statistiques mais, de plus, en MEA, si vous avez trop peu d’études, vous ne pourrez pas évaluer comment les tailles d’effets varient d’une étude à l’autre – on parle d’impact de la dispersion (figure 3). Si vous avez une idée de quelles caractéristiques peuvent affecter cette dispersion, ne l’insérer dans votre modèle qu’en cas de justifications théoriques fortes (effet de genre, de conditions socioéconomiques, d’antécédents médicaux, etc.) pour éviter les Erreurs de Type 1 et les modérateurs fallacieux (A.C. Del Re, 2015 ; Hunter & Schmidt, 2004). Le Q et sa p-value sont des indices d’hétérogénéité sensibles aux nombres d’études alors que le T2 (la variance inter-étude) est sensible à la métrique de la taille d’effet. Le I2, enfin, sensible ni à la métrique, ni aux nombres d’études, représente une sorte de rapport signal/bruit en exposant l’hétérogénéité réelle sur la variation totale des effets observés ; des valeurs de 25%, 50% et 75% étant respectivement considérées comme faibles, modérées et élevées (Higgins et al., 2003).

3

Figure 3 © Borenstein et al., p.119, 2009

Malgré ces limites, cette étude a le mérite d’utiliser un niveau « géographique » inédit, le domicile familial, pour tester la corrélation suicide/homicide – disponibilité des armes à feu. Depuis le Brady Act, les homicides ont effectivement diminué et les approches « top-down » ont sans doute un potentiel impact. Les approches de modélisations analytiques (Wodarz & Komarova, 2013) ont montré que, dans les cas d’homicides, le statut quo étant le pire des statuts. C’est sans prendre en compte le contexte socioécologique (Oishi & Graham, 2010) que représente le foyer.  Dans ce cadre, de simples conseils peuvent diminuer drastiquement homicide et suicide : décharger l’arme et place les munitions dans une pièce éloignée ; proposer des thérapies familiales sur les dangers des armes à feu ; renforcer les initiatives de préventions sur armes à feu et suicides (www.payspi.org).

Cette approche à un niveau individuel devrait être combinée à une législation « top-down » allant au-delà du 2nd amendement (qui n’est « qu’un » simple amendement après tout…) incluant la vérification des antécédents de l’acheteur (violence conjugale, tentatives de suicides, etc.) ; obligation pour les vendeurs de reporter toute vente d’armes longues ; imposer une licence pour les manufacturiers d’armes via les imprimantes 3D et  interdire l’acquisition d’une arme dans tous les États en-dessous de 21 ans. Ces mesures pourraient faire consensus même chez une partie du camp Républicain et permettre d’avancer substantiellement sur une tragédie étatsunienne dont l’impudeur médiatique, ajoutée à l’indignité législative, mettent en exergue le sacrifice des générations sous le cri des balles.

Bibliographie

  • Anglemyer, A., Horvath, T., & Rutherford, G. (2014). The accessibility of firearms and risk for suicide and homicide victimization among household members: a systematic review and meta-analysis. Annals of internal medicine, 160(2), 101-110.
  • Borenstein, M., Hedges L., V., Higgins, J., P., T. & Rothstein (2009). Introduction to Meta-Analysis. Wiley.
  • Braga, A. A., & Weisburd, D. L. (2015). Focused deterrence and the prevention of violent gun injuries: practice, theoretical principles, and scientific evidence. Annual review of public health, 36, 55-68.
  • Butts, J. A., Roman, C. G., Bostwick, L., & Porter, J. R. (2015). Cure violence: a public health model to reduce gun violence. Annual review of public health, 36, 39-53.
  • Del Re, A. C. A Practical Tutorial on Conducting Meta-Analysis in R.
  • Higgins, J., & Thompson, S.G. (2004). Controlling the risk of spurious findings from metaregression. Statistics in Medicine, 23: 1663–1682.
  • Higgins, J., Thompson, S.G., Deeks, J.J., & Altman, D.G. (2003). Measuring inconsistency in meta-analyses. BMJ, 327, 557–560.
  • Hunter, J. E., & Schmidt, F. L. (2004). Methods of metaanalysis: Correcting error and bias in research findings. Sage Publications, Inc.
  • The World Bank (2015). World Bank national accounts data (http://data.worldbank.org/indicator/NY.GDP.MKTP.CD).
  • Oishi, S., & Graham, J. (2010). Social ecology lost and found in psychological science. Perspectives on Psychological Science, 5(4), 356-377.
  • Webster, D. W. (2015). Commentary: Evidence to Guide Gun Violence Prevention in America. Annual review of public health, 36, 1-4.
  • Webster, D. W., & Wintemute, G. J. (2015). Effects of policies designed to keep firearms from high-risk individuals. Annual review of public health, 36, 21-37.
  • Wintemute, G. J. (2015). The epidemiology of firearm violence in the twenty-first century United States. Annual review of public health, 36, 5-19.
  • Wodarz, D., & Komarova, N. L. (2013). Dependence of the firearm-related homicide rate on gun availability: a mathematical analysis. PloS one, 8(7), e71606.
Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s