SCORE DE PROPENSION
PROPENSITY SCORE
STAFF SANTE PUBLIQUE - 11 janvier 2012
Virginie Migeot
1
2
Traitement Evénement
?
3
Comparabilité des
groupes
(randomisation,
procédure d’insu)
Limite les biais
Moyens financiers et
humains importants
Expérimentale
4
5
6
Comparabilité des
groupes
(randomisation,
procédure d’insu)
Limite les biais
Moyens financiers et
humains importants
Pas d’attribution
aléatoire des
traitements, groupes
« non » comparables
Favorise les biais
(sélection, information)
Reflète la réalité,
faisabilité ++
Expérimentale Observationnelle
7
Pas d’attribution
aléatoire des
traitements, groupes
« non » comparables
Favorise les biais
(sélection, information)
Reflète la réalité,
faisabilité ++
Observationnelle
8
En amont – au moment du
protocole :
Appariement
Mais sur Nb covariables faible
En aval – au moment de l’analyse :
Stratification
Mais quand nombre élevé de
covariables, exponentielle du
nombre de strates (2k strates pour k
covariables dichotomiques)
Ajustement
analyse multivariée
modèles supposent une forme
particulière de la relation entre
covariables et issue (linéarité,
loglinéarité) pas toujours effective ni
vérifiée
Succès des modèles
apparente facilité d’utilisation avec les logiciels de stat
difficultés à apparier ou stratifier sur un grand nombre
de covariables
Mais si différences de distribution des
caractéristiques de base (covariables-facteurs de
confusion) risque d’une estimation biaisée de l’effet
du TTT ou exposition sur l’issue
10
Remplacement de toutes les covariables par une variable unique qui est une fonction de ces covariables (condensation de l’information)
Utilisation comme une covariable de confusion unique
Rosenbaum P, Rubin DB; Biometrika 1983
Score de
propension
Utilisation dans la littérature médicale
( diapo Gayat GDR statistiques et santé 2008)
exemple
Tester efficacité prolongée de HBPM pour la
prophylaxie de thrombose veineuse profonde (TVP)
chez les 65 ans et + à mobilité réduite
Cohorte de 866 patients + HBPM et 737 patients –
HBPM
Taux de TVP par echodoppler veineux systématique
4% chez HBPM+
5.7% chez HBPM-
OR brut = 0.71 [0.44-1.14]
Commentaire ?
Patients HBPM+ initialement sont + à risque de dév TVP
13
[Labarère, 2008]
2 objectifs
Contrôler les F de confusion dans les études
observationnelles
Modéliser la relation entre le traitement étudié et
les caractéristiques des patients pour constituer a
posteriori des groupes de patients de
caractéristiques comparables et ne différentiant
que par le traitement
14
Se rapprocher des conditions de l’essai clinique, en
comparant les 2 groupes sur leur probabilité d’être traité
Score de propension
Méthode initialement proposée par Rosenbaum et
Rubin en 1983
Le score de propension est la probabilité pour un
individu i de recevoir un traitement Z=1 connaissant
ses caractéristiques x
Intérêt : comparer des patients qui ont la même
probabilité d’avoir reçu le traitement à l’étude
Principes
Calcul du score de propension
prédit par un modèle de régression logistique
Variable à expliquer : avoir le TTT (HBPM + oui/non)
Variables explicatives : caractéristiques mesurées des patients
Score de propension
Valeurs entre 0.07 et 0.99 => probabilité d’un patient de recevoir
HBPM connaissant ses caractéristiques à l’inclusion
Appariement ou Stratification sur le score de
propension
Comparaison du critère de jugement entre les 2
groupes au sein des paires ou strates de patients
ayant des caractéristiques comparables
16
17 [Labarère, 2008]
18 [Labarère, 2008]
OR brut = 0.71 [0.44-1.14] OR ajusté = 0.58 [0.35-0.99]
19
Choix des covariables
Variable de confusion potentielle: variable liée à
l’allocation du traitement
Vrai variable de confusion: variable à la fois liée
à l’allocation du traitement et pronostique
Non confondeur: variable ni liée à l’allocation du
traitement ni pronostique
20
Hypothèses
Trois hypothèses
Les Zi sont indépendants conditionnellement à Xi
Toutes les variables de confusion sont observées
Indépendance conditionnelle de l’assignation du
traitement et de la réponse observée (strongly ignorable
treatment assignment)
Estimation du score de propension
Modèle de régression logistique le plus souvent
23
(plusieurs stratégies : plus proche voisin,
distance de Mahalanobis, 5 to 1 digit
matching)
26
27
28
29
30
31
32
33
Avantages
5 raisons d’utiliser le score de propension en
pharmacoepidemiology
Glynn RJ, Basic Clin Pharmacol Toxicol, 2006
34
Limites – score de propension 43
Conclusion 44
45
Traitement Evénement (survie…)
Covariables
AJUSTEMENT
Traitement Evénement (survie…)
Covariables
BIAIS ?
Traitement Evénement (survie…)
Covariables
SCORE de
PROPENSION
Effet ajusté sur les covariables
Effet dans 2 groupes comparables pour les covariables
?
Références 46
Austin PC. An introduction to propensity-score methodes for reducing confounding in
observational studies. Multivariate Behavioral Research 2011, 46;399-424.
Austin PC. A tutorial and case study in propensity score analysis : an application to
estimating the effect of in-hospital smmoking cessation counseling on mortality.
Multivariate Behavioral Research 2011, 46;119-51.
Glynn R.J, et al. Indications for propensity scores and review of their use in
pharmacoepidemiology. Basic Clin Pharmacol Toxicol 2007, 98:253-9.
Labarère J., et al. L’analyse par score de propension. Exemple d’application à une
étude observationnelle sur la prophylaxie de la maladie thromboembolique
veineuse. Rev Med Interne 2008, 29;255-8.
Top Related