Un vocabulaire spécifique à utiliser à bon escient pour la ......Audrey LAVENU, Maître de...
Transcript of Un vocabulaire spécifique à utiliser à bon escient pour la ......Audrey LAVENU, Maître de...
AudreyLAVENU,Maîtredeconférencesenbiostatistique.
LaboratoiredepharmacologieexpérimentaleetcliniqueFacultédeMédecine,UniversitédeRennes1
Centred'InvestigationCliniqueINSERM1414CHUdeRennes,HôpitalPontchaillou
Unvocabulairespécifiqueàutiliseràbonescientpourlaqualificationd’un
biomarqueurentermesd’utilitéclinique:prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
§ prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
Variablepronostique.
§ prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
Variablepronostique.
ModèledeCox:GroupebiomarqueurM- (référence):
Risqueinstantané=RisquedebaseGroupebiomarqueurM+:
Risqueinstantané=Risquedebase× exp(effetbiomarqueur )
§ prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
Variablepronostique.
ModèledeCox:GroupebiomarqueurM- (référence):
Risqueinstantané=RisquedebaseGroupebiomarqueurM+:
Risqueinstantané=Risquedebase× exp(effetbiomarqueur )
( )MM .exp0 βλλ = SiPvaluesurβM<5%
§ prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
Variablepronostique.
Biomarqueurprédictif=variablequimodifie l’effetdutraitementsurlecritèredejugementdel’étude.
§ prédictifoupronostique?
Variableprédictive(quipeutêtreunbiomarqueur) =variablequiauneffetsurlecritèredejugementdel’étude.
Variablepronostique.
Biomarqueurprédictif=variablequimodifie l’effetdutraitementsurlecritèredejugementdel’étude.
Effetsignificatifdel’interactionentrelebiomarqueur etletraitement.
§ prédictifoupronostique?
Biomarqueurprédictif=variablequimodifie l’effetdutraitementsurlecritèredejugementdel’étude.
Effetsignificatifdel’interactionentrelebiomarqueur etletraitement.
ModèledeCox:GroupebiomarqueurM- ettraitementderéférenceT-:
Risqueinstantané=RisquedebaseGroupebiomarqueurM- ettraitementétudiéT+:
Risqueinstantané=Risquedebase× exp(effettraitement)GroupebiomarqueurM+ettraitementderéférenceT- :
Risqueinstantané=Risquedebase× exp(effetbiomarqueur )GroupebiomarqueurM+ettraitementétudiéT+:
Risqueinstantané=Risquedebase× exp(effetbiomarqueur +effettraitement+effetinteraction)
§ prédictifoupronostique?
Biomarqueurprédictif=variablequimodifie l’effetdutraitementsurlecritèredejugementdel’étude.
Effetsignificatifdel’interactionentrelebiomarqueur etletraitement.
ModèledeCox:GroupebiomarqueurM- ettraitementderéférenceT-:
Risqueinstantané=RisquedebaseGroupebiomarqueurM- ettraitementétudiéT+:
Risqueinstantané=Risquedebase× exp(effettraitement)GroupebiomarqueurM+ettraitementderéférenceT- :
Risqueinstantané=Risquedebase× exp(effetbiomarqueur )GroupebiomarqueurM+ettraitementétudiéT+:
Risqueinstantané=Risquedebase× exp(effetbiomarqueur +effettraitement+effetinteraction)
( )TMTM MTTM ....exp0 βββλλ ++= SiPvaluesurβMT<5%
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Mêmeécart,danslemêmesens
Cetécartn’estpasnégligeable⇒ effettraitement
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
Ecartdifférent
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
Ecartdifférent
Effettraitementseulementdanslegroupebiomarqueur+
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
biomarqueur« pronostique »uniquementdanslegroupetraitementétudié…
§ prédictifoupronostique?
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
biomarqueur« pronostique »uniquementdanslegroupetraitementétudié…
biomarqueurpronostiquequelquesoitlegroupedetraitement
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
Biomarqueur - :HRtraitement = 0.78 [0.57;1.07]Log-rank P = 0.12Biomarqueur + :HRtraitement = 0.42 [0.30;0.60]Log-rank P = 7.3 10-7
Ecartdifférent
Effettraitementseulementdanslegroupebiomarqueur+
Compléments
Modèle traitement et biomarqueursans interaction :HRtraitement = 0.72 [0.57;0.91]HRbiomarqueur = 0.48 [0.38;0.62]
Analyse en sous-groupe :Biomarqueur - :HRtraitement = 0.88 [0.64;1.21]Log-rank P = 0.42Biomarqueur + :HRtraitement = 0.40 [0.28;0.57]Log-rank P = 1.3 10-7
Biomarqueur - :HRtraitement = 0.78 [0.57;1.07]Log-rank P = 0.12Biomarqueur + :HRtraitement = 0.42 [0.30;0.60]Log-rank P = 7.3 10-7
Cequ’ilfautretenir
Biomarqueurpronostique:- effetdubiomarqueur- modèleavecfacteurbiomarqueur(enprésenceounonfacteurtraitement)- coefficientassociéaubiomarqueur significativementdifférentde0
Biomarqueurprédictif:- différenced’effetdutraitemententrelesmodalitésdubiomarqueur- modèleavecfacteurtraitementetfacteurbiomarqueuretleurinteraction- coefficientassociéàl’interaction significativementdifférentde0- différenced’effetdubiomarqueurdanslesgroupestraitement(prouvéeuniquementainsi)quipeutfaireenvisageruneétudepronostiqueensous-groupes*
*Box1.SubgroupsandInteractions.REMARK:explanationandelaboration.Altmanetal.PLoSMed.2012
PourallerplusloinGoshoMetal.Studydesignsandstatisticalanalysesforbiomarkerresearch.Sensors(Basel).2012.BallmanKV. Biomarker:PredictiveorPrognostic?JClinOncol.2015SimonR.Theuseofgenomicsinclinicaltrialdesign.ClinCancerRes.2008LiuYetal.Testingfortreatment-biomarkerinteractionbasedonlocalpartial-likelihood.StatMed.2015
§ prédictifoupronostique?