Académique Documents
Professionnel Documents
Culture Documents
I- Biais de confusion........................................................................................................................2
1)Rôle des biais
2)Biais de confusion
IV- Dépistage....................................................................................................................................13
1) Histoire de la maladie
2)Principes du dépistage
3) Critères des maladies appropriées pour le dépistage
4)Caractéristique d’un test de dépistage
5) Faisabilité d’un programme de dépistage
6)Efficience d’un programme de dépistage
7)Méthode de l’évaluation
8)Evaluation d’un programme de dépistage
9)Conclusion
V- Biais de classement....................................................................................................................17
1)Rôle d’un épidémiologiste
2)définition
3)Biais différentiel
4) Biais NON-différentiel
5)prévention
1
I- Biais de confusion
1) Rôle des biais
Les deux premiers biais ne peuvent pas être corrigés au moment de l’analyse.
Ils sont donc à corriger AVANT l’analyse !
Les biais de confusion peuvent éventuellement être corrigés au moment de
l’analyse.
2) Biais de confusion
a) Exemple
Une association entre alcool et cancer du poumon a toutes les chances d’être due au fait
que :
Les personnes qui boivent ont plus tendance à fumer que les personnes qui ne
boivent pas.
Les fumeurs sont plus à risque de développer un cancer du poumon.
En résumé, il y a plus de fumeurs, eux-mêmes plus à risque de développer un cancer du
poumon, chez les buveurs comparés aux non-buveurs, d’où la fausse association entre
alcool et cancer du poumon.
Le phénomène de confusion est un biais qu’il faut corriger (ou prévenir) !
2
b) Mécanisme
Cela est dû à un troisième facteur, dit de confusion qui est associé simultanément à
l’exposition et à la maladie.
Par « association », on entend une proportion différente du facteur de confusion (FC) chez
les exposés et les non-exposés, et une proportion différente du FC chez les malades et les
non- malades.
E = Exposition
M= Maladie
FC= Facteur de
confusion
⚠ Attention, le facteur de confusion ne doit pas être dans la chaîne causale entre
exposition et maladies !
Nourriture riche en graisses -> hypercholestérolémie -> infarctus
L’hypercholestérolémie n’est pas un facteur de confusion dans cet exemple, même si elle
est liée à une nourriture riche en graisses, et à un infarctus.
c) Conséquences
Un biais de confusion peut créer une association qui n’existe pas, ou rendre inapparente
une association qui existe.
Exemples :
- Association café et infarctus du myocarde (facteur de confusion : tabac).
- Absence d’association entre exercice et infarctus du myocarde (facteur de confusion
: sexe masculin).
Analyse stratifiée
Analyse multivariée
3
1) PREVENTION : Au moment de la planification
RANDOMISATION
La constitution aléatoire de deux groupes d’étude fait que les facteurs de confusion
potentiels sont répartis équitablement entre les deux groupes. Il ne peut donc y avoir
d’association entre l’exposition (ici le traitement) et un facteur de confusion.
Permet de contrôler les facteurs de confusion connus et inconnus.
Supériorité de l’essai clinique sur les autres types d’étude.
RESTRICTION
Limitation de l’étude à un groupe de sujets correspondant à une catégorie d’un facteur de
confusion.
Exemple : restreindre l’étude de l’association entre l’exercice et l’infarctus du myocarde aux
hommes seulement.
Pas de risque de confusion, car pas de variabilité au niveau du facteur de confusion, mais
limite la portée de l’étude au groupe étudié.
ANALYSE STRATIFIÉE
Consiste à présenter l’association entre l’exposition et la maladie séparément pour chaque
catégorie (appelée « strate ») du facteur de confusion.
4
De fait, au sein de chaque catégorie du facteur de confusion, il n’y a pas de variabilité du
facteur de confusion, et donc pas de possibilité de confusion.
Puis on calcule un OR moyen sur l’ensemble des strates : c’est l’OR « ajusté » sur le facteur
de confusion.
Exemple :
Explication de l’exemple:
Il existait une association forte entre : fumer + boire du café et fumer + développer un
cancer du poumon.
Le tabagisme était le facteur de confusion.
La stratification par catégorie de tabagisme a permis d’éliminer l’effet de confusion.
Calcul d’un OR « ajusté » sur le facteur de confusion :
• Moyenne pondérée des OR de chaque strate.
• Le poids vise à donner plus d’importance aux strates à effectifs plus larges (ex: Mantel-
Haenszel)
• Cette approche peut se généraliser aux autres expressions du risque relatif (par exemple,
ratio des incidences cumulatives ou ratio des taux d’incidence).
Dans notre exemple :
5
L’analyse stratifiée est limitée par le nombre de strates qui peuvent être créées dès lors
que l’on veut contrôler plusieurs facteurs de confusion simultanément.
Nécessite l’utilisation de modèles mathématiques tel que la régression linéaire, régression
logistique, modèles de Poisson, modèles de Cox, …
Si la différence est de plus de 20% (en valeur relative), on parle d’effet de confusion.
• C’est donc sur des variations d’amplitude des OR entre analyse uni- et multivariée que
l’on va juger d’un effet de confusion.
e) Confusion résiduelle
⚠Attention, l’ajustement ne résout pas tous les problèmes :
• On ne peut ajuster que pour des variables que l’on a mesurées.
2) Principes
Essai randomisé contrôlé en double aveugle (« double-blind randomised controlled trial »:
• Randomisé : tirage au sort pour l’attribution des traitements.
Pourquoi ? : Rendre les deux groupes de patients comparables en tout sauf le traitement et
les procédures autres que le tirage au sort sont prises en défaut.
• Contrôlé : avec un groupe témoin.
6
• En double aveugle (ou double insu) : ni l’investigateur, ni le malade ne sait qui reçoit
quoi.
Phase 1 :
Objectifs :
• Acceptabilité et profil de tolérance chez les sujets sains.
• Paramètres pharmacocinétiques.
Réalisation :
• Volontaires sains (plutôt des hommes).
7
Phase 2:
Objectifs :
• Tolérance et efficacité chez les malades.
• « dose-ranging »: plage des doses efficaces, dose minimale, dose optimale, durée
d’action.
• études de pharmacocinétique.
Réalisation :
•Malades, choisis parmi ceux à qui le produit est destiné, avec le diagnostic le plus
précis possible
• nombre limité de malades (≈ 100), durée de traitement limitée.
Phase 3 :
Objectifs :
• Déterminer l’efficacité du nouveau traitement par rapport au traitement de
Référence.
• tolérance sur un nombre plus élevé de sujets (/ phase II)
Réalisation :
• Études contrôlées (la référence est l’essai randomisé contrôlé en double aveugle).
8
• Nouveau traitement d’efficacité analogue aux traitements existants, mais présentant des
avantages autres (ex : moindre coût, toxicité plus faible) :
on cherche à démontrer que le traitement expérimental n’est pas moins efficace (essai
de non- infériorité) ou équivalent (essai d’équivalence) au traitement de référence.
Phase 4 et post-AMM :
Essais pragmatiques, dans les conditions d’utilisation du
produit.
Cohortes de suivi et pharmacovigilance.
Études d’impact en santé publique, études coût-efficacité.
Le faible nombre de patients inclus dans les essais cliniques avant la commercialisation du
médicament ne permet pas de détecter les effets indésirables qui surviennent rarement. C'est
pourquoi il est nécessaire de disposer d'un système de pharmacovigilance afin d'assurer la
surveillance des médicaments sur un plus grand nombre de patients une fois le médicament
commercialisé. » - Wikipédia
4) Analyse
Analyse portant sur TOUS les patients de l’essai, selon le groupe de traitement auquel ils
ont été randomisés, et quel que soit le traitement qu’ils ont reçu.
• Analyse per protocole :
Analyse ne portant QUE sur les sujets qui ont pris le traitement comme défini dans le
protocole et jusqu’à la fin du suivi.
9
(Rappels de P1, Ajout HC pour la compréhension 😉)
Analyse de survie (réponse des patients traités par LDX pour troubles déficitaires de l’attention)
10
III- Evaluation des tests diagnostiques
1) Résultats d’un test diagnostique
1) Sensibilité
Proportion de malades détectés par le test :
2) Spécificité
Proportion de non-malades dits négatifs par le test :
11
COMMENT CHOISIR ENTRE SENSIBILITÉ ET SPÉCIFICITÉ ?
Bonne sensibilité :
• Maladie grave (on ne veut pas laisser passer un cas)
• Maladie transmissible`
• Quand les investigations qui découleront du test sont sans danger et peu
coûteuses (Confirmation d’une hypertension artérielle HTA)
Bonne spécificité :
• Quand les investigations qui découleront du test sont dangereuses ou
coûteuses (Angiographie par cathétérisassions)
12
-> Un test très spécifique, mais plus complexe (type Western blot), pour ceux qui ont un
résultat positif sur le premier test.
13
Lors d’un programme de dépistage, la prévalence de la maladie dans la population est le
plus souvent faible.
=> la majorité des sujets dépistés positifs n’auront pas la maladie :
Faire attention au risque associé aux procédures qui suivront, à l’anxiété générée par
un dépistage positif, au coût...
IV- Dépistage
1) Histoire de la maladie
2) Principes du dépistage
Objectifs :
O Prévenir la survenue de la maladie.
O Diminuer les complications/décès.
Méthodes :
O Appliquer un test qui va dépister les sujets susceptibles de développer la
maladie d’intérêt.
Présuppose que :
O La détection permet un traitement précoce qui améliorera le pronostic par rapport
à un traitement tardif.
O La procédure de détection a un coût/risque limité car sera appliquée à de larges
populations (études coût-efficacité).
14
3) Critères des maladies appropriées pour le dépistage
• Grave :
• La prévalence de la période pré-clinique où le dépistage est possible doit être élevée dans
la population d’étude :
o Nécessite parfois de limiter le dépistage aux groupes à haut risque
• Coût :
o De la procédure.
15
7) Méthode de l’évaluation
3 raisons pour ne pas comparer directement la survie chez les patients dépistés par rapport
aux patients dont la maladie est découverte à l’occasion de symptômes :
-Biais de sélection :
o les dépistés sont des « health conscious »
graves)
sur-représentation des cancers à évolution lente parmi les cancers dépistés grâce au test.
• analyse en intention-de-dépister,
50 ans après 9 ans de suivi ; aucun effet chez les femmes de 40 à 49 ans.
9) Conclusion
Le dépistage est un sujet beaucoup plus complexe qu’il n’y parait.
Les évaluations randomisées sur plusieurs dizaines de milliers de patients et plus de
dix ans donnent des résultats mitigés.
Ces évaluations ne pourront être répétées à chaque fois qu’un nouveau test ou un
nouveau traitement deviendra disponible.
V- Biais de classement
2) Définition
Un biais de classement également connu sous le nom de « biais d’information », peut être
différentiel ou non différentiel et biais dans la façon de « classer » les malades ou les
expositions.
HC ajouté pour
la
compréhension
17
3) biais différentiel
Est dit « différentiel » :
Un biais de classement qui affecte DIFFEEREMMENT les exposés et les non-exposés dans
l’appréciation de la maladie.
OU
Un biais de classement qui affecte DIFFEEREMMENT les malades et les non malades dans
l’appréciation de l’exposition.
18
4) Biais NON-différentiel
Affecte de la même façon les exposés et les non- exposés dans l’appréciation de la
maladie.
> La mesure d’association entre exposition et maladie :
o gardera la même direction (effet protecteur ou délétère) que celle qu’elle aurait en
absence de biais,
o mais sera d’amplitude moindre (et pourrait de fait devenir non significative).
19
5) Prévention
Ne peuvent pas être corrigés au moment de l’analyse (des techniques existent, peu
employées).
Les prévenir en ayant des procédures systématiques de retrait d’information, identique
pour cas et témoins.
Mieux si l’enquêteur ne connait pas le statut « cas » ou « témoin » du participant.
20