MB6 Épidémiologie Recherche clinique Année Universitaire

Description

Niveau: Supérieur

• exposé

MB6 - Épidémiologie - Recherche clinique Année Universitaire 2011-2012 Faculté de Médecine Montpellier-Nîmes JL Faillie - G Mercier - T Mura (Mise ligne 22/09/12 – LIPCOM-RM) Risque, causalité et biais MB6 ? septembre 2010 1 JL Faillie ? G Mercier ? T Mura Objectifs pédagogiques ?Définir ce qu'est un facteur de risque ?Définir et calculer le risque relatif l'Odds ratio et la          ,          fraction de risque attribuable ?Indiquer les arguments qui plaident en faveur du  caractère causal d'un facteur de risque ?Définir ce qu'est un biais et citer les principaux types  de biais (sélection, information, confusion) à partir  2 d'exemples concrets. ?Définir ce qu'est un facteur de confusion Plan ?Notion de facteur de risque ?Notion de causalité et critères de causalité ?M d' i ti t d'i tesures  assoc a on e   mpac ?Notion de biais ?Biais de sélection ?Biais d'information ?Biais de confusion, facteur de confusion 3 Plan ?Notion de facteur de risque ?Notion de causalité et critères de causalité ?M d' i ti t d'i tesures  assoc a on e   mpac ?Notion de biais ?Biais de sélection ?Biais d'information ?Biais de confusion, facteur de confusion 4

• mesures d'association et d'


• ?définir ce qu'est un facteur de confusion


• années universitaires


• mesures d'association et d'


• risque


• ?l'or est une bonne approximation du rr si la maladie est rare 


• faculté de médecine de montpellier-nîmes

Sujets

• Exposé
• Risqué

Informations

• Publié par: profil-nechor-2012
• Nombre de lectures: 70
• Langue: Français

Extrait

MB6 "Épidémiologie  Recherche clinique"

Risque,causalitéetbiais

MB6‐se tembre2010 JLFaillie‐GMercier‐TMura

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresassoc a onempac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

JL Faillie  G Mercier  T Mura

Plan

1

3

Année Universitaire 20112012

Objectifspédagogiques

 Définircequ’estunfacteurderisque ,’ fractionderisqueattribuable  Indiquerlesargumentsquiplaidentenfaveurdu caractèrecausald’unfacteurderisque  Définircequ’estunbiaisetciterlesprincipauxtypes debiaissélection,information,confusionàartir d’exemplesconcrets.  Définircequ’estunfacteurdeconfusion

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresassoc a onempac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

(Mise ligne 22/09/12 – LIPCOMRM) Faculté de Médecine MontpellierNîmes

Plan

2

4

MB6 "Épidémiologie  Recherche clinique"

Notiondefacteurderisque

 Risque: =probabilitédesurvenued’unemaladiedansunepopulationaucoursd’une périodedonnée. .

 Facteurderisque: =facteurconnupourêtreassociéàunemaladie. UnfacteurFestunfacteurderisquepourunemaladieMsil’expositionau facteurFmodifielaprobabilitéd’apparitiondelamaladieM. L’étudedecetteassociationestl’objectifdesenquêtesépidémiologiques analytiques. Lesfacteursderisquesontd’originetrèsdiverse. ATTENTION:unfacteurderisquen’estpastoujoursunfacteurétiologique(ou causal).

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresonassoc a empac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

JL Faillie  G Mercier  T Mura

Plan

5

7

Année Universitaire 20112012

Notiondefacteurderisque

Typologiedesfacteursderisqueselonleurorigine:  FRliéàl’hôte(endogènes):  Age,sexe Facteursquesg n t  Certainesmaladies(HTA,Immunodépression…)  FRliéaucomportementdel’hôte:  Habitudesalimentaires  Activitéssportives  Tabac,alcool,médicaments…  FRliéàl’environnement(exogènes):  Biologiques(virus,bactéries…)  Physico‐chimiques(bruit,climat,pollution,radioactivité…)  Socioéconomiques(profession,revenus…)  Psychologiques(stress,solitude…)

Notiondecausalitéetcritèresdecausalité

 ATTENTION:associationetcausalitésontdifférentes.

 Causalité: =rapportentreunfacteurcausal(ouétiologique)etunemaladie

 Enmédecine,unecausepeutavoirplusieurseffets(ex:tabac)et unemaladiepeutavoirplusieurscauses(ex:AVC).

 L’actionsurunfacteurcausalpermetdoncdediminuerla fréquencedelamaladie.

 L’étudedel’associationentreunfacteuretunemaladien’est qu’uneétapedeladémonstrationdelacausalité.

(Mise ligne 22/09/12 – LIPCOMRM) Faculté de Médecine MontpellierNîmes

6

8

MB6 "Épidémiologie  Recherche clinique"

Notiondecausalitéetcritèresdecausalité

 L’identificationdefacteurscausauxestlebutultimede l’épidémiologie.

 Lesenquêtesobservationnellesnesontpasexpérimentales:elles nepermettentpasàellesseulesdedémontrerlacausalité.

 Pourdémontrerlecaractèrecausaldel’associationentreun facteuretunemaladie,lescritèresdeHilldoiventêtreétudiés(cf. .

 Uneseuleenquêteobservationnellenesuffitjamaisàexaminer touscespoints!!

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresonassoc a empac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

JL Faillie  G Mercier  T Mura

Plan

9

11

Année Universitaire 20112012

Notiondecausalitéetcritèresdecausalité(Hill)

 Existenced’uneassociationstatistiqueentrelefacteuretla maladie  Forcedecetteassociation(ImportanceduRRoudel’OR) AbsencedeBiaismajeur,priseencomptedesautresacteursde risqueconnus  Relationdose‐effet  CohérenceChronologique:L’expositionaufacteurprécède l'apparitiondelamaladie  Constancedel'associationetreproductibilitédesrésultatsdes

 Cohérenceaveclesconnaissancesactuelles(physiopathologie, expérimentation)  Unemodificationdel’expositionaufacteurderisqueinduitune modificationdel’incidencedelamaladie

Mesuresd’associationetd’impact

 Mesuresd’association: Association=relationouliaisonstatistiqueentrelefacteuretla maladie. Unemesured’associationpermetdequantifierl’intensitédecette relation.

Mesuresd’associationutiliséesenépidémiologieanalytique:  Enquêtesdecohorteexposés– nonexposés:RisqueRelatif(RR)

(Mise ligne 22/09/12 – LIPCOMRM) Faculté de Médecine MontpellierNîmes

10

12

MB6 "Épidémiologie  Recherche clinique"

Mesuresd’associationetd’impact

 RappelssurlecalculduRisqueRelatif(cf.coursprécédent):

Exposé Nonexposé Total

Malade a c a+c

I E I E

Nonmalade b d b+d

a a b c cd

Total a+b c+d a+b+c+d

Mesuresd’associationetd’impact

 InterprétationduRisqueRelatifetdel’OddsRatio:  siRR=1Pasdelienentrelefacteuretlamaladie  siRR>1 L’expositionconstitueunrisque  siRR<1 L’expositionestunfacteurprotecteur

 L’ORestunebonneapproximationduRRsilamaladieestrare

 ORetRRdoiventêtreprésentésavecunintervalledeconfianceà  sil’IC95%necontientpaslavaleur1,l’associationeststatistiquement significative  sil’IC95%contientlavaleur1,l’associationn’estpasstatistiquement significative.

JL Faillie  G Mercier  T Mura

13

15

Année Universitaire 20112012

Mesuresd’associationetd’impact

 Rappelssurlecalculdel’OddsRatio(cf.coursprécédent):

Expositionprésente Expositionabsente Total

OR

Cas a c a+c

FE K K FE T  1FE  T

Témoins b d b+d

bc

Mesuresd’associationetd’impact

 RRetORsontdesMesuresd’association

etunemaladieauniveauindividuel

 ExempleRR=3signifiequ’unsujetexposéaufacteura3fois plusderisquesd’êtremalade.

(Mise ligne 22/09/12 – LIPCOMRM) Faculté de Médecine MontpellierNîmes

14

16

MB6 "Épidémiologie  Recherche clinique"

Mesuresd’association etd’impact

 Mesured’impact:  L’impactdésignel’importancedufacteurderisqueauniveaudela population.  Silefacteurestrare,ilneseraresponsablequed’unepetitepartiedescas delamaladiedanslapopulation.

 LeRisqueAttribuableouExcèsderisque:exprimel’augmentationde Risquedueàlaprésencedufacteurd’exposition  LaFractiondeRisqueAttribuable:correspondàlaproportiondecasdans .

 Ceraisonnementn’estvalidequ’enprésenced’unerelationcausaleentre lefacteuretlamaladie.

Mesuresd’association etd’impact

 CalculdelaFractiondeRisqueAttribuable(FRA):  C’estlaproportiondecasquel’onéviteraitdanslapopulationgénéralesion éradiquaitlefacteurderisque population,notéeFR.

FRA=FR(RR‐1)/(1+FR(RR‐1))

 FRAaugmentelorsqueRRaugmenteoulorsqueFRaugmente. Exemples: Associationentretabacetcancerdevessie:RR=2.6  Si50%defumeursdanslapopulation(FR=0.5):FRA=0.5(2.6‐1)/(1+0.5(2.6‐1))= 0.44(44%descancersdevessiesontdusautabac)  Si10%defumeursdanslapopulation(FR=0.1):FRA=0.1(2.6‐1)/(1+0.1(2.6‐1))= 0.14(14%descancersdevessiesontdusautabac)

JL Faillie  G Mercier  T Mura

17

19

Année Universitaire 20112012

Mesuresd’association etd’impact

Calcul du Risque Attribuable (RA) : exprime l’augmentation de l’incidence de la Maladie attribuable à la présence du facteur d’exposition =

Fournit une estimation du nombre de cas qui pourraient être évités si l'exposition était suppriméedans le groupe exposé(on suppose que la relation entre l'exposition et le décès est causale).

Exemple : Association entre contraception oestroprogestative (COP) et maladie thromboembolique veineuse (MTEV) : RR = 3  ’ = Incidence en présence de COP = 15 / 100 000 femmes/années Risque attribuable : 10 pour 100 000 femmes/années

Pour une population de 100 000 femmes exposées on aurait 10 MTEV en plus attribuables au facteur E, par rapport à une population de 100 000 femmes non exposées. Si on supprime le facteur d'exposition chez 100 000 femmes pendant un an, on évite 10 MTEV

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresonassoc a empac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

(Mise ligne 22/09/12 – LIPCOMRM)

Faculté de Médecine MontpellierNîmes

Plan

18

20

MB6 "Épidémiologie  Recherche clinique"

Notiondebiais

 Définition: Unbiaisestuneerreursystématiquequifausselesrésultatsdansunsensdonné. Attention:nepasconfondreavec: erreuro rea a onuc ua onnagec an quouc esurunempr c s on  erreurdansuneconclusionstatistique(risquesalphaetbêtaoumanquede puissance). Onclasselesbiaisen3famillesselonleurcause:  Biaisdesélection  Biaisdeclassement(oudemesure,oud’information)  Biaisdeconfusion Décrireunbiais,c’estdonner:  lenomdesafamille,  sonsens(surestimationousous‐estimation,sipossible)  sonimportance(biaisnégligeable,faible,modéré,important,sipossible)

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresassoc a onempac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

JL Faillie  G Mercier  T Mura

Plan

21

23

Année Universitaire 20112012

Notiondebiais

 Deuxtypesdebiais:  biaisdifférentiel:  Leserreursaffectentdifféremmentlesgroupescomparés. Peutentra nerunesurestimationouunesous‐estimationdeassociation  Exemple:l'évaluationdel’expositiondessujetsdansuneenquêtecas‐témoin faiteenconnaissantlestatutdelamaladie(exempledubiaisdemémorisation)  biaisnondifférentiel:  Leserreursaffectentindifféremmentlesgroupescomparés.  Entraînetoujoursunediminutiondel’association  Exemple:évaluationd’untraitementvisantàstopperuneconsommation . (culpabilité,mauvaiseimage).Maisbiaisnondifférentielsiessairandomiséen doubleaveuglerespecté.  Onpeutcontrôlerunbiaislorsdelaplanificationoulorsde l’analyse.

Biaisdesélection

 Définition:  Biaisdanslaconstitutiondel’échantillon,quivaseretrouver nonreprésentatifdelapopulationciblepourdesfacteursliés auproblèmeétudié

 Unbiaisdesélectionpeutsurvenirà2niveaux: 1.Auniveaudelaconstitutiondel’échantillon:Pbdereprésentativité  Populationsourcenonreprésentativedelapopulationcible(non‐pertinence descritèresd’inclusionoud’exclusion)  Échantillonnonre résentatifdelao ulationsourcemodalitésde recrutement,perdusdevus)  Exemple:sujetsâgésde70ansouplussansco‐morbiditénesontpas représentatifsdelapopulationdessujetsâgés

(Mise ligne 22/09/12 – LIPCOMRM)

Faculté de Médecine MontpellierNîmes

22

24

MB6 "Épidémiologie  Recherche clinique"

Biaisdesélection

 Définition:  Biaisdanslaconstitutiondel’échantillon,quivaseretrouver nonreprésentatifdelapopulationciblepourdesfacteursliés auproblèmeétudié

 Unbiaisdesélectionpeutsurvenirà2niveaux: 2.Auniveaudesgroupesanalysés:Pbdecomparabilité  Lesgroupesnediffèrentpasseulementparlefacteurétudiémaisaussiparun ouplusieursautresfacteurssusceptibled’êtreliéaurésultatdel’étude.  Lesrou esanal sésnesontascom arables  Exemple:  Essaicontrôlérandomiséavec10%desortiesd’étudedansl’undesdeuxgroupes liéesàdeseffetsindésirablesdansungroupedetraitement=>résultatsd’efficacité biaisés  Absencederandomisation:attributiondutraitementselonlagravitédupatientetles convictionsdumédecinsurlenouveautraitement=>résultatsd’efficacitébiaisés

 Contrôlelorsdel’analysedesdonnées:

Biaisdesélection

 Ajustementsurfacteurs: Exemple:ajustementsurlesfacteurspronostiquesdéséquilibrésaudébutdel’étude entrelesgroupes

 Analyseenintentiondetraiter(ITT)(essaiscliniques): Définition:analysedetouslessujetsinclusdansleurgroupeinitialderandomisation

 Analysedesensibilité Permetdequantifierlebiaisdesélection.

JL Faillie  G Mercier  T Mura

25

27

Année Universitaire 20112012

 Contrôlelorsdelaplanificationdel’étude:

Biaisdesélection

 Recrutementpartirageausort(étudesobservationnelles) Exemple:dansenquêtecas‐témoin,sélectiondestémoinsadultespartirageausort surleslistesélectorales

 Recrutementexhaustif Exemple:dansunessaiclinique,inclusionsystématiquedetouslespatientséligibles surunepériodedonnée

 Randomisation(étudesexpérimentales)

 Suivicompletet/ourelancesafind’éviterlesperdusdevueetlesdonnées manquantes

 Notiondefacteurderisque  Notiondecausalitéetcritèresdecausalité esuresonassoc a empac  Notiondebiais  Biaisdesélection  Biaisd’information  Biaisdeconfusionfacteurdeconfusion

(Mise ligne 22/09/12 – LIPCOMRM)

Faculté de Médecine MontpellierNîmes

Plan

26

28