Académique Documents
Professionnel Documents
Culture Documents
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...
3. DEVIS EXISTANTS POUR RÉPONDRE
À CE PROBLÈME
3 devis ont été utilisés 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 trials" sont des études qui visent à déterminer la plausibilité biologique d'une
intervention à travers des marqueurs de substitution
o Hausse/baisse d'un biomarqueur
o Efficacité clinique précoce
• N = 26 au début de l’étude
• 18 participants ont complété l’étude
Forces:
• Teste la plausibilité biologique d'un traitement
• Permet aux auteurs de mieux comprendre
comment conceptualiser une étude plus vaste
Faiblesses:
PROOF-OF-
• Design différent de l'étude finale
CONCEPT TRIAL
• 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
• Suivi d'au moins 95% des sujets
• Pas de consensus 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
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
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)
Voici la formule :
• 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 le mesurer
• La variabilité de l'effet n'est donc pas fiable
• « Because the effect size is overestimated, the sample size N for the main study
[…] will be underestimated and the resulting power attenuated. »1
• Lors du calcul de la taille d'échantillon pour l'étude finale il vaut mieux faire des
calculs de sensibilité avec différents paramètres
• On peut alors créer un tableau avec différents estimés d'échantillon et choisir selon:
• Budget
• Avis d'experts
• Niveau de confiance en l'étude pilote
1. Kraemer HC, Mintz J, Noda A, Tinklenberg J, Yesavage JA. Caution Regarding the Use of Pilot Studies to Guide Power Calculations for Study Proposals. Arch Gen Psychiatry. 2006;63(5):484–489.
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)
Exemple :
• Pour les lombalgies, on utilise le questionnaire de Roland and Morris (moyenne de 8 et un écart-
type de 4)
• Supposons que nous voulons évaluer une intervention peu coûteuse de telle sorte qu'une baisse de 1
point sur l'échelle standardisée est considérée comme valable (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 détecte un effet significatif, alors on peut procéder à l’étude suivante
(l’étude principale)
Forces:
• Aide à déterminer la faisabilité d’une étude
• Peut aider 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)
ÉTUDE PILOTE
Faiblesses:
• Faire attention aux estimations de l’effet et de la
variabilité due à la petite taille d’échantillon
peut entrainer des faux calculs de puissance
• Tendance à mettre l’emphase sur la signification
statistique et non la faisabilité
DEVIS ADAPTATIF (ÉTUDE
PILOTE INTERNE)
DÉFINITION : DEVIS ADAPTATIF
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
• Adaptation prospective: eg. cesser une étude pour futilité lors d'une analyse intérimaire
• Concurrente: eg. changer les critères d'inclusion, choisir un endpoint primaire, abandonner un bras de
traitement, etc.
• Retrospective: eg. 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
Pallmann P, Bedding AW, Choodari-Oskooei B, Dimairo M, Flight L, Hampson LV, et al. Adaptive designs in clinical trials: why use them, and how to run and report
them. BMC Med. 2018;16(1):29.
DÉFINITION : ÉTUDE PILOTE INTERNE
Bhatt DL, Mehta C. Adaptive Designs for Clinical Trials. N Engl J Med.
ÉTUDE PILOTE INTERNE: FORCES
1. Thabane L, Ma J, Chu R, et al. A tutorial on pilot studies: the what, why and how. BMC Med Res Methodol. 2010;10:1.
Published 2010 Jan 6.
2. Bhatt DL, Mehta C. Adaptive Designs for Clinical Trials. N Engl J Med. 2016;375(1):65-74
3. Kraemer HC, Mintz J, Noda A, Tinklenberg J, Yesavage JA. Caution Regarding the Use of Pilot Studies to Guide
Power Calculations for Study Proposals. Arch Gen Psychiatry. 2006;63(5):484–489.
4. Charles P, Giraudeau B, Dechartres A, et al. Reporting of sample size calculation in randomised controlled trials: review. BMJ
2009;338:b1732.
5. Brasher PMA, Brant FB. Sample size calculations in randomized trials: common pitfalls. Can J Anesth 2007;54:103-6.
6. 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.
7. Connelly, L. M. (2008). Pilot studies. Medsurg Nursing, 17(6), 411-2.
8. Hertzog, M.A. (2008). Considerations in determining sample size for pilot studies. Research in Nursing & Health, 31,180-191.
9. 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).
10. Isaac, S., & Michael, W. B. (1995). Handbook in research and evaluation. San Diego, CA: Educational and Industrial Testing
Services.
RÉFÉRENCES
10. Treece, E. W., & Treece, J. W. (1982). Elements of research in nursing (3rd ed.). St. Louis, MO:Mosby.
11. van Belle, G. (2002). Statistical rules of thumb. New York: John Wiley.
12. In, Junyong. "Introduction of a pilot study." Korean journal of anesthesiology 70.6 (2017): 601.
13. 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
14. 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
15. 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
16. 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).
17. 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.
18. Pallmann P, Bedding AW, Choodari-Oskooei B, Dimairo M, Flight L, Hampson LV, et al. Adaptive designs in clinical trials: why
use them, and how to run and report them. BMC Med. 2018;16(1):29.