UNIVERSITE DE YAOUNDE I FACULTE DES SCIENCES

The University of Yaoundé I Faculty of Sciences

Département de Microbiologie
Department of Microbiology

COURS DE MIB 4168 EPIDEMIOLOGIE :

CONCEPTS DE BASE PARTIE II

PARTIE
Equipe pédagogique : Dr II
ASSAM ASSAM Jean Paul (C.C.),

et Dr NJIKI BIKOI Jacky (C.C.)

Année académique 2019-2020

p. 1
 PLAN DU COURS

I. LES CONCEPTS DE BASE EN EPIDEMIOLOGIE

1. Définition et historique
2. Stratégie des approches en recherche épidémiologique
3. Association statistique et relation de cause à effet
4. Mesure de l’état de santé d’une population: mesures de fréquence, d’association et
d’impact

II. LES TYPES D’ETUDES EPIDEMIOLOGIQUES

1. Etudes descriptives
2. Etudes cas-témoin
3. Etudes de cohorte
4. Les essais dirigés

III. DESCRIPTION ET ANALYSE DES DONNEES EPIDEMIOLOGIQUES

1. Présentation et résumé des données
2. Analyse des études épidémiologiques: évaluer le rôle du hasard
3. Analyse des études épidémiologiques: évaluation du rôle des biais
4. Analyse des études épidémiologiques: le rôle des facteurs de confusion

QUELQUES REFERENCES
• Rumeau-Rouquette C, Blondel B, Kaminski M, Bréart G. Epidémiologie méthodes et
pratique, Médecine-Sciences Flammarion, Paris, 1994.

• Bouyer J, Hémon D, Cordier S, Derriennic F, Stücker I, Stengel B, Clavel J.

Epidémiologie: Principes et méthodes quantitatives, Inserm, Paris, 1995

• Fletcher R, Fletcher S, Wagner E. Epidémiologie clinique, Edition Pradel, Paris, 1998

• Czernichow P, Chaperon J, Le Coutour X, Epidémiologie, Masson, Paris, 2001

p. 2
 I. LES CONCEPTS DE BASE EN EPIDEMIOLOGIE

1. DEFINITION ET HISTORIQUE:
LES OBJECTIFS
 Définir l’épidémiologie, la distinguer de la santé publique
 Décrire brièvement le contexte historique de l’évolution de l’épidémiologie
 Décrire des contributions de l’épidémiologie à l’amélioration de l’état de santé des
populations
Citer les domaines d’application de l’épidémiologie

DEFINITION ET HISTORIQUE
Définition de l’épidémiologie

Qu’est ce que l’épidémiologie?

« Etude de la distribution des maladies dans les populations humaines, ainsi que des
influences qui déterminent cette distribution. » OMS, 1968
« Etude de la distribution des maladies et de leurs déterminants chez l’homme. » Mac
Mahon, 1970
L'épidémiologie étudie la fréquence et la répartition dans le temps et dans l'espace
des problèmes de santé dans des populations humaines, ainsi que le rôle des facteurs
qui les déterminent.

La fréquence de la maladie
Quantification de son existence ou de sa survenue
Taux, ratios
La distribution de la maladie
Répartition dans le temps
Répartition dans l’espace
Comparaisons entre populations à un moment donné, entre sous-groupes d’une
population, entre des périodes d’observation différentes

Déterminants de la maladie
Causes, facteurs de risque
Mesures d’association

3 branches
Epidémiologie descriptive
Epidémiologie analytique ou explicative ou étiologique
Epidémiologie évaluative

L’épidémiologie descriptive
Etudie la fréquence et la répartition des problèmes de santé dans les populations.

• Permet la connaissance de l’importance des phénomènes de santé dans la communauté

• Fournit des informations nécessaires aux décideurs pour mener des actions efficaces en faveur
de la santé
• Permet la connaissance des variations (géographiques, entre groupes, dans le temps) d’un
phénomène de santé

p. 3
• Permet l’émission d’hypothèses de causalité sur un phénomène de santé

L’épidémiologie analytique
Recherche les causes des problèmes de santé, étudie le rôle de l’exposition à des facteurs
susceptibles d’intervenir dans l’apparition d’affections.
Principe: comparaison
• comparaison de la fréquence de l’affection entre groupes de sujets ayant des expositions
différentes;
• comparaison de la fréquence et de l’intensité de l’exposition entre des sujets malades et
non malades.

L’épidémiologie évaluative
S’intéresse à l’évaluation des résultats des actions de santé dans la population :
techniques de diagnostiques et de dépistage, traitements, programmes de santé publique
• Permet de juger des résultats obtenus sur l’état de santé;
• Préciser l’existence d’effets secondaires;
• Permet de mettre en regard avec les économistes de la santé les ressources utilisées et
les résultats obtenus.

Qu’est ce que la santé publique?

« La santé publique est la science et l’art de prévenir les maladies, de prolonger la vie et
d’améliorer la santé et la vitalité mentale et physique des individus, par le moyen d’une
action collective concertée visant à :
- assainir le milieu,
- lutter contre les maladies,
- enseigner les règles d’hygiène personnelle,
- organiser des services médicaux et infirmiers en vue d’un diagnostic précoce et du
traitement préventif des maladies,
- mettre en œuvre des mesures sociales propres à assurer à chaque membre de la collectivité un
niveau de vie compatible avec le maintien de la santé ». OMS, 1952

Discipline autonome qui s’occupe de l’état sanitaire d’une collectivité, de la santé

globale des populations sous tous ces aspects : curatif, préventif, éducatif et social.

Prend en compte les dimensions d’organisation administrative, politique et économique,

aborde l’organisation de la santé pour une population à un niveau individuel et à un niveau
collectif.

Fait appel à un ensemble de disciplines variées et complémentaires : les sciences

médicales et paramédicales, l’épidémiologique, les statistiques, les sciences humaines,
l’économie, le droit, … et intègre diverses notions telles que l’environnement,
l’histoire, la culture.

Une politique de santé publique est l’ensemble des choix stratégiques des pouvoirs
publics et privés pour améliorer la santé des populations: déterminer les champs
d’intervention, les objectifs généraux à atteindre et les moyens qui seront engagés.

Un plan de santé publique est un ensemble de dispositions arrêtées en vue de l’exécution

d’un projet et comporte une série de programmes d’actions. Il opère des choix stratégiques
en retenant certains types d’intervention plutôt que d’autres et fixe les priorités de son

p. 4
action en les hiérarchisant.

Un programme de santé publique est un ensemble cohérent d’actions à mettre en œuvre

pour atteindre des objectifs précis (ex : programme tuberculose).

Une action de santé publique est la composante opérationnelle d’un programme ; elle
s’inscrit dans les objectifs du programme en définissant un mode d’intervention particulier.

LES FONCTIONS DE L’EPIDEMIOLOGIE

La surveillance épidémiologique
L’investigation des épidémies
La recherche
L’évaluation
L’élaboration des politiques de santé

BUTS DE L’EPIDEMIOLOGIE
• Surveiller l’état de santé de la communauté
• Permettre des décisions individuelles éclairées
• Compléter le tableau clinique des affections en décrivant l’histoire naturelle de la maladie
• Rechercher les causes des affections
• Evaluer les soins, les interventions

HISTOIRE DE L’EPIDEMIOLOGIE

HIPPOCRATE (- 460-377 Av. J.C.)

“Traité des Airs, des Eaux et des Lieux”
« Les maladies naissent les unes du régime, les autres de l'air que nous introduisons en nous et
qui nous fait vivre… »

JAMES LIND (1716-1794)

1er essai clinique comparant plusieurs groupes soumis à des traitements différents
Marins souffrant de scorbut
Randomisation de 12 marins en 6 groupes:
Cidre,
Acide sulfurique,
vinaigre,
Concoction d'herbes et d'épices,
Eau de mer
Oranges et citrons
Guérison au bout de quelques jours des marins du groupe “agrumes”

IGNAS SEMMELWEIS (1818-1865)

Institue le lavage des mains pour la prévention de l’infection puerpérale

JOHN SNOW (1813-1858)

Père de l’épidémiologie
Mapping des cas de choléra pendant l’épidémie de choléra à Londres en 1854
Emet l’hypothèse d’une dissémination de l’infection à travers la distribution de l’eau

DOLL ET HILL

p. 5
 Fondateurs de l’épidémiologie moderne
Travaux sur la relation cancers broncho-pulmonaires et la consommation de tabac
Doll et Hill (1948, 1952)

Doll et Hill, 1954

Cohorte de 40 000 médecins généralistes britanniques
Mise en évidence de la relation dose-effet

LA PARTICULARITE UNIQUE DE L’EPIDEMIOLOGIE

S’intéresse essentiellement aux populations humaines
Permet de mesurer l’importance de la relation exposition-maladie chez l’humain
Offre la possibilité de modifier le risque en intervenant
Incontournable pour l’identification des facteurs favorables ou défavorables aux maladies
Fournissent une preuve solide et sûre sur laquelle peuvent se baser une politique et des
décisions de santé publique

p. 6
 2. STRATEGIE DES APPROCHES EN RECHERCHE EPIDEMIOLOGIQUE

A l’issue de ce cours, l’étudiant devrait être en mesure de:

Citer les différents types d’études descriptives
Citer les différents types d’études analytiques
Donner pour chaque type d’étude le principe, les avantages et les limites

Qu’est ce que l’épidémiologie?

L’épidémiologie descriptive

Etudie la fréquence et la répartition des problèmes de santé dans les populations.

• Permet la connaissance de l’importance des phénomènes de santé dans la communauté

• Fournit des informations nécessaires aux décideurs pour mener des actions efficaces en faveur
de la santé
• Permet la connaissance des variations (géographiques, entre groupes, dans le temps) d’un
phénomène de santé
• Permet l’émission d’hypothèses de causalité sur un phénomène de santé

L’épidémiologie analytique

Recherche les causes des problèmes de santé, étudie le rôle de l’exposition à des facteurs
susceptibles d’intervenir dans l’apparition d’affections.
Principe: comparaison
• comparaison de la fréquence de l’affection entre groupes de sujets ayant des expositions
différentes;
• comparaison de la fréquence et de l’intensité de l’exposition entre des sujets malades et
non malades.

Epidémiologie descriptive: Personnes – Lieu – Temps

p. 7
L’épidémiologie descriptive s’occupe de la distribution de la maladie

• Personnes: caractéristiques sociodémographiques (âge, sexe, ethnie,…) et autres

caractéristiques de la population d’étude

• Lieu: répartition géographique (région, résidence, lieu de travail, topographie, zone urbaine,
rurale,…..)

• Temps: variations de fréquence (saisonnière, tendances séculaires,…)

EPIDEMIOLOGIE DESCRIPTIVE: Personnes – Lieu – Temps

♣ Utiles pour permettre aux agents et administrateurs de la santé publique d’allouer des
ressources et envisager des interventions (campagnes de prévention ou programmes éducatifs)
efficaces
♣ Fournissent les 1ères pistes sur les déterminants possibles des maladies
♣ Utiles pour formuler des hypothèses qui seront ultérieurement vérifiées par une approche
analytique

p. 8
p. 9
p. 10
STRATEGIE DES APPROCHES EN EPIDEMIOLOGIE

ETUDES DESCRIPTIVES
ETUDES CORRELATIONNELLES
 Utilise les données de populations pour comparer la fréquence d’une maladie
dans différents groupes au cours d’une même période ou dans la même population, à des
périodes différentes.
 Font appel à des populations entières et non à des individus
 Utiles pour formuler des hypothèses

p. 11
CAS ET SERIES DE CAS

 Décrit l’expérience d’un patient ou d’un groupe de patients ayant un diagnostic

similaire
 Typiquement, un clinicien rapporte un cas de maladie inhabituel ou un
événement médical inhabituel
 Peut conduire à la formulation d’hypothèses
 Une série de cas inhabituels peut mener à des investigations plus rigoureuses.

 Collection de cas individuels

 Peut survenir sur une période de temps relativement courte
 Peut indiquer le début ou la présence d’une épidémie
 Permet la formulation d’hypothèses à travers l’investigation des cas publiés
 Pourrait permettre l’identification de possibles facteurs causals à travers des études
analytiques qui comparent les cas et des personnes indemnes de cette maladie.

Les débuts de l’épidémie du VIH

Octobre 1980 – Mai 1981: survenue de 5 cas de Pneumocystis carinii chez des jeunes
hommes, homosexuels, initialement en bonne santé à Los Angeles
Affection fréquente chez des personnes âgées immunodéprimées
p. 12
 1981: nombre important de cas de sarcome de Kaposi chez de jeunes homosexuels
Affection présente exclusivement chez des personnes âgées et immunodéprimées
Le CDC initie un programme de surveillance
Définition de critères de diagnostic pour ce nouveau syndrome

Cas et séries de cas :

LES ETUDES TRANSVERSALES

 But: mesure de la fréquence d’une maladie à un instant donné
 Principe:
Durée généralement brève (une journée, une semaine, un mois...)
Image instantanée du phénomène étudié dans la population: une coupe du phénomène
à un moment précis.
 Schéma :
– Défini une population et détermine la présence ou l’absence de l’exposition et de la maladie
pour chacun des participants
– Permet la classification des participants en 4 sous-groupes

L’exposition et la maladie sont déterminées simultanément

– Identifie les cas prévalents (présents au moment de l’étude)
– Mesure la prévalence et non l’incidence (nouveaux cas) de la maladie
– Encore appelée étude de prévalence

p. 13
ETUDES ANALYTIQUES

ETUDES CAS-TEMOIN
 But : Permet de comparer les niveaux d’exposition au facteur de risque étudié chez des
individus présentant la pathologie (cas) et chez des individus sains (témoins).
 Principe :
–Sélection
• d’un groupe de sujets atteints de la maladie étudiée: les cas
• et un (ou plusieurs) groupe(s) de sujets indemnes de cette maladie : les témoins
– Recherche des informations concernant l’exposition aux facteurs de risque (et aux facteurs
de confusion éventuels) dans leur passé pour chacun des sujets de l'enquête.
– Comparaison de l'exposition au facteur de risque chez les cas et chez les témoins.
– Permet la classification des participants en 4 sous-groupes:

p. 14
ENQUETES DE COHORTE
 But :
– Comparer l’incidence d’une maladie entre un groupe d’individus exposés et un groupe
d’individus non-exposés
 Principe:
– Sélection d’un groupe de participants initialement indemnes de l’affection étudiée
– Les participants sont suivis pendant une période relativement longue
– Evaluation de l’exposition pour chacun des participants
– Le suivi peut être prospectif ou rétrospectif (cohorte historique) ou retro-prospective

–Permet la classification des participants en 4 sous-groupes:

p. 15
p. 16
ETUDES EXPERIMENTALES OU D’INTERVENTION OU ESSAIS CONTROLES
 But :
Comparer l’incidence d’une maladie entre un groupe d’individus exposés et un groupe
d’individus non-exposés
 Principe:
– Sélection d’un groupe de participants initialement indemnes de l’affection étudiée ou
d’un groupe de patients.
– Les participants sont répartis en plusieurs groupes par randomisation ou non
– exposition déterminée et imposée par le chercheur
Exemple: essai de circoncision
FIG SUR LE principe des essais dirigés

p. 17
 3. MESURE DE L’ETAT DE SANTE D’UNE POPULATION

Mesures de fréquence : les indicateurs de santé

1. Définition
2. Les outils de mesure
3. Les indicateurs d’exposition à des facteurs de risque
4. Les indicateurs de morbidité
5. Les indicateurs mesurant les conséquences des maladies
6. Indicateurs de mortalité
Mesures d’association
Mesures d’impact

Objectifs du cours
• Définir la notion d’indicateur et citer les principaux types d’indicateurs de l’état de santé
• Définir et calculer les principaux indicateurs de morbidité
• Définir et calculer les principaux indicateurs de mortalité
• Définir, calculer et interpréter les principales mesures d’association

DEFINITION
• Qu’est ce qu’un indicateur ?
Mesure qui permet de quantifier le niveau d’atteinte d’un objectif
• Qu’est ce que la santé ?
« Etat de complet bien-être physique, mental ou social et non seulement l’absence de maladie
ou d’infirmité » (OMS, 1948) et « le niveau auquel un individu est capable de réaliser ses
aspirations et satisfaire ses besoins, de changer ou s’adapter à son environnement …. » (OMS,
1984)
• Qu’est ce qu’un indicateur de santé?
Variable qui reflète diverses composantes de l'état de santé d’une population
Mesure quantitative ou qualitative d’une dimension particulière de l’état de santé de la
population

LES OUTILS DE MESURE

Le ratio :
– rapport dont le numérateur et dénominateur sont hétérogènes, de nature différente
– les unités du ratio sont celles du numérateur et du dénominateur.
• Exemple : le sexe ratio : rapport du nombre d’hommes au nombre de femmes dans un groupe

La proportion :
– rapport dans lequel le numérateur fait partie du dénominateur: nombre de personnes
présentant une caractéristique (âge, sexe,…) rapporté au nombre total des personnes de la
population à laquelle elles appartiennent.
– s’exprime en pourcentage.
• Exemple : Pourcentage de personnes âgées de 50 ans et plus,
Pourcentage de femmes dans la population

Les taux :
– Rapport entre le nombre de personnes concernées par la survenue d’un événement donné
(naissance, décès,..), pendant une période de temps et la population moyenne présente pendant
cette période
– Elle implique 3 unités :

p. 18
 • le nombre d’événements
• La population moyenne
• le temps d’observation
– Les taux sont exprimés en pour-cent, ou pour-mille, cent-mille personnes, etc.
– Exemples
Taux de natalité : nombre de naissances par an pour 1000 habitants
Taux de fécondité : nombre de naissances par an pour 1000 femmes de 15 à 49 ans (en
âge de procréer).

Les indices:
Mesures composites d’indicateurs spécifiques
Exemples:
- Différents indicateurs de mesure de la qualité de vie
- L’indice du développement humain (IDH) qui se fonde sur trois critères majeurs :
l’espérance de vie, le niveau de vie, le niveau d’éducation
- L’indice comparatif d’hospitalisation (ICH): permet de comparer, la fréquence des séjours
hospitaliers dans une région avec la moyenne nationale
- L’indice comparatif de mortalité (ICM)

Les indicateurs de sante

On distingue suivant l’histoire naturelle des problèmes de santé :
 Des indicateurs d’exposition à des facteurs de risque
 Des indicateurs de morbidité
 Des indicateurs mesurant les conséquences des maladies
 Des indicateurs de mortalité

LES INDICATEURS D’EXPOSITION A DES FACTEURS DE RISQUE

• Les déterminants de la santé selon Lalonde (Canada, 1974)

p. 19
Les indicateurs d’exposition
 Biologiques: caractéristiques démographiques (âge, sexe,…), génétiques
 Les comportements individuels : le type d’alimentation, la pratique de l’exercice
physique, l’usage de drogues, les habitudes sexuelles…
 L’environnement : physique (radiations naturelles ou artificielles, température,
bruit,..), chimique (qualité de l’air, de l’eau, de l’alimentation,…), biologique
(contamination de l’air, de l’eau, des aliments par des microorganismes,…),
socioéconomique (niveau d’éducation, revenus,…)
 L’organisation des soins: disponibilité, accessibilité, qualité,…

LES INDICATEURS DE MORBIDITE

Prévalence
Taux d’incidence
Incidence cumulée
Densité d’incidence

LA PREVALENCE
Proportion des personnes d’une population d’effectif n atteintes à un moment donné par
un problème de santé, incluant à la fois les cas nouveaux (cas incidents) et anciens (c).

LE TAUX D’INCIDENCE

 Rapport du nombre de nouveaux cas (cas incidents) d’un problème de santé au

nombre des personnes d’une population qui pendant une période donnée sont susceptibles
d’être atteintes par ce problème.

p. 20
  Mesure dynamique du flux des nouveaux malades ;
 Représente la vitesse d’apparition d’une affection dans une population.
 Permet d’évaluer l’efficacité des programmes de prévention primaire d’une
affection, qui se traduit par une baisse de l’incidence.
Le taux d’incidence fait intervenir 3 composantes :
Nouveaux cas
Nécessite une définition précise et standardisée de la maladie
Personnes
Personnes indemnes de la maladie initialement et effectivement exposées
Exemple: incidence du cancer du col de l’utérus parmi les femmes en âge de procréer
Temps
Durée pendant laquelle les nouveaux cas ont été enregistrés
Lorsqu’on étudie une maladie chronique évoluant par épisodes on mesure non plus les
nouveaux cas mais la survenue de nouveaux événements ou épisodes.

Selon la manière de quantifier la population exposée, on distingue:

 l’incidence cumulée
 la densité d’incidence

Le taux d’incidence
C’est le nombre m de nouveaux cas apparus dans une population au cours d’une période
donnée (de t1 à t2), rapporté au nombre de personnes susceptibles d’être atteintes au
sein de la population (p).

Exemple : Dans une surveillance continue portant sur les infections acquises au cours d’une
hospitalisation, 16 malades sur 256 ont été atteints au cours du séjour dont 3 à 2 reprises et 1 à
3 reprises.
1. Calculer le taux d’incidence des malades infectés
2. Calculer le taux d’incidence des infections

La densité d’incidence
C’est le nombre m de nouveaux cas d’une affection apparue dans une population donnée, au
cours d’une période de temps donnée rapporté au nombre de personnes-temps (PT) exposées
au risque dans la population.

PT: nombre d’années /jour/mois/semaines pendant lesquelles chaque participant a été exposé
et suivi jusqu’à la survenue de l’affection, du décès, ou de la fin de l’étude
- Durée de participation à l’étude variable pour chaque participant.
- Population « ouverte » avec des entrées et des sorties tout au long de l’étude

p. 21
Relation entre la prévalence et l’incidence
Prévalence = incidence * durée de la maladie
Calcul possible de la durée moyenne d’une maladie si on en connaît la prévalence ainsi que
l’incidence
Maladie chronique: prévalence élevée et incidence faible donc durée de la maladie longue

Les indicateurs mesurant les conséquences des maladies

Les indicateurs de morbidité étendue

Déficiences: perte de substance ou altération d’une fonction ou une structure
psychologique, physiologique ou anatomique (exemple: amputation dune jambe, perte d’un
œil, …).
Incapacités: Réduction partielle ou totale (résultant d’une déficience) de la capacité
d’accomplir une activité d’une façon ou dans les limites considérées comme normales pour un
être humain (exemple: incapacité concernant la locomotion, l’alimentation,….)
Désavantages: préjudice qui résulte d’une déficience ou d’une incapacité et qui limite
ou interdit l’accomplissement d’un rôle social considéré comme normal compte tenu de l’âge,
du sexe et des facteurs socioculturels

INDICATEURS DE MORTALITE
Taux brut de mortalité
Taux spécifiques de mortalité
Taux de mortalité standardisés
Années potentielles de vie perdues
Mortalité proportionnelle
Taux de létalité….

 Taux brut de mortalité

p. 22
  Taux spécifique de mortalité
Pour des tranches d’âge ou sous-groupes particuliers
Exemple : S14-19, le taux spécifique de mortalité des personnes de 14 à 19 ans est
S14-19 = (d14-19 / p14-19)*100 000 ;

d14-19 = décès à l’âge de 14-19 ans cette année

p14-19 = effectif moyen de la population de 14-19 ans cette année

 Taux de mortalité standardisés

Principe:
Calcul d’un taux de mortalité fictif pour chaque population à comparer, qui permette la
comparaison entre elles
Différentes méthodes
- Standardisation directe ou méthode de la population type
- Standardisation indirecte ou méthode des taux types

 La mortalité proportionnelle
C’est la proportion qu’une cause donnée représente dans la totalité des décès.

 La létalité
C’est la proportion de malades atteints d’une affection qui décèdent dans un intervalle de
temps donné

 Les années potentielles de vie perdues (APVP)

Nombre d'années qu'un individu, mort prématurément, n'a pas vécues
– Traduit l'importance des décès prématurés (accidents de la circulation, par exemple).
• Tous les décès ne sont pas équivalents dans une population
• Calculées à partir du nombre du nombre d’années qu’une personne décédée prématurément
n’a pas pu vivre jusqu’à un âge fixé arbitrairement (ex : 65 ans).
– Le décès d’un individu à l’âge de 60 ans sera considéré comme 65-60 = 5 APVP.
Ce décès pèsera 5 APVP.
– Un décès chez un jeune de 15 ans sera affecté d’un poids de 65 – 15 = 50 APVP.
Le poids des causes de décès frappant les jeunes est plus important

 Les taux de mortalité infantile et périnatale

p. 23
  Autres indicateurs
Taux de natalité = est le rapport du nombre de naissances vivantes de l'année à la
population totale moyenne de l'année.

p. 24
 Taux de fécondité = le rapport du nombre de naissances vivantes de l'année à l'ensemble
de la population féminine en âge de procréer (nombre moyen des femmes de 15 à 50 ans
sur l'année).

p. 25
LES MESURES D’ASSOCIATION
 BUT:
Identifier, quantifier et interpréter le lien entre une exposition et un événement de
santé (maladie, accident, décès).
Identifier l’existence d’une association statistiquement significative
Quantifier l’intensité de l’association
Interpréter: facteur de risque ? Facteur causal ?

 Présentation des données

 LE RISQUE RELATIF
Rapport du risque de maladie chez les sujets exposés (R1) sur le risque de maladie chez les
sujets non-exposés (R0) .
Rapport entre incidence de la maladie dans le groupe exposé (Ie) et l’incidence
correspondante dans le groupe non-exposé (Io)

Le risque relatif se refere a un modele multiplicatif : un risque egal a 2 signifie que les sujets
exposees ont un risque de maladie deux fois plus eleve a celui des non-exposees.

 L’ODDS RATIO (RAPPORT DE COTE)

L’odds (la côte) d’un événement est la probabilité de survenue de cet événement divisé par la
probabilité de non-survenue de l’événement : P/(1-P)

• Odds de maladie chez les sujets exposés = R1 / (1- R1)

• Odds de maladie chez les sujets non-exposés = R0 / (1- R0)
• OR : [0, +∞[

p. 26
L’OR se réfère à un modèle multiplicatif : un OR égal à 2 signifie que les sujets
exposés ont un risque de maladie 2 fois supérieur à celui des sujets non-exposés.

INTERPRETATION
Fonction de l’intervalle de confiance du RR ou du p-value

• RR / OR = 1: absence d’association entre la maladie et exposition

• RR / OR< 1: association négative; diminution du risque chez les exposés

• RR / OR > 1: association positive; augmentation du risque chez les exposés

Données d’une étude sur le THS et les maladies coronariennes chez des infirmières

Calculer le RR de maladies coronariennes associé à l’usage du THS

Calculer les RR de maladies coronariennes associés à chaque type d’usage du THS

Données d’une étude cas-témoins sur l’usage régulier des contraceptifs oraux (CO) et
l’infarctus du myocarde chez des infirmières

Calculer le RR d’infarctus associé à l’usage des CO

Calculer l’OR associé à l’usage d’infarctus dans cette population

Données d’une étude cas-témoins sur l’usage des contraceptifs oraux (CO) et la bactériurie
chez des femmes âgées de 16 à 49 ans

p. 27
Calculer le RR de bactériurie associé à l’usage des CO

RAPPORTS STANDARDISES DE MORTALITE, MORBIDITE

• Permettent la comparaison de taux (mortalité, incidence…) en neutralisant un facteur de
confusion
Ex: comparaison de la mortalité entre 2 populations différentes
Age = facteur de confusion
D’où comparaison des taux par tranches d'âge
• Comparaison des taux bruts impossible si la distribution des populations est différente dans
les différentes classes d'âge

Rapports standardisés de mortalité, morbidité

 Principe
• Correction du déséquilibre entre les populations à comparer en utilisant les taux
spécifiques d’une population de référence
• Exemple de population de référence une des populations à comparer population extérieure
 2 méthodes:
• La standardisation directe
• La standardisation indirecte

LA STANDARDISATION DIRECTE : METHODE DE LA POPULATION TYPE

 Principe:
Pour comparer 2 populations A et B, on applique pour chaque classe d’âge i les taux
spécifiques sAi et sBi de chacune à une 3ème population d’effectif total p et de structure
d’âge pi : les différences d’âge entre A et B n’interviennent pas dans la comparaison.
Le taux comparatif de mortalité est pour chaque population donc:

tA standardisé = (Σpi*sAi)/p et tB standardisé = (Σpi*sBi)/p

Ce taux correspond au nombre (fictif) de décès qui se seraient produits si les taux
spécifiques de mortalité de chaque population A et B s’étaient appliqués à la même

p. 28
population p, choisie comme référence

Différence de structure d'âge entre A et B “annulée” grâce à la standardisation

LA STANDARDISATION INDIRECTE : RATIO STANDARDISE (DE MORTALITE,

D’INCIDENCE) OU SMR (SIR)
 But
Permet la comparaison de la mortalité d'une “petite“ population (ex: les habitants
d’une ville), à celle d'une “grande” population (population de référence; ex: l'ensemble
des habitants de la région où est située la ville)

 Principe
Consiste à comparer le nombre de cas attendus dans la petite population (si on lui
applique les taux existant dans chaque classe d'âge de la grande population) au
nombre de cas observés effectivement dans cette petite population.

Le rapport nombre de cas observés sur nombre de cas attendus est appelé ratio
standardisé de mortalité ou d'incidence, selon la nature du phénomène étudié.

p. 29
 Exemple

(1): On multiplie les taux spécifiques de la population R par les effectifs de A; on obtient des
nombres de décès “attendus“, dans A dont on fait la somme.
(2): On divise le total des décès effectivement observés dans A par le nombre “attendu”; le
rapport forme le ratio de mortalité standardisé (SMR).

 Interprétation

• SMR= 1: la mortalité dans la population A est identique à celle de R

• SMR < 1: la mortalité est plus faible dans A
• SMR > 1 : la mortalité est plus élevée dans A

Le SMR exprime le pourcentage des décès observés par rapport aux décès attendus.

Ex: SMR= 0,5: la population étudiée a une mortalité qui vaut 50 % de celle de la population
de référence
Cette façon d'exprimer la comparaison de 2 populations est la plus utilisée et de
compréhension aisée.

TD
12 668 habitants d’une ville ont participé à une étude sur la survenue de décès par cancers
dans la ville. Ces personnes ont été suivies en moyenne pendant 12 ans. Les résultats

p. 30
concernant les 12 668 participants de la cohorte ainsi que la répartition par âge et les taux
de mortalité par cancers dans la population de la région à laquelle appartient cette ville
sont indiqués dans le tableau ci-dessous.

• Calculer le taux de mortalité brut par cancers dans cette population

• Calculer le taux de mortalité standardisé par cancers dans cette population. Quel type de
standardisation avez-vous utilisée ? Justifer
• La mortalité par cancer est-elle plus élevée dans cette ville que dans la région ?

Mesure de l’état de santé d’une population

Les indicateurs de santé
Mesures d’association
1. Le risque relatif/rapport de côte
2. Rapports standardisés de mortalité, morbidité
MESURES D’IMPACT
1- Différence de risque
2- Risque attribuable / fraction étiologique
Association statistique et causalité

LES MESURES D’IMPACT

Les mesures d’association :
- Quantifient l’intensité de l’association entre une exposition et la maladie
- Mais ne fournissent pas d’information sur l’impact de l’exposition en termes de santé
publique.

Les mesures d’impact :

- Evaluent la contribution des facteurs de risque à la fréquence de la maladie dans une
population donnée
- Permettent d’estimer l’importance de ce facteur en termes de santé publique

1- Quel est le risque supplémentaire lié au facteur de risque ?

2- Quelle est la part du risque supplémentaire lié au facteur de risque dans le risque
total observé?
3- Combien de cas sont dus au facteur de risque dans la population et seraient évités si le
facteur de risque était supprimé de la population?

p. 31
Présentation des données

QUEL EST LE RISQUE SUPPLEMENTAIRE LIE AU FACTEUR DE RISQUE ?

Le risque attribuable au facteur de risque: La différence de risque

Chez les exposés: DRE = R1-Ro

Dans la population: DRP = Rp – R0

Rp = risque dans la population estimé par le risque de l’ensemble des sujets suivis
Rp =M1/T

Données d’une étude en population sur l’usage des contraceptifs oraux (CO) et la bactériurie
chez des femmes âgées de 16 à 49 ans

Calculer le RR de bactériurie associé à l’usage des CO

Calculer la différence de risque associée à l’usage de CO (DRE, DRP)

QUELLE EST LA PART DU RISQUE SUPPLEMENTAIRE LIE AU FACTEUR DE

RISQUE DANS LE RISQUE TOTAL OBSERVE?
La fraction (de risque) attribuable ou fraction étiologique:
Dans la population: FEP
Chez les exposés: FEE

La fraction de risque attribuable représente la proportion de cas évités si l’exposition

était supprimée de la population

QUELLE EST LA PART DU RISQUE SUPPLEMENTAIRE LIE AU FACTEUR DE

RISQUE DANS LE RISQUE TOTAL OBSERVE?
La fraction (de risque) attribuable dans la population: FEP
Proportion de cas de maladie attribuable à l’exposition dans la population

p. 32
PE=prevalence de l’exposition dans la population PE=E1/P

La fraction (de risque) attribuable chez les exposés: FEE

PE = 1 chez les sujets exposés, en remplaçant PE par 1 dans la formule de la fraction

étiologique en population, on retrouve la formule de FEE

Données d’une étude en population sur l’usage des contraceptifs oraux (CO) et la bactériurie
chez des femmes âgées de 16 à 49 ans

Calculer la différence de risque associée à l’usage de CO

Calculer la fraction de risque attribuable à l’usage des CO (FEE, FEP)

COMBIEN DE CAS SERAIENT EVITES SI LE FACTEUR DE RISQUE ETAIT

SUPPRIME DE LA POPULATION?
Nombre de cas attribuables

Données d’une étude en population sur l’usage des contraceptifs oraux (CO) et la
bactériurie chez des femmes âgées de 16 à 49 ans

Calculer le nombre de cas de bactériurie imputables à l’usage des CO

ASSOCIATION STATISTIQUE ET CAUSALITE

L’ASSOCIATION ENTRE L’EXPOSITION ET L’EVENEMENT EST-ELLE
STATISTIQUEMENT SIGNIFICATIVE?

p. 33
• Le risque α (p)
• L’intervalle de confiance

p. 34
Intervalle de confiance d’un RR ou OR
• En général à 95% ou 99% (IC95% = …)
IC95% = 1,3-1,7 : il y a 95% de chance que la valeur soit dans l’intervalle 1,3-1,7

• Interprétation
Si IC comprend 1; alors le résultat n’est pas significatif (significativement différent de 1)
Si IC ne comprend pas 1, alors le résultat est significatif

• Exemple : RR = 1,8 (IC95% = 1,6 - 2,0)

Au risque α = 0,05, le résultat est significatif
Les personnes exposées ont 1,8 fois plus de risque statistique de développer la maladie
Ne préjuge pas d’un lien de causalité

• Exemple : RR = 2,5 (IC95% = 0,52 - 4,5)

Au risque α = 0,05, le résultat du test n’est pas significatif ;

p. 35
On ne peut pas conclure (insuffisance de puissance ? ou pas de différence entre exposés et
non exposés ?)

1- Une association non significative

- ne signifie pas que les résultats sont le fait du hasard
- simplement, le hasard ne peut être écarté comme explication

2- Une association statistiquement significative

- n’élimine pas le rôle du hasard dans les résultats
- signifie que son intervention est peu probable
- N’évalue pas le bien-fondé de la démarche stratégique
- Ne dit pas si l’exposition est elle-même responsable de l’effet observé
• Existence de biais?
• Existence de facteurs de confusion ?

L’ASSOCIATION OBSERVEE ENTRE EXPOSITION ET MALADIE EST-ELLE

VALABLE?
Validité interne
Déterminer la probabilité de l’influence sur les résultats observés d’autres facteurs tels que :
• Le hasard
• Les biais
• La confusion (les facteurs de confusion)
Validité externe
• Résultats généralisables ?
• Plausibilité scientifique ?

Validité d’une association statistique

Le rôle du hasard
• Fluctuations de l’échantillon
• Variations entre échantillons
• La taille de l’échantillon
« Plus l’échantillon est petit plus grande sera la variabilité des estimations et moins les
résultats correspondent à l’ensemble de la population
Plus l’échantillon est grand, moindre est la variabilité et plus sûre est la conclusion »
• Quantifier la variabilité imputable au hasard

• P: probabilité que le résultat observé soit le fait du hasard en l’absence de relation

réelle entre exposition et maladie

p. 36
 • Intervalle de confiance: l’espace dans lequel se situe l’ampleur de l’effet, avec un
certain degré de certitude

Le rôle des biais

Distorsion dans l’estimation de la mesure d’une association, entre l’exposition à un facteur
de risque et la survenue de la maladie, liée à une erreur systématique

Différents types de biais:

• Biais de sélection
• Biais d’information
• Biais de mémoire
Validité d’une association statistique

Le rôle de la confusion
Intervention d’un 3ème facteur associé à l’exposition qui intervient indépendamment sur le
risque de développer la maladie

Possibilité de généralisation ?
• Capacité de généraliser les résultats à une population autre que celle sur laquelle l’étude a
été menée
• Notion d’échantillon représentatif
• Importance du tirage au sort
• Importance de la taille de l’échantillon

Notion de causalité
L’existence d’une association statistiquement significative entre une exposition et une
maladie est nécessaire mais pas suffisante pour impliquer l’existence d’une relation
causale.
L’association observée entre l’exposition et la maladie peut être :
• réelle et de nature causale
• réelle mais de nature non causale
• due au hasard, biais, confusion
Critères de causalité de Hill

Notion de causalité : critères internes à l’étude

1- Séquence dans le temps
L’exposition à un agent causal doit précéder l’effet
2- Force de l’association

p. 37
 Plus la force de l’association est grande, moins l’association est susceptible d’être expliquée
par des phénomènes de confusion
3- Spécificité de la cause et de l’effet
La relation est spécifique si la cause étudiée est présente chez tous les malades (ou presque)
et seulement chez eux, et ce pour cette seule maladie
4- Relation de type dose-effet entre l’exposition et la fréquence de la maladie
5- Cohérence interne à l’étude
Prise en compte la plus complète possible des facteurs de confusion et minimisation
des biais

Notion de causalité : critères externes

= Cohérence avec les connaissances acquises relevées dans la littérature
• Constance de l’association et reproductibilité dans diverses situations
• Plausibilité biologique: existence d’un mécanisme d’action de l’exposition sur la maladie
• Cohérence avec les connaissances générales et avec les hypothèses qui ont conduit à la
réalisation de l’étude
• Parallélisme de la distribution (dans l’espace et dans le temps) du facteur causal et de
l’effet

A retenir
 Mesures de fréquence
Prévalence, incidence

 Mesures d’association
Risque relatif - odds ratio
Rapports standardisés de mortalité

 Mesures d’impact
risque attribuable

 Notion de signification statistique

p-value, intervalle de confiance
 Validité d’une association statistique
Critères internes et externes
 Notion de causalité
Critères de causalité de Hill

CHAPITRE II LES TYPES D’ETUDES EN

EPIDEMIOLOGIE
Stratégie des approches en Epidémiologie

p. 38
LES ETUDES DESCRIPTIVES
Etudes corrélationnelles
Etudes de cas et séries de cas
Enquêtes transversales

Epidémiologie descriptive: Personnes – Lieu – Temps

L’épidémiologie descriptive s’occupe de la distribution de la maladie
♣ Utiles pour permettre aux agents et administrateurs de la santé publique d’allouer
des ressources et envisager des interventions (campagnes de prévention ou programmes
éducatifs) efficaces
♣ Fournissent les 1ères pistes sur les déterminants possibles des maladies
♣ Utiles pour formuler des hypothèses qui seront ultérieurement vérifiées par une
approche analytique

ETUDES DESCRIPTIVES
ETUDES CORRELATIONNELLES
Utilise les données de populations pour comparer la fréquence d’une maladie dans
différents groupes au cours d’une même période ou dans la même population, à des périodes
différentes.
Font appel à des populations entières et non à des individus
Utiles pour formuler des hypothèses
Des mesures représentatives des caractéristiques de population entières sont utilisées
pour décrire la relation entre la maladie et un facteur donné tel que l’âge, la saison, le
recours aux soins, la consommation d’un aliment, d’un médicament ou d’un autre produit
Exemple: Pour décrire les modalités de décès par maladies coronariennes en 1960, les taux de
décès de 44 états furent corrélés à la vente de cigarettes par individus.
Les états où la vente de cigarettes était la plus importante avaient les taux de décès les plus
élevés. Les taux de mortalité les plus faibles se situaient dans les états où la vente était la plus

p. 39
faible.

Le coefficient de corrélation « r »
Mesure l’importance de l’association dans les études corrélationnelles
Quantifie l’importance de la relation linéaire entre exposition et maladie
Varie entre +1 et -1

Intérêt
Rapidité de réalisation et coût modéré
Première étape pour rechercher une éventuelle relation exposition – maladie (permet
la formulation d’hypothèses)

Limites
Impossibilité de relier au niveau individuel l’exposition à la maladie
Impossibilité de contrôler des effets d’éventuels facteurs de confusion

Exemple: corrélation très forte entre le nombre de télévisions couleur par habitant et la
mortalité par maladies coronariennes dans différents pays…

p. 40
CAS ET SERIES DE CAS
Décrit l’expérience d’un patient ou d’un groupe de patients ayant un diagnostic similaire
Un clinicien rapporte un/des cas d’une maladie inhabituelle ou d’un événement médical
inhabituel
Peut survenir sur une période de temps relativement courte
Peut indiquer le début ou la présence d’une épidémie
Collection de cas individuels
Permet la formulation d’hypothèses à travers l’investigation des cas publiés
Pourrait permettre l’identification de possibles facteurs causals à travers des études
analytiques qui comparent les cas et des personnes indemnes de cette maladie.

p. 41
LES ETUDES TRANSVERSALES
 But
Mesure de la fréquence d’une maladie à un instant donné
 Principe
Durée généralement brève (une journée, une semaine, un mois...)
Image instantanée du phénomène étudié dans la population: une coupe du phénomène à un
moment précis.
 Schéma
– Défini une population et détermine la présence ou l’absence de l’exposition et de la maladie
pour chacun des participants
– Permet la classification des participants en 4 sous-groupes

a= nombre de personnes exposées et malades

b= nombre de personnes exposées et non malades
c= nombre de personnes non exposées et malades
d= nombre de personnes non exposées et non malades

L’exposition et la maladie sont déterminés simultanément

– Identifie les cas prévalents (présents au moment de l’étude)
– Mesure la prévalence et non l’incidence (nouveaux cas) de la maladie
– Encore appelée étude de prévalence
 Avantages
• Moins coûteuse qu'une enquête analytique
• Temps de réalisation est court
• Peut s’appliquer à tous types d’effets sanitaires

p. 42
• Utile pour la formulation d’hypothèses de recherche

 Limites
• Ne permet pas de connaître l'incidence d'une maladie
• Ne permet pas d'étudier les aspects dynamiques des phénomènes observés: la chronologie
entre exposition à une nuisance particulière et apparition d'une maladie ne peut être
correctement appréhendée.
• Peu adaptée aux maladies rares
• Ne renseigne pas sur l’évolution de la maladie dans le cas d’enquêtes transversale unique
• Possibilité de biais de sélection dû à des refus, décès, etc…

ETUDES CAS-TEMOIN
 But
Permet de comparer les niveaux d’exposition au facteur de risque étudié chez des individus
présentant la pathologie (cas) et chez des individus sains (témoins).

 Principe
– Sélection
• d’un groupe de sujets atteints de la maladie étudiée: les cas
• et un (ou plusieurs) groupe(s) de sujets indemnes de cette maladie : les témoins
– Recherche des informations concernant l’exposition aux facteurs de risque (et aux facteurs
de confusion éventuels) dans leur passé (étude rétrospective) pour chacun des sujets de
l'enquête.
– Comparaison de l'exposition au facteur de risque chez les cas et chez les témoins.
– Permet la classification des participants en 4 sous-groupes:

p. 43
  Points importants lors de la conception et la conduite d’une étude cas-témoin
Définition et sélection des cas
Sélection des témoins
Collecte de l’information sur la maladie et l’exposition

• Définition des cas

– Entité de la maladie homogène (cancer de l’utérus: col? corps?)
– Etablir des critères diagnostiques précis de la maladie
• Sélection des cas
– Malades traités dans un hôpital
→ étude cas – témoins hospitalisés
– Personnes d’une population atteintes de la maladie
→ étude cas – témoins issus d’une population
– Représentativité des cas ?
• Sélection des témoins
– Origine : patients hospitalisés pour une autre pathologie? Personnes non malades dans la
communauté ?
– Nombre de groupes témoins: un ou plusieurs
– Nombre de sujets: un ou plusieurs témoins par cas
– Choix: idéalement échantillonnage
Sinon appariement sur des caractéristiques préétablis (âge, sexe, lieu d’habitation…..)
• Collecte de l’information sur la maladie et l’exposition
Méthode de recueil de l’information aussi semblable que possible chez les cas et les
témoins (lieu, circonstances des interviews, )
Idéalement les enquêteurs devraient ignorer le statut cas ou témoin des sujets de
l’étude (réduction des biais d’observation)
Etablissement du seuil à partir duquel un individu peut être considéré comme exposé
• Points importants lors de l’analyse
L’analyse consiste à comparer les cas et les témoins en fonction de l’importance de
l’exposition au facteur de risque étudié.

p. 44
Calcul de l’Odds ratio et son intervalle de confiance

•
Points importants lors de l’interprétation
– Possibilité de biais
» Biais de sélection si l’inclusion des cas ou des témoins dépend +/- de l’exposition
étudiée
» Biais d’observation (erreur lors du recueil de l’information)
» Biais de mémoire

p. 45
 » Erreurs de classement
» Non différentielles
» Différentielles

• Avantages
Idéal pour l’étude des maladies rares
Réalisable sur des effectifs faibles
Coût et temps de réalisation moins importants que pour les études de cohorte
Etude possible d’une pathologie liée à une exposition passée
Bien adaptées à l’évaluation des maladies à longue période de latence

• Limites
Pas de connaissance de l’incidence de la maladie
Difficulté dans le choix des témoins
Difficulté d’établir dans certains cas la chronologie entre exposition et maladie
Nombreux biais potentiels : m
Nombreux biais potentiels : mémoire, classification, observation…
Non-représentativité des cas et/ou des témoins.

ETUDES DE COHORTE
Groupe de sujets partageant une caractéristique commune et suivi dans le temps

• Génération (période de naissance)

• Corps de métier ou salariés d’une entreprise (cohorte gazel)
• Exposition particulière (cohorte de Nagasaki et Hiroshima)
• Base géographique (habitants de Framingham)

 But :
– Comparer l’incidence d’une maladie entre un groupe d’individus exposés et un groupe
d’individus non-exposés

 Principe:
– Sélection d’un groupe de participants initialement indemnes de l’affection étudiée
– Les participants sont suivis pendant une période relativement longue. Le suivi peut être
prospectif ou rétrospectif (cohorte historique) ou retro-prospective
– Evaluation de l’exposition pour chacun des participants
– Comparaison de l’incidence dans chacun des groupes (exposés-non exposés)

p. 46
Enquête de cohorte exposés – non exposés

Etude de cohorte

• Cohorte rétrospective:
– Exposition et événements y relatifs (maladie, décès) ont lieu AVANT le début de l’étude

• Cohorte prospective:
– L’exposition est présente les événements y relatifs ont lieu APRES le début de l’étude

Cohorte rétrospective

p. 47
Cohorte rétro-prospective

Cohorte rétrospective vs. cas – témoin

Etudes de cohorte
Points importants lors de l’analyse
– Calcul des taux d’incidence
• Incidence cumulée
• Densité d’incidence
– Comparaison de ces taux entre groupes exposés et non – exposés
– NB: S’assurer de la comparabilité des différents groupes

p. 48
Ie = Incidence cumulée parmi les exposés = a / (a+b)
Io = Incidence cumulée parmi les non – exposés = c / (c+d)
RR = Ie / Io

Die = Densité d’incidence chez les exposés = a / PT1

Dio = Densité d’incidence parmi les non – exposés = c / PT0
RR = DIe / DIo

• Points importants lors de l’interprétation

– Le rôle des biais

• Biais de classement différentiels et non différentiels
– Sujets perdus de vue
– La non participation

• Avantages

Connaissance de l’incidence de la maladie

Particulièrement indiquée lorsque l’exposition est rare
Analyse de l’effet de l’exposition sur plusieurs maladies

p. 49
 Mesure précise de l’exposition
Permet d’éclaircir une relation chronologique entre exposition et maladie

• Limites
• Temps de réalisation long (cohorte prospective)
• Moyens mis en œuvre et coût de réalisation importants (cohorte prospective)
• Limitée par une latence longue de la maladie, par une fréquence rare : peu adaptée aux
maladies rares
• Perdus de vue

p. 50
ESSAIS CONTROLES

Objectifs du cours
• Citer les différentes phases de l’expérimentation thérapeutique
• Expliquer l’intérêt d’effectuer une randomisation dans les essais comparatifs
• Citer les paramètres intervenant dans le calcul du nombre de sujets nécessaires (NSN)
• Définir le principe d'un essai en cross-over, en parallèle, en cluster
• Citer les différents déterminants qui permettent de définir si une étude est éthiquement
acceptable

Les essais contrôlés: généralités

Les essais contrôlés: méthodologie

Stratégie des approches en épidémiologie

Objectif des essais contrôlés

Evaluer une procédure thérapeutique, une intervention de santé publique (vaccination,
éducation à la santé, dépistage, mesure particulière de prévention,…) en mesurant les
effets qu’on peut en attendre.

Logique de l’évaluation
Comparaison entre
– un groupe de personnes ayant reçu le TTT /l’intervention et
– un autre qui n’a rien reçu ou a reçu un autre TTT ou une autre intervention servant de
référence

Etapes de la comparaison
• Recherche d’une différence statistiquement significative entre les groupes: jugement de
signification
• Résultats obtenus imputables au TTT? à l’intervention?: jugement de causalité

p. 51
Principe général

Types d’essais

• Les essais peuvent comparer

– Des médicaments: Essai thérapeutique
But:
Démontrer l’efficacité d’un nouveau traitement par rapport à un placebo ou sa supériorité /
non infériorité par rapport à un traitement de référence
→ Place du nouveau traitement dans l’arsenal thérapeutique ?

– Des techniques chirurgicales

• Ex : Laparotomie versus cœlioscopie dans la chirurgie du cancer du côlon

– Des techniques médicales

• Ex : Comparaison de deux voies d’abord des infiltrations intrarachidiennes dans les
lombalgies récidivantes

– Des stratégies +/- complexes de prise en charge

Ex: en post infarctus, comparaison de la stratégie « agressive » coronarographie +
revascularisation par angioplastie systématique versus stratégie conventionnelle:
coronarographie + revascularisation seulement si récidive ischémique ou épreuve d’effort

p. 52
– Des mesures préventives (essai de prévention)
Ex: comparaison de la circoncision versus non circoncision pour la prévention du VIH

– Des mesures d’éducation pour la Santé

Ex: Comparer un groupe bénéficiant de séances éducatives sur les risques liés aux grossesses
précoces versus un groupe recevant une information « classique » d’éducation à la vie et à
l’amour

LES ESSAIS QUASI-EXPERIMENTAUX

Groupes de participants non randomisés
Comparaisons avant – après
Comparaison statistique des résultats au critère de jugement avant et après la mise en
œuvre de l’intervention dans le même groupe.

Comparaison ici – ailleurs

Comparaison des résultats dans des groupes de populations distinctes, dans des lieux
géographiques différents: l’un reçoit l’intervention et l’autre pas

LES ESSAIS EXPERIMENTAUX

Tirage au sort des personnes ou des groupes

Comparaison des résultats obtenus à l’issue du traitement ou de l’intervention avec

ceux obtenus:
• Soit en l’absence de TTT (placebo)
• Soit avec un autre TTT (TTT de référence)

Pourquoi faut-il comparer ?

• L’effet obtenu peut-il être attribuée au traitement ou à l’intervention ?
• Tenir compte de l’évolution naturelle de la maladie qui aurait été observée en l’absence
d’intervention ou de traitement

• Phases d’expérimentation d’un médicament

– Essais précliniques
– Essais cliniques
Phase I
Phase II
Phase III
Phase IV

p. 53
But des études expérimentales
Démontrer :
• l’efficacité d’un TTT (ou d’une intervention) par rapport à l’absence de TTT (ou
d’intervention)
• L’équivalence entre un TTT et un autre
• L’intérêt d’un TTT par rapport à un autre en prenant en compte les avantages et les
inconvénients de chacun

METHODOLOGIE
• Schéma général de l’essai
• Mode d’attribution de l’intervention
• Nombre de sujets nécessaires
• Le (s) critère (s) de jugement
• L’analyse des données
• Les aspects éthiques

Schéma général de l’essai

• Essais à 2 ou plusieurs groupes parallèles
• Essais en « cross-over »
• Plan factoriel
• Essai en « cluster »

• Essais à 2 ou plusieurs groupes parallèles

– Évalue l’efficacité de 2 ou plusieurs traitements.
– Chaque participant est randomisé à un traitement parmi 2 choix ou plus.
Exemple: Etude sur l’otite avec 3 branches de traitement possibles : placebo, amoxy.
Standard ou amoxy. à dose élevée.
Il s’agit d’études au dessin facile dont l’analyse statistique est simple

• Essais en « cross-over »
– Chaque participant reçoit successivement l’intervention à évaluer puis l’intervention de
référence (ou placebo)

p. 54
– L’ordre de cette admission est déterminé par tirage au sort
– Chaque participant est son propre témoin

• Plans factoriels
– Permet d’étudier plusieurs thérapies concomitantes.
– Permet de mener l’équivalent de 2 ou plusieurs études en même temps avec un nombre
plus restreint de participants
– Permet de comparer les différents traitements entre eux ainsi que l’influence que les
différents traitements ont les uns sur les autres.

• Essais en clusters ou randomisation de groupe

Lorsque l’affectation individuelle du traitement ou de l’intervention à évaluer est
impossible ou difficile
Exemple : Campagne de prévention sur les risques liés à la consommation de l’alcool :
Randomiser les lycées qui bénéficieront ou non de la campagne de prévention
– Permet de minimiser le risque de contamination entre les groupes à comparer
– Permet une meilleure observance (effet de groupe)
– Minimisent les contraintes logistiques (équipement …)

Mode d’attribution de l’intervention

 Randomisation
Permet d’obtenir 2 groupes de participants « comparables »

p. 55
 supprime les biais de sélection
équilibre la répartition des facteurs pronostiques (connus ou inconnus) entre les groupes
comparés
– Doit être effectuée au moment de l’inclusion
- pour chaque sujet éligible,
- après vérification des critères d’inclusion et non - inclusion
- le plus tard possible (avant le début du TTT ou de l’intervention)
– Peut être effectué à partir de tables de nombres au hasard ou de programmes informatiques
– Veiller à équilibrer le tirage au sort (aboutir à des effectifs strictement identiques entre les
groupes)

 Essai en aveugle
– Simple : patient ignorant du groupe auquel il a été alloué
– Double: patient et enquêteurs ignorants
– Triple : patient, enquêteurs et investigateur principal
Méthodes pour obtenir l’aveugle plus ou moins complexes
• Traitements médicamenteux
– Formes identiques dans les groupes de traitement (forme, couleur, odeur, goût, fréquence et
mode d’administration)
• Traitements non médicamenteux
– Dispositif ou appareils médicaux inactifs (appareil éteint …)
– Chirurgie : simulations de l’intervention

Cette technique permet :

• de minimiser « l’effet placebo »
– Le fait de savoir qu’il ne reçoit pas le traitement actif peut influencer négativement le
participant et nuire à son outcome.
– S’il sait qu’il ne reçoit pas le traitement actif dans l’étude, le participant pourra tenter
d’autres traitements.
• Comportement identique vis à vis des malades tout au long de l’essai
• Evaluation neutre donc objective de l'efficacité des traitements et des effets
secondaires
→ contrôle certains biais d’évaluation

Nombre de sujets nécessaires

Permet de garantir la puissance nécessaire pour conclure
Dépend du critère de jugement (exemple: l’importance de la différence attendue entre
2 TTT)
De la formulation uni ou bilatérale de l’hypothèse à vérifier
De la puissance statistique souhaité (1-β): probabilité de mettre en évidence cette
différence si elle existe (habituellement 80%)
Du risque d’erreur accepté α: probabilité de conclure à une différence alors qu’elle n’existe
pas (habituellement 5%)

Le critère de jugement
Permet d’évaluer l’efficacité d’un TTT ou d’une intervention
Unique ou multiple
Objectif (taux de guérison, taux de survie,…)
Subjectif (douleur, qualité de vie, ….)

p. 56
 Final ou intermédiaire (régression tumorale complète ou partielle,… )

L’analyse des données

Malgré toutes les précautions prises, des écarts au protocole peuvent survenir :
• Arrêt prématuré ou absence de prise du traitement
• Prise du traitement de l’autre groupe
• Prise d’un traitement interdit
• Sujet inclus à tort
• Non présentation aux visites de suivi : Perdus de vue …

Analyse en intention de traiter (ITT)

On analyse tous les patients dans le groupe auquel ils ont été randomisés quel que soit le
traitement reçu.
Recommandée

Analyse per protocol

L’analyse n’inclut que les patients qui ont suivi le TTT dans les « règles de l’art »
Introduit un biais d’attrition (perte de la comparabilité des groupes)
L’analyse per protocol peut être faite en complément de l’ITT

Les aspects éthiques

Textes destinés à guider les chercheurs dans le développement et la conduite d’études
cliniques
– Code de Nuremberg (1947) : concerne surtout la nécessité d’avoir un consentement éclairé
de la part des participants et le besoin d’avoir un rapport risque/bénéfice adéquat pour les
patients.
– Déclaration de Helsinki (1964) : discute du risque/bénéfice et des révisions des projets
de recherche par des comités de pairs.
Dans tous les cas, déclaration préalable auprès d’un comité d’éthique

• 7 déterminants si une étude est éthiquement acceptable :

• valeur scientifique et sociale: basée sur des hypothèses acceptables et scientifiques.
Le gain escompté doit améliorer la santé des patients, être reproductible et fiable.
• La méthodologie proposée doit être valide. Une étude doit utiliser une
méthodologie rigoureuse afin de s’assurer que les patients impliqués seront protégés et qu’il y
aura un bénéfice scientifique à la fin de l’étude.
• La sélection des sujets doit être équitable. S’assurer que tous les groupes sociaux
et démographiques sont bien représentés. Il faut aussi s’assurer que les groupes plus
vulnérables soient protégés.
• Le ratio risque/bénéfice doit être acceptable pour la société et pour le
participant.
• L’étude doit faire l’objet d’une révision indépendante.
• Les participants doivent pouvoir produire un consentement éclairé. Ils doivent
être informés des buts, risques potentiels, bénéfices et autre possibilité de traitement en cas de
refus de participer.
• Les chercheurs doivent respecter les participants potentiels.
Pour ce faire, ils doivent permettre aux patients de quitter l’étude, garder les données
confidentielles, informer les patients de tout changement face au consentement.

p. 57
Niveaux de preuves des études épidémiologiques

Choix du type d’étude ?

Niveau de connaissances scientifiques disponibles
Nature de la maladie en cause
Le mode d’exposition
Les ressources disponibles
Aspects éthiques / faisabilité

« La valeur d’une ‘étude épidémiologique’ dépend autant de la qualité du suivi des

malades et des données recueillies que de la stratégie de départ. Une analyse
statistique peut toujours être refaite, des données manquantes peuvent parfois être
récupérées mais un mauvais protocole est irrécupérable » M-C PICOT ; P Fabbro-Peray
Faculté de Médecine de Montpellier-Nîmes

p. 58
CHAPITRE III : DESCRIPTION ET ANALYSE DES
DONNEES EPIDEMIOLOGIQUES 1

I. Présentation et résumé des données

II. Evaluation du rôle du hasard
III. Evaluation du rôle des biais
IV. Evaluation du rôle des facteurs de confusion

PRESENTATION ET RESUME DES DONNEES

Les objectifs
Donner une définition des différents types de variables et discuter les procédés
utilisés pour présenter les données de chaque type
Comparer et souligner l’utilité des distributions de fréquence et des courbes de fréquences
Donner les raisons du choix des mesures diverses de tendance centrale et de variabilité

Présentation et résumé des données

Types de variables
Présentation des données
Présentation résumée des résultats statistiques
– Mesures de tendance centrale
– Mesures de dispersion ou de variabilité
Présentation de données originales ou brutes difficile voire inintelligible
Illustration pour meilleure compréhension des résultats
Utile pour la communication des résultats
‘A picture is word a thousand words’

Types de variables
Discontinues
Sont celles dont les valeurs peuvent appartenir à un nombre limité de catégories
distinctes, sans degré intermédiaire
• Nominales
• Ordinales
• Numériques

Discontinues Nominales
Les différentes catégories ne possèdent pas de rang particulier
– Dichotomiques: de type oui/non
• Le sexe, la survie (vivant/décédé),…
– Multichotomiques: plus de 2 catégories alternatives possibles
• Groupe sanguin (A, B, AB, O), la race, le statut conjugal
Discontinues Ordinales
Les réponses possibles ont un ordre ou une progression naturelle
• Exemples:
– Stade de progression d’une maladie (I à IV pour le cancer du sein)
– Amélioration de la mobilité (aucune, faible, modérée, importante)
Discontinues numériques
Valeurs numériques, quantitatives ne comportant pas de chiffres intermédiaires
Exemples:
– Nombre d’enfants nés vivants (parité)

p. 59
– Nombre d’ épisodes palustres au cours des 6 derniers mois

Continues
Variables numériques, quantitatives qui peuvent avoir n’importe quelle valeur à l’intérieur
de leur propre échelle
Exemples:
– Poids, taille, pression artérielle,….

Types de variables et analyse descriptive

Variables discontinues
Comparaison de proportions de sujets dans chaque catégorie
Ex: la proportion d’enfants ayant des caries dentaires est-elle plus importante chez les
utilisateurs d’eau fluorée que chez les non-utilisateurs?

Variables continues
Comparaison de moyennes entre 2 groupes
Exemple: le poids moyen à la naissance d’enfants nés de mères alcooliques peut-être
comparé à celui de ceux nés de mères qui n’en consomment pas
Types de variables et analyse descriptive

Réduction des données

Compression des valeurs multiples d’une variable en des catégories discontinues moins
nombreuses
Exemple: Classes d’âge, qualité de la pression artérielle (normale, élevée, basse)
– Rend la présentation plus facile et simplifie les analyses statistiques
– Perte de détail susceptible de masquer une information ou des tendances importantes
– Impossible de reconstituer des informations détaillées à partir de données catégorielles à
l’origine

Présentation des données

• Tableaux
• Graphiques

 Tableaux:
– Fournissent des détails sur les valeurs individuelles
– Distributions de fréquences et de fréquences cumulées
 Graphiques:
– Donnent une description générale de l’ensemble de l’échantillon
– Histogrammes et courbes de fréquence

 Tableaux
• Distributions de fréquences
Donne la liste, pour chaque valeur (ou pour une gamme étroite de valeurs) d’une variable,
du nombre ou de la proportion de fois où cette observation a été faite dans la population
étudiée
Indiquées pour les variables discontinues et continues

p. 60
Distributions de fréquences: variables discontinues

Distributions de fréquences: variables discontinues

Distributions de fréquences: variables continues

• Nombre de valeurs représentatives d’une variable important
→ Définir des classes de valeurs et enregistrer le nombre de d’observations entrant
dans chaque classe
• Faire attention au choix du nombre de classes
– Peu nombreuses: peuvent masquer une information importante

p. 61
– Trop nombreuses: revient à la présentation des données de base

Distributions de fréquences cumulées: variables continues

• Présentation des nombres et des pourcentages de sujets dont les valeurs sont
inférieures ou supérieures à la limite supérieure de chaque catégorie
• Permettent de répondre à certaines questions
Exemples:
Proportion de la population du Cameroun âgée de 65 ans et plus
Proportion de familles de plus de 3 enfants dans une communauté

p. 62
Les histogrammes
• Représentation graphique d’une distribution de fréquence
• Valeurs de la variable en abscisse et fréquences observées pour chaque valeur en ordonnée
• La hauteur de chaque barre représente le nombre ou la proportion de sujets
correspondant à chaque valeur de la variable ou chaque intervalle de la classe
Lorsque ce sont des intervalles de valeur qui figurent en abscisse, chaque barre est
centrée sur le milieu de l’intervalle
• Privilégier l’utilisation d’intervalles égaux en abscisses

p. 63
Les polygones de fréquence
• Utilisés en principe pour des variables continues
• Valeurs de la variable en abscisse et fréquence en ordonnée
• Ligne droite reliant les points centraux de chaque barre de l’histogramme
• Permet la représentation sur le même graphique de 2 courbes de données ou plus
→ facilite les comparaisons

Les polygones de fréquence

• Représentent une forme simple de la distribution des observations
→ Informations sur les caractéristiques des données en particulier le type de
distribution:
∎ Distribution symétrique ou normale
∎ Distribution asymétrique

∎ Distribution symétrique ou normale

Les proportions de part et d’autre du point central sont égales

p. 64
 Exemple: distributions de la pression artérielle, du poids, la taille, les globules blancs….
La distribution normale

∎ Distribution asymétrique
Le nombre de valeurs basses ou hautes n’est pas le même de part et d’autre du point
central
Exemple: distribution de la fréquence des leucocytes dans un échantillonnage de
prélèvements sanguins d’un laboratoire d’analyse médicales

Possibilité de modifier chacune des observations originales pour obtenir une

distribution normale permettant la réalisation de tests statistiques standard

p. 65
 → Transformation logarithmique

Présentation résumée des résultats statistiques

∎ Résumé chiffré des principales caractéristiques de la distribution d’une variable
∎ Nécessaires pour comparer de façon précise et efficace les différents groupes de
données

∎ Pour les variables discontinues:

Calcul de proportions
∎ Pour les variables continues:
Mesures de la tendance centrale des observations
Mesures de la variabilité des observations
Présentation résumée des résultats statistiques: les variables continues
∎ Pour les variables continues:
Mesures de la tendance centrale des observations
Permettent de situer le milieu de la courbe
Mesures de la variabilité des observations

p. 66
 Renseignent sur la forme de la distribution

Les mesures de la tendance centrale

∎ La moyenne
Rapport entre la somme des valeurs observées et le nombre de valeurs

∎ La médiane ou 50ème percentile

Valeur de part et d’autre de laquelle se situe la moitié des observations
Si nombre d’observations impair
Médiane = (n+1)/2
Si nombre d’observations pair
Médiane = moyenne arithmétique des valeurs de rangs n/2 et (n/2) +1
– Avantage
Ne dépend pas des valeurs extrêmes
Ex: les notes sur 20 de 5 étudiants de MSP1: 17, 15, 14 , 12 et 04. La médiane est de 14
– Inconvénients
Ne donne aucune information sur les autres valeurs de la distribution

p. 67
 Moins facile à utiliser pour les tests statistiques

∎ Le mode
Valeur la plus fréquente d’un ensemble de données
Inconvénient
– Utilisation limitée par le nombre d’observations
Parfois pas de mode pour des distributions de petite taille
– Se prête peu à des manipulations statistiques
Avantage
Peut parfois être utilisé pour donner des aperçus possibles sur l’étiologie d’une maladie
Exemple: Distribution bimodale ( ≈ 29 )Choix des mesures de la tendance centrale

Choix des mesures de la tendance centrale

∎ Fonction de la nature de la distribution des observations
Si variables continues à mode uni modal et distribution symétrique: moyenne, médiane et
mode identiques
Si distribution asymétrique
Médiane +++
Pour analyses statistiques et tests de signification
Moyenne +++

Mesures de la dispersion ou variabilité

∎ Fournissent une information sur la position relative des autres points représentatifs
de l’échantillon

p. 68
∎ L’étendue
Mesure descriptive simple de la dispersion calculée en soustrayant la valeur la plus basse de
la valeur la plus élevée
• Ne tient pas compte de la totalité de la distribution mais seulement des valeurs extrêmes
• Peut être étendue même si les valeurs de la majorité des observations sont proches les unes
des autres
• Inutilisable pour des procédés et des tests statistiques

∎ La variance et l’écart-type
Résument la dispersion des observations individuelles autour de la moyenne

∎ Le coefficient de variation
Permet de comparer:
1) dans 2 populations différentes l’importance de la variabilité de la distribution d’un
facteur
Exemple: comparaison de la variabilité de la pression artérielle chez l’enfant et l’adulte ou
2) dans la même population l’importance de la variabilité de 2 variables différentes
Exemple: comparaison de la variabilité de la pression systolique et diastolique chez
l’homme

∎ L’erreur standard de la moyenne

L’erreur standard de la moyenne mesure la variabilité des moyennes des échantillons
autour de celle de la population réelle
Indique à quel degré la moyenne de l’échantillon reflète le paramètre réel de la population
Différente de l’écart-type de la moyenne l’écart-type de la moyenne quantifie la dispersion de
toutes les valeurs d’une variable autour de la valeur moyenne de l’échantillon

p. 69
 ET= écart-type
n= taille de l’échantillon
Permet de définir l’intervalle dans lequel se situe avec un certain degré de certitude la
moyenne réelle de la population Présentation et résumé des données

p. 70
 II. EVALUATION DU ROLE DU HASARD
Les objectifs
Définir, calculer et interpréter la valeur de p et de l’intervalle de confiance
Calculer la taille de l’échantillon et la puissance d’une étude

Vérification de l’hypothèse
Estimation de l’intervalle de confiance
Détermination de la taille de l’échantillon
Calcul de la puissance d’une étude

Estimation du rôle du hasard

2 étapes:
Evaluation de l’hypothèse
Estimation de l’intervalle de confiance

 Evaluation de l’hypothèse
Réalisation d’un test de signification statistique
→p?
 Estimation de l’intervalle de confiance
Indique avec un degré donné de certitude l’espace où se situe l’estimation réelle de l’effet
Estimation du rôle du hasard

 Vérification de l’hypothèse
1- Enoncer clairement l’hypothèse nulle H0 et l’hypothèse alternative H1
2- Réaliser un test de signification statistique
3-Calculer et interpréter la probabilité ou p rattachée au résultat du test

1- Enoncer clairement l’hypothèse nulle H0 et l’hypothèse alternative H1

H0: absence d’association entre exposition et maladie
H1: Il existe une relation entre exposition et maladie

Exemple: Dans une étude de population

p0= proportion de la population non exposée atteinte d’une maladie
p1= proportion de la population exposée atteinte d’une maladie
H0 : p0= p1 ou H0 : RR= 1
H1 : p0≠ p1 ou H0 : RR≠ 1

2- Réaliser un test de signification statistique

Différentes formules spécifiques applicables à des situations particulières
Même structure fondamentale; elles dépendent
1- de la différence entre les valeurs observées et les valeurs attendues sous H0
2- De l’importance de la variabilité de l’échantillon

Vérification de l’hypothèse
3- Calcul de la valeur de p

p. 71
 P = probabilité ou vraisemblance qu’un résultat au moins aussi élevé comme celui observé
soit le fruit du hasard, en supposant qu’il n’existe pas d’association entre l’exposition et
l’évènement (c-à-d sous H0)
p ≤ 0,05 → résultat statistiquement significatif
p bilatérale: probabilité d’observer une différence sans en spécifier la direction
p unilatérale: probabilité d’observer entre les groupes étudiés une différence d’amplitude
donnée ainsi que sa direction
Tests de signification statistique
Choix du test fonction de:
1- l’hypothèse à évaluer
2- Type de données
3- Caractéristiques des données
Test t pour données continues
Test du Khi-2 pour données discontinues

Test t pour données continues

p?
Estimé à partir de la table de t
Voir tableau sur le pourcentage de points de la distribution t

Test du khi-2 pour variables discontinues

Différence de proportions observées entre groupes étudiés statistiquement significative ?

p. 72
 Test du khi-2 pour variables discontinues
P?
Table du Khi-2 ou tableau normal standard
NB: khi-2 de Yates pour échantillon de petite taille

 Estimation de l’intervalle de confiance

Indique avec un certain degré de certitude l’espace où se situe l’estimation réelle de l’effet
Donne l’information sur la significativité de l’association
Donne l’information sur la variabilité de l’estimation et donc l’impact de la taille de
l’échantillon
Grand nombre de formules pour le calcul de l’IC (cf cours de bio statistiques)

p. 73
Les valeurs conjointes de P et de l’intervalle de confiance donnent l’information la plus
complète sur le rôle du hasard
Point important de l’organisation de l’étude
La puissance statistique nécessaire pour conclure
→ la taille de l’échantillon
Calcul de la taille de l’échantillon
Dépend :
• Risque α : Conclure à une différence entre les 2 groupes alors qu’elle n’existe pas :
habituellement choisi à 5% = risque de 1ère espèce
• Risque β : Ne pas mettre en évidence une différence alors qu’elle existe : habituellement
choisi à 10% = risque de 2ème espèce
• (1- β) = PUISSANCE de l‘étude (probabilité de déceler une différence qui existe)
habituellement de 80%
• La valeur de P (proportion de sujets concernés par le problème dans la population) ou m
(moyenne) et s (variance)
Notion de signification statistique

Calcul de la taille de l’échantillon

Etudes descriptives transversales:
Pour un pourcentage P (variable discontinue):
N= p (1 – p) Ȥ2α/2 /i2
Où :
P = proportion de sujets concernés par le problème de santé
Ȥα = valeur de la distribution normale standard correspondant à un seuil de signification α (=
1,96 pour un test bidirectionnel au seuil de 0,05)
i = précision souhaitée
Pour une moyenne μ et un écart-type σ (variable continue):
N= Ȥ2α/2*σ2 /i2
Où :
σ = écart-type de la moyenne
Ȥα/2 = valeur de la distribution normale standard correspondant à un seuil de signification α
(= 1,96 pour un test bidirectionnel au seuil de 0,05)
i = précision souhaitée

p. 74
Etudes cas - témoins

p. 75