Académique Documents
Professionnel Documents
Culture Documents
Pour les études de cohortes, calculera l'incidence dans les groupes d'exposition, le risque relatif et le risque attribuable
sur présentation d'un tableau de contingence 2 x 2. Interprétera ces risques.
• L’étude de cohorte est une étude pour laquelle, au départ, nous avons 2 groupes d’individus, l’un exposée et l’un non-
exposé à un facteur de risque. Nous les suivons sur une longue période de temps afin d’évaluer l’incidence d’une
maladie.
𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑙𝑎𝑑𝑖𝑒 𝑐ℎ𝑒𝑧 𝑙𝑒𝑠 𝑒𝑥𝑝𝑜𝑠é𝑠 (𝐹𝑢𝑚𝑒𝑢𝑟𝑠 𝑝𝑎𝑟 𝑒𝑥𝑒𝑚𝑝𝑙𝑒)
• Risque relatif : 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑙𝑎𝑑𝑖𝑒 𝑐ℎ𝑒𝑧 𝑙𝑒𝑠 𝑛𝑜𝑛−𝑒𝑥𝑝𝑜𝑠é𝑠 (𝑁𝑜𝑛−𝑓𝑢𝑚𝑒𝑢𝑟𝑠)
o Le risque relatif est lorsque l’on compare les risques reliés à la présence de l’exposition.
o Le risque relatif permet d’étudier l’aspect étiologique d’un facteur de risque pour une maladie.
o L’incidence est un estimé direct du risque de développer une maladie dans une période de temps donné.
o Il nous indique par combien est multiplié le risque de base de maladie chez les personnes exposées au
facteur étudié. (Si RR = 3, on a 3 fois plus de chance de contracter la maladie)
▪ Un RR = 1 indique que le facteur n’augmente ou ne diminue pas le risque d’incidence
▪ Un RR > 1 indique que le facteur augmente l’incidence. C’est donc un facteur de risque.
▪ Un RR < 1 indique que le facteur diminue l’incidence. C’est donc un facteur protecteur.
• Le risque attribuable (RA) est lorsque l’on fait la différence entre l’incidence (risque) chez les exposés (E) et l’incidence
(I) chez les non-exposés (NE). Cela nous permet d’obtenir le risque attribuable chez les exposés.
𝐴 𝐶
o 𝑅𝐴 = 𝐼 (𝐸) − 𝐼 (𝑁𝐸) = 𝐴+𝐵 − 𝐶+𝐷
o Un RA positif révèle un facteur de risque alors qu’un RA négatif révèle un facteur protecteur.
o Le RA représente le fardeau d’une maladie associé à un facteur de risque donné. Il indique l’incidence de tous
les cas imputables à ce facteur spécifique chez les exposés. Le risque chez les non-exposés représente donc le
risque « de base » (sans facteur de risque) de développer la maladie.
o Il indique combien le risque d’une maladie chez les exposés peut être diminué par une prévention primaire
(absence du facteur étudié). Donne une meilleure idée de l’impact du facteur en matière de santé publique.
• Le RE et le RA sont des paramètres, ainsi, leur valeur est rarement connue. Nous pouvons toutefois utiliser un
échantillon représentatif pour estimer le paramètre
Étude de cohorte
• Dans ce type d’étude, on sélectionne un échantillon représentatif de personnes étant exposées et un échantillon
de personnes non-exposées. On suit ensuite les personnes durant une période assez longue pour que la maladie
puisse se développer chez un nombre suffisant d’individus.
o Les personnes dans chaque groupe d’exposition partagent une expérience commune dans un temps défini,
chaque groupe forme alors une cohorte
o Dans plusieurs études, l’exposition ne pourra être dichotomique → différents niveaux d’exposition
o Les personnes sont exemptes de la maladie au début de l’étude
Présentera un schéma d'étude de cohortes visant à évaluer une hypothèse de recherche qui lui sera présentée.
• On peut ainsi estimer l’incidence de la maladie dans chacune des cohortes, le ratio des incidences estimées est un
estimé de RR noté RR^ (l’accent circonflexe sur le 2e R signifie estimateur de)
• La différence des incidences estimées est un estimé de RA noté RÂ
• Spécifier la durée de l’étude lors du calcul d’incidence et de RA (cas/personnes/X ans)
• Ensuite, des conclusions pourront être portées sur RR à partir de notre estimateur RR^ en utilisant la statistique
inférentielle :
o Construire un intervalle de confiance autour de RR^ et regarder si 1 (la valeur dénotant l’absence d’association
entre l’exposition et la maladie) appartient à cet échantillon OU
o Utiliser un test du khi-carré pour tester H0 = 1 vs H1 : RR 1. Les hypothèses font toujours intervenir RR et non
l’estimé
• Si 1 appartient à l’intervalle de confiance autour de RR^ ou que H0 n’est pas rejetée → l’exposition n’est pas associée
au risque
• Si 1 n’appartient pas à l’intervalle de confiance autour de RR^ ou que H0 est rejetée → association entre le facteur
étudié et l’état de santé dans la population
• L’INCIDENCE NE SE CALCULE QUE DANS LE CAS D’ÉTUDE DE COHORTE
Étude de cas-témoins
• L’étude cas-témoins est une comparaison entre un groupe cas (gens atteints de la maladie) et un groupe témoin (gens
sans la maladie). On détermine par la suite s’il y a eu exposition au facteur suspect avant le développement de la
maladie pour les cas et avant l’entrée dans l’étude pour les témoins.
• Contrairement à l’étude de cohortes, les personnes ont été choisies selon la présence de la maladie
o Ainsi, on aura les cas, soit ceux ayant été diagnostiqués avec la maladie
o Et les témoins, les personnes sans la maladie auxquelles sont comparés les cas
Présentera un schéma d'étude cas-témoins visant à évaluer une hypothèse de recherche qui lui sera présentée.
• Il est alors impossible de calculer les risques relatifs et attribuables, puisqu’il n’est plus question d’incidence, mais de
prévalence. L’incidence ne se calcule que dans les études de cohortes.
• C’est plutôt le rapport (odds) des cas exposés au facteur suspect sur ceux non exposés au facteur et le rapport des
témoins exposés au facteur suspect sur ceux non exposés qui seront comparés
• Si le rapport est plus grand chez les cas que chez les témoins, on jugera qu’une association existe entre le facteur
suspect et l’état de santé étudié
Pour les études cas-témoins, calculera et interprétera un « odds ratio » sur présentation d'un tableau de contingence.
• Un odds est le rapport (le numérateur n’est pas inclus dans le dénominateur) de la fréquence d’un évènement (a) sur
la fréquence de l’absence d’un évènement (c) dans un échantillon (a + c).
Indiquera, sur présentation d'une liste de caractéristiques, celles se rapportant aux études de cohortes ou cas-témoins.
Énoncera les principales caractéristiques d'une étude transversale.
• Type d’étude d’observation qui consiste à recueillir, au même moment, des informations sur un facteur de risque
donné et une maladie.
• Se fait par une méthode d’échantillonnage dans la population (souvent choisi au hasard)
• Elles mesurent la fréquence d’une maladie ou d’un facteur de risque à un moment donné et sont appelés études de
prévalence. L’absence de suivi ne permet pas de calculer une incidence. Toutefois, il est possible de calculer un odds
ratio, qui correspond à un estimé du risque relatif de la maladie associé à une exposition.
Indiquera, sur présentation d'une liste, les caractéristiques propres aux essais cliniques et communes aux études
prospectives de cohortes.
• Les essais cliniques nécessitent une intervention de la part de l’équipe de recherche, contrairement aux études
d’observation que sont les études de cohortes et les études cas-témoins.
• Ressemble beaucoup, en termes de séquence, à une étude prospective de cohortes.
• Différence : l’équipe décidera de la répartition des sujets aux groupes d’exposition. Cette répartition se fait de
préférence au hasard (randomisation).
• La randomisation est une différence majeure entre un essai clinique et une étude de cohortes. Son intérêt est qu’elle
augmente les chances que les groupes d’exposition aient des caractéristiques similaires en termes de sexe, d’âge et
d’état de santé.
Indiquera, sur présentation d'une description de protocole d'essai clinique, le mode d'évaluation utilisé (simple, double
ou triple insu) et le type d’analyse (en intention de traiter ou non).
Mode d’évaluation
• Simple insu (à l’aveugle) : Les participants ne savent pas à quels groupes ils appartiennent.
o Ex : Placebo ou traitement
• Double insu : Lorsque les participants et les observateurs ne savent pas qui est dans quel groupe.
• Triple insu : Lorsque les participants, les observateurs et les gens analysant les résultats ne savent pas qui est dans
quel groupe.
→ Phénomène de croisement : Lorsqu’un patient recevant le placebo prend de l’aspirine en vente libre pour soulager
son malaise alors que le traitement offert l’autre groupe d’étude est l’aspirine.
Mode d’analyse
• Intention de traiter : Analyse comparant les participants selon un groupe qui leur a été assigné avec la randomisation
en début d’étude, et ce, peu importe qu’il y ait eu ou non un croisement non planifié en cours de route. Les groupes
ont ainsi plus de chances d’être similaire.
Introduction
• La médecine factuelle est de déterminer la qualité des preuves par une évaluation critique, c’est-à-dire en appliquant
les règles de la science et du bon sens pour évaluer la qualité des articles publiés.
• L’évaluation critique : Consiste à juger de la validité des méthodes et des procédures utilisées pour recueillir les
données, à repérer les biais possibles, à évaluer la pertinence de l’analyse, l’exhaustivité du compte rendu et les
conclusions tirées, et à vérifier si l’étude est conforme aux codes d’éthique de la recherche.
• Une étude doit être réfutable, logique, intégrale, honnête, reproductible et suffisante.
• Les méthodes quantitatives se fondent sur des données pouvant être quantifiées ou converties en format numérique.
• La recherche qualitative emploie des informations non numériques pour explorer les caractéristiques des individus et
des groupes et arrive à des résultats qu’il est impossible d’obtenir par des techniques de statistiques ou d’autres
méthodes quantitatives.
o Elle est davantage explicative.
Quantitative Qualitative
Inductive (par d’un cas précis pour arriver à une Déductive (par d’une théorie générale pour arriver à une
conclusion) explication précise)
Explique pourquoi et ce que cela veut dire Explique quoi, combien et dans quelle mesure
Capte des renseignements étoffés auprès d’un petit Obtient des estimations numériques de la fréquence, de
nombre de participants la gravité et des associations à partir d’un grand nombre
de participants
• Les méthodes quantitatives permettent d’étudier des associations statistiques entre les variables.
• Le but des méthodes quantitatives est de découvrir les facteurs causaux qui influencent l’état de santé.
• Les critères d’inférence d’une relation causale sont :
o Relation chronologique (exposition antérieure à l’apparition de la maladie)
o Force de l’association (personnes malades exposées versus personnes saines non-exposées)
o Intensité ou durée de l’exposition
o Spécificité de l’association (si un facteur de risque est associé de façon constante à une seule maladie)
o Constance des résultats
o Cohérence ou plausibilité des résultats.
o Cessation de l’exposition (si on enlève l’agent causal d’une population, l’incidence d’une maladie devrait
diminuer)
Chapitre 5 : Le dépistage
Prévention
5.1 Indiquera, sur présentation d'une situation clinique, les périodes où se situeraient les activités de prévention
primaire, secondaire et tertiaire.
• Primaire → On empêche le développement de la maladie (action au niveau de l’incidence)
Ex : Vaccination et modification des habitudes de vie (sport et alimentation)
• Secondaire → Après le développement de la maladie, on empêche sa progression ou sa persistance, et dans les cas
possibles, on guérit la personne. (Action au niveau de la prévalence)
Ex : Dépistage et traitements qui élimineront la maladie (ex : antibiotique).
• Tertiaire → Lorsque que la guérison n’est plus une option, on tente de diminuer l’impact de l’état chronique de la
maladie en empêchant la dégradation de son état ou en ralentissant la progression
Ex : Contrôle du diabète par l’insuline, diurétique dans le cas de l’hypertension.
• Il faut évaluer le rendement de ce test de dépistage → la nécessité d’un test diagnostique est expliquée par la
présence de faux positifs et de faux négatifs
o Il faut confronter les résultats du test de dépistage avec ceux de l’examen diagnostique qui assure la présence
de la maladie dans un tableau de contingence
• La sensibilité du test de dépistage est la proportion de vrais positifs (a) chez tous les sujets atteints de la maladie (a +
c).
o Sensibilité́ = a / (a + c).
• La spécificité du test de dépistage est la proportion de vrais négatifs (d) chez tous les sujets exempts de la maladie (b
+ d).
o Spécificité = d / (b + d).
• Le complément de la spécificité (1 – spécificité) nous indiquera la proportion faussement identifiée par le test comme
ayant la maladie.
→ Notons que la sensibilité et spécificité sont des indices de validité intrinsèque des tests.
On fait des tests de dépistage, afin d’éviter de faire trop de tests diagnostiques qui sont généralement très couteux. On
utilise donc 2 autres valeurs :
• Valeur prédictive positive (VPP) = Proportion des vrais positifs (a) sur tous ceux classés positifs par le test (a+b). Ainsi,
VPP = a/(a+b).
• Valeur prédictive négative (VPN) = Proportion des vrais négatifs (d) sur tous ceux classés négatifs par le test (c+d).
Ainsi, VPN = d/(c+d).
• Avant d’instaurer une nouvelle méthode ou tout changement dans sa pratique (outil de dépistage, médicament, …),
il faut en évaluer la valeur → se demander quelles preuves existent quant à la valeur de cette nouveauté
• Une hiérarchie permet de servir de guide approximatif en classant les données de recherche en fonction du niveau de
la preuve scientifique
o En haut de la hiérarchie, la preuve est généralement considérée solide, peu sujette à des biais ; plus on
descend dans la liste, plus il est possible que les résultats soient erronés, peu fiables.
• Au sommet de la liste, on part du principe qu’une seule étude ne fait pas toujours un résultat digne d’être appliqué
o Une publication qui recense et analyse toutes les études de grande qualité (essais cliniques avec répartition
aléatoire) faites autour du problème d’intérêt → valeur supérieure = REVUE SYSTÉMATIQUE
o Combinaison mathématique des résultats de plusieurs études pour augmenter la précision de l’estimation =
MÉTA-ANALYSE
• Si de telles synthèses ne sont pas disponibles → études randomisées (moins de chance d’avoir des résultats erronés)
• Il ne faut toutefois pas se fier aveuglément à la hiérarchie → bonne étude de cohorte de grande taille avec un
excellent suivi > petite étude randomisée
• On doit tenir compte de la qualité méthodologique d’une étude aussi et non seulement de son devis
Se servira de l’acronyme PICOT pour décrire une question de recherche.
• Pratique dans PubMed
• Ça devient les mots clés de recherche
Exercice #7 : Vingt-deux mille personnes participent à un essai clinique comparant l’effet de faibles doses d’aspirine
(325 mg aux deux jours) à un placebo dans la réduction de la mortalité́ par infarctus. Après 5 ans, 139 des 11 000 sujets
traités à l’aspirine sont décédés par infarctus alors que ce nombre est de 239 chez les 11 000 patients traités au placebo.
Primer
Suite du chapitre 6
Chapitre 9 - Dépistage
But du dépistage
• Le dépistage a pour objectif de détecter la maladie tôt, avant qu’elle ne se manifeste cliniquement
o Application d’un test ou procédure pour des personnes asymptomatiques dans le but de les classer dans 2
groupes :
▪ Groupe 1 : Haut risque de développer la maladie clinique
▪ Groupe 2 : Faible risque de développer la maladie clinique
o Cela permet de traiter les personnes à hauts risques afin de prévenir les effets de la maladie → on assume
que la maladie diagnostiquée tôt répond mieux au traitement que celle qui commence déjà à se développer
cliniquement
o LE RESTANT DU DOC S’EST EFFACÉ KILL Mi
Schémas de classification
Catégorie de preuve
• IA : Preuve d’une méta-analyse d’études randomisées contrôlées
• IB : Preuve d’au moins une étude randomisée, contrôlée
• IIA : Preuve d’au moins une étude contrôlée sans randomisation
• IIB : Preuve d’au moins un autre type d’étude quasi-expérimentale
• III : Preuve d’études non-expérimentales descriptive, tels que des études comparatives, de corrélation et de cas-
contrôle
• IV : Preuve provenant de rapport, d’opinions ou d’expérience clinique d’un comité d’experts, d’autorités
respectées ou des deux
Force de la recommandation
• A : Basée directement sur des preuves de catégorie I
• B : Basée directement sur des preuves de catégorie II ou des recommandations extrapolées de preuves de
catégorie I
• C : Basée directement sur des preuves de catégorie III ou des recommandations extrapolées de preuves de
catégorie I ou II
• D : Basée directement sur des preuves de catégorie IV ou des recommandations extrapolées de preuves de
catégorie I, II ou III
On peut prendre un nomogramme ou le calculer à on veut transformer une probabilité prétest en probabilité post-test
• Calculs :
1. Transformer probabilité en ODDS
o Pour x%, oddsx : (100-x)
2. Multiplier ODDS par LR+ ou LR-selon résultats
o LR + = Sensibilité/(1-spécificité)
o LR -= (1-sensibilité)/spécificité)
3. Transformer ODDS en probabilité
o Pour oddsa : b, probabilité = a / (a + b)
• Nomogramme
o Gris = likelihood de 1 (au milieu) test n’a pas aidé, rien gagné du tout
o Test pathognomonique = test parfait = LR = 100%
o LR négatif à confirmer que la patient n’a pas la maladie
o Plus test est bon pour confirmer le diagnostic à plus LR est élevée
o Test + augmente probabilité d’avoir la maladie
o Test – augmente probabilité de ne pas avoir la maladie
o Est-ce que test est efficace ou pas ? à LR