Académique Documents
Professionnel Documents
Culture Documents
Présentation Défi
Présentation Défi
DE TAILLE D’ÉCHANTILLON EN
L'ABSENCE DE DONNÉES
PRÉLIMINAIRES
• Une étude doit utiliser le nombre minimum de patients pour répondre à sa question
Échantillon trop petit
o manque de puissance
o Inconcluante et non éthique
Échantillon trop grand
o Gaspillage des ressources
o Patients exposés sans raison à un traitement moins efficace
Toutes les interventions commencent cependant sans données préalables sur leur efficacité.....
On effectue donc généralement une étude préliminaire
3. DEVIS EXISTANTS POUR RÉPONDRE
À CE PROBLÈME
3 devis ont été utilisé dans la littérature pour répondre à cette question
1. Le proof-of-concept trial
2. L'étude pilote
3. Le devis adaptatif
PROOF-OF-CONCEPT TRIAL
PROOF-OF-CONCEPT TRIAL
• Les "Proof-of-concept trial" sont des études qui visent à déterminer la plausibilité biologique d'une
intervention en cherchant des surrogate marker de l'intervention
• La hausse/baisse d'un biomarqueur
• Efficacité clinique précoce
PROOF-OF- Faiblesses:
CONCEPT TRIAL • Design différent de l'étude finale
• End-points différents
• Donne un estimé irréaliste de la DCM et de la
variabilité et devrait seulement guider
grossièrement le calcul de la taille d'échantillon
ÉTUDE PILOTE
DÉFINITION : ÉTUDE PILOTE
Étude pilote
• Étude préliminaire à petite échelle menée afin de déterminer la faisabilité, le coût, les risques avant de mener
un projet similaire à plus grande échelle
• Buts : faisabilité de l’étude principale
Évaluer les critères d’inclusions et d’exclusions
Évaluer les méthodes de recrutement
Évaluer le respect du protocole par les cliniciens et les patients
Vérifier les procédures de collecte de données ainsi que la qualité des données
Fournir des estimations de l'effet et de la variation qui peuvent servir à calculer la taille de l'échantillon d'études
plus importantes
Calculer le budget pour des demandes de fonds
EXEMPLE
• Étude pilote pour savoir si une grosse étude sur l'anesthésie épidurale au Canada en post-
opératoire est réaliste
• Cibles:
• Recrutement d'un patient par semaine par site
• 70% des patients éligibles sont recrutés
• Pas plus de 5% de cross-over entre les modalités
• FU dans au moins 95% des sujets
• Pas de concensus clair sur la taille d’échantillon (pour estimer les paramètres) :
Hill (1998) : 10 à 30
Julious (2005) & van Isaac & Michael Treece (1982) : 10%
participants pour les
Belle (2002) : 12 (1995) : 10 à 30 de la taille de
études pilotes dans la
participants par groupe participants l'échantillon du projet
recherche par sondage
EXEMPLES DE CALCUL DE
TAILLE D’ÉCHANTILLON
VIECHTBAUER ET AL. (2015)
Viechtbauer W, Smits L, Kotz D, et al. A simple formula for the calculation of sample size in pilot studies. J Clin Epidemiol. 2015;68(11):1375-1379. doi:10.1016/j.jclinepi.2015.04.014
VIECHTBAUER ET AL. (2015)
• On utilise les données obtenues dans cette étude pilote pour calculer l'échantillon
nécessaire dans l'étude finale
• Il faut faire attention car les études pilotes permettent seulement de détecter un effet
et non pas de bien l'évaluer
• La variabilité de l'effet n'est donc pas fiable
• Lors du calcul de la taille d'échantillon pour l'étude finale il vaut mieux faire des
calculs de sensibilité pour différentes variabilités
• On peut alors crée une table avec différents estimés d'échantillon et choisir en
fonction des autres paramètres
• Budget
• Avis d'expert
• Niveau de confiance en l'étude pilote
COCKS ET AL. (2013)
Cocks K, Torgerson DJ. Sample size calculations for pilot randomized trials: a confidence interval approach. J Clin Epidemiol. 2013;66(2):197-201. doi:10.1016/j.jclinepi.2012.09.002
COCKS ET AL. (2013)
• Suggère qu’il faut faire un calcul de taille d’échantillon et non pas seulement se
baser sur des tailles fixes
• Surtout utile lorsqu’on a une idée de l’effet attendu dans un ECR
• Approche alternative : le calcul de la taille de l'échantillon est déterminé par
des critères objectifs par la taille d'échantillon proposée pour l'essai principal
en utilisant une approche par intervalle de confiance (IC) plutôt que d'utiliser la
méthode plus habituelle de puissance et de signification statistique
COCKS ET AL. (2013)
• Identifier une taille d'échantillon suffisante pour que si la différence observée entre les
deux groupes de l’essai pilote est nulle, alors la limite supérieure de l’intervalle de
confiance exclura l’effet qui serait considérée comme ''cliniquement significatif'' dans
l’étude principale
• Cela donnerait une base statistique pour le calcul de la taille de l'échantillon
• Taille d'échantillon sera assez grande pour décider de passer ou non à un essai de plus
grande envergure
• Toutefois, sans trop augmenter la taille vu cela augmente le coût, le temps nécessaire à
la conduite du pilote, et le risque d'exposer un plus grand nombre de patients soient
exposés à un traitement inefficace.
• Proposent un intervalle de confiance unilatéral de 80 % pour la prise de décision
concernant l'essai principal
• Au moins 9% de la taille de l’essai principal
COCKS ET AL. (2013)
COCKS ET AL. (2013)
Exemple :
• Pour les lombalgies, on utilise le questionnaire de Roland and Morris
• Supposons que nous voulions d'évaluer une intervention peu coûteuse de telle
sorte qu'une modeste modeste de 1 point est considérée comme valable (c'est-à-
dire une différence de 0.25 d'écart type)
• On voit sur le tableau que cela donne environ 504 participants (pour une
puissance de 80% et un alpha bilatéral de 5%)
• Si l’on cherche à calculer la taille avec un IC de 80% dont la limite supérieure
exclut le SD = 0.25, on obtient environ 46 participants (environ 9% de la
population totale)
• Si on fait l’étude pilote et on note un SD > 0, alors on peut procéder à l’étude
suivante (l’étude principale)
Forces:
• Aide à déterminer la faisabilité d’une étude
• Aide à déterminer la taille d’échantillon de
l’étude primaire par estimation de l’effet attendu
• Possibilité de faire partie de l’étude primaire
(voir section suivante : étude pilote interne)
Devis adaptatif : étude qui permet des changements dans le design ou dans les analyses statistiques en
cours de route dans le but d'augmenter la probabilité de succès de l'étude
• Adptation prospective: cesser une étude pour futilité lors d'une analyse interimaire
• Concurrente: changer les critères d'inclusion, choisir un endpoint primaire, abandonner un bras de
traitement, etc
• Retrospective: choisir le plan d'analyse en fonction des données disponibles
Il faut définir d'avance quelles sont les adaptations prévues, selon quels seuils et à quel moment dans
l'étude
DÉFINITION : ÉTUDE PILOTE INTERNE
1. Charles P, Giraudeau B, Dechartres A, et al. Reporting of sample size calculation in randomised controlled trials: review. BMJ 2009;338:b1732.
2. Brasher PMA, Brant FB. Sample size calculations in randomized trials: common pitfalls. Can J Anesth 2007;54:103-6.
3. Julious, Steven A. "Sample size of 12 per group rule of thumb for a pilot study." Pharmaceutical Statistics: The Journal of Applied Statistics in the Pharmaceutical
Industry 4.4 (2005): 287-291.
4. Connelly, L. M. (2008). Pilot studies. Medsurg Nursing, 17(6), 411-2.
5. Hertzog, M.A. (2008). Considerations in determining sample size for pilot studies. Research in Nursing & Health, 31,180-191.
6. Hill, R. (1998). What sample size is “enough” in internet survey research? Interpersonal Computing and Technology: An Electronic Journal for the 21st Century, 6(3-4).
7. Isaac, S., & Michael, W. B. (1995). Handbook in research and evaluation. San Diego, CA: Educational and Industrial Testing Services.
8. Treece, E. W., & Treece, J. W. (1982). Elements of research in nursing (3rd ed.). St. Louis, MO:Mosby.
9. van Belle, G. (2002). Statistical rules of thumb. New York: John Wiley.
10. In, Junyong. "Introduction of a pilot study." Korean journal of anesthesiology 70.6 (2017): 601.
11. Wittes J, Brittain E. The role of internal pilot studies in increasing the efficiency of clinical trials. Stat Med. 1990;9(1-2):65-72. doi:10.1002/sim.4780090113
12. Whitehead AL, Julious SA, Cooper CL, Campbell MJ. Estimating the sample size for a pilot randomised trial to minimise the overall trial sample size for the external
pilot and main trial for a continuous outcome variable. Stat Methods Med Res. 2016;25(3):1057-1073. doi:10.1177/0962280215588241
13. Viechtbauer W, Smits L, Kotz D, et al. A simple formula for the calculation of sample size in pilot studies. J Clin Epidemiol. 2015;68(11):1375-1379.
doi:10.1016/j.jclinepi.2015.04.014
14. Vaduganathan M, Harrington RA, Stone GW, Steg PG, Gibson CM, Hamm CW, et al. Variation in Patient Profiles and Outcomes in US and Non-US Subgroups of the
Cangrelor Versus Standard Therapy to Achieve Optimal Management of Platelet Inhibition (CHAMPION) PHOENIX Trial. Circ Cardiovasc Interv. 2016;9(6).
15. Choi PT, Beattie WS, Bryson GL, Paul JE, Yang H. Effects of neuraxial blockade may be difficult to study using large randomized controlled trials: the PeriOperative
Epidural Trial (POET) Pilot Study. PLoS One. 2009;4(2):e4644.