Lecture Critique d’Article (LCA)

Comment sélectionner l’information disponible

pour en constituer les éléments pertinents pour la
construction ou la discussion de son
travail de recherche.

Enseignant : Dr L. Laforest .
9 octobre 2019

Parcours Health Services and Clinical Research (HS-CR) / Services de Santé et

Recherche Clinique, UE - Gestion de Projet et Environnement de la Recherche
 Plan général du cours

Partie 1 – La lecture Critique d’article, structure

d’un article de recherche originale
Partie 2- Rappels méthodologiques étude cas
témoin
Partie 3 - Application : analyse critique d’un
article
 Le but de cette partie est d’apporter
des notions de bases pour la lecture
critique d’un article de recherche
originale

Partie 1
Lecture Critique d’article, structure d’un
article de recherche originale
 Apport de la LCA pour son travail
de recherche
• La lecture critique d’un article scientifique
permet de :
– Vérifier la qualité de la méthodologie de l’étude
– De juger de la pertinence des résultats

1. Dans le cadre de l’étude de l’état des lieux de

existant avant la mise en place de son projet de
recherche
2. Dans le cadre de la discussion de ses propres
résultats
selon les
Exemple de Grilles de Lecture critique
d’articles (Internationales)

• GUIDE DE LECTURE CONSORT pour les essais

cliniques randomisés (Grille Jointe)
http://www.consort-
statement.org/Media/Default/Downloads/Translations/French_fr/French%20CON
SORT%20Checklist.pdf

• STROBE (Grilles Jointes) pour les études

observationnelles
http://www.strobe-statement.org/?id=available-checklists
 Autres grilles de lecture
• National Health Service
http://www.casp-uk.net/casp-tools-checklists

• HAS- ANAES GUIDE D’ANALYSE DE LA LITTÉRATURE ET GRADATION DES

RECOMMANDATIONS JANVIER 2000
http://www.has-sante.fr/portail/upload/docs/application/pdf/analiterat.pdf

• Epreuves Classantes Nationales

http://www.lca-ecn.info/index.php/polycopie-de-cours-de-lecture-critique-d-
article/casp
 Structure d’un article
scientifique
• Introduction: pourquoi ce travail? Bilan des connaissances
disponibles et des lacunes sur la question étudiée. Objectif de la
recherche : formulation précise la question

• Méthodes: Type d’étude, source des données, population étudiée,

variables recueillies (exposition, critère de jugement), type
d’analyse

• Résultats: exposé factuel

• Discussion: Résumé des résultats et interprétation et points forts,

comparaison aux travaux déjà publiés, limites (biais, puissance…),
implication des résultats, extrapolabilité, enseignements pour de
futurs travaux.
Titre et résumé
 Le Titre : « carte d’identité »
de l’article
• Savoir identifier la question étudiée, avec
toutes les composantes de la question : PICOS
– Population
– Intervention (facteur étudié)
– Comparaison
– Outcome (critère de jugement principal)
– Schéma d’étude
Doit être clair,
concis et attractif
 Exemple
PICOS ?
Intervention) facteur
étudié : exposition Comparaison

Population
Schéma d’étude Outcome
(critère de
jugement
principal)
 Contre Exemple
Outcome
Comparaison : groupe de
(critère de
référence?
jugement
principal) Population

Intervention) facteur
Schéma d’étude ? étudié : exposition

PICOS ?
 Le Résumé : 1er contact avec l’étude
Soit être clair, concis et structuré

Introduction :
- Justification de l’étude : SCL
– Intérêt en Santé publique
– Intérêt Clinique
– Lacunes dans les connaissances
- Objectif: Reprendre les éléments de PICO(S) sans le
schéma d’étude qui sera décrit dans le § Méthodes
 Le Résumé : 1er contact avec l’étude
• Méthodes : SPLICA
Schéma d’étude, Population, Lieu(x),
Intervention/facteur étudié, Critère(s) de jugement,
Analyse
• Résultats : description sommaire de l’échantillon,
date, résultats avec le critère de jugement principal,
avec des critères de jugement secondaires selon leur
pertinence et la longueur du résumé
• Conclusion
Introduction

STROBE : Explain the scientific background and

rationale for the investigation being reported
 Introduction (1)

• Justification : reprendre de manière détaillée

les critères SCL
– Intérêt en Santé publique
Aller du plus général
– Intérêt Clinique au plus spécifique à
l’objectif de l’étude
– Lacunes dans les connaissances

• Bilan des connaissances disponibles

 Introduction (2)
• Raisons qui poussent aux analyses spécifiques de
l’article
STROBE : Explain the scientific background and rationale for the
investigation being reported
Les raisons qui invitent à faire cette étude sont-ils clairement
énoncés? (manque de données? Qualité des études précédentes
discutables, originalité par rapport aux études existantes)

• Objectifs de la recherche : formulation précise en

questions en français correct. Phrases courtes et
claires
STROBE : State specific objectives, including any pre-specified
hypotheses
Une phrase Les auteurs ont-ils bien identifié la question principale étudiée
simple = un et les objectifs secondaires ?
objectif
Méthodes
 Plan expérimental, Type d’étude

STROBE : Present key elements of

study design early in the paper
Les principales caractéristiques du
design sont ils bien précisés ?

STROBE : Describe the setting, locations, and

relevant dates, including periods of recruitment,
exposure, follow-up, and data collection

Ces informations apparaissent-elles dans

l’article ?
 Rappel panorama général des designs d’études
Evaluation Etudes
Etudes
méthodes expérimentales
épidémiologie
diagnostiques Essais cliniques

Etudes Etudes Etudes

interventionnelles observationnelles écologiques

Etudes descriptives Etudes analytiques

Etudes
transversales Etudes de cohorte Etudes cas-témoins
Etudes case-only group (case-series, case cross-over)
 Source des données

• Base de données pré existante à l’étude ?

• Etude clinique ou en population ?

Description précise
 Population étudiée : Rappels
Population
Faire un Flow chart cible
Critères d’inclusion et
d’exclusion, modalités de
Méthodes

Représentativité ? Résultats
recrutement, lieu

généralisables ?
Population source
Sujets non retenus (ex
lors d’une procédure Echantillons, groupes
d’appariement)
Résultats

inclus

Valeurs manquantes Analyses

Population étudiée, groupes comparés
STROBE : (a)
Cohort study
• Give the eligibility criteria, and the sources Dates début
• methods of selection of participants et fin de
• Describe methods of follow-up l ’étude
Entrée dans la
Case-control study Durée de suivi
• Give the eligibility criteria, and the sources
• methods of case ascertainment and control selection.
• Give the rationale for the choice of cases and controls

Cross-sectional study
• Give the eligibility criteria
• the sources and methods of selection of participants

Toutes ces informations apparaissent-elles

dans l’article ?
Population étudiée, groupes comparés

STROBE : (b) Cohort study—For matched studies, give

matching criteria and number of exposed and
unexposed
Case-control study—For matched studies, give
matching criteria and the number of controls per case

Rappel : l’appariement sur des

critères donnés permet de
rendre comparable les groupes Précision de ces
pour ces critères critères
Se poser la question sur l’existence de
biais de sélection possibles

• En cas de distorsion dans le processus de

sélections entre les groupes comparés
– Etude cas témoin
– Hypothèse : impact de la vaccination contre l’hépatite
B et la sclérose en plaque ?

• Si l’investigateur sélectionne préférentiellement

des cas exposés au vaccin

• Conséquence ?
 Critère de jugement, variables explicatives

• Recueil ad-hoc à partir d’un questionnaire ?

Questionnaire validé Qualité métrologique
Comparabilité avec d’autres
études

STROBE : For each variable of interest,

• give sources of data
• details of methods of assessment (measurement).
• Describe comparability of assessment methods if
there is more than one group
Critère de jugement, variables explicatives

– Critère de jugement, variables explicatives

Définition validée par une étude ?

Mode de recueil

– Autres variables recueillies

STROBE : Clearly define all outcomes, exposures,
predictors, potential confounders, and effect
modifiers. Give diagnostic criteria, if applicable
Critère de jugement, variables explicatives

– Critère de jugement, variables explicatives

– Autres variables recueillies

STROBE : Clearly define all outcomes, exposures, predictors,

potential confounders, and effect modifiers. Give diagnostic
criteria, if applicable

Si lacunes dans les mesures de ces variables

(précision, distorsion entre les groupes
comparés ) : risque de biais de mesure
 Analyses
S'assurer que la méthode d’analyse employée est cohérente
avec le projet du travail, que la méthodologie est
effectivement susceptible d'apporter une réponse a la
question posée dans l'introduction.

STROBE
(a) Describe all statistical methods, including those used to control for
confounding
(b) Describe any methods used to examine subgroups and interactions
(c) Explain how missing data were addressed
(d)
• Cohort study—If applicable, explain how loss to follow-up was addressed
• Case-control study—If applicable, explain how matching of cases and controls
was addressed
• Cross-sectional study—If applicable, describe analytical methods taking
account of sampling strategy
 Nombre de sujets nécessaires
SAVOIR SI LE CALCUL DU NOMBRE DE SUJETS
NECESSAIRES A ETE EFFECTUE A PRIORI STROBE : Explain
how the study size
DISCUTER L’EVOLUTION DES EFFECTIFS ETUDIES ET was arrived at
LEUR COHERENCE DANS LA TOTALITE DE L’ARTICLE ;

• Element à retrouver concernant le calcul

- la différence intéressante à mettre en évidence pour le critère de
jugement principal
- Fréquence de l’exposition (étude cas témoin), de l’outcome (cohorte)
- le risque de 1ere espèce α
- la puissance 1-β (>=80%)
- Uni/bilatéralité
- Proportion entre effectifs de groupes 1:1, 1:2
- Prise en compte de possibles perdus de vue
Illustration : une même p-value non significative
peut traduire des situations très différentes
Non significatif car la
différence observée entre
groupes est faible

Non significatif malgré une différence

observée marquée entre groupes, en
raison du faible nombre de de sujets
Source par groupe (IC95% large)
 Ethique
• Consentement libre des
participants, après
VERIFIER LE RESPECT DES REGLES
D'ETHIQUE
information et délai de
réflexion

• Si intervention avec
placebo : pas
d’exposition à un risque
– Etude observationnelle grave ou irréversible

– Etude d’intervention • Accord d’un organisme

compétent et
indépendant
 Ne pas oublier
• Les biais méthodologiques possibles ont-ils
été anticipés ?
– Biais de sélection
– Biais de mesure
– biais de confusion
STROBE : Describe any
efforts to address
potential sources of bias
Résultats
 Résultats : effectifs
• Commence par une description des effectifs
disponibles
STROBE :
(a) Report numbers of individuals at each stage of
study—eg numbers potentially eligible, examined
for eligibility, confirmed eligible, included in the
study, completing follow-up, and analysed
(b) Give reasons for non-participation at each stage
(c) Consider use of a flow diagram

Effectifs en rapport avec ceux

attendus? Puissance
statistique satisfaisante?
 Résultats : caractéristiques des groupes
étudiés
STROBE
(a) Give characteristics of study participants (eg demographic, clinical,
social) and information on exposures and potential confounders?
Fréquence? Fréquence équilibrée entre les groupes comparés si étude
analytique ?

• Commence par une description des

populations étudiées
(b) Indicate number of
participants with missing data
(c) Cohort study—Summarise for each variable of interest
follow-up time (eg, average and
total amount)
Comparabilité des
groupes ?
 Résultats : Critère de jugement

STROBE
• Cohort study—Report numbers of outcome events or
summary measures over time
• Case-control study—Report numbers in each exposure
category, or summary measures of exposure
• Cross-sectional study—Report numbers of outcome
events or summary measures

Informations présentes
dans l’article?
 Résultats : analyses
STROBE (a) Give unadjusted estimates and, if applicable, confounder-
adjusted estimates and their precision (eg, 95% confidence interval).
Make clear which confounders were adjusted for and why they were
included

• Résultats en rapport avec l’objectif principal

(secondaire) de l’étude

• Résultats clairement présentés ?

• Permettent une réponse claire à la question initiale?
• Si résultats non significatifs statistiquement, des indices en faveur
d’un manque de puissance
 Résultats: Tableaux
• Exposé et interprétation factuelle
OBJECTIF : ANALYSER LA PRESENTATION, LA
• Texte PRECISION ET LA LISIBILITE DES TABLEAUX ET DES
FIGURES, LEUR COHERENCE AVEC LE TEXTE ET LEUR
• Tableaux UTILITE

• Figures

Informations non redondantes entre texte

tableaux et figures
 Quelques éléments pour apprécier la
qualité de présentation d’un tableau
• Titre informatif
• Toutes les variables sont-elles identifiées clairement
avec : le ou les effectifs totaux, les valeurs centrales,
les indices de dispersion ?
• Valeurs statistiquement significatives clairement
identifiables
• Auto-suffisant à eux-seuls
• Pas de redondance avec le texte mais référence dans
le texte
• Taille adéquate ?
Discussion- Conclusions
 Discussion (1)
• Résumé des principaux résultats
• Interprétation des résultats :
– Force de l'association
– significativité statistique
Pertinence clinique
des résultats
STROBE Summarise
key results with
reference to study
objectives
En cas de résultats
significatifs mention des
critères de Bradford Hill?
Réponse à la question
initiale ?
 Discussion (2)
• Discussion de la validité du critère de jugement
principal DISCUTER LA NATURE ET LA
PRECISION DES CRITERES DE
• Définition validée par une étude ?, JUGEMENT DES RESULTATS
mode de recueil correct ?
• Fréquence suffisante (cohortes) ?

• Discussion de la validité des variables

d’association
• Discussion du Design (adapté pour étudier
l’hypothèse)
Discussion des biais abordée ?
Impact sur les résultats
 Discussion (3)
• Comparaison aux travaux déjà publiés
• Convergence? si divergence pourquoi?
– Différences méthodologiques avec les
autres études ?
– Différences de populations étudiées ? …
• Quelle est l’originalité par rapport aux
études existantes ?
 Discussion (4)
STROBE : Discuss limitations of the
study, taking into account sources of
• Limites possibles de l’étude : potential bias or imprecision. Discuss
both direction and magnitude of any
– Puissance, potential bias

– Biais, ceux non mentionnées par les auteurs et

ceux non mentionnés
Ampleur et sens des possibles
• Sélection biais et des autres limites
• Facteurs de confusion identifiés pour la validité des
résultats ?
• Biais de mesure
– Généralisabilité des résultats
– Autres limites STROBE Discuss the generalisability
(external validity) of the study results
• Points forts de l’étude
 Discussion (5)
Impact des résultats

• Implication des résultats, en clinique ou

en recherche, en santé publique…

• Enseignements pour de futurs travaux de

recherche. Dont mon projet personnel ?
AU TOTAL : Conclusion de l’article justifiée par les
résultats obtenus ? Réponse à la question initiale ?
 Niveau de preuve d’une étude (HAS)

Niveau 1 Essai thérapeutique randomisé de forte Grade A : Preuve

puissance scientifique établie
Niveau 2 Essai thérapeutique randomisé de faible Grade B : Présomption
puissance/ non randomisé scientifique
Etudes de cohortes
Niveau 3 Etudes cas témoins Grade C : Faible niveau
de preuve scientifique

Niveau 4 Etudes transversales, toute étude

fortement biaisé, Série de cas
Une étude de cohorte est-elle toujours plus
informative qu’une étude cas témoin ?

• A nuancer selon le contexte

• Exemple d’une cohorte avec comme critère de

jugement la survenue d’une pathologie rare
(sclérose en plaque)
 Contre exemple
Risque relatif d’affection démyélinisante
selon le statut vaccinal Hépatite B

Vaccinés Non vaccinés

(N = 27 229) (N = 107 469)
(n/pers- (n/pers-
Suivi ‰ ‰ RR IC 95%
années) années)

6 mois 0,23 (3/12 980) 0,18 (9/50 247) 1,3 (0,4-4,8)

1 an 0,17 (4/23 644) 0,17 (15/89 577) 1,0 (0,3-3,0)

2 ans 0,17 (6/34 878) 0,18 (23/127 994) 1,0 (0,4-2,4)

Critère de jugement trop peu fréquent pour avoir des résultats intéressants ,
50
une étude cas témoin est dans ce cas préférable
 En conclusion après la lecture d’un article
donné pour mon objectif personnel
Tenir compte des points forts
Pertinence de et des limites des études
l’article existantes pour mes choix
Décisions méthodologiques personnels
Qualité pour mon Ou pour ma discussion
méthodologique de projet de
l’article recherche Essayer de trouver des points
d’originalité, objectifs, méthodes,
Impact des résultats populations… (préparation du
projet)

Attention : ne pas mettre de côté des articles sous prétexte que les
résultats sont non significatifs, en l’absence de manque de
puissance notoire, de problème méthodologique ou de pertinence
par rapport à la question étudiée
 Le but de cette partie est de rappeler
des notions méthodologiques en vue
de l’article à analyser

PARTIE 2
Rappels méthodologiques

• Etudes cas témoin

• Biais
• Interprétation des résultats
Rappel : Principe des enquêtes cas témoin
Groupe atteint de la maladie
OUI étudiée (M) : CAS

NON Exposition au facteur E ?

E (exposition) doit précéder la

Etude rétrospective maladie ou le critère de jugement M

Groupe non atteint de la maladie

OUI étudiée (M) : TEMOINS

NON Exposition au facteur E ?

Y a-t-il davantage (moins) de personnes exposées à E chez les

cas que chez les témoins ?
53
 Les Cas
Patients avec la pathologie étudiée définie par
des critères objectifs et standardisés

Exemples de cas dans le contexte des

pathologies chroniques :
o Survenue de la pathologies (cancers…)
o Poussées ou exacerbations, complications
(asthme, BPCO)
o Qualité de vie dégradée (questionnaires
standardisés)
o Mauvaise adhésion thérapeutique
 Que signifie cas prévalent? Cas incident?
Cas incident : sujets dont la maladie a Début de
été diagnostiquée peu de temps avant l’enquête
le début de l’enquête

Diagnostic de la maladie
étudiée
Début de
Cas prévalent : sujets dont la maladie a l’enquête
été diagnostiquée longtemps avant le
début de l’enquête

Diagnostic de la maladie
étudiée
 Inconvénients des Cas « prévalents » (1)
1- Les patients malades depuis longtemps :
• Difficultés éventuelles de se remémorer leurs
habitudes ou leur exposition avant la survenue de la
maladie (biais de mesure : mémorisation

Cas prévalent : sujets dont la maladie Début de

a été diagnostiquée longtemps avant l’enquête
le début de l’enquête

Diagnostic de la
Exposition maladie étudiée
 Inconvénients des Cas « prévalents » (2)
2- Si la maladie étudiée M est de mauvais pronostic :

• Une partie des cas seront décédés avant la

réalisation de l’enquête
• Les cas prévalents ne seront pas représentatifs de
l’ensemble de la population théorique des cas :
• On n’identifiera que des cas survivants peut être
plus ‘résistants’ et différents (biais de sélection :
biais de survie sélective)

Chaque fois que cela est possible, il vaut mieux

travailler avec des cas incidents +++
 Choix des témoins

- Sujets indemnes de la maladie étudiée au moment

de l’étude
- Fournir une fréquence de référence pour
l’exposition étudiée, qui sera comparée à celle des cas
- Les témoins doivent être choisis dans la même
population que les cas
- Même opportunité d’exposition des cas et des
témoins
 Remarque pour les témoins hospitaliers

• Si on choisit de prendre comme groupe témoin

des patients hospitalisés pour une autre maladie
1. Cette maladie ne doit pas avoir de lien connu avec
l’exposition étudiée
• Sinon risque de biais de sélection (exemple dans §
biais)
2. La gravité de la maladie des témoins doit être
comparable à la pathologie étudiée chez les cas
• Sinon risque de biais de mesure différentiel
(exemple dans § biais)
 Comparaison témoins issus de la population
générale et témoins hospitaliers (3)

• Par rapport à des témoins pris en population

générale, les témoins hospitaliers présentent :
– Un accès + facile
– Une plus grande motivation à participer
– Un meilleur taux de réponse
– Mais non représentatifs de la population générale
 Estimation de l’exposition

• Exposition rétrospective

• Comment mesurer l’exposition dans les 2 groupes ?

– Interviews et questionnaires papiers et en ligne

– Dossiers médicaux , hospitaliers
– Base de données de soins informatisées
 Fenêtre temporelle d’exposition?
Survenue de la « maladie »
Critère de jugement

?
• Choisie de telle sorte à ce que le facteur explicatif en question
puisse entrainer le critère de jugement

• A définir selon chaque facteur explicatif

• Avis des spécialistes nécessaire +++

 Recueil des variables exposition

• Similaire entre cas et témoins +++

• Si possible à l’aveugle du statut cas
témoin si investigateur
• Fenêtre temporelle compatible avec
l’hypothèse
Mesure de l’association entre M et E : l’odds
ratio (cas et témoins non appariés)
Cas Témoins

Maladie Pas de maladie Total

ou effet ou d’effet

Exposé à E
a b E1
(exposition étudiée)
Non exposé à E c d E0
TOTAL M M0

Odds ratio : OR = (a d) / (b c)
Risque de développer la maladie (l’effet étudié)
lorsqu’on est exposé à E

64
 Analyses multivariée

Régression logistique :

• Variable Cas/Témoin = Exposition étudiée + autres

cofacteurs

• Régression logistique conditionnelle si

appariement
 Avantages et limites comparés des études cas
témoins et de cohorte (1/2)
ETUDES CAS TEMOINS ETUDES DE COHORTES
 Faciles à réaliser (durée et coût  Plus longues à réaliser ET plus de
moindre que dans les études moyens nécessaires
prospectives)
 Obtention des résultats relativement  Résultat plus long à obtenir
rapide

 Bien adaptées pour étudier des  Peu adaptées pour étudier des
maladies rares maladies ou effets rares

 Peu adaptées pour étudier des  Bien adaptées pour étudier les
expositions rares expositions rares

 Peu adaptées pour étudier  Possibilité d’étudier plusieurs

simultanément plusieurs maladies maladies

66
 Avantages et limites comparés des études cas
témoins et de cohorte (2/2)

ETUDES CAS TEMOINS ETUDES DE COHORTES

 Possibilité d’étudier plusieurs  Peu adaptées pour étudier
expositions simultanément plusieurs expositions

 Plus souvent sujet à des biais sur  Biais possible sur l’effet étudié
l’exposition (qualité du recueil des
données)
 Choix du groupe témoin parfois
problématique (biais de sélection)

 Impossible d’estimer l’incidence de  Calcul de l’incidence de la maladie

la maladie possible

 Séquence temporelle entre E et M

parfois difficile à établir

67
 Rappel : Notion de puissance
statistique

• Puissance (1- b) : Probabilité de mettre en évidence

une différence qui existe réellement

• Risque b : risque de conserver l’hypothèse nulle H0

alors que l’hypothèse alternative H1 est vraie (risque
de passer à côté d’une différence qui existe
réellement).

68
 Variation de l’intervalle de confiance en fonction des
effectifs (données fictives)

Ensemble des patients Décès Vivant OR = 2.0

Prise du médicament M 10 20
IC95% = [0.7 – 5.6]
Traitement de référence 10 40

Effectifs multipliés par 2

Ensemble des patients Décès Vivant
OR = 2.0
Prise du médicament M 20 40
IC95% = [1.0 – 4.4]
Traitement de référence 20 80

Effectifs multipliés par 10

Ensemble des patients Décès Vivant
OR = 2.0
Prise du médicament M 200 400
IC95% = [1.6 – 2.5]
Traitement de référence 200 800

69
Plus les différence que l’on souhaite mettre
en évidence entre groupe sont petites, plus
il faudra de patients

Nécessité de prévoir au moment de la mise

en place de l’étude la taille de l’échantillon
des patients en fonction des hypothèses
(calcul du nombre de sujets nécessaires)

70
Le nombre de sujets à inclure augmente si :
• La différence attendue d’exposition entre cas et témoin
est faible (OR petit)
• L’exposition E chez les témoins est rare
Fréquence de l’exposition (%) chez les 1% 5% 10% 20%
témoins (ex : médicament)

OR souhaité
1.5 7954 1684 910 534
2.0 2394 515 282 171
5.0 304 69 41 28
10.0 112 27 17 13
Pour alpha = 0.05 et beta = 0.20, bilatéral, mêmes effectifs chez les cas et les témoins
71
(Schesselman et al)
 Taille des échantillons
Etudes cas témoin

Le nombre de sujets nécessaire par groupe est fonction :

• De la fréquence de l’exposition étudiée dans le groupe témoin
• De la différence que l’on souhaite mettre en évidence entre
les cas et les témoins pour la fréquence de l’exposition
étudiée (donc force de l’association)
• Du risque  (classiquement fixé à 0.05)
• Du risque  (classiquement fixé à 0.20)
• Ratio entre les effectifs des cas et des témoins
• Bilatéralité/unilatéralité

72
 Calcul du Nombre de sujets
nécessaires

• Permet de prévoir le nombre minimal de

patients à inclure dans l’étude selon
– Le design
– La différence que l’on souhaite mettre en évidence
entre groupes
– Le risque alpha, le risque beta
 Rappel sur les biais

Définition : Erreurs systématiques qui entraînent une

interprétation erronée des résultats

Un biais change la valeur de l’estimateur de

l’association entre l’exposition et la maladie, en
augmentant ou diminuant faussement sa vraie valeur
du risque.
 Différence entre biais (erreur systématique) et imprécision
(erreur aléatoire) : si le vrai risque relatif (RR) = 2*

RR = 3,2 RR = 3,2
Biais:
IC95% = [1,1-6,4] IC95% =
la valeur de
Imprécis et [3,0-3,6] l’ estimation
biaisé est faussée
Précis et biaisé

RR = 2, IC95% =
RR = 2
[1,8-2,3]
IC95% = [0,8-4,6] Précis et
non biaisé
Imprécis et non
biaisé

Erreur aléatoire intervalle de confiance * Exemple fictif

large (manque de puissance)
 Grandes familles de biais

• Biais de sélection : problème lié à une distorsion

dans la constitution de l’échantillon entre cas et
témoins ou entre exposés et non exposés
• Biais de mesure (classement) : problème lié à un
problème de classement entre l’estimation de
l’événement étudié (présence/absence) ou de
l’exposition (exposé/non exposé).
• Biais de confusion : problème lié à l’interprétation
des résultats en raison d’un tiers facteur lié à la
maladie et l’exposition

76
 Grandes familles de biais
• Biais de sélection : L’échantillon n’est pas
représentatif de la population source
• Biais de mesure : l’exposition ou le critère de
jugement sont mal classés
• Biais de confusion : L’interprétation des
résultats est faussée par un facteur de
confusion
 Exemple de biais de sélection : La sélection
des témoins est liée à l’exposition étudiée (1)
• Etude de la consommation de tabac sur le cancer de
la vessie
• Etude cas-témoins en milieu hospitalier :
– Cas = patients admis pour cancer de la vessie
– Témoins = patients admis pour cardiopathie,
ischémique ou non

• Les cardiopathies ischémiques sont très liées au

tabac, contrairement aux non ischémiques
• Ces témoins, du fait de leur pathologie, auront
tendance à fumer davantage qu’une population de
référence plus représentative
78
 Exemple de biais de sélection : La sélection des
témoins est liée à l’exposition étudiée (2)
• Exemple d’une étude cas témoins étudiant le lien entre tabac
et cancer de la vessie (Clavel et al 1989).
• Appariement des cas à des témoins avec autres pathologies

Premier cas : Cas appariés à des témoins atteints de cardiopathies

ischémiques (maladie très liée au tabac) : 90% vs. 87% de fumeurs
Cas Témoins OR
Non fumeurs 12 15 1.00 -
1-19 cigarettes 58 49 1.48 0.64-3.41
20-39 43 42 1.28 0.54-3.01
>= 40 9 16 0.70 0.23-2.11
En prenant des témoins souffrant d’une pathologie très liée au tabac,
aucune relation ne peut être mise en évidence entre cancer de la vessie
et tabagisme
 Exemple de biais de sélection : La sélection des
témoins est liée à l’exposition étudiée (3)

Deuxième cas : Exemple de témoins atteints de cardiopathies non

ischémiques (maladies « moins » liée au tabac : (93% vs. 78% de fumeurs)

Cas Témoins OR
Non fumeurs 35 104 1.00 -
1-19 cig 200 191 3.26 2.02-4.78
20-39 186 137 4.41 2.54-6.26
>= 40 52 25 6.92 3.36-11.4

En prenant des paires où les cas sont appariés à des témoins sans
cardiopathie ischémique, il apparaît une relation statistique nette
entre cancer de la vessie et tabac
Exemple de biais de sélection : La sélection des
témoins est liée à l’exposition étudiée (4)

Interprétation

• Dans le premier exemple, les patients atteints de

cardiopathies ischémiques (témoins) étaient beaucoup
trop exposés au tabac pour constituer un groupe de
référence acceptable pour l’hypothèse testée.

• Il n’était pas possible de mettre en évidence de

différence de niveau de tabagisme entre les patients
souffrant de cancer de la vessie (cas) et ces témoins
 Exemple de biais de sélection : La sélection
des témoins est liée à l’exposition étudiée (5)
• Conséquences ?
Malade Non
Le choix d’un tel groupe malade

témoin risque de masquer Exposé a b

Non exposé c d
une éventuelle association
statistique R

Solutions possibles :
 Témoins avec pathologie « sans lien » connu avec
exposition étudiée
 Témoins avec des pathologies et traitements variés

82
 Exemple de biais de mesure :
le biais de mémorisation (1)
• Dans une étude cas témoins, les patients
‘malades’ (les cas) auront plus de faculté à se
remémorer les expositions passées, surtout si la
maladie est grave.

• Exemple : étude de la survenue de malformations

congénitales et prise d’un médicament donné
pendant la grossesse de la mère

• Les femmes qui auront un nouveau-né avec une

malformation (cas) auront tendance à se rappeler
plus facilement de leurs prises médicamenteuses
antérieures que celles avec un accouchement
normal (témoins).

83
 Exemple de biais de mesure :
le biais de mémorisation (2)
Surestimation du risque
Malade Non
malade
R Exposé a b
Non exposé c d

Solutions possibles :
Prendre témoins atteints de maladie avec gravité
similaire
Documenter l’exposition lorsque cela est possible
(ex. carnet de vaccination), Bases de données
informatisées

84
 Biais de mémorisation (exemple)

Illustration : Impact potentiel du biais de

mémorisation dans la relation entre vaccination
contre l’hépatite B et la survenue de sclérose en
plaques dans une étude cas témoins

Ascherio A, Zhang SM, Hernan MA, Olek MJ, Coplan PM, Brodovicz K, Walker AM. Hepatitis B vaccination
and the risk of multiple sclerosis. N Engl J Med. 2001 Feb 1;344(5):327-32
 Biais de mémorisation : exemple

Contexte

• Etude de la relation entre la survenue de

sclérose en plaque et la vaccination par
l’hépatite B .

• Etude cas témoins

86
Variantes d’analyses à partir des même données
(étude Ascherio et al)

• Exposition au vaccin : déclaratif 1er cas : le +

intuitif
• Témoins : femmes sans pathologie
2e cas : impact du
• Exposition au vaccin : déclaratif choix du groupe
• Témoins : cancer du sein témoin

• Exposition au vaccin : base de données

• Témoins : femmes sans pathologie

3e cas : impact du choix de données

préalablement enregistrées
87
 Première analyse
• Groupe témoin : femmes sans pathologie
• Statut vaccinal : déclaratif
• Risque d’être atteint de SEP si vaccination contre l’hépatite
B dans les 2 années précédentes:
OR ajusté* = 1.9, IC95%= [1.1-3.3]
* Sur le lieu de résidence, tabagisme, antécédents de mononucléose infectieuse, oreillons, origine ethnique.

Interprétation ?
• On observe une association statistique entre la VHB et
la survenue de SEP.
88
 Première analyse (interprétation)
Peut on conclure d’emblée à une relation statistique
entre le vaccin HB et la survenue de SEP ?

• Non, ce résultat pourrait être dû à un biais de

mémorisation.

• Les femmes atteintes de SEP pourraient avoir

davantage tendance à se rappeler de leurs vaccinations
que les témoins sains

89
 Deuxième analyse
• Groupe témoin : cancer du sein
• Statut vaccinal : déclarations des patientes

On veut estimer l’impact du choix des témoins sur le résultat

OR ajusté* = 1.3 , IC95%= [0.6-3.0]
* Sur le lieu de résidence, tabagisme, antécédents de mononucléose infectieuse, oreillons, origine ethnique.

Qu’en concluez vous ?

Le fait de prendre des témoins atteints d’une pathologie grave
corrige en partie le biais initial.
L’association n’est plus statistiquement significative
 Troisième analyse
• Les auteurs reprennent des témoins sains.
• Statut vaccinal défini à partir d’une base de
données, et non plus en déclaratif

OR ajusté* = 0.7, IC95%= [0.3-1.7]

* Sur le lieu de résidence, tabagisme, antécédents de mononucléose infectieuse, oreillons,
origine ethnique.

Le fait de documenter la vaccination de manière objective

corrige le biais initial. On ne peut plus conclure à une
association entre la survenue de SEP et le vaccin.
 Biais de mémorisation :
Que retenir en pratique ?

• Toujours vérifier :
1. Comment sont recueillies les informations sur
l’exposition au traitement (objectif? Déclaratif?)
2. La nature du groupe témoin (pathologie de gravité
comparable? )
Si :
* Exposition obtenue en déclaratif et
* Groupe témoins sains ou avec pathologie bénigne
Un biais de mémorisation est possible

92
 Impact de la consommation de café
sur le cancer de la vessie: confusion?
Risque de cancer de la vessie en fonction de la
consommation de café (Clavel et al 1991)
Consommation de Cas Témoins OR brut
café (tasses/jour)

0 10 9 1,00
1-4 445 391 0,89
5-7 59 43 1,24
>7 24 8 2,19
Test de tendance P<0,05
* Ajusté sur le tabagisme
Mais confusion possible avec le
Source : Epidémiologie : Principe et tabagisme
Méthodes quantitatives, éditions INSERM
 Exemple de biais de confusion
COMPRENDRE LE Facteur de confusion dans
MECANISME++ la relation entre
Tabagisme
consommation de café et
Les buveurs de café cancer de la vessie
fument plus que les non
buveurs
Facteur de
risque
connu

Consommation
Association ?
de café Cancer de la vessie

L’association brute positive entre la consommation de café et

la survenue de cancer de la vessie pourrait s’expliquer en
partie par le fait que les buveurs de café ont d’avantage
94
tendance à fumer que les non consommateurs
 Comment prendre en compte les facteurs de
confusion potentiels (principales méthodes)?

• Stratification : on regarde séparément la relation

(cancer de la vessie * café) chez les fumeur et les non
fumeurs
• Appariement : on associe préalablement à chaque
patient avec un cancer de la vessie un témoin avec un
tabagisme similaire.
• Ajustement (modèle multivarié) voir exemple
diapositive suivante

Introduction à la Pharmacoépidémiologie Janvier

95 2015
 Que devient la relation (cancer de la vessie
* café) après ajustement sur le tabac ?
Risque de cancer de la vessie en fonction de la
consommation de café (Clavel et al 1991)
Consommation de Cas Témoins OR brut OR ajusté*
café (tasses/jour)

0 10 9 1,00 1,00
1-4 445 391 0,89 0,85
5-7 59 43 1,24 0,96
>7 24 8 2,19 1,65
Test de tendance P<0,05 NS

* Ajusté sur le tabagisme = A tabagisme comparable, on ne met pas en

évidence d’augmentation de risque de cancer de
la vessie avec la consommation de café
Source : Epidémiologie : Principe et Méthodes quantitatives, éditions INSERM
 Biais de notoriété
• L’investigateur sélectionne préférentiellement des cas exposés
• Surreprésentation des patients exposés au médicament étudié
chez les cas en raison de l’attitude de l’investigateur :
surestimation possible de l’OR (inverse chez les témoins?)

Malade Non
malade
R Exposé a b
Non exposé c d

• Solution : formation des investigateurs, aveugle vis-à-vis du

statut exposé/non exposé (cas témoin), ou du statut cas/
témoin (étude cas témoin) inclusion systématique, base de
données
 Enquêteurs ignorants du statut cas
témoin (éviter biais lié à l’enquêteur)
• Risque de rechercher de manière plus
insistante l’exposition au vaccin chez les cas

Malade Non
• Conséquences possible : malade
R Exposé a b
Non exposé c d
 Interprétation des résultats

Deux possibilités :
• Soit on a identifié une association significative
entre E (l'exposition) et M (maladie ou effet
étudié)
• Soit l’association entre E et M n’était pas
significative

99
Relation statistiquement significative entre
exposition et maladie (ou effet étudié)

Existe-t-il des arguments en faveur d’une

relation de causalité entre les deux
variables ?

Critères de
Bradford Hill

100
 Critères de causalité (Hill) : critères
internes à l’étude
• Force de l’association +++
• Effet dose +++
• Temporalité adéquate
• Cohérence interne
• Spécificité de la cause et de l’effet

101
 Force de l’association
• Plus une association entre deux variables est
forte, moins elle a de chances d’être expliquée
par des biais ou des facteurs de confusion
Mais
• Une faible association n’élimine pas
nécessairement une association causale
• Une forte association n’implique pas
forcément la causalité

102
 Effet dose

La force de l’association augmente avec

l’intensité de l’exposition
Exemples selon le contexte:
• Avec la dose de l'exposition
• La durée de l'exposition
• La fréquence de l’exposition

103
 Temporalité
L’exposition doit précéder la maladie ou critère
de jugement étudié dans des délais compatibles
avec l’hypothèse

Spécificité
La suppression de E entraîne une diminution ou
la suppression de M

104
 Autres critères internes
• Cohérence interne de l’étude: Minimiser les biais
– Sélection
– Mesure
– Confusion
– Robustesse des résultats (?)

• Spécificité de la cause et de l’effet

– La suppression de la cause entraine la disparition de
l’effet (rare en épidémiologie)
 Critères de causalité (Hill) :
Critères externes à l’étude
Cohérence avec les connaissances (épidémiologie,
biologie etc.) existant (bibliographie)
• Reproductibilité des résultats dans autres études :
différentes populations, régions, méthodologies
• Plausibilité : identification d’un mécanisme d’action
(biologie…) en faveur d’une relation causale
• Cohérence avec les connaissances générales qui ont
conduit à l’enquête
• Analogie : concordance des résultats avec des
hypothèses voisines
106
 Reproductibilité des résultats
• L’association entre les deux variables est
retrouvée dans d’autres études
– Avec des méthodologies distinctes (design de
l’étude, sélection des patients, mesure des
variables, analyse statistique)
– Dans des populations différentes
– A des périodes différentes
Alors, l’association statistique
retrouvée dans les différents
travaux sera « indépendante »
de ces divers paramètres
107
 Cohérence externe
Cohérence avec les connaissances
antérieures

Plausibilité
Mécanisme causal « plausible »,
biologique, sociologique… selon le
contexte
108
 Interprétation des critères de
Bradford-Hill
• Une association statistiquement significative entre
les deux variables ne signifie pas forcément que la
relation est causale
• Les critères de Bradford-Hill permettent d’apporter
des arguments en faveur de la relation causale,
causale, surtout s’ils sont plusieurs à être satisfaits

Mais
• Mais, cela ne pourra suffire pour affirmer
formellement la causalité d’une association
statistique
109
 Association significative
En plus des critères de causalité :

– Penser aussi à des biais pouvant conduire à un

résultat faussement significatif

– Association significative due au hasard ? (risque

alpha)
Association significative et causalité : prudence !
(1)
S’il existe une relation statistique entre E et M avec la
plupart des critères de Hill satisfaits, toujours penser
aux cas de figure suivants
Facteur isolé ou non, combinaison de facteurs, non forcément
connus ou mesurés dans l’étude
Vrai facteur causal Vrai facteur causal

Exposition E = facteur Exposition E =

intermédiaire facteur
déclenchant
Relation
Effet M 111 inconstante Effet M
 Association significative et causalité :
prudence ! (2)

Et aux cas de figure suivants

Exposition E Exposition E

Facteur de
confusion Causalité
non connu inversée
ou non
mesuré

Effet M 112 Effet M

Autre contre-exemple : tabagisme et
les comportements de santé dentaire
 Exemple surpoids et comportements de santé
dentaire : existe-il un lien statistique ? (1)

Risque de surpoids selon différents facteurs

(n = 759 + 2369 patients avec et sans surpoids, régression logistique)

Oui
+ de surpoids
quand
comportement
s défavorables
vis-à-vis de la
santé dentaire
• Lien statistique entre

–le surpoids
–et les comportements défavorables de
la santé, notamment en santé dentaire
 Mais pas de lien de causalité a
priori…
Possible facteur causal : perception et
éducation personnelle inadéquates vis-à-vis
des problèmes de santé

Conséquences
parallèles
Autre(s)
Surpoids comportement(s)
p<0.05
défavorable(s) vis-à-vis
de la santé dentaire
 Association significative et causalité :
prudence ! (3)

En plus des points précédents:

– Penser aussi à des biais pouvant conduire à
un résultat faussement significatif
– Association significative due au hasard ?
(risque alpha)
Absence de relation significative entre Exposition
et Maladie (ou critère de jugement)

Le fait de ne pas mettre en évidence

d’association statistique entre deux
variables dans une étude ne signifie pas
forcément l’absence de lien entre ces
variables dans l’absolu

118
 Absence de relation significative entre Exposition
et Maladie (ou critère de jugement)
Avant de conclure à l’absence de lien entre l’exposition et la
maladie il convient de s’interroger sur les points suivants :

• Manque de puissance ? (nombre insuffisant de patients

dans l’étude, fréquence de l’exposition, de la maladie).
• Biais pouvant masquer une association insuffisamment ou
non pris en compte ?
• Les niveaux d’exposition étudiés (E) étaient ils suffisants
(intensité durée…) ? Bien définis? Idem pour l’outcome
• Temporalité entre exposition et maladie adéquate?
• Quels sont les résultats des autres études ?

119
PARTIE 3 : lecture critique d’article

Le but de cette partie est d’analyser

d’un point de vue critique l’article en
question
 Sclérose en plaque (France)
• Prévalence : plus de 100 000 individus qui sont touchés par la
maladie : 0,10-0,15%
• Incidence annuelle : entre 6,5 et 10,6 / 100 000 h
• Facteurs de risques connus :
– Parmi les personnes atteintes, 3 sur 4 sont des femmes, souvent
découverte de la maladie chez de jeunes adultes.
– le nombre de personnes atteintes augmente dans chaque hémisphère,
lorsqu'on s'éloigne de l'équateur vers les pôles
– le nombre de cas de SEP est plus important dans les pays industrialisés
– les personnes d'origine nord-européenne sont plus fréquemment
touchées.

• Source ARSEP : https://www.arsep.org/

Critères diagnostiques de Poser

Source : Faculté de Médecine de Grenoble

Introduction
 Questions préliminaires
• Titre de l’article
– Clarté? Oui
– Objectif ?
Existe-t-il un lien statistique entre vaccination de l’hépatite B
et la survenue d’un épisode de démyélinisation ?

• Les auteurs
– Publications?
– Conflits d’intérêt ?
Cliniciens spécialistes de la SEP, publications dans le
domaine, pas de conflits d’intérêt a priori avec la vaccination
contre l’hépatite B
 Pourquoi cette étude?
• Contexte du moment, interrogations sur le
vaccin
• Problème grave de santé publique
• Possible mécanisme immunologique (?)
• Cas rapportés de SEP plus souvent en cas de
vaccination récente (< 2 mois)
• Les quelques études réalisées ont conduit à
des résultats divergents
 Objectif ?

• Rechercher une relation statistique entre la

survenue d’un épisode démyélinisant et une
vaccination récente pour l’hépatite B,
notamment dans les 2 derniers mois
Méthodes
 Type d’étude

• Etude cas témoin hospitalière

Que pensez vous du choix d’une étude
cas témoins?

• Adaptée : pathologie peu fréquente

• Exposition plutôt fréquente

 Population étudiée

• Population d’étude : patients ayant eu

un contact hospitalier en neurologie
entre le 1-1-1994 et le 31-12-1995
 Détermination du statut cas témoin
des patients sélectionnés

• Par des expert à l’aveugle du statut vaccinal

des patients
Pourquoi ?

• Risque de biais de notoriété : sélection

préférentielle parmi les cas des patients
vaccinés et inversement pour les témoins
 Comment ont été sélectionnés les
patients de cette étude ?
Sélection initiale des patients de l’étude

Période étudiée
1998
Statut vaccinal des Etude
patients ?
01-01-1994 31-12-1995 1996

Consultation
Migraines, céphalées Médiatisation du
EXPERTS SEP : cas
pathologie : témoins problème
potentiels
potentiels
 Cas

Pourquoi ?

– Patients identifiés dans des centres agrées

– Patients atteints de poussées démyélinisantes (1er épisode)
– Diagnostic confirmé en neurologie ou en ophtalmologie
– Sous-groupe de cas certains ou probables (critères de
Poser)
 Question Patients atteints de poussées
démyélinisantes : pourquoi le 1er épisode ?

• Pour avoir des Cas incident

• Les cas incidents limitent :
– les biais de mesure : plus difficile d’avoir
l’information sur le vaccin si maladie a commencé
tôt (mémorisation…)
– Biais de survie sélective (pathologies de mauvais
pronostic)
1. Basé sur les avis des experts, critères objectifs pour les cas « probables »
de sclérose en plaque
2. Cas représentatifs des patients du service et recrutés avant la
médiatisation des risques éventuels liés au vaccin
3. Oui, critère diagnostic établi en ignorant le statut vaccinal des patients
éligibles (biais d’admission), cas éligibles contactés par téléphone
1. Cas incidents (1er évènement)
2. Non, mais analyse spécifique avec diagnostic de SEP « certain » ou
« probable »
3. Oui, délai de 2 mois étudié, compatible avec les hypothèses de la
littérature pris en compte et analyses de sensibilité
4 et 5 : pas de calcul a priori, manque de puissance reconnu en Discussion
(calcul a posteriori)
 Témoins
• Patients ayant été hospitalisés ou consulté à
l’hôpital pour des pathologies n’influençant
pas la vaccination par l’hépatite B

Pourquoi ?

Risque de biais de sélection :

Si la pathologie des témoins est positivement
liée à l’exposition étudiée, risque de masquer
des différences entre groupes
1. Oui, même population , même service, témoins recrutés durant la même
période que les cas (appariement). Non représentatifs de la population
générale (Discussion)
2. Pathologie sans lien connu avec le statut vaccinal hépatite B (biais de sélection)
3. 2,5% des cas et 4,3% des témoins avant appariement. Pas de différence selon
l’âge, mais plus hommes non répondant à la fois chez les cas et chez les
témoins
 Appariement des témoins aux cas

• Jusqu‘à 2 témoins par cas

• Appariés sur l’hôpital, l’âge, le sexe, et la date

de consultation du cas
1. Appariement sur le centre, l'âge, le sexe, la date de consultation
2. Jusqu’à deux témoins par cas, plus de témoins auraient
augmenté la puissance, mais augmentation marginale au delà
de 4 temoins par cas
 Mesure de l’exposition
Interviewers ignorants du statut cas témoins, entretien
standardisé

Obtenue par téléphone : Pourquoi

• Vaccinations avec dates (≥ 3 ans auparavant !)

• Informations obtenues à partir du carnet de

vaccination (64% des cas exposés et 71% des témoins
exposés!)
Fiabilité de la
mesure? Risque de
biais de classement ?
Conséquences ? (mémorisation
différentielle entre
cas et témoins?)
1. Déclaratif (téléphone), statut vaccinal obtenu à partir des carnets pour
certains
2. Subjectif en l’absence de carnets (surtout avec un délai de plus de 3 ans)
3. Exposition + fiable avec carnet, mais pas de validation objective
1. Oui, entretien standardisé (mais biais de mémorisation différentiel possible
(mémoire meilleure chez les cas)
2. Oui, enquêteurs ignorants du statut cas témoin (éviter biais de mesure)
3. Oui, fenêtre de temps basée sur la littérature (et analyse de sensibilité)
 Exposition au vaccin à partir du carnet de
vaccination non disponible chez une partie des
patients

Risque de biais de mémorisation

 Analyses

• Régression logistiques

• Variable étudiée : SEP oui/ non

• Exposition principale : vaccin HBV

• Facteurs de confusion
 Que comportent les analyses ?
Principale : tous patients
• Fenêtre d’exposition 2 derniers mois,
• Avec et sans carnet de vaccination

Secondaires
• Fenêtre d’exposition 2 derniers mois, et 6-2
derniers mois
• Sans autre vaccination
• Critère diagnostic + spécifique
1. facteurs non pris en compte ? mais influence sur la maladie (?) ou
clairement identifiés (?); Appariement sur l’hôpital : cas et témoins socio
économiquement proches (?)
1. Oui, Ajustements (multivarié) : facteurs connus influençant la maladie
et/ou l’exposition
2. Analyses de sensibilité avec stratification sur le délai entre la vaccination et
la consultation index et sur la nature du recueil de l’exposition (carnet)
Résultats
 Résultats
402 cas Potentiels 722 témoins
13.9% Non trouvés 26.3%

5.2% / 2.5% Refus / non Réponse 7.5% / 4.3%

4 Décès 1
311 patients 445 patients
16 Grossesses 26

6 Non réponse au questionnaire 7

53 Non appariés 57

236 117 paires et 119 triplets 355

Tableau 1 : Caractéristiques
des cas et des témoins

• Effet de l’appariement :
âge, sexe, dates de
consultation très
proches

• Similitudes pour les

autres paramètres
Tableau 2 : Vaccination VHB et SEP
 Tableau 2 : Vaccination VHB et SEP

• OR augmentés mais pas de relation statistiquement

significative
• Relation moins forte quand vaccination estimée à
partir des carnets : correction d’un éventuel biais
de mémorisation ?
• Puissance statistique insuffisante : Intervalles de
confiance larges (fréquence des vaccinations
relativement faibles dans la fenêtre de temps
étudiée)
 Tableau 3 : Résultats en fonction de
l’ancienneté de la vaccination

• Association moins forte quand l’ancienneté de la

vaccination > 2 mois
Discussion
• Oui sclérose en plaque peu fréquente
• Oui en partie (voir discussion)
1. p non significatives (p> 0,05)
2. Intervalles de confiance larges (faible fréquence d’expositions, effectifs totaux
limités)
3. Oui a priori, facteurs connus liés à la SEP, aux vaccinations
4. Evalué, davantage chez les témoins mais impact sur les résultats non connu.
Cependant % de vaccinés chez les témoins proche de celui en population
générale
Qu’apprend on au sujet de la puissance en
discussion?

Quel est selon vous le facteur limitant

principal de la puissance dans cette
étude ?

159
• Patients hospitalisés en neurologie

• Premier épisode de démyélinisation

• Effet délétère
1. Oui, régression logistique adéquate pour étude cas témoin
2. Risque de 2, mais diminué (1.4) quand on se restreint aux patients avec
des carnet de vaccination (biais de mémorisation?)
1. Pas d’association significative entre l’exposition et le critère de jugement
2. Oui, ajustement sur les facteurs liés à la SEP et à la vaccination. Cependant,
possibilité de confusion résiduelle non exclu formellement
3. Risque brut (non ajusté) dans les 2 mois pré date index : OR brut=1.7,
IC95%=(0.7-3.7) vs. OR ajusté=1.8, IC95%=(0.7-4.6) . Proches
1. Amplitude du risque proche de 2 en déclaratif, 1.4 en ne tenant compte
que du statut vaccinal obtenu avec les carnets, mais intervalles de
confiance larges (faible fréquence d’expositions, effectifs totaux limités) :
manque de puissance
2. et 3. : Non a priori, principaux biais anticipés et discutés, résultats plutôt
fiables, même si peu précis
4. Voir critères de B Hill ci-dessous
 Critères de causalité (Hill) :
Critères internes à l’étude

• A considérer ici?

• Non car résultats non significatifs

164
Quinze études ont exploré l’hypothèse

• 3 ont retrouvé des risques significativement augmentés (p<0,05), dont

une lors d’une sous analyse

• Les autres n’ont pas mis en évidence de relation significative

• Cette étude va dans le sens de la majorité des précédentes, mais ne

permet ni d’affirmer le risque, ni de l’exclure formellement
 Au total…
Que conclure?

Risque significatif lié au vaccin?

• Non , résultats non significatifs
Absence de risque lié au vaccin ?
• On ne peut éliminer formellement le risque
(OR=1,4)

• Faible puissance statistique (pourquoi?+++)

• Apport de cette étude « modéré »
 Conclusions
• Quelles sont vos conclusions ? En vous basant
sur ces résultats, êtes vous rassurés quant au
risque du vaccin sur le SEP ?
• Pas d’argument fort en faveur d’une
association entre le vaccin et les épisodes de
démyélinisation du SNC.
• Impossible d’affirmer ce lien Impossible
d’affirmer ce lien
• Mais difficile aussi d’écarter un risque en se
basant seulement sur ces données (Puissance
statistique insuffisante !)
 Quelques références
• 1. Diebolt V, Misse C. Les fondamentaux de la recherche clinique. Santé Social 2016;15–
54.
• 2. GUEYFFIER F. La lecture critique d’article : un pilier fondamental de la formation
médicale moderne. LA REVUE DU PRATICIEN 2009;59(1):20–24.
• 3. GAGNON J, MERCURE S-A, COTE F. La lecture critique d’articles scientifiques, une
méthode simple à utiliser. SOINS 2011;(760):57–60.
• 4. SENEZ B, MAS J-L, ORIOL J-M. Lecture critique des articles didactiques. Méthode
EQAD. REVUE DU PRATICIEN MEDECINE GENERALE 2005;19(682–683):229–234.
• 5. SALMI LR, COLLET JP. Lecture critique des articles médicaux. I: Introduction. LA REVUE
DU PRATICIEN 1991;41(25):2598–2605.
• 6. BERGMANN JF, CHASSANY O, FAUVEL JP, et al. Lire et critiquer un article médical.
Principes de lecture critique et exercices pratiques corrigés. Paris: Expansion Scientifique
Française; 2003.
• 7. LANDRIVON G. Méthode globale de lecture critique d’articles médicaux à l’usage de
l’étudiant et du praticien. Paris: Frison-Roche; 2009.
• 8. DAMIEN J, ANKRI J, CZERNICHOW P. Lecture critique d’articles médicaux. Paris:
Masson; 2005.
• 9. BOUVENOT G, AMBROSI P, AUQUIER P. S’entraîner à la lecture critique d’un article
médical. Paris: MED-LINE; 2006.