Académique Documents
Professionnel Documents
Culture Documents
Enseignant : Dr L. Laforest .
9 octobre 2019
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
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
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
Cross-sectional study
• Give the eligibility criteria
• the sources and methods of selection of participants
• Conséquence ?
Critère de jugement, variables explicatives
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 ;
• Si intervention avec
placebo : pas
d’exposition à un risque
– Etude observationnelle grave ou irréversible
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
• Figures
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
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
Diagnostic de la
Exposition maladie étudiée
Inconvénients des Cas « prévalents » (2)
2- Si la maladie étudiée M est de mauvais pronostic :
• Exposition rétrospective
?
• Choisie de telle sorte à ce que le facteur explicatif en question
puisse entrainer le critère de jugement
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 :
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
66
Avantages et limites comparés des études cas
témoins et de cohorte (2/2)
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)
67
Rappel : Notion de puissance
statistique
68
Variation de l’intervalle de confiance en fonction des
effectifs (données fictives)
69
Plus les différence que l’on souhaite mettre
en évidence entre groupe sont petites, plus
il faudra de patients
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
72
Calcul du Nombre de sujets
nécessaires
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
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
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
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.
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)
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
86
Variantes d’analyses à partir des même données
(étude Ascherio et al)
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 ?
89
Deuxième analyse
• Groupe témoin : cancer du sein
• Statut vaccinal : déclarations des patientes
• 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
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
Malade Non
malade
R Exposé a b
Non exposé c d
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)
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
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 (?)
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 :
Exposition E Exposition E
Facteur de
confusion Causalité
non connu inversée
ou non
mesuré
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)
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 :
119
PARTIE 3 : lecture critique d’article
• 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 ?
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 ?
Pourquoi ?
• Régression logistiques
• 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%
4 Décès 1
311 patients 445 patients
16 Grossesses 26
• Effet de l’appariement :
âge, sexe, dates de
consultation très
proches
159
• Patients hospitalisés en neurologie
• 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?
164
Quinze études ont exploré l’hypothèse