Enquêtes épidémiologiques F. Kohler NDjamena 2010.

66
Enquêtes épidémiologiques F. Kohler N’Djamena 2010

Transcript of Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Page 1: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes épidémiologiques

F. Kohler N’Djamena 2010

Page 2: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Epidémiologie

• L’épidémiologie cherche à quantifier la fréquence d’un événement de santé dans une population, et à déterminer ses causes biologiques, médicales, environnementales, socio-économiques, son pronostic, ses traitements, sa prévention, son coût…

• Domaine très vaste qui utilise la statistique et fournit des statistiques (OMS, UNICEF…)

Page 3: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

3 grands types• Enquêtes descriptives

– objectif : fournir des statistiques sanitaires dans les populations

– Elles étudient la fréquence et la répartition des indicateurs de santé ou des facteurs de risque et leurs variations en fonction

• du temps, • des zones géographiques • des groupes de population.

– Elles permettent de soulever, à partir de ces observations, des hypothèses sur les facteurs de risque des maladies

Page 4: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

3 Grands Types

• Enquêtes étiologiques – visent à mettre en évidence une relation entre un

(des) facteur(s) d’exposition et une (des) maladie(s) et à fournir des arguments en faveur d’une interprétation causale de cette relation (force de l’association, présence d’une relation dose-effet

– On doit discuter :• Les biais et facteurs de confusion

Page 5: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

3 grands types

• Enquêtes expérimentales : Essai thérapeutique– Elles visent :

• A démontrer la supériorité d’un traitement par rapport à d’autres

• A démontrer l’équivalence

– Elles permettent d’affirmer la causalité– Elles sont prospectives

Page 6: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Il existe d’autres classements• Les études épidémiologiques dites « d’observation »

– Études descriptives • Décrire un état de santé

– Évaluation d’un test diagnostique• Prédire un diagnostic

– Études analytiques• Etiologiques

– Expliquer• Pronostiques

– Prédire une évolution

• Les études expérimentales– Essais thérapeutiques

• Ou encore– Prospectives/Rétrospectives– ….

Page 7: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes descriptives

Page 8: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes descriptives

• Les indicateurs sanitaires d’une population– Mortalité– Létalité– Morbidité

• Prévalence• Incidence

– Natalité– …

Page 9: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes de prévalence• Ce sont des enquêtes transversales qui estiment

le nombre de cas présents dans une population à un instant donné. (Exemple : enquête de prévalence « un jour donné » des infections nosocomiales en établissements de santé).

• Le taux de prévalence est :P= M/N (compris entre 0 et 1)

M = nombre de cas (malades)N = nombre total de sujets (malades + non-

malades)• Elles servent à mesurer la charge de soins du

système de santé

Page 10: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Prévalence de la tuberculose (/100 000 habitants 2008. OMS)

Page 11: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes d’incidence• Ce sont des enquêtes longitudinales (suivi d’un groupe de

sujets dans le temps)qui estiment le nombre de nouveaux cas de maladie dans une population, pendant une période donnée. (Exemple : registres des cancers présents dans certains départements, suivi des employés en médecine du travail…).

• Le taux d’incidence est le rapport du nombre de nouveaux cas de maladie recensés au nombre de personnes susceptibles d’être atteintes dans la population, pendant une période donnée.TI = M/PT

M = nombre de nouveaux cas (malades) pendant la période d’étudePT = nombre de personnes-temps (personnes-années, le plus souvent)•On parle, par exemple, d’un taux d’incidence annuel de 10 cas pour 100 000 personnes années

• Elles servent à détecter le début des épidémies

Page 12: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Incidence, Prévalence, Mortalité de la tuberculose (2009 – OMS)

Page 13: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Relation entre prévalence et incidence

• En l’absence d’épidémie, si la prévalence est faible (<5%)

Prévalence = Incidence * Durée de la maladie

• En cas d'épidémie il y a déstabilisation de l'incidence ; la prévalence peut alors évoluer très différemment, par exemple selon l'impact de la maladie sur le taux de mortalité.

– Si la maladie a une influence très faible sur le taux de mortalité de la population, à la fin de l'épidémie la prévalence déclinera lentement, la persistance de la maladie (temps nécessaire à la disparition de son agent étiologique) sera importante et la guérison de la population sera longue (schéma A).

– Au contraire, si la maladie augmente de façon importante le taux de mortalité, la prévalence déclinera plus rapidement dès la fin de l'épidémie, sa persistance sera moins longue et la guérison de la population sera plus rapide (schéma B)

Source Laurent Mignon 2007 Wikipédia

Page 14: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Exemple

Page 15: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes étiologiques (ou analytiques)

Page 16: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes étiologiques• Les enquêtes étiologiques analysent les relations entre

l’exposition à un facteur de risque et un état de santé.

• Les enquêtes étiologiques sont toujours comparatives (elles comparent deux groupes différents soit sur la présence de la maladie, soit sur la présence du facteur de risque ou d’un traitement).

• Un facteur de risque est une caractéristique associée à une probabilité plus élevée de maladie.

• Le rôle causal ne peut être affirmé que par l’expérimentation.

Page 17: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes exposé / non-exposé• Les enquêtes exposé / non-exposé consistent à comparer la

proportion de malades (ou de décès) observée entre un groupe de sujets exposés à un facteur de risque et un groupe de sujets non exposés à ce facteur de risque, initialement indemnes de la maladie.

• L’enquête exposé / non-exposé peut être :– prospective (les groupes sont constitués au début de l’étude et on

organise le suivi des sujets au cours des années qui suivent leur inclusion)

– rétrospective (l’inclusion des sujets se fait à partir d’une date du passé suffisamment lointaine pour que la maladie ait eu le temps de se développer et que la période de suivi soit écourtée (date d’embauche des employés d’une usine par exemple).

• L’enquête exposé / non-exposé s’adresse de préférence aux facteurs d’exposition rares.

• L’enquête exposé / non-exposé permet d’estimer le risque relatif de la maladie (RR).

Page 18: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes exposés-non exposés

• Avantages : – Sélection sur l’exposition, indépendamment de la

maladie

• Inconvénients :– Durée de l’enquête, – Coûts– Risque de perdus de vue

Page 19: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Calcul du risque relatif• Cancer du poumon et

éthylisme.• Fréquences relatives :

Risques

– Cancer chez les éthyliques :

– R1 = 73/1000

– Cancer chez les non éthyliques:

– R0 = 37/1000

Risque Relatif (RR) = R1/R0 =1,97

 Exposé/ Non Exposé Cancer + Cancer - Total

Ethylisme +

73

927

1 000

Ethylisme -

37

963

1 000

Total

110

1 890

2 000

Un sujet exposé a 1,97 fois plus de « chance » de faire un cancer qu’un sujet non exposé.

Note : 110/2000 donne la fréquence de la maladie dans la population

Page 20: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Risque relatif

• Interprétation– RR > 1 : L’exposition au facteur augmente

la fréquence de la maladie : Le facteur est un facteur de risque

– RR = 1 : L’exposition au facteur n’influence pas la fréquence de la maladie

– RR < 1 : L’exposition au facteur diminue la fréquence de la maladie : Le facteur est un facteur de protection

Page 21: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Risque relatif

• Oui mais… Est-ce du au hasard ?– Quelle est la probabilité que le hasard ait amené un

tel lien entre la maladie et l’exposition sur le tableau à 4 cases ?

• Si cette probabilité (p) est faible, on sera en droit avec un risque connu d’affirmer que ce n’est pas le hasard qui a amené un tel résultat.

• Pour répondre à cette question on fait un test statistique (ici test du Khi2 ou de l’écart réduit). Habituellement si p<0,05 on dit que la liaison est significative et que ce n’est pas le hasard qui a amené cette différence

– Ou ….

Page 22: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Risque relatif

• Ou :– Le RR a été obtenu sur une seule enquête, il

n’aurait pas exactement la même valeur si l’on refaisait l’enquête du fait des fluctuations du hasard. On peut définir un intervalle de confiance, qui par exemple 95 fois sur 100 contiendrait la vraie valeur du RR.

– Si l’intervalle de confiance ne contient pas la valeur 1, c’est que le facteur a réellement une action.

Page 23: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Excès de risque et risque attribuable

• Excès de risque = R1-R0• Risque attribuable = (R1-R0)/R1= (RR-1)/RR• Fraction évitable = 1-RR

Page 24: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes cas / témoins• Les enquêtes cas-témoins consistent à comparer la

fréquence d’exposition antérieure à un (ou plusieurs) facteur(s) de risque dans un groupe de « cas » atteints de la maladie étudiée, et dans un groupe de « témoins » indemnes de celle-ci.

• La mesure du facteur de risque est effectuée rétrospectivement.

• L’enquête cas / témoin s’adresse de préférence aux maladies rares.

• Le risque relatif de maladie ne peut pas être estimé dans une enquête cas-témoin.

• On calcule un odds ratio (OR)

Page 25: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquête cas-témoins

• Avantages : – Réponse rapide

• Inconvénients :– Effet mémoire– Sélection des sujets– Biais

Page 26: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Calcul de l’odds ratio ou rapport de côtes

• Côtes :– Carottes

C1 = 40/2= 20– Pas de carottes

•C2 = 10/48=0,21

OR = C1/C2= 20/0,21 = 96

Toxi-infection

(Cas)

Indemnes (Témoins

) Total

Carottes rappées 40 2 42Pas de Carottes rappées 10 48 58

Total 50 50 100

L’OR est souvent utilisé en épidémiologie. Si la fréquence de la maladie est faible, les valeurs de OR et de RR sont très proches.

Note : 50/100 ne donne pas la fréquence de la maladie dans la population

Page 27: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Interprétation de l’OR

• Identique à celle d’un RR• On peut tester si l’association est due au

hasard :– Test de l’existence de la liaison sur le tableau– Ou calcul d’un intervalle de confiance de l’OR

Page 28: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Remarques• Dans les enquêtes exposés/non exposés comme dans les

enquêtes cas/témoins, on recherche en général l’influence de plusieurs facteurs – par exemple tabac, sexe, âge,…. Et survenue d’un cancer

• L’analyse est en deux étapes :– d’abord l’analyse « univariée » c’est-à-dire facteur par facteur

indépendamment des autres• Ceci expose au risque de retenir comme facteur des « facteurs de

confusion »• Mais cela permet de retenir les facteurs que l’on retiendra pour

l’analyse multivariée– L’analyse multivariée prend ensemble les différents facteurs

permet de maîtriser les « facteurs de confusion »• On peut également réaliser une analyse par sous groupe

Page 29: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes pronostiques type étude de survie

• Elles consistes à suivre une cohorte de sujets et à évaluer le nombre et le délai de survenue d’un événement (courbe de survie.

• Exemple :– On veut l’évolution de patients infectés par le VIH vis-à-vis de

l’apparition d’un Kaposi.• On inclut dans l’étude des patients lors de la découverte de leur

infection par le VIH• On suit ces patients régulièrement dans le temps par exemple chaque

année à la date anniversaire de la découverte et pour chaque personne on note la présence ou l’absence de Kaposi

• On obtient ainsi pour chaque patient un délai de suivi (qui n’est pas le même pour chaque patient) et un état (présence ou absence de Kaposi)

• Certains patients sont parfois perdus de vue

Page 30: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Application à la survenue de Kaposi• Soit les événements Morts-Vivants

– P(Vivant) = 1 - P(Mort)– La probabilité de ne pas avoir de Kaposi (d'être vivant) au jour J et au jour J+1 est

égale au produit des probabilités de ne pas avoir de Kaposi (d'être vivant ) au jour J et J+1.

Jour Exposés DCD PDV P(DCD) P(Viv.) Pcum(Viv)

0 100 0 0 0 1 1

1 100 3 0 0,03 0,97 1*0,97

6 97 2 0 2/97=0,0206 0,9794 0,97*0,9794

= 0,95002

7 95 0 3 0 1 0,95002

10 92 … … … … …

Page 31: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Représentation graphique

Page 32: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Analyse de plusieurs courbes (de survie)

• Deux principales techniques statistiques sont utilisée– Comparaison de 2 courbes par Kaplan-Meyer– Recherches des facteurs influant la survenue de

l’événement en analyse multivariée par le modèle de Cox

Page 33: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Enquêtes expérimentales :Essai thérapeutique

Page 34: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Essai thérapeutique• Contexte

– Le développement d’un nouveau médicament suit différentes phases

• Développement fondamental sans essai chez l’homme– Synthèse, détermination de la toxicité animale (DL 50…), efficacité sur

des modèles (cultures cellulaires, modèles animaux…), effet sur la reproduction (effet tératogène, effet sur la fertilité…)

• Développement chez l’homme– Phase 1 : Chez le volontaire sain, recherche d’effets adverses, choix de la

forme galénique (biodisponibilité)– Phase 2 : Chez le malade Courbe doses/action, – Phase 3 : Chez le malade en situation réelle de traitement– La phase 3 se termine par le dossier d’autorisation de mise sur le marché

(AMM). Le médicament est disponible à la vente et peut ensuite être prescrit.

– Phase 4 : pharmacovigilance. C’est la surveillance de l’efficacité et de la non nocivité du traitement avec réévaluation périodique du « bénéfice/risque »

Page 35: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Essai de phase 3• Essai comparatif entre le nouveau traitement et

– Un placébo s’il n’y a pas de traitement reconnu– Le(s) traitement(s) de référence s’il existe

• Essai randomisé– Ni le médecin, ni le patient ne choisissent le traitement. Celui-ci est attribué au hasard

(randomisation)• Essai prospectif

– Les malades répondant aux critères d’inclusion (âge, sexe, stade de la maladie…) sont suivi régulièrement et systématiquement pendant toute la durée de l’étude

• Essai en double aveugle– Quand cela est possible, ni le médecin, ni le malade ne savent s’il le malade bénéficie du

traitement de référence ou du nouveau traitement– Ceci n’est pas toujours possible par exemple évaluation du traitement par antibiotique de

l’ulcère de l’estomac par rapport à la chirurgie• Essai très encadré

– Par la réglementation– Par l’éthique– Consentement libre et éclairé du patient

Page 36: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Schéma habituel

Population des

malades

Sélection des malades élligiblesCritères d’inclusion/exclusionTrès rarement tirage au sort

Malades inclus

RandomisationTirage au sort des traitements

Nvx TTS1S2S..

Réf.S’1S’2S’..

T0 T1 T Final

Page 37: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Effet placébo

• Effet bénéfique du traitement apporté en dehors de tout effet réel physiologique– « Le simple fait d’avoir vu le docteur je me sens

mieux »

• Lors de l’essai thérapeutique on souhaite que le médicament testé face mieux que « la mie de pain » ou la simple rencontre avec le médecin– Effet placébo = élément parasite dont on cherche à se

débarrasser

Page 38: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Type de l’étude QUESTIONS PROTOCOLE EPIDEMIOLOGIE Incidence Suivie de population (suivi de cohorte ou

registre) EPIDEMIOLOGIE Prévalence Transversal (sur échantillon représentatif) THERAPEUTIQUE Efficacité Etude contrôlée randomisée THERAPEUTIQUE Sécurité Etude contrôlée randomisée ou suivi de

cohorte DIAGNOSTIC Reproductivité/Variabilité

Transversal comparatif avec répétition de mesure

DIAGNOSTIC Sensibilité/Spécificité

Transversal comparatif avec étalon-or

DIAGNOSTIC Efficacité/Utilité

Etude contrôlée randomisée

DIAGNOSTIC Stratégie Etude contrôlée randomisée ou arbre décisionnel

CAUSALITE Phénomène contrôlable fréquent

Etude contrôlée randomisée

CAUSALITE Phénomène non contrôlable fréquent

Suivi de cohorte (exposés/non exposés)

CAUSALITE Phénomène rare Etude cas-témoin PRONOSTIC Maladie fréquente

Etude contrôlée randomisée ou suivi de cohorte

PRONOSTIC Malade rare Etude cas-témoin38

Page 39: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Quelques points clés

Page 40: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Le critère de jugement

– Il est unique– Intérêt des critères composites

• Mortalité toutes causes par exemple

– Ne pas confondre avec les éléments de définition de la ou des populations étudiées

– C’est avec le critère de jugement qu’est calculé le nombre de sujets nécessaire

– Il peut y avoir des critères secondaires peu nombreux

40

Page 41: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

41

Critères d

e diagnostic

Page 42: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Population étudiée et population cible. Recrutement

• Quelle généralisation prévoit-on ?– Critères d’inclusion– Critères d’exclusion

• En cas de tirage au sort dans la population cible– Quelle méthode (tirage au sort simple, sondage

en grappe, stratification…)

• En cas de répartition des sujets qui peuvent être inclus dans plusieurs groupes, quelles méthode d’allocation (randomisation) ?

42

Page 43: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Patients• Quand il y a comparaison de plusieurs

groupes, les critères d’inclusion et de non inclusion doivent être les mêmes dans tous les groupes, à l’exception :– De l’exposition (ex : études exp/non exp), – De la maladie (ex : études C/T)– Du traitement (essai thérapeutique)

• Points particuliers, en fonction du type d’étude– Etudes étiologiques prospectives : Vérifier que les inclus

sont bien indemnes de la maladie– Etudes cas témoins : Préférer l’utilisation de cas incidents– Etudes pronostiques : Préférer l’utilisation de cohortes

43

Page 44: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Importance de la représentativité• Études descriptives

– La représentativité de l’échantillon est capitale (sinon l’estimation est biaisée)

– Dans ce cas, le recrutement peut être soit exhaustif (ex: patients consécutifs dans une période donnée), soit reposer sur un sondage (avec de préférence tirage au sort)

• Études analytiques et d’évaluation– La représentativité n’est pas indispensable (il s’agit

de comparer les inclus entre eux) pour la causalité– En revanche, la généralisation des résultats est

compromise s’il n’y a pas de représentativité

44

Nia

mey fé

vrie

r 20

08

Page 45: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Schéma de l’étude• Etude de la mortalité hospitalière suite à un accident

vasculaire cérébral dans un groupe traité par fibrinolyse versus placébo

Tirage aléatoire simple des établissements à partir de la liste nationale des établissements de santé

Patients éligibles (critère d’inclusions et d’exclusions

Tirage au sort de l’affectation dans le groupe

ZZ

ZZ

Groupe sans fibrinolyse Groupe avec fibrinolyse

45

Page 46: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Recueil des données

• Définition des observations• Définition des méthodes de mesure et des

unités choisies• Lecture des résultats si possible en aveugle• Exemple :

– Préparation utilisée pour une coloscopie– Méthode de mesure de la pression artérielle– Echelles de qualité de vie– Tabagisme– ….

46

Page 47: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Procédures qualités

• Quelles sont les procédures qualité mise en œuvre ?– Vérification des dossiers par des acteurs

indépendants de l’étude (ARC)– Indépendance financière– Data safety board– Dossiers et échantillons test– …

47

Page 48: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Analyse statistiques• Logiciel statistique utilisé

– Exemple : Epi-info, R, SAS…• Paramètres fournis avec leur définition

– Exemple : les moyennes et pourcentages (fréquences) sont fournis accompagnées des bornes de l’intervalle de confiance à 95%

• Risques consentis• Modèles utilisés

– Analyse en intention de traitement• On donne tous les éléments permettant de

comprendre comment les résultats fournis ont été obtenus

48

Page 49: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Analyse en intention de traiter

• Dans les essais “pragmatiques” comparant des plusieurs stratégies– Analyser tous les patients randomisés dans leurs

groupes d’allocation indépendamment du traitement qu’ils ont effectivement reçu fait reçus

• Permet une comparaison non biaisée des stratégies

49

Page 50: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Analyse per protocole

• Compare les groupes effectivement traités dans les termes du protocole (90 A

• La comparabilité originelle n’est pas garantie (par exemple on a 2 fois plus d’abandon de traitement dans des 2 groupes

• Risque de Biais de sélection

50

Page 51: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Respect de la réglementation et des règles éthiques

• La réglementation dépend du pays– Certaines attitudes sont interdites dans certains

pays : Interruption Volontaire de Grossesses, utilisation de certaine technique génétique…

– Certaines instances doivent être consultées : CPPRB

• Les règles éthiques sont universelles– Respect des droits de l’homme et de l’enfant– Prise en compte du consentement du patient– …

• Intérêt des comités d’éthique51

Page 52: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

La causalité

• L’existence d’un lien significatif n’est pas nécessairement un lien de causalité– Facteur de confusion

• Seule les études comparatives, randomisées, prospectives en double aveugle sont fortement susceptible de conclure en terme de causalité

Page 53: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Causalité

• Austin Bradford Hill 1965 : 9 critères1.Force de l’association

– Niveau de corrélation– Importance de la différence

2.Cohérence– Externe : Reproductibilité, constance des résultats

avec d’autres travaux, équipes, populations– Interne : protocole, prise en compte des biais

Page 54: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Causalité suite3. Temps

– L’effet précède la cause4. Relation dose-effet5. Preuves expérimentales6. Spécificité de l’association7. Cohérence biologique

– En fonction de l’histoire naturelle de la maladie, physiopathologie

8. Plausibilité biologique– En regard des connaissances disponibles

9. Analogie – Avec d’autres évènements reliés à une autre pathologie

Page 55: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Différence statistiquement significative et importance clinique

• Un différence statistiquement significative, (p<0,05) un lien statistiquement significatif, un IC de RR ou de OR ne comprenant pas 1, signifie simplement qu’il est peu probable que le hasard soit à l’origine du résultat

• Un différence non significative en dehors de la planification de l’expérience avec des risques accepté et une différence minimale attendue ne peut pas être interprété : on a pas été capable de la mettre en évidence mais conclure qu’il n’y en pas est souvent très risqué

• Une différence significative ne signifie pas importance clinique :– Augmenté de manière statistiquement significative la durée de

vie des cancéreux de 1 minute n’a que peu d’importance clinique!!!

Page 56: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Reproductibilité des résultats

• En général, on trouve dans la littérature plusieurs enquêtes qui traitent du même problèmes et qui ne retrouvent pas toujours les mêmes résultats.

• On utilise alors la méta-analyse

Page 57: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Méta-analyse• Une méta-analyse est une démarche statistique combinant les résultats d'une

série d'études indépendantes sur un problème donné. • La méta-analyse permet une analyse plus précise des données par l'augmentation

du nombre de cas étudiés et de tirer une conclusion globale. • Cette démarche est largement utilisée en médecine pour l'interprétation globale

d'études cliniques parfois contradictoires. Elle permet aussi de détecter les biais de méthode des études analysées.

• Elle peut néanmoins elle-même être sujette à un biais de publication, les chercheurs pouvant avoir moins tendance à publier une étude concluant à une absence de résultat.

• La première méta-analyse fut effectuée en 1904 par Karl Pearson afin d'essayer de surmonter le problème de puissance statistique réduite dans les études d'échantillons de petites tailles.

• Il faut attendre 1955 pour voir l'édition de la première méta-analyse d'un traitement médical et le début de sa large utilisation dans les études cliniques.

• Dans les années 1970, à partir des travaux de Glass, Schmidt et Hunter, des techniques analytiques plus sophistiquées voient le jour.

Wikipédia

Page 58: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Angioplastie primaire à la phase aiguë de l’infarctus

Mortalité

Nombre Groupe traité

Groupe témoin

p

Essai 1 56 6.9 % 5.2 % NS

Essai 2 100 6.0 % 2.0 % NS

Essai 3 395 2.5 % 6.5 % NS

Essai 4 52 4.3 % 17.2 % NS

Essai 5 103 4.2 % 3.5 % NS

Essai 6 301 1.9 % 7.3 % P<0.05

Page 59: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Principe de la méta-analyse• Les essais « significatifs » ne posent pas de problème

– Etudier la représentativité de l’ échantillon– Se méfier des facteurs de confusion– Ces essais sont plus facilement publiés

• Ils sont cités 40 fois par an / 7 fois pour les non-S

• Les essais « non significatifs » posent plus de questions– Ils peuvent correspondre à la réalité : il n’y a pas de lien– Ils peuvent manquer de puissance

• Alors qu’il y a un lien = par faiblesse de la taille de l’échantillon– .. Et ils sont moins facilement publiés

• Biais de publication

• L'existence de résultats S ET NS posent problème– Le « pooling » des enquêtes est une tentation : addition des résultats mais qui

ne marche pas

Page 60: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Exemple : « pooling » des enquêtes

18012060Total

5020Pas de complications

1.437040Complications

ORTémoinsCasEtude 1

16050110Total

4080Pas de complications

1.501030Complications

ORTémoinsCasEtude 2

170170Total

90100Pas de complications

0.798070Complications

ORTémoinsCasSomme des effectifs

La sommation des études ne correspond pasen raison des déséquilibres arithmétiqueset de l’hétérogéinité des patients inclus

Paradoxe de Simpson

Page 61: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Méthodes statistiques de combinaison• Méthodes possibles

– Maximum de vraisemblance simple ou conditionnelle– Méthode de Peto– Méthode du logarithme de l’OR– Méthode de Mantel-Haenszel– Méthode du logarithme du RR– Méthode de la différence de risque– Méthode de DerSimonian et Laird

• Hétérogénéité– Q de Cochran (souvent NS)

• Si significatif en modèle fixe ==> voir modèle aléatoire• Difficultés de la conclusion

– Test de Breslow et Day (moins souvent NS)– I² de DG Altman (sept 2003) = 100 % * (Q - ddl) / Q

• Varie de 0 (homogénéité) à 100 (hétérogénéité)• Moins souvent NS (intervalle de confiance à 95 %)

Higgins. BMJ 2003;327:557-9

Page 62: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Exemple de calcul : modèle fixe, log OR

i

ii

w

w^

45.1eOR

3762,00039,15

6458,5

ww

)w*()1w*(

8536,5wet1708.0var

15032,9var1w

10928,0501

201

701

401

d1

c1

b1

a1var

4054,0ORlnet35767,0ORln

3762.0

21

221

22

11

1

2211

18012060Total

5020Pas de complications

1.437040Complications

ORTémoinsCasEtude 1

16050110Total

4080Pas de complications

1.501030Complications

ORTémoinsCasEtude 2

Calcul OR ln OR

Puis calcul de l ’IC à 95 %

Page 63: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Exemple de calcul : modèle fixe, log OR

18012060Total

5020Pas de complications

1.437040Complications

ORTémoinsCasEtude 1

16050110Total

4080Pas de complications

1.501030Complications

ORTémoinsCasEtude 2

Test d ’association

15,0psoit457,1

0039,151

3762,0

w1

03762,0

)var(z

i

0

0

Test d ’hétérogénéité de Cochran

)²( iiwQ

90.0psoit08,0)²)50,143,1(*85,5(()²)50,143,1(*15,9((Q

Page 64: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Résultats avec EASYMA Odds ratio, fixed model Bilateral CI, 95% for trials, 95% for MA Trial D var w (%) OR [OR- -OR] Essai 1 0.357 0.109 0.61 1.429 0.747 2.731Essai 2 0.405 0.171 0.39 1.500 0.667 3.373

Sum of sizes: T- group = 170 , T+ group = 170 , trials = 340 Sum of events: T- group = 80 , T+ group = 70 , trials = 150 association chi= 2.1179 df = 1 p = 0.15heterogeneity chi(Q Cochran) = 0.0085 df = 1 p = 0.93heterogeneity chi(Breslow & Day) = 0.0085 df = 1 p = 0.93Common Odds ratio = 1.456 CI 95% : [ 0.878 ; 2.415 ] (relative change in odds = 46%, [ -12%; 142%])Sum of raw weights = 15.00 Cumulative analysis (heterogeneity by Q Cochran test) : Trial ORc [ORc- -ORc] p ass p hetEssai 1 1.429 0.747 2.731 0.281 1.000Essai 2 1.456 0.878 2.415 0.146 0.927

Page 65: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Trial

Risk

RR[95% CI]

ptreated group(x/n)

control group(x/n)

OKER-BLOM 197011.3%16/141

27.0%41/152

0.35[0.18; 0.65]

 

MULDOON 19761.89%

1/5315.4%

8/520.11

[0.01; 0.88] 

MONTO 19795.88%8/136

20.1%28/139

0.25[0.11; 0.57]

 

KANTOR 198015.3%

9/5917.6%

9/510.84

[0.31; 2.31] 

PETTERSON 198033.7%32/95

60.8%59/97

0.33[0.18; 0.59]

 

QUARLES 198114.0%15/107

20.2%20/99

0.64[0.31; 1.34]

 

DOLIN 19821.77%2/113

20.5%27/132

0.07[0.02; 0.30]

 

REUMAN 19890.95%3/317

3.14%5/159

0.29[0.07; 1.25]

Meta-analysis0.36

[0.26; 0.48]<0.001 

Heterogenity: 0.095 

Ramantadine dans la prévention de la grippe

Jefferson 2002 – Higgins 2003

Page 66: Enquêtes épidémiologiques F. Kohler NDjamena 2010.

Représentation graphique