Académique Documents
Professionnel Documents
Culture Documents
10 juin 2021
Agnès Dechartres
agnes.dechartres@aphp.fr
188 étudiants/549 (34%...)
Q1: L’ objectif principal de cette étude était (une seule réponse):
Réflexe PICO pour l’objectif
Facteur d’exposition
Critère de jugement
Population
B faux
La base de données en médecine
générale ne comprend que 5% de la
population
C faux
Seuls les sujets de moins de 35 ans avec de l’insuline dans
les 3 mois du diagnostic … étaient exclus
E faux
Seuls les sujets avec un diagnostic d’insuffisance
cardiaque étaient exclus
Justement l’intérêt de cette étude était de regarder les
patients avec et sans antécédent cardiovasculaire
Type d’étude ici
Observationnelles Expérimentales ou
(aucun contrôle sur le interventionnelles
facteur/intervention étudié) (manipulation du
facteur/intervention étudié)
• Cohorte prospective
Exposition Maladie
temps
Début d’enquête
• Cohorte rétrospective
Début d’enquête
On reconstitue a posteriori une
cohorte d’exposés ou non (mais les
évènements se sont déjà passés) Maladie
Exposition
temps
Cas particulier: le cas témoin niché dans une cohorte
pre-existante
• On part d’une cohorte pre-existante
– Cela peut être par exemple un registre
• Facteurs de confusion
– Ceux sur lesquels on ajuste dans le modèle multivarié
– Pas toujours de résultats rapportés
• Ici pas d’HR pour l’âge, le sexe,…
• Critère de jugement
– La maladie ou l’évènement que l’on cherche à expliquer
Rappel PICO
Facteur d’exposition
Critère de jugement
Population
• Causalité inverse
Causalité inverse
• Dans une étude épidémiologique étiologique, ce que l’on tend à montrer (mais
qu’on ne peut pas montrer à partir d’une seule étude, il faudra discuter les
critères de Bradford Hill) est que le facteur d’exposition est la cause de
l’outcome
• La causalité inverse est le fait que le facteur d’exposition est un marqueur
précoce de l’outcome et non sa cause
– Autrement dit: l’outcome (ou comme c’est le cas ici le fait que l’outcome soit proche)
entraine le facteur d’exposition
– Donc ici: l’insuffisance cardiaque facteur de risque de décès entraine une pression
artérielle plus basse
• C’est pour cela que ces patients sont exclus
Q5: Le taux de décès a été estimé à 48.3 pour 1000 patients années.
Que peut-on dire :
=20%
Q5: Le taux de décès a été estimé à 48.3 pour 1000 patients années.
Que peut-on dire :
A. Cela correspond au ratio entre les 25495 décès et les 126092 personnes incluses dans
cette étude Non car ce ratio ne prend pas en compte la durée de participation de chaque sujet
B. Il prend en compte la durée de participation de chaque sujet définie comme la
durée entre la date de diagnostic et la date de décès, de perdu de vue ou le 31
décembre 2005, selon ce qui survenait en premier
C. Cela correspond à 48.3 décès pour 1000 personnes suivies pendant un an
D. Cela signifie que toutes les personnes avaient la même durée de suivi
E. Sur 2000 sujets suivis 6 mois, on s’attendrait à observer entre 48 et 49 décès
C’est l’interprétation de ce
taux d’incidence Faux!
Prend en compte la durée de
participation de chaque sujet
Personne-temps
– Variable censurée
• Evènement (oui/non) et délai jusqu’à la survenue de cet évènement
• Exemple: délai jusqu’au décès ou survie ou mortalité (sans précision)
Cf poly de LCA: tableau résumé
Analyse statistique
• Avant toute chose: quel est le type de variable?
– Variable censurée
• Evènement (oui/non) et délai jusqu’à la survenue de cet évènement
• Exemple: délai jusqu’au décès ou survie ou mortalité (sans précision)
Données censurées
• Analyse univariée:
– Comparaison de plusieurs courbes de survie à l’aide du test du Log-Rank
• Analyse multivariée:
– Modèle de Cox : modélisation du risque instantané de décéder en fonction d’une ou
plusieurs variables prédictives
– Risque instantané = risque observé entre un temps t et t + dt
– « Hazard Ratio », ou rapport des risques instantanés de décéder
Analyse descriptive
Temps
(mois)
40
Analyse descriptive
Temps
(mois)
On ne peut pas toujours l’estimer (il faut que la moitié des patients aient eu
41
l’évènement
Analyse univariée: test du log-rank
Analyse multivariée: modèle de Cox
• Modèle de Cox
– Qui repose sur une hypothèse de proportionnalité des risques
• Que les auteurs sont censés vérifier
1
HR
• Étude 1: absence d’association
• Étude 2: facteur de risque
• Étude 3: facteur protecteur
47
Interprétation d’un Risque relatif/hazard ratio
• HR=1,40
– Risque multiplié par 1,4 dans la catégorie évaluée par rapport à la catégorie de
référence (indiquée par un HR=1 sans IC à 95%)
– Augmentation relative du risque de 40% dans la catégorie évaluée par rapport à la
catégorie de référence (indiquée par un HR=1 sans IC à 95%)
• HR=0,70
– Risque multiplié par 0,70 dans la catégorie évaluée par rapport à la catégorie de
référence (indiquée par un HR=1 sans IC à 95%)
– Réduction relative du risque de 30 % dans la catégorie évaluée par rapport à la
catégorie de référence (indiquée par un HR=1 sans IC à 95%)
48
Catégorie de référence pour l’analyse multivariée
Commençons par les items portant sur la PA systolique!
A faux
On a bien un HR=2.79 soit un risque de
décès multiplié par 2.79 mais par rapport
à la catégorie de référence (identifiée par
un HR=1) c’est-à-dire par rapport aux
sujets avec atcd cardiovasculaire et une
PAS entre 130 et 139 (usual control)
Commençons par les items portant sur la PA systolique!
E vrai
L’association était retrouvée chez
les sujets avec et sans atcd
cardiovasculaire
Passons aux items sur la pression artérielle diastolique
B vrai
On a un HR=1.54 soit une
augmentation relative du
risque de 54% chez les sujets
avec une PAD<70 par rapport à
la catégorie de référence (les
sujets avec une PAD entre 80
et 84)
C faux
On a bien un risque
significativement plus élevé
mais par rapport à la catégorie
de référence (PAD entre 80 et
84)
On ne peut rien dire sur la
comparaison entre PAD<70 et
PAD entre 70 et 74
D faux
Non significatif
Q8: L’association entre pression artérielle basse et mortalité toutes
causes confondues peut s’expliquer par :
Question classique
E vrai
Q9: Les résultats de cette étude incitent à:
Attention terme beaucoup trop fort
On est ici dans une étude observationnelle
Attention à ne pas surinterpréter les résultats
Les auteurs sont prudents dans l’interprétation des résultats