santé buccaux dentaire chez les femme enceinte

7/30/2019 sant buccaux dentaire chez les femme enceinte

1/208


2/208


3/208

Rsum

3

Rsum

Titre :

pidmiologie des maladies bucco-dentaires chez la femme enceinte : facteurs derisque et association avec laccouchement prmatur

Rsum :

La grossesse et la sant bucco-dentaire sont lies par des rapports complexes

d'ordre biologiques, comportementaux et sociaux. La grossesse peut avoir desrpercussions sur la sant bucco-dentaire, et inversement certaines maladiesbucco-dentaires pourraient avoir des consquences nfastes sur lissue de lagrossesse. Dans une premire partie, nous montrons que la carie chez la femmeenceinte est frquente, et associe aux classes dges les plus basses et certaines caractristiques socio-conomiques dfavorables. Dans une deuximepartie, nous abordons lassociation entre les maladies bucco-dentaires(parodontite et maladie carieuse) et la survenue daccouchements prmaturs.Les potentielles rpercussions distance des pathologies bucco-dentairespourraient ne pas se limiter une origine parodontale exclusive. Les bactriesimpliques dans la physiopathologie de la carie pourraient jouer un rle actifdans la survenue ou laggravation du risque de complications obsttricales.Enfin, dans une troisime partie, nous montrons que le recours aux soins bucco-dentaires des femmes enceintes semble encore insuffisant, ce qui justifiedadapter les mesures actuelles de prvention et de prise en charge bucco-dentaires pendant la grossesse.

Mots-cls : Maladies Bucco-Dentaires, Carie, Parodontite, MaladiesParodontales, Grossesse, Accouchement Prmatur, Facteurs de risque,pidmiologie


4/208


5/208

Remerciements

5

Remerciements

Je voudrais tout dabord remercier grandement mes deux co-directeurs de thse,Mr Michel Sixou et Mme Cathy Nabet, pour mavoir apport une aide prcieusetout au long de ce travail. Votre complmentarit dans cette direction de thsea rendu possible ce long cheminement. Au-del de votre rle de direction, jevous remercie pour vos qualits humaines qui ont fait de ces trois annes dethse une priode propice la rflexion, dans un cadre de travail stimulant.

Je tiens remercier tout particulirement Mme Monique Kaminski, pour sonaccueil au sein de lquipe U953 de lINSERM, et pour avoir mis madisposition tout lenvironnement scientifique ncessaire pour raliser ce travail.Jai eu limmense privilge de bnficier de votre aide, et de limmersion dansune quipe de recherche. Tmoin de votre rigueur scientifique et admiratif de lapertinence de vos rflexions, je mesure le chemin quil me reste parcourir pourparfaire ma formation et mes comptences en pidmiologie.

Je remercie grandement Mme le Professeur M.L. Boy-Lefvre pour avoir acceptde porter un jugement expert sur ce travail en qualit de rapporteur. Je dsireexprimer ici ma sincre gratitude pour lintrt que vous avez port ce travail,

et vous tmoigner de mon plus profond respect.Je remercie aussi vivement Mr Paul Tramini pour avoir accept dtrerapporteur de ce travail. Jespre avoir t la hauteur de vos attentes,notamment dans le domaine des biostatistiques.

Mes remerciements vont aussi Mr le Professeur D. Bourgeois pour avoiraccept dtre membre de ce jury de thse. Je suis trs honor de lintrt quevous avez port ce travail.

Je remercie galement toute lquipe de lINSERM U953 Villejuif, pour sonaccueil chaleureux et les agrables moments de travail passs lhpital Paul-Brousse. En particulier, je remercie Mr le Professeur F. Goffinet et Mr leProfesseur G. Brart pour mavoir permis de travailler au sein de cette unit derecherche, me faisant vivre une exprience trs enrichissante sur le planprofessionnel. Merci aussi Mr P.Y Ancel pour ses prcieux commentaires, Mme Laetitia Marchand-Martin pour ses nombreux conseils sur le logiciel SAS,et Mme Nathalie Lelong pour son travail sur la base de donnes de ltudeEPIPAP. Un grand merci aussi Alice Germa pour nos discussions toujours

trs intressantes.


6/208


7/208

Table des matires

7

Table des matires

Rsum .......................................................................................................... 3

Abstract ......................................................................................................... 4

Remerciements .............................................................................................. 5

Table des matires ......................................................................................... 7

Avant-propos ............................................................................................... 10

Introduction ................................................................................................. 13

Chapitre 1 - Maladies bucco-dentaires pendant la grossesse ....................... 16

1.1. Rpercussions de la grossesse sur la cavit buccale ............................................. 16

1.1.1. Gingivite gravidique ..................................................................................... 17

1.1.2. Parodontite ................................................................................................... 18

1.1.3. pulis gravidique .......................................................................................... 20

1.1.4. rosion dentaire ........................................................................................... 21

1.1.5. Mobilit dentaire .......................................................................................... 21

1.1.6. Carie ............................................................................................................. 22

1.2. Frquence et indicateurs de risque de latteinte carieuse pendant la grossesse ... 25

1.2.1. Introduction ................................................................................................. 25

1.2.2. Matriel et mthodes .................................................................................... 26

1.2.2.1. Population ............................................................................................. 26

1.2.2.2. Recueil des donnes ............................................................................... 27

1.2.2.3. Analyse statistique ................................................................................. 30

1.2.3. Rsultats ...................................................................................................... 43

1.2.3.1. Analyse descriptive ................................................................................ 43

1.2.3.2. Indicateurs de risque associs latteinte carieuse ................................ 44

1.2.4. Discussion ..................................................................................................... 56


8/208

Table des matires

8

Chapitre 2 Association entre les maladies bucco-dentaires et

laccouchement prmatur ........................................................................... 62

2.1. Introduction ........................................................................................................ 62

2.1.1. L'accouchement prmatur ........................................................................... 62

2.1.2. Origine des hypothses sur le lien entre maladies bucco-dentaires et

accouchements prmaturs ..................................................................................... 63

2.2. Parodontite et accouchement prmatur............................................................. 66

2.2.1. Introduction ................................................................................................. 66

2.2.2. Matriel et mthodes .................................................................................... 672.2.2.1. Stratgie de recherche ............................................................................ 67

2.2.2.2. Critres de slection des tudes ............................................................. 68

2.2.2.3. Extraction des donnes .......................................................................... 70


2.2.2.5. Logiciels et graphiques ........................................................................... 72

2.2.3. Rsultats ...................................................................................................... 72

2.2.3.1. Diagramme de flux ................................................................................ 72

2.2.3.2. Caractristiques des tudes incluses ....................................................... 73

2.2.3.3. Mesures dassociation des tudes incluses .............................................. 75

2.2.3.4. Analyse en sous-groupes ........................................................................ 76

2.2.3.5. Analyse du biais de publication ............................................................. 77

2.2.4. Discussion et perspectives ............................................................................ 78

2.3. Atteinte carieuse et accouchement prmatur .................................................... 822.3.1. Introduction ................................................................................................. 82

2.3.2. Matriel et mthodes .................................................................................... 83

2.3.2.1. chantillon de population ...................................................................... 83

2.3.2.2. Recueil des donnes ............................................................................... 85


2.3.3. Rsultats ...................................................................................................... 88

2.3.4. Discussion ..................................................................................................... 92


9/208

Table des matires

9

Chapitre 3 - Recours aux soins bucco-dentaires pendant la grossesse ....... 101

3.1. Influence de la grossesse sur le recours aux soins bucco-dentaires .................... 102

3.1.1. Introduction ............................................................................................... 102

3.1.2. Matriel et mthodes .................................................................................. 104

3.1.2.1. Type dtude et population ................................................................. 104

3.1.2.2. Recueil des donnes ............................................................................. 105

3.1.2.3. Analyse statistique............................................................................... 106

3.1.3. Rsultats .................................................................................................... 107

3.1.4. Discussion ................................................................................................... 1113.2. Problmes bucco-dentaires ressentis pendant la grossesse et recours aux soins 113

3.2.1. Introduction ............................................................................................... 113

3.2.2. Matriel et mthodes .................................................................................. 116

3.2.2.1. Type dtude et population ................................................................. 116

3.2.2.2. Variables tudies ................................................................................ 117

3.2.2.2. Analyse statistique ............................................................................... 119

3.2.3. Rsultats .................................................................................................... 120

3.2.3.1. chantillon dtude .............................................................................. 120

3.2.3.2. Analyse univarie ................................................................................. 121

3.2.3.3. Problmes bucco-dentaires ressentis pendant la grossesse ................... 123

3.2.3.4. Recours aux soins bucco-dentaires pendant la grossesse ...................... 131

3.2.4. Discussion ................................................................................................... 137

Synthse .................................................................................................... 143

Perspectives ............................................................................................... 145

Bibliographie ............................................................................................. 148

Annexes ..................................................................................................... 174

Publications ............................................................................................... 186


10/208

Avant-propos

10

Avant-propos

Lorigine de ce travail remonte la mise en place de ltude EPIPAP

(EPIdemiological study on the relation between Periodontitis and Adverse

Pregnancy outcomes) au CHU de Toulouse en 2003. Ltude EPIPAP est une

tude pidmiologique cas-tmoins multicentrique, conduite dans six maternits

de France mtropolitaine entre 2003 et 2006 (GHU Port Royal (Paris), GHU

Saint-Antoine (Paris), CH Victor Dupouy (Argenteuil), CH Intercommunal

(Crteil), CHU Paule de Viguier (Toulouse) et CHU Hautepierre (Strasbourg)).

Ltude a t mene sur 1108 femmes ayant donn naissance un enfant

prmatur (< 37 semaines d'amnorrhe, SA) (cas) et 1094 femmes ayant donn

naissance un enfant terme (> 37 SA) (tmoins). Lobjectif principal tait de

dterminer si la parodontite chez la femme enceinte est associe une

augmentation du risque daccouchement prmatur, et dtudier la relation en

fonction des causes de prmaturit. Les membres du groupe dtude EPIPAP,

dont linvestigateur principal est le Dr C. Nabet, figurent en annexe I. L'tude

EPIPAP a t finance par un Programme Hospitalier de Recherche Clinique,

PHRC national 2004 AOM04047 (Hpital Charles Foix) et par l'INSERM

(U953).

Notre participation en tant quinvestigateur clinique ltude EPIPAP entre

2003 et 2006 nous a conduit poursuivre ltude de cette thmatique en thse

de doctorat de chirurgie dentaire, sous la direction du Pr M. Sixou. La thse,

intitule Parodontites et accouchements prmaturs : revue de la littrature et

mta-analyse des tudes observationnelles (Thse n2006 TOU3 3058) a t

soutenue le 27 novembre 2006 la Facult de Chirurgie Dentaire de Toulouse,

Universit Paul Sabatier.


11/208

Avant-propos

11

En 2006-2007, dans le cadre du Master 2 - Recherche, pidmiologie Clinique de

lUniversit Paul Sabatier de Toulouse, nous avons poursuivi dans cette

thmatique de recherche grce une collaboration avec les caisses de Mutualit

Sociale Agricole dAquitaine et de Midi-Pyrnes, par lintermdiaire du Dr P.

Poisson, chirurgien-dentiste conseil responsable national du projet Action

Petite Enfance . Notre mmoire, encadr par le Pr M. Sixou et le Dr C.

Arnaud, et intitul La consommation en soins bucco-dentaires chez la femme

enceinte : tude inter-rgionale a permis lanalyse des donnes de

remboursement de soins bucco-dentaires sur un chantillon de femmes enceintes,

et la comparaison avec un chantillon appari de femmes non enceintes.

En janvier 2008, nous avons rejoint lUnit 149 de lINSERM1 (Pr G. Brart,

quipe 3 sous la direction de Madame M. Kaminski et du Dr B. Larroque),

Villejuif, afin dapprofondir ltude des relations pidmiologiques entre la

grossesse et la sant bucco-dentaire, dans le cadre de ce travail de thse de

doctorat dUniversit sous la direction du Pr M. Sixou et du Dr C. Nabet. Notre

travail a dabord port sur ltude de la carie chez la femme enceinte, avec une

analyse de la frquence et des facteurs de risque chez les femmes appartenant au

groupe tmoin de ltude EPIPAP. Nous avons analys lassociation entre la

carie et laccouchement prmatur. Enfin, nous avons particip la mise en

place de ltude MaterniDent, une tude transversale par auto-questionnaires

distribus aux femmes en suites de couches. Cette tude a t mene dans lesmaternits de Trousseau et Saint-Antoine Paris, et Paule de Viguier

Toulouse entre 2008 et 2009, grce la coopration des coles de sages-femmes

de lHpital Saint-Antoine (Facult de Mdecine Universit de Paris 6), et de

la Facult de Mdecine de lUniversit Paul Sabatier Toulouse. Nous avons

1

LUnit 149 de lINSERM est aujourdhui devenue UMRS 953 Recherches pidmiologiquesen sant prinatale et sant des femmes et des enfants (Directeur Pr F. Goffinet)www.u953.idf.inserm.fr/


12/208

Avant-propos

12

ce titre co-dirig le mmoire de fin dtudes de sage-femme de D. Constantin

( La sant bucco-dentaire chez la femme enceinte , Facult de Mdecine

Universit Paris 6, soutenu le 13/05/2009) et le mmoire de fin dtudes de

sage-femme de D. Pastor-Harper ( Grossesse et sant bucco-dentaire : tude

transversale lHpital Paule de Viguier , Facult de Mdecine Toulouse-

Rangueil, soutenu le 01/06/2010).


13/208

Introduction

13

Introduction

La cavit buccale joue un rle essentiel dans la digestion, la respiration, la

phonation, lexpression faciale et la rception sensorielle (1). Elle constitue la

fois un rempart vis--vis du monde extrieur, et un miroir de la sant gnrale.

Certaines infections dorigine bucco-dentaire, en particulier la parodontite,

peuvent avoir des rpercussions sur ltat de sant gnrale, par des mcanismes

tels que la translocation bactrienne, le relargage de mdiateurs de

linflammation ou le relargage de produits de dgradation bactriens (2). Par

ailleurs, certaines maladies systmiques comme le diabte, le SIDA ou la

maladie de Crohn entranent des modifications du milieu buccal favorisant

lapparition de pathologies bucco-dentaires (3). La grossesse est un tat

physiologique non pathologique et transitoire se caractrisant par des

modifications physiques, hormonales, mtaboliques et comportementales (4). Sur

le plan pidmiologique, les rpercussions buccales de la grossesse (en particulier

la gingivite gravidique et les saignements gingivaux) sont dcrites depuis

plusieurs dcennies (5), mais nombreux sont les axes de recherche restant

explorer afin de mieux comprendre les liens complexes entre la grossesse et ltat

bucco-dentaire. Cette thse sarticule autour de trois parties.

La premire partie traite des maladies bucco-dentaires chez la femme enceinte.

Tout dabord, une synthse bibliographique prsente les problmes bucco-

dentaires le plus souvent rencontrs chez la femme enceinte. Puis la frquence

de latteinte carieuse pendant la grossesse et les indicateurs de risque associs

sont tudis. Cette analyse est ralise partir de la base de donnes de l'tude

EPIPAP, sur les 1094 femmes du groupe tmoin. La nature et la distribution du

critre de jugement principal employ pour cette analyse a ncessit l'utilisation


14/208

Introduction

14

de modles statistiques particuliers (modles Hurdle et inflation de zros). Ces

modles statistiques seront dcrits et leurs intrts en odontologie discuts.

La deuxime partie sintresse la relation entre la sant bucco-dentaire et les

accouchements prmaturs. Des tudes du dbut des annes 1990 suggrent que

certaines maladies bucco-dentaires pourraient avoir des rpercussions distance

de la cavit buccale (6)(7). Le risque d'accouchement prmatur a t report

de nombreuses reprises comme une de ces rpercussions (8). Cette deuxime

partie a tudi limpact de deux maladies bucco-dentaires sur laccouchement

prmatur : la maladie parodontale, au moyen dune mta-analyse dtudes

observationnelles, et la carie, par lanalyse des donnes de ltude EPIPAP.

Cette dernire analyse repose sur des hypothses physiopathologiques rcentes,

voquant l'impact de certains micro-organismes oraux non parodontopathognes

sur l'issue de la grossesse (9)(10).

La troisime partie porte sur le recours aux soins bucco-dentaires pendant la

grossesse. Dans une premire sous-partie, la consommation en soins bucco-

dentaires dun chantillon de femmes enceintes est compare celle dun

chantillon de femmes non enceintes apparies, partir de donnes de

remboursement de la Mutualit Sociale Agricole. Dans une seconde sous-partie

sont prsents les rsultats de ltude MaterniDent. Il sagit dvaluer lesfacteurs associs au non-recours aux soins en prsence de problmes bucco-

dentaires pendant la grossesse, en fonction des problmes ressentis (douleur

dentaire ou problme gingival), et dtudier la frquence de la consultation de

bilan bucco-dentaire dclare pendant la grossesse et les facteurs associs.


15/208

Introduction

15

Les rsultats de ces diffrentes analyses devraient permettre :

destimer la force de lassociation entre laccouchement prmatur, dunepart, et les maladies parodontale et carieuse, dautre part,

de mettre en vidence des groupes risque de maladie carieuse, et demieux connatre les dterminants du recours aux soins bucco-dentaires

pendant la grossesse, pour aider l'optimisation des futures campagnes

de prvention cibles sur les femmes enceintes.


16/208

Chapitre 2 Association entre les maladies bucco-dentaires et laccouchement prmatur

16

Chapitre 1 - Maladies bucco-dentaires pendant la

grossesse

1.1. Rpercussions de la grossesse sur la cavit buccale

Les modifications hormonales au cours de la grossesse peuvent avoir des

rpercussions au niveau de la cavit buccale, en particulier au niveau du

parodonte. Il est nanmoins difficile de distinguer les dsordres bucco-dentaires

dclenchs par la grossesse, de ceux prexistants et aggravs par la grossesse.

Le parodonte (du grec para ct de et odontos dent ) est constitu par

lensemble des tissus qui entourent et soutiennent les dents. Il comprend les

gencives (libre et attache), los alvolaire, le ligament parodontal (ou

desmodonte) et le cment (Figure 1). Une gencive saine se caractrise par un

aspect piquet "en peau d'orange", traduisant l'insertion de bouquets de fibresde collagne qui tendent l'pithlium sus-jacent (Figure 2) (11). Il existe deux

types de maladie parodontale: la gingivite et la parodontite. La plaque

bactrienne constitue l'tiologie principale des maladies parodontales ; le

contrle de cette plaque reprsente l'objectif thrapeutique principal.

Figure 1 : Structures du parodonte


17/208


17

Figure 2 : Gencive saine (12)

1.1.1. Gingivite gravidique

La gingivite est une inflammation de la gencive. Les signes cliniques associent la

prsence d'un oedme de la gencive libre (qui devient lisse et brillante), d'une

rougeur (liser frambois autour des dents) et de gingivorragies, provoques ou

spontanes. La gingivite est rversible si les techniques d'hygine bucco-dentaire

appropries sont adoptes par le patient.

En raison des modifications hormonales, la rponse inflammatoire vis--vis de la

plaque bactrienne peut tre exacerbe durant la grossesse, conduisant un

oedme des gencives et leur saignement spontan (Figure 3).


18/208


18

Figure 3 : Gingivite gravidique touchant essentiellement la rgion incisivo-canine mandibulaire,malgr la faible prsence de plaque sur les faces dentaires (12).

Histologiquement, la gingivite gravidique ne diffre pas de la gingivite survenant

en dehors des priodes de grossesse (13). La prvalence varie de 35% 100%selon les tudes (5). Cette variabilit peut tre attribue la diversit des

critres de jugement employs.

La gingivite gravidique apparat durant le deuxime mois de grossesse, progresse

au fur et mesure des mois, jusqu' atteindre un pic au huitime (12). Aprs

l'accouchement, les tissus gingivaux recouvrent gnralement leur aspect initial,

sans que cela signifie automatiquement un retour la sant gingivale. Elle n'estressentie comme douloureuse que dans les formes les plus svres.

1.1.2. Parodontite

Une gingivite non traite peut parfois voluer en parodontite (14). La

parodontite est une maladie inflammatoire, d'origine infectieuse, provoque par


19/208


19

un dsquilibre de flore bactrienne privilgiant la multiplication de bactries

anarobies Gram ngatif. La parodontite est associe de nombreux facteurs

de risque et/ou facteurs aggravants, notamment la prdisposition gntique, les

maladies systmiques, un environnement dento-gingival dfavorable, une

hygine bucco-dentaire insuffisante et un faible niveau socio-conomique (15).

Les signes cliniques d'une parodontite sont ceux de la gingivite, associs une

alvolyse, responsable de rcessions parodontales et/ou de poches parodontales.

long terme, la parodontite aboutit la mobilit des dents, et finalement

leur perte. Sur le plan pidmiologique, les tudes observationnelles montrent

une forte prvalence des maladies parodontales (gingivite et parodontite

confondues) dans la population adulte gnrale, les besoins en soins concernant

environ 90% des individus (16). Toutefois, 10 15% des individus prsentent

des formes svres de parodontite (avec perte avance des tissus parodontaux),

ncessitant la mise en place de traitements complexes (17). En France, prs de

50% des adultes prsentent une perte dattache svre (18). Dans ltude

EPIPAP, la frquence de la parodontite chez les femmes du groupe tmoin

(accouchement terme) varie entre 12,2% et 37,7%, selon les dfinitions de la

parodontite utilises (19).

La parodontite est une maladie qui volue par phases, et dont la progression est

lente. Dans les formes chroniques, la vitesse de perte osseuse autour de dentsatteintes est estime entre 0,05 et 0,3 mm/an (20). Dans les formes agressives,

la vitesse de perte osseuse est estime environ 1 mm/an (20). Ainsi, neuf mois

ne sont pas suffisants pour diagnostiquer une parodontite chronique qui

dbuterait durant une grossesse.


20/208


20

1.1.3. pulis gravidique

Il s'agit d'une lsion hypertrophique localise qui touche environ 1 5% des

femmes enceintes (13)(21).

Sa localisation principale est la gencive maxillaire antrieure. Cliniquement,

l'pulis se prsente comme une tumfaction gingivale, daspect rouge, nodulaire

unique ou polylobe, de consistance ferme, indolore (Figure 4).

Figure 4 : pulis gravidique (12)

Cette tumfaction peut tre ulcre et saigne facilement, son accroissement est

souvent rapide. Son tiologie reste inconnue, bien quun traumatisme ou une

hygine insuffisante et des modifications hormonales soient associs son

dveloppement (22). Lpulis rgresse aprs laccouchement ou larrt de

lallaitement et rcidive souvent lors des grossesses ultrieures, plus prcocement

et avec un volume plus important (12).


21/208


22/208


23/208


24/208


24

- Le processus de dminralisation progresse, et peut continuer jusqudtruire une partie importante des structures dentaires (Figure 9).

Figure 9 : Lsions carieuses importantes sur les incisives maxillaires (Dr Savard)

Les lsions carieuses ne sont que les signes dactivit de la maladie carieuse.

Toutes les lsions carieuses de lmail et de la dentine sans cavitation peuvent

tre stoppes et reminralises. Seules les lsions carieuses avec cavitationncessitent une restauration (29).

Les effets de la grossesse sur l'initiation ou la progression de la carie ne sont pas

clairement tablis. Il est toutefois empiriquement admis que les modifications de

l'environnement buccal durant la grossesse auraient tendance favoriser la

carie: vomissements frquents, multiplication de certaines bactries cariognes,

diminution du pH salivaire et de son pouvoir tampon, changements de lacomposition salivaire et hygine bucco-dentaire dfavorable en raison de

saignements gingivaux importants (13). Toutefois, en raison de la dure limite

de la grossesse, l'effet des modifications de l'environnement buccal sur

l'incidence carieuse semble modeste car notre connaissance aucune tude n'a

mis en vidence une augmentation nette de l'incidence carieuse chez la femme

enceinte.


25/208


26/208


27/208


27

Figure 10 : Diagramme de flux des femmes du groupe tmoin de ltude EPIPAP (35)

Les critres de non-inclusion taient: ge infrieur 18 ans, incomprhension du

franais, infection au VIH, diabte non quilibr, toute maladie ncessitant une

antibioprophylaxie pour un sondage parodontal, moins de six dents, femme

ayant donn naissance un enfant avec de graves malformations.

1.2.2.2. Recueil des donnes

Les examens dentaires ont t raliss deux quatre jours suivant

laccouchement, dans les chambres de maternit. Les femmes taient examines

en position assise, et onze investigateurs-dentistes ont t ncessaires pour

conduire lensemble des examens dans les six maternits.


28/208


28

Les examinateurs ont t standardiss conformment aux critres diagnostiques

de lOrganisation Mondiale de la Sant (OMS) pour lvaluation des lsions

carieuses cavitaires (36). Une lsion carieuse cavitaire est dfinie comme une

cavit fonce dtectable la sonde dont les bords amlaires paraissent

irrguliers. La prsence de lsion carieuse cavitaire est enregistre au niveau des

faces dentaires, au moyen dun miroir et dune sonde strile. Colorations et

pigmentations seules ne sont pas considres comme des lsions carieuses

cavitaires, tout comme les lsions initiales ( white spots ) ou les rosions,

abrasions et abfractions. Quatre faces sont examines pour les incisives et les

canines (msiale, distale, linguale/palatine et vestibulaire), et cinq faces pour les

molaires et prmolaires (msiale, distale, linguale/palatine, vestibulaire et

occlusale). Les troisimes molaires ont t exclues de lexamen, et aucune

radiographie na t prise. Une face dentaire est considre comme carie

lorsquelle prsente au moins une lsion carieuse cavitaire (ou une perte

importante des structures dentaires dorigine carieuse), y compris lorsque la

lsion sige au niveau marginal dune restauration ( reprise de carie ). tant

donn la physiopathologie de la carie, il est admis quune lsion cavitaire

observe dans les quatre jours post-partum tait dj prsente durant la

grossesse.

Dans la suite de cette analyse, nous dfinirons une dent carie comme une dentprsentant au moins une de ses faces carie. De mme, nous considrerons

quune femme est atteinte de carie si elle prsente au moins une dent carie.

Dans ce cas, nous considrerons quelle prsente une atteinte carieuse .

La variable femme atteinte de carie (oui/non) permet de dichotomiser le

groupe de femmes exemptes de carie lexamen clinique du groupe de femmes


29/208


29

prsentant au moins une dent carie. La variable nombre de dents caries

permet de quantifier le nombre de dents concernes.

Les variables explicatives ont t choisies en fonction des donnes de la

littrature. La quantit de plaque bactrienne et de tartre a t mesure au

niveau de quatre sites par dent (msio-vestibulaire, disto-vestibulaire, msio-

lingual/palatin et disto-lingual/palatin), avec lindice de plaque de Le et

Silness (37) et lindice de tartre de Greene et Vermillion (38). Une femme est

considre comme prsentant de la plaque bactrienne si lexaminateur observe

au moins un site avec de la plaque visible. Une femme est considre comme

prsentant du tartre si lexaminateur observe au moins un site avec du tartre

recouvrant plus dun tiers du site expos.

La frquence de la consultation chez le dentiste est estime par la dure coule

depuis la dernire consultation chez le dentiste (moins dun an avant la

grossesse ou plus dun an avant la grossesse). Les caractristiques socio-

dmographiques et comportementales sont recueillies au moyen dun

questionnaire, ralis aprs lexamen bucco-dentaire. Les caractristiques

mdicales sont recueillies partir du dossier mdical, aprs lexamen bucco-

dentaire. Les caractristiques socio-dmographiques releves sont lge (18-24,

25-29, 30-34 et ! 35 ans), la nationalit (franaise ou non), le statut marital

(marie, non marie en couple, seule), le niveau dducation (primaire/collge,lyce, suprieur au baccalaurat), et lemploi pendant la grossesse (oui/non). Les

caractristiques comportementales comprennent le tabagisme (non fumeuse,

arrt au dbut de la grossesse, fumeuse pendant la grossesse) et la rgularit des

consultations prnatales, estime partir du nombre de consultations prnatales

en fonction de lge gestationnel. terme, la rgularit des consultations

prnatales est juge comme insuffisante en-dessous de sept consultationspendant la grossesse. Les caractristiques mdicales releves sont lIndice de


30/208


31/208


31

est la plus faible, except pour la variable IMC, pour laquelle la classe [18,5-25[

est considre par lOMS comme la classe de rfrence a priori (39).

Parmi les femmes atteintes de carie, les moyennes du nombre de dents caries

des diffrentes classes d'une variable sont compares par analyse de variance

(Test F) avec ajustement sur les examinateurs. ce stade de l'analyse

(prsentation descriptive des rsultats bruts et analyse brute des indicateurs de

risques associs au nombre de dents caries), l'hypothse d'une distribution

normale est suppose.

1.2.2.3.3. Analyse multivarie des indicateurs de risque associs latteinte

carieuse et au nombre de dents caries

Les variables significativement associes latteinte carieuse et/ou au nombre

de dents caries dans lanalyse bivarie sont slectionnes pour l'analyse

multivarie. La variable dpendante est le nombre de dents caries. Cette

variable a comme amplitude thorique [0-28]. Il s'agit d'une variable de

dnombrement, dont la modlisation par une rgression multivarie peut tre

ralise de diffrentes manires par maximum de vraisemblance (40). Les

variables de dnombrement partagent des proprits particulires: elles ne sont

jamais ngatives, sont discrtes, et ont tendance tre positivement

asymtriques (leur densit tend se concentrer autour des valeurs les plusfaibles). Les variables indpendantes qualitatives plus de deux classes sont

transformes en plusieurs variables binaires ("dummy-coded") pour permettre

l'analyse multivarie (41). Tous les modles sont ajusts sur les examinateurs.

Plusieurs tapes sont ralises afin de choisir le modle multivari le plus

adapt.


32/208


33/208


33

Figure 11 : Exemples de lois de Poisson pour diffrentes valeurs de la moyenne . Labscissede chaque graphe reprsente le nombre dvnements possibles, lordonne reprsente la

probabilit Pr(Y) que lon observe ce nombre Y (40)(43).

- En cas de surdispersion de la distribution, un modle binomial ngatif

( Negative Binomial - NB) est ralis. Une modlisation par rgression

binomiale ngative permet l'estimation d'un paramtre de dispersion, et ainsi la

spcification d'une moyenne et d'une variance indpendantes. La loi de

probabilit d'une distribution binomiale ngative se dfinit de la faon suivante:

2 4 6 8 10 12

0.

0

0.

2

0.

4

0.

6

Distribution de Poisson: = 0.5

Y

Pr(Y)

2 4 6 8 10 12

0.

00

0.

10

0.

20

0.

30

Distribution de Poisson: = 1.5

Y

Pr(Y)

2 4 6 8 10 12

0

.00

0.

05

0.

10

0.

15

0.

20

Distribution de Poisson: = 3

Y

Pr(Y)

2 4 6 8 10 12

0.

00

0.

05

0.

10

0.

15

Distribution de Poisson: = 6

Y

Pr(Y)


34/208


34

o y est une valeur de la variable de dnombrement, et est la moyenne de la

variable de dnombrement, ! est le paramtre de dispersion de la distribution

binomiale ngative, et " reprsente la fonction gamma.

Les modles de Poisson et binomial ngatif sont embots ("nested"): un modle

de Poisson est embot dans le modle binomial ngatif correspondant, puisque

seul un paramtre de dispersion les diffrencie.

- Lorsque l'on dnombre des vnements ngatifs ou pathologiques (comme le

nombre de caries dans une bouche), il est frquent que la distribution observe

dans un chantillon de population prsente une part excessive de zros ( zero

mass ). Dans ce cas, la seule prise en compte de la surdispersion par le recours

une loi binomiale ngative ne suffit pas ncessairement une bonne

adquation du modle aux donnes. Il existe trois types de zros dobservation

(44):

- Les zros de comptage : cest la cas lorsquaucune dent ne prsente de

carie,

- Les zros par dfaut mthodologique de l'tude (par exemple si l'tude

portait sur un chantillon comprenant des dents totaux),

- Les zros lis des erreurs de classement par les examinateurs (parexemple si les examens taient raliss par des examinateurs non

expriments, ou dans des conditions rendant le diagnostic difficile).

La modlisation par maximum de vraisemblance dune distribution prsentant

un excs de zros dobservation ncessite deux tapes : la premire permettant

la prise en compte de lexcs de zros, la seconde permettant la modlisation du

P y x( ) =" y +#$1( )

" y +1( )" #$1( )#

$1

#$1+

%

&'

(

)*

#$1

#$1+

%

&'

(

)*

y


35/208


35

reste de la distribution. Deux possibilits de modlisation soffrent alors : les

modles inflation de zros et les modles dits Hurdle (Figure 12).

Les modles inflation de zros ( Zero-Inflated models )

Les modles inflation de zros sont des modles de dnombrement deux

rgimes, que l'on peut trouver sous la forme de "modle de Poisson inflation

de zros" ("Zero-Inflated Poisson" - ZIP) ou sous la forme "modle binomial

ngatif inflation de zros" ("Zero-Inflated Negative Binomial" - ZINB), selon

la loi utilise. Dans ces modles, par hypothse, l'ensemble des sujets ayant pour

valeur 0 constituent deux sous-groupes: l'un ne suivant pas une loi de Poisson

ou une loi binomiale ngative, l'autre la suivant mais en prenant la valeur 0

(45). Une partie des zros dobservation deviennent alors des zros structurels

( extra-zeros ), cest--dire des zros modliss sparment et correspondant

des individus potentiellement protgs de lvnement dnombr (Figure 12). Il

peut en effet tre justifi de considrer que le processus qui engendre l'excs de

zros puisse, au moins en partie, diffrer de celui qui engendre les valeurs

positives.

Les modles inflation de zros sont parfois utiliss en odontologie pour tudier

les facteurs lis l'indice CAO (nombre de dents Caries, Absentes, Obtures)

(46)(47)(48)(49). Dans certaines de ces tudes, le groupe des "extra-zros" estqualifi de "caries-free", cest--dire de sujets exempts de caries (46)(47)(48).

Dans notre tude, le groupe des "extra-zros" correspondrait aux femmes qui ne

pourraient pas prsenter de caries pendant la grossesse (47). Cette hypothse

forte repose sur l'existence de caractristiques particulires (gntique, socio-

dmographique, comportementale, environnementale, etc.) qui "protgeraient"

certaines femmes des caries pendant la grossesse. Le groupe des zros nonstructurels serait constitu des femmes susceptibles d'avoir des caries pendant la


36/208


36

grossesse, mais qui n'en prsentaient pas lors de l'examen clinique (soit parce

qu'elles en taient rellement exemptes, soit parce que les conditions d'examen

ne permettaient pas de diagnostiquer toutes les caries prsentes).

La loi de probabilit d'une distribution de Poisson inflation de zros se dfinit

de la faon suivante (50):

o y est une valeur de la variable de dnombrement, est la probabilit d'tre

un "extra-zro", et est la moyenne de la variable de dnombrement.

La loi de probabilit d'une distribution binomiale ngative inflation de zros se

dfinit de la faon suivante (51):

o y est une valeur de la variable de dnombrement, est la probabilit d'tre

un "extra-zro", est la moyenne de la variable de dnombrement, ! est leparamtre de dispersion de la distribution binomiale ngative, et " reprsente la

fonction gamma.

Ainsi, un modle inflation de zros ralise deux processus spars et successifs

(52). La premire tape consiste en la modlisation des "extra-zros" (zros

structurels). La probabilit d'tre un "extra-zro" () est modlise parrgression logistique:

P y x( ) =" + (1#")e# pour y = 0

(1#")e#

y

y!pour y > 0

$

%&

'&

P y x( ) =

" + (1#")$#1

+ $#1

%

&'

(

)*

$#1

pour y = 0

1# "( )+ y +$#1( )

+ y +1( )+ $#1( )$

#1

$#1+

,

-.

/

01

$#1

$#1+

,

-.

/

01

y,

-

.

.

/

0

11

pour y > 0

2

3

44

5

44


37/208


37

o # est li l'ensemble des variables indpendantes (x). Cette modlisation se

fait au moyen d'une rgression logistique portant sur les 0 (alors que ce sont

classiquement les 1 qui sont modliss dans une rgression logistique) (40).

L'interprtation des coefficients se fait de la mme faon que pour une

rgression logistique classique: l'exponentiel du coefficient donne un OR. Dans

cette partie du modle inflation de zros, lOR mesure la force de l'association

entre un facteur et l'appartenance au groupe des "extra-zros". La seconde

tape consiste en la modlisation des zros non structurels et des autres valeurs

de dnombrement, par une rgression de Poisson ou une rgression binomiale

ngative. Les exponentiels des coefficients permettent l aussi une interprtation

par ORs.

En sciences biomdicales, les modles inflation de zros peuvent tre

interprts comme la progression d'une maladie en deux temps (45). Au dbut,

les sujets ne sont pas risque, et font partie des "extra-zeros". L'influence de

certains facteurs (gntiques, socio-dmographiques, comportementaux,

environnementaux) peut les faire basculer dans la population risque, et le

nombre d'vnements mesurs suit alors une loi de Poisson ou une loi binomiale

ngative. Au cours de ces deux tapes, un facteur donn peut agir dans des

directions opposes.

Les modles "Hurdle"

Ils permettent la modlisation de variables de dnombrement selon deux

processus distincts: l'un gnrant l'ensemble des zros, l'autre gnrant les

valeurs positives. Le principe de la modlisation Hurdle est qu'une loi binomiale

" =1

1+ e#$


38/208


38

modlise la variable binaire qu'est la variable de dnombrement selon qu'elle

soit nulle ou positive. Si la valeur est positive, la haie est franchie ("hurdle"

signifie "haie"), et la distribution conditionnelle des valeurs positives est ensuite

modlise par une loi de Poisson, ou binomiale ngative, tronque zro

(53)(Figure 12). On distingue ainsi le "modle de Poisson-Hurdle" ("Hurdle-

Poisson" - HP) du "modle binomial ngatif Hurdle" ("Hurdle Negative

Binomial" - HNB), selon la loi utilise. Les coefficients et paramtres de

dispersion de la partie logistique d'un modle Hurdle sont strictement identiques

ceux obtenus par une rgression logistique. De mme, les coefficients et

paramtres de dispersion de la partie de comptage d'un modle Hurdle (HP ou

HNB) sont strictement identiques ceux obtenus par une rgression de Poisson

tronque zro, ou binomiale ngative tronque zro.

La loi de probabilit d'une distribution HP se dfinit de la faon suivante (51):

o y est une valeur de la variable de dnombrement, $ est la probabilit pour

que y=0 dans la distribution de Hurdle, et est la moyenne de la variable de

dnombrement.

La loi de probabilit d'une distribution HNB se dfinit de la faon suivante (51):

P y x( ) =" pour y = 0

1#"( )e#

y

1# e#( )y!pour y > 0

$

%&

'&

P y x( ) =

" pour y = 0

1#"( )

$ y +%#1( )$ y +1( )$ %#1( )

1+%( )# y+%#1( )

%( )y

1#

%#1

%#1 +

&

'(

)

*+

%#1

,

-

.

.

.

.

.

/

0

1111

1

pour y > 0

2

3

444

5

444


39/208


39

o y est une valeur de la variable de dnombrement, $ est la probabilit pour

que y=0 dans la distribution de Hurdle, est la moyenne de la variable de

dnombrement, ! est le paramtre de dispersion de la distribution binomiale

ngative, et " reprsente la fonction gamma.

Dans les modles Hurdle, la partie binomiale modlise les non-zros vs les zros.

Notons ainsi que l'interprtation se fait dans le mme sens que pour une

rgression logistique classique. La partie de dnombrement modlise le nombre

de dents caries chez les femmes en prsentant au moins une. Pour les deux

parties, l'interprtation se fait partir de l'exponentiel des coefficients, donnant

des ORs (40).

Figure 12 : Reprsentation schmatique des principes de modlisation inflation de zros etHurdle. Lhistogramme reprsente une distribution observe (donnes fictives).


40/208


40

1.2.2.3.4. Prise en compte de leffet examinateur dans lanalyse multivarie

Tous les modles sont ajusts sur les examinateurs afin de tenir compte de la

variabilit inter-examinateurs dans le diagnostic de la carie. Le facteur

examinateur est considr effet fixe. Considrer leffet du facteur examinateur

comme fixe ou alatoire a une porte sur la gnralisabilit de la conclusion

(41). Leffet alatoire permettrait de gnraliser les rsultats lensemble des

examinateurs parmi lesquels ils ont t choisis (41), mais le prix dune telle

gnralisabilit est une perte de puissance dans la mise en vidence dun effet et

lusage de logiciels statistiques plus sophistiqus (54). Un modle combinant des

effets fixes des effets alatoires est qualifi de modle mixte (41).

Il existe des mthodes permettant d'introduire des effets alatoires sur les

modles de Poisson et binomiaux ngatifs. A notre connaissance, il nexiste pas

de packages ou de codes disponibles pour introduire un effet alatoire dans un

modle binomial ngatif Hurdle. Nanmoins, des recherches rcentes permettent

l'introduction d'effets alatoires dans les modles inflation de zros, mais cela

induit des quations de vraisemblance trs complexes, avec des risques de

"fausses convergences" (40). En guise de perspectives et titre exploratoire, un

modle mixte ZINB avec effet alatoire sur l'examinateur a t utilis afin de

mieux prendre en compte leffet examinateur des femmes examines par un

mme examinateur. Leffet alatoire peut tre introduit dans la partie logistiqueet/ou dans la partie binomiale ngative. Dans notre analyse, leffet alatoire sur

le facteur examinateur a t introduit dans les deux parties du modle.

1.2.2.3.5. Choix du modle multivari

La surdispersion de la distribution est teste par comparaison des modles composante poissonienne (P, ZIP et HP) avec les modles composante


41/208


42/208


42

- La seconde mthode consiste recourir au test de Vuong (57). Il est bas sur

la comparaison des probabilits prdites par deux modles non embots. Il est

souvent utilis pour la comparaison des modles inflation de zros aux modles

standards correspondants, mais peut tre utilis aussi avec les modles Hurdle

(52).

Le tableau 1 rsume les diffrents tests statistiques entre les six modles P, NB,

ZIP, ZINB, HP et HNB. Les rsultats de ces analyses seront confronts

l'objectif et au type de l'tude pour dcider du modle le mieux adapt.

Tableau 1 : Tests statistiques entre les modles multivaris

P NB ZIP ZINB HP HNB

P - D V V V V

NB - V V V V

ZIP - D V-AIC V-AIC

ZINB - V-AIC V-AICHP - D

HNB -

P: Poisson, NB: Negative Binomiale, ZIP: Zero-Inflated Poisson, ZINB: Zero-Inflated Negative Binomial, HP: Hurdle

Poisson, HNB: Hurdle Negative Binomial, D: Test de dviance (modle embots), V: Test de Vuong (modles non

embots), AIC: Critre d'Information d'Akaike.

1.2.2.3.6. Reprsentation graphique

Chaque modlisation est reprsente par un graphique permettant de visualiser

l'adquation aux donnes. L'axe des abscisses correspond aux valeurs de la

variable de dnombrement (nombre de dents caries par femme). L'axe des

ordonnes correspond l'axe des probabilits (0 1). La distribution observe,


43/208


43

cest--dire la probabilit de prsenter le nombre de carie correspondant

chaque valeur de la variable de dnombrement, est prsente par un

histogramme. Une courbe est superpose l'histogramme pour apprcier

l'adquation aux donnes (valeurs prdites par chaque modlisation, en fonction

des variables indpendantes et des lois de probabilits considres).

1.2.2.3.7. Logiciels et packages utiliss

Les analyses univaries et bivaries ont t ralises avec le logiciel SAS version

9. Les analyses multivaries ont t conduites avec le logiciel R (version 2.12.1)

et les packages additionnels car(version 2.0-8) et pscl(version 1.03.6) pour les

rgressions P, NB, ZIP, ZINB, HP et HNB. Le package pscl ncessite

linstallation des packages mvtnorm (version 0.9-95), coda (version 0.14-2) et

gam(version 1.04). La rgression ZINB avec effet alatoire utilise le code S-plus

de Yau et al. (58), adapt pour R par Atkins et Gallop (40). Le seuil de

significativit de l'ensemble des tests a t fix 0,05.

1.2.3. Rsultats

1.2.3.1. Analyse descriptive

Le tableau 2 montre la rpartition des 1094 femmes incluses dans lanalyse.

18,2% des femmes ne sont pas de nationalit franaise, 6,6% vivent seules,

21,2% ont un faible niveau dducation (primaire/collge) et 30,0% sont sans

emploi pendant la grossesse.


44/208


44

51,6% des femmes ont au moins une dent carie. Parmi elles, le nombre moyen

de dents caries vaut 3,1 (cart-type (ET)= 2,8) (Tableau 2).

Sur lchantillon total, la moyenne et la variance du nombre de dents caries

valent 1,64 et 6,70, respectivement. Le rapport variance/moyenne du nombre de

dents caries vaut 6,70/1,64=4,08, ce qui indique une surdispersion importante

de la distribution. Le nombre de dents caries dans l'chantillon varie de 0 21.

La figure 13 reprsente lhistogramme de la distribution du nombre de dents

caries chez les 1094 femmes, avec en abscisse le nombre de dents caries et en

ordonnes les effectifs.

Figure 13 : Distribution du nombre de dents caries dans lchantillon (n=1094)

1.2.3.2. Indicateurs de risque associs latteinte carieuse

La frquence de latteinte carieuse et le nombre de dents caries sont

significativement associs la nationalit trangre, aux faibles niveaux

dducation, labsence demploi pendant la grossesse, la prsence de plaqueet de tartre, et la consultation chez le dentiste datant de plus dun an avant la

Nombre de dents caries

Ef

fectif

0 5 10 15 20

0

100

200

300

400

500


45/208


46/208


47/208


47

Tableau 3 : Estimation des coefficients de rgression, en fonction des modles.

P NB ZIP ZINB HP HNB

Logit Poisson Logit NB Logit Poisson Logit NBINTERCEPT

(s.e.)p-value

-1,77

(0,21)


48/208


48

logistique des modles inflation de zros modlise la probabilit d'tre un

"extra-zro" alors que celle des modles Hurdle modlise la probabilit d'avoir

au moins une dent carie. Enfin, on remarque que les parties logistiques des

deux modles Hurdle (HP et HNB) sont strictement identiques, conformment

leur loi de probabilit.

Le tableau 4 montre les distributions observe et prdites par les diffrents

modles. Toutes les moyennes prdites par chaque modle sont proches de la

moyenne observe (1,64). En revanche, l'estimation des variances est variable en

fonction des modles. Les modles composante binomiale ngative prsentent

une meilleure estimation de la variance. On note aussi que, par construction, les

modles Hurdle fournissent une prdiction exacte du nombre de zros.

Tableau 4 : Distributions observe et prdites du nombre de dents caries par femme (n) enfonction des diffrents modles

n Observe P NB ZIP ZINB HP HNB

0 529 354,41 505,73 529,22 527,93 529,00 529,001 194 304,40 238,83 135,44 191,69 135,80 188,522 119 184,55 125,26 131,37 124,33 131,58 125,383 79 104,75 71,79 103,47 80,03 103,43 81,194 55 59,77 44,18 72,78 52,33 72,61 52,915 35 34,49 28,77 47,66 34,88 47,48 35,026 15 20,10 19,58 29,72 23,69 29,59 23,607 21 11,91 13,80 17,96 16,35 17,89 16,178 15 7,24 10,00 10,67 11,46 10,66 11,269 8 4,53 7,42 3,32 8,13 6,34 7,9710 8 2,89 5,61 3,76 5,85 3,80 5,7111 4 1,87 4,31 2,26 4,25 2,31 4,15

12 2 1,20 3,36 1,37 3,12 1,41 3,0513 4 0,76 2,65 0,83 2,31 0,86 2,2714 2 0,47 2,11 0,50 1,73 0,52 1,7115 0 0,29 1,70 0,29 1,31 0,31 1,3016 1 0,17 1,38 0,17 0,99 0,18 0,9917 1 0,09 1,13 0,10 0,76 0,11 0,7718 1 0,05 0,93 0,05 0,59 0,06 0,6019 0 0,03 0,77 0,03 0,46 0,03 0,4720 0 0,01 0,65 0,02 0,36 0,02 0,3721 1 0,01 0,54 0,01 0,28 0,01 0,30

MoyenneVariance

1,646,70

1,643,58

1,666,97

1,644,75

1,646,13

1,644,87

1,646,13

P: Poisson, NB: Negative Binomiale, ZIP: Zero-Inflated Poisson, ZINB: Zero-Inflated Negative Binomial, HP: HurdlePoisson, HNB: Hurdle Negative Binomial


49/208


50/208


50

Tableau 5 : Rsultats des tests de Vuong entre modles non embots

ZIP ZINB HP HNB

P ZIP>P

pP

pP

pP

pZIPpNBpHPpNBpZIPp=0,28

HNB>ZIPpHPpZINBp=0,32

Interprtation: l'hypothse nulle du test de Vuong est que les deux modles tests ne sont pas distinguables au regard deleur ajustement. Par exemple "ZIP>P, p>0,01" s'interprte en affirmant que le modle ZIP est prfr au modle P, sasupriorit tant statistiquement significative.

P: Poisson, NB: Negative Binomiale, ZIP: Zero-Inflated Poisson, ZINB: Zero-Inflated Negative Binomial, HP: HurdlePoisson, HNB: Hurdle Negative Binomial, NA: Non Appropri (modles embots)

Les rsultats de ces tests montrent que la surdispersion de la distribution est

significative, puisque les modles composante binomiale ngative (NB, ZINB

et HNB) sont prfrs aux modles composante poissonienne respectifs (P,

ZIP et HP). La surdispersion pourrait tre due en partie un excs de zros.

Cet excs de zros est aussi significatif puisque les modles Hurdle et inflation

de zros sont prfrs aux modles standards respectifs (52).

La reprsentation graphique confirme les rsultats des tests statistiques, avec

une meilleure adquation observe pour les modles ZINB et HNB (Figure 14).


51/208


51

Figure 14 : Distributions observes (barres) et prdites (courbes) par les diffrents modles

On peut conclure que les deux meilleurs ajustements sont obtenus avec les

modles ZINB et HNB. Le choix entre ces deux modles repose sur l'origine

Poisson (P)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.

4

0.

5

Binomiale Ngative (NB)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.

4

0.

5

Poisson inflation de zros (ZIP)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.4

0.

5

Binomiale Ngative inflation de zros (ZINB)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.4

0.

5

Poisson Hurdle (HP)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.4

0.

5

Binomiale Ngative Hurdle (HNB)


Probabilit

0 5 10 15 20

0.

0

0.

1

0.

2

0.

3

0.4

0.

5


52/208


53/208


54/208


54

Tableau 6 : Estimation des coefficients de rgression du modle binomial ngatif inflation dezros, avec effet alatoire sur lexaminateur ; et comparaison avec les coefficients obtenus avec le

modle ZINB avec effet fixe sur les examinateurs.

ZINB effets

fixes

ZINB mixte

Logit NB Logit NB

INTERCEPT(s.e.)p-value

0,45(1,06)0,67

-1,08(0,49)0,03

-0,47(0,48)0,32

-0,29(0,17)0,08

AGE1824(s.e.)p-value

-0,43(0,56)0,44

0,31(0,14)0,02

-0,38(0,39)0,32

0,29(0,12)0,02

AGE2529(s.e.)p-value

-0,53(0,39)0,18

0,10(0,11)0,36

-0,50(0,30)0,10

0,08(0,10)0,40

NATIONALITE(s.e.)

p-value

-0,15(0,53)

0,77

0,28(0,12)

0,02

-0,18(0,35)

0,61

0,29(0,10)


55/208


55

Tableau 7 : Distributions du nombre de dents caries par femme, observe et prdite par lemodle ZINB mixte.

Observe ZINB mixte

0 529 533,431 194 180,562 119 125,023 79 82,674 55 54,435 35 36,156 15 24,317 21 16,568 15 11,439 8 7,9910 8 5,6511 4 4,0412 2 2,92

13 4 2,1314 2 1,5715 0 1,1716 1 0,8817 1 0,6618 1 0,5119 0 0,3920 0 0,3021 1 0,23

1.2.3.2.3. Prsentation du modle choisi (HNB)

Le test du Chi-2 de Wald du modle HNB est significatif (p


56/208


57/208


57

Tableau 8 : Indicateurs de risque de latteinte carieuse et du nombre de dents caries : rsultats

de lanalyse multivarie par modlisation Binomiale Ngative Hurdlea

Variables Partie logistiqueb Partie Binomiale ngativec

ORad IC 95%e p-value exp()

ajustfIC 95%e p-value

Age (annes)18-24 1,58 [1,03,2,45] 0,03* 1,37 [1,06,1,78] 0,01*25-29 1,59 [1,16,2,17]


58/208


58

Tableau 9 : Caractristiques socio-dmographiques des femmes incluses dans lenqute nationaleprinatale (60) et des femmes incluses dans le groupe tmoin de ltude EPIPAP (35).

Blondel et al (60) Nabet et al (35)

% %Age

< 25 ans 18,7 13,525-34 ans 65,4 64,5!35 ans 15,9 22,0

(14228) (1094)Parit

Primipare 43,3 52,1Multipare 56,7 47,9

(14258) (1093)Nationalit

Franaise 88,2 81,8Autre 11,8 18,2

(14010) (1091)Emploi pendant la grossesse

Oui 66,0 70,0Non 34,0 30,0

(13904) (1092)Vie en couple

Oui 92,7 93,4Non 7,3 6,6

(13980) (1094)BMI avant grossesse


59/208


59

multivaries. Dans le modle ZINB, un effet alatoire a t introduit pour tenir

compte de la variation inter-examinateurs, sans que cela ne modifie les rsultats

obtenus.

Il est parfois suggr que la grossesse pourrait augmenter le risque dinitiation

carieuse, en raison notamment de modifications de la composition salivaire (13),

de reflux gastro-oesophagiens rpts ou dune diminution de lhygine bucco-

dentaire (63). Toutefois, cela na jamais t clairement dmontr par des tudes

pidmiologiques, et il semble que la prvalence de la carie dans une population

de femmes enceintes soit comparable celle dune population adulte gnrale du

mme ge (25)(64)(65). Les rsultats de notre tude (51% de femmes atteintes

de carie) concordent avec ceux retrouvs dans dautres populations de femmes

enceintes ou en suites de couches. Dans une enqute sur une cohorte

pakistanaise impliquant 1152 femmes enceintes (moyenne dge 26,5 ans), prs

de 47% des femmes prsentaient au moins une carie (33). Dans une tude

brsilienne mene sur 504 femmes enceintes de faible niveau socio-conomique

(moyenne dge 24 ans), la frquence de la carie est de 61% (30). En Hongrie,

une tude mene sur des femmes en suites de couches montre que 61% dentre

elles ont besoin dune ou plusieurs restaurations (34). Dans ces tudes comme

dans la ntre, les conditions dexamens bucco-dentaires ont pu conduire une

sous-estimation du diagnostic carieux.

Un objectif de cette analyse tait dtudier les indicateurs de risque de la cariependant la grossesse. Burt dfinit un indicateur de risque comme un facteur de

risque possible, mais dont le rle dans la chane causale nest pas clairement

tabli en raison de la nature transversale de ltude ayant gnr les donnes

(66). Afin de garder linformation quantitative du nombre de dents caries, des

modles multivaris de dnombrement ont t employs. Les modlisations

binomiales ngatives standard, inflation de zros et Hurdle sont suprieuresaux modlisations de Poisson standard, inflation de zros et Hurdle. Bien que


60/208


61/208


62/208


62

Chapitre 2 Association entre les maladies bucco-

dentaires et laccouchement prmatur

2.1. Introduction

Nous avons montr dans la premire partie de ce travail que la frquence des

pathologies bucco-dentaires pendant la grossesse justifiait une attention

particulire de la part des professionnels de sant. En eux-mmes, cespathologies sont suffisamment proccupantes pour inciter ces professionnels les

prvenir et les traiter, mais des travaux datant du milieu des annes 90

suggrent en outre que les pathologies bucco-dentaires pourraient augmenter le

risque d'accouchement prmatur.

2.1.1. L'accouchement prmatur

LOMS dfinit la prmaturit comme un accouchement survenant avant 37

semaines rvolues damnorrhe (SA) (71). On distingue la trs grande

prmaturit (accouchement avant 28 SA), la grande prmaturit (entre 28 et 32

SA + 6 jours) et la prmaturit modre (de 33 36 SA+ 6 jours) (72). La

prvalence de la prmaturit est en constante augmentation dans le monde, elle

est aujourdhui de 12% aux USA (72), et de 5 10% en Europe dont 6% sur le

territoire franais (61).

La mesure de lge gestationnel souligne limportance de la maturit ftale qui

conditionne les possibilits dadaptation la vie autonome. Toute naissance

prmature comporte le risque que certaines fonctions ne stablissent pas,

dautant plus que la grossesse est courte. Lge gestationnel est le facteur

pronostic essentiel de squelles lies la prmaturit (4). Les tiologies de la


63/208


63

mortalit nonatale des prmaturs sont domines par les dtresses respiratoires

rfractaires, les hmorragies crbrales et les infections. ge gestationnel gal,

la survie des enfants prmaturs est en augmentation, consquence des

amliorations dans la prise en charge (corticodes, surfactant). La prmaturit

reprsente un des domaines mdicaux dintrt des pouvoirs publics et des

structures de sant publique et de recherche mdicale, en raison de lincidence

leve des accouchements prmaturs, de la gravit des complications, de la

complexit de leur prise en charge (tant sur un plan thique quconomique), et

des perspectives de prvention. Dans la cohorte franaise EPIPAGE, le taux de

survie lhospitalisation est de 97% 32 SA. Ce taux diminue rgulirement

pour chaque semaine de gestation en moins : 78% 28 SA, 31% 24 SA, et

jusqu 0% 22 SA (4). Lvaluation du pronostic long terme est un lment

important de la dcision de lquipe prinatale. La grande prmaturit est

lorigine de la moiti des handicaps dorigine crbrale de lenfant (4). Les

hmorragies intracrbrales svres et les leucomalacies pri-ventriculaires sont

les principales complications exposant au risque de squelles neuropsychiques

chez les enfants ns prmaturment. Les troubles du dveloppement

psychomoteur semblent associs lge gestationnel la naissance (73), mais

aussi aux causes de la prmaturit (4). Dautres squelles, dordre respiratoire

ou digestif, peuvent survenir de faon retarde durant la petite enfance (4).

2.1.2. Origine des hypothses sur le lien entre maladies bucco-

dentaires et accouchements prmaturs

Les recherches tudiant le lien entre les maladies bucco-dentaires et les

accouchements prmaturs sappuient sur dune part la thorie de l'infection

focale, et dautre part sur le rle de l'infection et de l'inflammation dans laphysiopathologie de l'accouchement prmatur.


64/208


64

Thorie de l'infection focale

la fin du 19me sicle, les premires hypothses scientifiques concernant la

relation entre pathologies orales et gnrales furent tablies (74). En 1890,

Miller, qui a travaill avec Koch, publie Die Mikroorganismen der

mundhle ; die rtlichen und allgemeinen Erkrankungen, welche durch

dieselben hervorgerufen werden (Les micro-organismes de la cavit

buccale; et les maladies locales et gnrales causes par eux)(75). Un an plus

tard, Miller crit un article dans Dental Cosmos, intitul The human

mouth as a focus of infection (76), dans lequel il suggre que des microbes

peuvent pntrer dans lorganisme par la bouche et gagner dautres parties

du corps. Plusieurs affections sont ainsi souponnes davoir une Lorigine

buccale de plusieurs maladies, dont la pneumonie, la tuberculose, la syphilis,

lostomylite, le noma ou la mningite est ainsi souponne. La thorie de

linfection focale est ne. Beaucoup de dents sont alors extraites pour desraisons prophylactiques. Lide est reprise quelques annes plus tard, en

1900, par William Hunter, sous le vocable de oral sepsis , accentuant

ainsi le ct hautement sceptique de la cavit buccale. Les micro-organismes

de la bouche sont donns comme responsables des infections de loreille

moyenne, des empymes et des endocardites (74). Lhypothse de linfection

focale se perptue encore pendant les premires dcennies du 20

me

sicle.Billings, Mayo et Galloway contribuent son essor, et prconisent les

extractions prophylactiques, suivant la maxime de Colyer plutt pas de

dents que des dents septiques (74). En 1931, Galloway avance quun foyer

infectieux peut tre la cause, entre autres, de phlbite, de toxmie

gravidique ou encore de fausse couche (74). Pourtant, plusieurs articles vont

semer le doute et vont finir par discrditer cette thorie. En 1938, Cecilnobserve aucune amlioration aprs lavulsion de toutes les dents de 52


65/208


65

patients atteints de polyarthrite rhumatode (77). Enfin, le concept

dinfection focale est rejet en 1952, dans un ditorial du Journal of

American Medical Association, puisque beaucoup de patients malades

prsentant des foyers infectieux [bucco-dentaires] ont gard leurs symptmes

aprs suppression de ces foyers infectieux. Beaucoup de patients avec ces

mmes maladies nont pas de foyers infectieux. Pour finir, les foyers

infectieux [bucco-dentaires] sont tout aussi frquents chez les malades que

chez le sujet sain (74). On nentend pratiquement plus parler dinfection

focale pendant cinquante ans, et les mthodes conservatrices reprennent le

dessus. Il faut attendre 1989 pour quun article de Mattila et al. (78)

remette au premier plan lassociation entre infection orale et pathologie

systmique. Cet article traite de la relation entre sant bucco-dentaire et

infarctus aigu du myocarde ; il est bas sur une impression clinique des

auteurs selon laquelle les patients souffrant dinfarctus prsentent

frquemment des infections dentaires chroniques. DeStefano, en 1993, tudie

la mme relation, et conclut que la parodontite pourrait tre associe une

augmentation du risque de maladies coronariennes (79). Toutefois, il

nexclut pas que ltat de sant bucco-dentaire puisse ntre quun

indicateur dhygine gnrale.

Infection et physiopathologie de l'accouchement prmatur (daprs

Offenbacher 1996)

la fin des annes 60, linfection uro-gnitale est reconnue comme une

tiologie possible daccouchement prmatur (80). En 1984, les infections

cervicales Bacteroidesainsi que les bactriuries streptocoques du groupe

B sont dcrites comme fortement lies la prmaturit (81). Puis, il a tsuggr que la chorioamniotite (inflammation placentaire) est beaucoup plus


66/208


66

frquente chez les femmes ayant accouch prmaturment (82). Or, il sest

avr que le placenta pouvait prsenter une inflammation sans tre infect

(83). Il a donc t propos que le dclenchement prcoce de laccouchement

pouvait tre d une infection survenant distance, de manire indirecte,

par laction dendotoxines bactriennes ou de mdiateurs maternels de

linflammation (84). Ainsi Romero estime qu'une part importante des

accouchements prmaturs pourrait tre due une infection dorigine

inconnue (85).

Par ailleurs, les tudes de Collins au dbut des annes 90 (86)(87) ralises

sur des hamsters ont valu les consquences de linoculation de certaines

bactries, notamment de Porphyromonas gingivalis, sur le droulement de la

gestation. Ces tudes ont montr les effets dltres de ces bactries sur la

croissance ftale et le droulement de la gestation.

2.2. Parodontite et accouchement prmatur

2.2.1. Introduction

En 1996, Offenbacher et al. (7) publient la premire tude pidmiologique

analysant l'association entre parodontite maternelle et accouchements

prmaturs. Lodds ratio de lassociation entre parodontite et accouchementprmatur, ajust sur certains facteurs de confusion, est de 7,9 avec IC 95%

[1,5-41,4]. Bien que les risques de biais soient importants, cette association est

explique par trois principales hypothses physiopathologiques (2): le passage

dans la circulation sanguine de bactries parodontopathognes (bactrimie),

laction distance dendotoxines (lipopolysaccharides - LPS) dorigine

parodontale, ou le relargage partir du parodonte de cytokines de

linflammation (notamment Il-1, Il-6, Il-8, PGE2, TNF-). la suite de cette


67/208


67

publication, les tudes pidmiologiques se sont multiplies, si bien que dix ans

plus tard, la littrature disponible tait dj trs importante. La force de

l'association et la significativit des rsultats sont trs variables selon les tudes.

Une meilleure connaissance de l'association entre parodontite et accouchements

prmaturs partir des donnes existantes permettrait d'ouvrir des perspectives

de recherche, notamment sur le plan interventionnel. L'objectif de ce travail est

d'tudier la variabilit des rsultats provenant des recherches pidmiologiques

sur l'association entre parodontite et accouchements prmaturs, au moyen

d'une mta-analyse d'tudes dobservation.

2.2.2. Matriel et mthodes

Une premire tape consiste rechercher de faon exhaustive l'ensemble des

tudes observationnelles analysant l'association entre parodontite et

accouchements prmaturs. Une seconde tape consiste slectionner les tudespertinentes, en extraire les caractristiques principales pour finalement en

proposer une synthse reproductible.

Les tapes de ralisation de la mta-analyse et les mthodes utilises sinspirent

essentiellement du livre Mta-analyse des essais thrapeutiques de M.

Cucherat (88). Ces tapes sont dcrites avec plus de prcision dans

Parodontites et accouchements prmaturs: revue de la littrature et mta-analyse des tudes observationnelles (89). Pour la rdaction du rapport de

mta-analyse, les recommandations internationales de rapport de mta-analyses

d'tudes observationnelles ( MOOSE guidelines ) sont suivies (90).

2.2.2.1. Stratgie de recherche


68/208


68

Les tudes sont recherches par bases de donnes informatises (mots-cls et

texte libre), bibliographies des articles, recherche manuelle dans les sommaires

des revues et contact aux auteurs (Figure 15). La recherche systmatique (base

de donnes et recherche manuelle) porte sur la priode de 1990 2005.

La recherche par mots-cls des thesauri sest faite selon le protocole suivant :

("Periodontal Attachment Loss" OR "Periodontal Pocket" OR "Periodontal

Diseases" OR "Focal Infection, Dental" OR "Periodontitis") AND ("Labor,

Premature" OR "Premature Birth" OR "Infant, Premature" OR "Infant, Low

Birth Weight" OR "Infant, Very Low Birth Weight").

La recherche en texte libre se fait selon le protocole suivant :

(Periodontal OR periodontitis OR periodontal disease(s) OR periodontal

pocket) AND (Birth OR infant OR pregnancy outcome OR premature OR

preterm OR low birth weight OR labor).

2.2.2.2. Critres de slection des tudes

Les critres dinclusion des tudes sont:

- Article original de recherche,- tude observationnelle sur population humaine (cohorte, cas-tmoins ou

transversale) valuant lassociation entre lexposition la parodontite et

la survenue dun accouchement prmatur et/ou dun enfant de faible

poids,

- Critre de jugement : accouchement prmatur (< 37 SA) et/ounaissance dun enfant de moins de 2500 grammes,


69/208


69

Figure 15 : Stratgie de recherche bibliographique

- Exposition dfinie comme parodontite de la mre, avec valuationclinique de profondeur de poche ou de perte dattache parodontale,


70/208


71/208


71

2.2.2.4. Analyse statistique

Les rsultats principaux des tudes incluses sont combins pour estimer un OR

global avec un intervalle de confiance 95%. Le calcul effet fixe est bas sur

la mthode de linverse de la variance (91). Un test dhtrognit statistique

entre les diffrentes tudes individuelles est effectu au moyen du test Q de

Cochran (91). Lhtrognit statistique est quantifie par la valeur du I 2

(proportion de la variation totale imputable lhtrognit inter-tudes)(92).

Lorsque I2 = 0%, on estime que le hasard explique de faon satisfaisante la

variabilit entre les tudes. Il est couramment admis que lhtrognit

statistique est faible en-dessous de 25%, modre entre 25% et 50%, et

importante au-del de 50% (93). En cas dhtrognit statistique (I2 > 25%),

lorigine de lhtrognit est recherche par lecture critique et comparative, et

analyse de sensibilit. Lanalyse de sensibilit consiste analyser leffet du

retrait de chaque tude individuelle, une une, sur leffet global, le test

dhtrognit et le I2. Selon lorigine de lhtrognit statistique, il convient

de procder des analyses en sous-groupe et/ou de recourir un modle effet

alatoire. Le calcul effet alatoire est bas sur la mthode de DerSimonian-

Laird (94). Le seuil de significativit pour le rsultat combin (fixe ou alatoire)

est fix 5%.

Lhtrognit mthodologique entre les tudes (consquence de la diversit des

mthodes employes) est analyse par des analyses en sous-groupes. Les effets

propres du type dtude, de la dfinition employe pour la parodontite, du

critre de jugement et du continent o a t effectu ltude sont analyss par

un test dhtrognit Q de Cochran pour lequel le seuil de significativit est

fix 10%.

La prsence ventuelle dun biais de publication est teste par le test de Begg

(95) et interprt graphiquement (96).


72/208


72

2.2.2.5. Logiciels et graphiques

La bibliographie est gre par le logiciel Endnote (version 8.0). Les analyses

statistiques sont effectues avec le logiciel R (version 2.2.0.), et avec le package

meta (version 0.5). Les rsultats principaux sont prsents sous la forme de

graphiques : diagramme de flux pour le processus de slection des tudes,forest

plotpour la prsentation des rsultats des tudes individuelles (97) etfunnel plot

pour lanalyse graphique du biais de publication (96). Les graphiques bruts sont

raliss sous R, et mis en forme au moyen du logiciel Omnigraffle Pro (version

3.1.2).

2.2.3. Rsultats

2.2.3.1. Diagramme de flux

La figure 16 prsente les dtails du processus de slection des tudes. Les deux

niveaux de slection correspondent aux deux niveaux de lecture ncessaires pour

dcider ou non de linclusion de ltude (lecture du rsum et lecture du texte

complet). Les rfrences des 180 tudes sont disponibles en annexe II, classes

par raison dexclusion et par ordre alphabtique.

Aucune tude non publie nest finalement incluse. Toutes les tudes sont

publies dans des revues comit de lecture. Sur les 17 articles inclus, trois

proviennent de revues spcialises en obsttrique (98)(99)(100), 14 sont rdigs

en anglais, deux en portugais et un en espagnol. Parmi ces trois derniers, deux

(101)(102) sont exclusivement indexs sur la base de donnes sud-amricaine

LILACS.


73/208


73

Figure 16 : Diagramme de flux du processus de slection des tudes

2.2.3.2. Caractristiques des tudes incluses

Le tableau 10 synthtise les caractristiques des 17 tudes incluses.


74/208


74

Tableau 10 : Caractristiques des tudes incluses

Type dtude,Rfrence, anne

ContinentPays

Effectif(cas/total)

Agemoyen

Prmaturit:critre de

jugementa

Parodontite:critredvaluationb

Facteurs de confusionCritres dexclusionc

Cas-tmoins

Glesse et al. 2004(101)

Amrique du sudBrsil

81/162 25,3 PB CAL 1,9,12-15,173,7,10

Goepfert et al. 2004(98)

Amrique du nordUSA

59/139 24,0 PB CAL 1,9,10,12,14,17-

Jarjoura et al. 2005(99)

Amrique du nordUSA

83/203 28,6 PB ou LBW CAL 1,5,8-14,172,3,6,20

Konopka et al. 2003(103)

EuropePologne

33/54 27,1 PB et LBW PD 1-3,6,10,12,176,11,20

Louro et al. 2001(100)

Amrique du sudBrsil

13/26 21,0 LBW CAL 1,3,4,6,8-15,17,19-

Mokeem et al. 2004(104)

AsieArabie Saoudite

30/90 29,3 PB ou LBW PD 1,3,6-10,12,14-182,3,13,20

Moliterno et al. 2005(105)

Amrique du sudBrsil

76/151 25,0 PB et LBW PD et CAL 3,9,10,12-141-3,7

Noack et al. 2005(106)

EuropeAllemagne

16/101 29,0 PB et LBW PD 1,3,9,11-181-3,5,6,8,10,20

Offenbacher et al. 1996(7)

Amrique du nordUSA

46/66 24,3 PB et LBW CAL 1-4,6,10-173,7,10

Radnai et al. 2004(107)

EuropeHongrie

41/85 27,9 LBW PD 1,9,12,13,15,172,3

Robles et al. 2004(102)

Amr

santé buccaux dentaire chez les femme enceinte

Documents

Transcript of santé buccaux dentaire chez les femme enceinte