MODIFICATEUR DE L’EFFET ET FACTEUR DE CONFUSION

Modificateur de l’effet : information utile et intéressante que l’on cherche à obtenir, révéler.
Le modificateur de l’effet n’est pas lié à l’étude, c’est un phénomène naturel.

1) EXEMPLES DE MODIFICATEURS DE L’EFFET :

Exemple 1 : Trouver un modificateur de l’effet : Efficacité vaccinale

EV = 1-RR ;

Si la valeur de EV 72% est vague, on stratifie (on fait des strates) selon les modalités d’une 3ème variable (ici l’âge)

ICI = RR ≠ entre les strates = modificateur de l’effet

On compare la valeur de l’EV entre les différentes strates (ici EV augmente avec l’âge). On observe une évolution
significative (hausse ou baisse de l’EV en fonction de cette variable) on peut dire que la 3ème variable est un
modificateur d’effet.

On neutralise un 3ème facteur par l’appariement (il faut un témoin dans 3ème facteur et un témoin avec) ou l’analyse
multivariée, stratification

Exemple 2 : Contraception, infarctus du myocarde IDM et tabac :

🡪Si on prend contraception et IDM on un Odd ratio de 4,8. Donc la contraception est un FDR d’IDM
Rappel Odd ration s’interprète comme le RR, ici Odd ratio > 1, donc c’est un FDR.

On peut se dire qu’il y a p-ê une association : tabac, contraception, IDM

🡪Si on prend tabac et IDM : on a un Odd ratio de 6 chez les fumeuses et 3 chez les non fumeuses :
OR ≠ entres les strates 🡪écart impt entre 3 et 6 = modificateur de l’effet
OR brut 4,8 compris entre Odd ration des strates 3 et 6 donc pas de facteur de confusion

Il y a bien une relation entre contraception et IDM entre fumeuses et non fumeuses. Le risque d’IDM est plus
important chez les fumeuses = il y a synergie tabac et oestro-progestatif
Exemple 3 : Activité physique, IDM et sexe

🡪On prend activité physique et IDM et on stratifie. On a un Odd ratio <1 et IC <1, donc l’activité physique protège de
l’IDM.

🡪On prend sexe et IDM, on stratifie (pour des informations de meilleures qualités) :

*Chez l’homme, protection de 53% car l’Odd ratio et IC sont <1

*Chez la femme, on a rien, car 1 est compris dans l’intervalle 0,7-2,2.

Le sexe est un modificateur de l’effet car on a une ≠ entre les RR des strates Hommes et femme

2) LA CONFUSION :

Facteur de confusion : biais qui brouille la mesure que l’on cherche à faire et qu’il faut absolument supprimer
Confusion : distorsion dans la mesure de l’effet par un 3ème facteur.

La confusion doit être :

- Prévenue
- Contrôlée

Le facteur de confusion est lié à l’étude.

Il y a confusion quand le RR pondéré(ajusté) est différent du RR brut.

Pour neutraliser le facteur de confusion, on stratifie, cela nous permet d’avoir des Odd ratio ajusté. On ajuste les
facteurs de confusions par appariement, stratification ou analyses multivariées

EXEMPLE α : Le paradoxe de Simpson

EXEMPLE β : Trisomie 21, ordre de naissance et âge des parents :

🡺 On prend trisomie 21 et ordre de naissance :

On remarque que l’ordre de naissance pourrait influer sur les chances

d’être trisomique, car il semble que plus l’on naisse parmi les derniers,
plus il y aurait de chance.
 🡺 On prend trisomie 21 et groupe d’âge

On remarque que plus l’on est âgé, plus la probabilité d’être

trisomique est grande

🡺 On prend trisomie 21, ordre de naissance et groupe d’âge.

-pour une même tranche d’âge, la probabilité d’être trisomique est

sensiblement la même quelque soit l’ordre de naissance.
–on a une augmentation de la probabilité d’être trisomique avec
l’augmentation de l’âge des géniteurs.

-l’ordre de naissance est un facteur de confusion.

EXEMPLE 3 : Choix des voitures, âge et accidents

Mercedes vs Porshe

RR brut

On stratifie pour y voir plus clair : avec la variable, âge du conducteur.

Le RR ajusté = 1,1 environ 1,( donc incidence E environ égale à

incidence NE) , il n’a pas de différence entre les Porsche et les
Mercedes dans les 2 tranches d’âge.

De plus RR brut ≠ RR ajusté et n’entre pas dans l’intervalle. Age =

facteur de confusion
 Le choix du type de voiture diffère selon l’âge : les <25 ans préfèrent les
Porsche et les > 25 ans préfèrent les mercedes.

La proportion d’accident toute voiture confondu est plus importante

chez les <25 ans que chez les > de 25 ans.

Le facteur de confusion est l’âge du conducteur.

Le chi2 montre que cette différence est statistiquement significative.

EXEMPLE 4 : Hypercholestérolémie, athérome et IDM

🡺 On prend Hypercholestérolémie et IDM :

Le cholestérol ne provoque d’IDM

Le cholestérol 🡪 athérome 🡪 IDM

Athérome n’est pas un facteur de confusion, il fait partie de la

physiopathologie.

PREVENTION DES FACTEURS DE CONFUSIONS :

Avant l’étude :

On peut :
- restreindre l’analyse à une strate
- Apparier

CONTROLE DES FACTEURS DE CONFUSIONS

Après l’étude :

- Par analyse stratifiée : étude de l’OR ou du RR dans une strate, après on calculera un OR ajusté
- Par analyse multivariée (modèle mathématique qui permet de contrôler 1 ou pls facteurs de confusions).

On utilise l’Odd ratio ajusté ou le risque relatif ajusté pour enlever les facteurs de confusion.
Quand il y a une différence de 10-20% entre l’OR brut et l’OR ajusté, on peut dire qu’il y a un facteur de confusion.

Ici ajusté =pondéré = ceux des strates

Modificateur de l’effet ou facteur de confusion :

1 🡪 pas de facteur de confusion ni de modificateur de l’effet

Pas de différence entre les RR des strates🡪 pas de modificateur
de l’effet
RRbrut = RR des strates ou compris entre le RR des strates 🡪 pas un facteur de confusion

2🡪 facteur de confusion
RRstrate1 = RRstrate2 🡪 Pas de modification de l’effet 
RRbrut ≠ RR des strates.

3🡪 modificateur de l’effet
RRstrate1 ≠ RRstrate2 🡪 modificateur de l’effet
RR brut est compris entre les RR des deuxstrates donc pas de facteur de confusion.

4🡪 modificateur de l’effet et facteur de confusion

RRstrate1≠ RRstrate2 🡪 modificateur de l’effet
RR brut n’est pas compris entre les RR des deuxstrates donc c’est un facteur de confusion

Donc :

Modificateur de l’effet : RR des strates ≠

Facteur de confusion : RR brut ≠ RR des strates