¾¾¾¾¾¾¾¾¾¾UNIVERSITE RENE DESCARTESFaculté de Pharmacie – MASTERE 2007-2008ECONOMIE DE LA SANTEL’Evaluation des Technologies L’Evaluation des Technologies Médicales: Les PREUVESProfesseur Robert LAUNOISREES Réseau d’Evaluation en Economie de la Santé28, rue d’Assas75006 Paris – FranceTel . 01 44 39 16 90 – Fax 01 44 39 16 92E-mail : reesfrance@wanadoo.fr - Web : www.rees-france.comPlaPlann du du CoursCoursLES PREUVESUne médecine fondée sur des preuves…Mais de quelles preuves s’agit il ?L’impasseChanger de paradigme ?LES METRIQUES Le traitement est-il efficace ?Est il utile pour le patient ?Combien ça coûte ?LES CRITERES DE JUGEMENTL’amélioration de la qualité des soinsLe retour sur investissementL’intérêt net de santé publique COMMENT ECLAIRER LA DECISION POLITIQUE ?Master Faculté de Pharmacie Paris V PL-7155/07-Robert Launois 21) UNE MÉDECINE FONDÉE SUR LES PREUVES…1SélectionLes Lois De La Preuve MédicaleForce des recommandationsQuestion poséeFaisceauRecherche de preuvesDocumentaireEtat actuel disponiblessystématiquedes connaissances des articlespertinentsmédicalesHiérarchie desSchémas d’étudesQuantité d’effet , convergence, pertinenceclinique des preuvesRapport B/RTransposabilitéJugements de valeursMaster Faculté de Pharmacie Paris V PL-7155/07-Robert Launois 4Stratégie de Recherche Stratégie de Recherche Revue Systématique Définir la question poséeExpliciter les critères d’éligibilité : PICO Population ...
UNIVERSITE RENE DESCARTESFaculté de Pharmacie MASTERE 2007-2008ECONOMIE DE LA SANTELEMvéalduicatailoens:dLeessTPecRhEnUoVloEgSiesProfesseur Robert LAUNOISREES Réseau dEvaluationen Economiede la Santé28, rue dAssas75006 Paris FranceTel . 01 44 39 16 90 –Fax 01 44 39 16 92E-mail: reesfrance@wanadoo.fr-Web : www.rees-france.comPlan du CoursLES PREUVES¾Une médecine fondée sur des preuves ¾Mais de quelles preuves sagit il ?¾Limpasse¾Changer de paradigme ?LES METRIQUES ¾Le traitement est-il efficace ?¾Est il utile pour le patient ?¾Combien ça coûte ?LES CRITERES DE JUGEMENT¾Lamélioration de la qualité des soins¾Le retour sur investissement¾Lintérêt net de santé publique Master Faculté Cde OPharMmaMcie EParNis VT ECLAIRER LA PLD-71E55/C07I-RSoIberOt LNaunoPisOLITIQUE ?1) UNE LMEÉSDEPCRIENUEV FEOSN…DÉE SUR 21
Les Lois De La Preuve MédicaleForce des recommandationsQuestion poséeFaisceauRecherchede preuvesEtat actuelDocumentairedisponiblessystématiquedes connaissancesdes articlesmédicalespertinentsHiérarchie desSchémas détudesQuantité deffet , convergence, pertinenceclinique des preuvesRapport B/RTransposabilitéJugements de valeursMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois4Stratégie de Recherche Revue Systématique Définir la question poséeExpliciter les critères d’éligibilité : PICO Population, intervention, comparateur, outcomeExploiter les bases documentairesSélectionner les articles pertinents : deux lecteursApprécier la qualité de l’étude (validité interne-externe)Extraction des données selon une grille standardisée•Tables de données probantesSi nécessaire -•Synthèse Quantitative:•Estimation de l’hétèrogénéité•Recherche des BiaisMasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisIndices d’Efficacité ThérapeutiqueDifférence de risque Risque relatif Rapport des côtesDifférences de Log ORNombre de sujets à traiterRapport de risques instantanésMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois562
Les Risques de Conclusions FaussesEn REALITEH A estvraieH0est vraie(différence)(pasdedifférence)COOn rejetteBonnedécisionProbabilitéα/Erreur N(1-β=Puissance)de1èreespèceHC0L(Différence)(fausse joie)USIOn ne rejette pasProbabilité β/Erreur emèH de2espèceBonnedécisionO0N(pas de différence)(vraiefrayeur)(1-α)SH Ahypothèse contradictoire de ce que lon veut démontrer : pas dedifférence MasterFacultédePharmacieParisVPL-7155/07-RobertLaunois7Diagramme de Sélection des EtudesArticlesidentifiés àla lecture du titre(n=959)exclus (n=796)Articles retenus pour la lecture de labstract (n=163)exclus (n=111)Articles sélectionnés pour lecture (n=52) exclus (n=23)Articles sélectionnés pour évaluation (n=29)Articles exclusRCTs retenus par critère de jugement, Survie globale (n=20), Temps jusquàprogression (n=14), Réponse (n=29), Survie à1an (n=24)MasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisEssais Randomisés RetenusMaster Faculté de Pharmacie Paris VPL-7155/07-Robert Launois29 essais14,060 patients893
Synthèse QuantitativeAnalyse Statistique des Réseaux de PreuvesGCGTCXPGVP2GP 4 GVVIPV2VGGTDC 2 DP GD P3EP 2 VC2TPTCIP22CTB3# dessais en comparaison directeXComparateurs pertinentsMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois10Pourquoi des Comparaisons IndirectesLa plupart des essais réalisés pour obtenir l’AMM sont faits contre Placebo.Toute les études économiques comparent des traitements actifs.Il est irréaliste d’imaginer que l’on puisse disposer à court terme d’essais comparant les 4 ou 5 traitements les plus couramment utilisés simultanément.La littérature scientifique admet le bien fondé de leur utilisation (Song 2003, Cadwell2005) MasterFacultédePharmacieParisVPL-7155/07-RobertLaunois11Typologie des Comparaisons IndirectesComparaisons indirectes «naïves»¾On prend un bras dans deux essais différents et on les rapproche comme s’ils étaient issus d’un même essai¾«Raboutage» à éviterComparaisons indirectes ajustées sur un dénominateur commun¾On travaille sur les différences d’effet par rapport à un comparateur commun, ce qui neutralise l’hétérogénéité des populations¾On mesure l’efficacité relative plutôt que le bénéfice absoluMélange de comparaisons de traitements Méta analyse Bayésienne: différences d’effet + probabilités a priori + effet aléatoireMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois124
Comparaisons Indirectes NaïvesMesure des différences absolues de risques à partir de bras extraits d’ essais différentsPar rapport à un comparateur identique dont les performances varient suivant les essais.Le résultat de référence choisi est arbitraireLa randomisation est briséeA proscrireMasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisComparaisons Indirectes AjustéesEstimationdurisqueComparaisonindirecteExemplerelatif en termes de rapport de différence d’effet par rapport à un 3 essais randomisés traitement commun 2 comparant VP vs GPutilisé dans les différents 1 comparant VP vs DPessais exploitésVPDPGPVPPermettent d’estimer la quantité d’effet DP vs GPLe risque relatif de G(P) vsD(P)etsonICà95% est calculéLa méthode exige que le même traitement de référence V soit présent dans tout les essaisMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois3141Comparaisons Indirectes AjustéesdVDGVdGVdGD= dGVdDVdDGDGDVOn recherche l’efficacité relative de G par rapport à D en l’absence d’essai les comparant en tête à têteOn peut les comparer indirectement en chaînant les informationsqui sont contenues dans les essais disponibles¾G vs V ¾D vs V Par rapport à un comparateur pivot : la vinorelbine(Bucheret al)¾Log OR[GD]) = Log OR [GV] –Log OR [DV]MasterFacultédePharmacieParisVPL-7155/07-RobertLaunois515
Mélanges deComparaisonsdeTraitements [MCT]Analyse statistique d’un réseau de preuvesLes risques relatifs et leur CI à 95% sont estimés par rapport à un numéraire défini par l’analysteen utilisant l’ensemble de l’information directement ou indirectement disponible dans les essais B vsC est estimé en utilisant A vsB –A vsC ; A vsB –A vsD –D vsC…MasterFacultédePharmacieParisVPL-7155/07-RobertLaunois16Comparaisons Directes ETIndirectes=MTCComparaisondirecteComparaisonindirecteABCABCMélangetdreaitCeommepntasraisonsdeMasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisConditions de Mise en Oeuvre71Les caractéristiques des essais analysés doivent être proches :¾Age, sexe ratio, performance statut¾Stade de gravité¾Schéma de l’étude, qualité méthodologique, durée du traitement¾Comparateur commun en termes de dose, de duréeLa taille absolue des effets observés doit être procheMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois816
WinBUGS(Window Bayesian Inference UsingGibbs Sampling) PlaceboTraitementTraitementTraitementABCSmithetalXXJonesetalXXBrownetalXXGreenetalXXPossibilité de mobiliser toute les sources de données en exploitant un modèle bayésien de Monte Carlo par Chaîne de Markov ( MCMC)Le logiciel WINBugs moyenne toutes les quantités d’effets observées DIRECTEMENT ET INDIRECTEMENT dans les différents essais et propose une méthode d’approximation numérique des combinaisons d’effets possibles par échantillonnage successif pour simuler la loi de probabilitéà posteriori (La loi des variables cachées conditionnellement aux variables observées)MasterFacultédePharmacieParisVPL-7155/07-RobertLaunois19…Permet de Situer l’Innovation dans l’Arsenal Thérapeutique ExistantP : 0.14 ( 0.03 ; 0.71 )TP (175mg) : 0.89 ( 0.18 ; 4.32 )GT : 0.94 ( 0.17 ; 5.10 )GV : 1.20 ( 0.25 ; 5.68 )GV-VI : 1.23 ( 0.23 ; 6.54 )GC : 1.59 ( 0.32 ; 7.60 )GD : 2.06 ( 0.41 ; 10.55 )GP : 2.06 ( 0.62 ; 6.81 )TP (200mg) : 2.99 ( 0.49 ; 18.29 )VC : 3.17 ( 0.42 ; 23.54 )TC : 3.35 ( 0.89 ; 12.69 )DP : 3.44 ( 0.80 ; 14.51 )VP/GP : 3.56 ( 0.47 ; 26.50 )GTP : 3.56 ( 0.66 ; 18.98 )GVP : 3.58 ( 0.82 ; 14.88 )DC : 3.96 ( 0.73 ; 22.00 )IP : 4.15 ( 0.81 ; 21.32 )TP (135mg) : 4.63 ( 0.92 ; 22.89 )EP : 4.69 ( 0.99 ; 22.14 )BTC (15mg) : 5.66 ( 0.96 ; 34.82 )VP : 6.16 ( 1.66 ; 22.85 )0.010.1110100favors comparator favors XPMasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisPlan du CoursLES PREUVES¾Une médecine fondée sur des preuves ¾Mais de quelles preuves sagit il ?¾Limpasse¾Changer de paradigme ?LES METRIQUES ¾Le traitement est-il efficace ?¾Est il utile pour le patient ?¾Combien ça coûte ?LES CRITERES DE JUGEMENT¾Lamélioration de la qualité des soins¾Le retour sur investissement¾Lintérêt net de santé publique Master Faculté Cde OPhaMrmaMcie EParNis VT ECLAIRER LA PLD-71E55/C07I-RSoIberOt LNaunoPisOLITIQUE ?02127
2) … MAIS DE QUELLES PREUVES S’AGIT-IL ?Algorithme de Classification des EtudesÉtude descriptiveÉtude normativeNONComparaiisonOUIexposée /nnoonneexxppoossééee??MasterFacultédePharmacieParisVPL-7155/07-RobertLaunoisAlgorithme de Classification des EtudesÉtude descriptiveÉtude normativeNON)1(Comparaison OUIexposée/nonexposée?momenAtuetsmuêrmleemêmeGroupe ?NONA des (m2)omentsdifférents et sur le mêmeGroupe ?NON)3(A des momentsgrdoifufpéersenettsAstutrribduetuixoncontrôlée ?IUO)4(Attribution aléatoireau risque ?IUO)5(Niveau derandomisationMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois32428
Algorithme de Classification des EtudesÉtude descriptiveÉtude normativeNON)1(Comparaison OUIexposée/nonexposée?momenAtuetsmuêrmleemêmeGroupe ?NONA des (m2)omentsdifférents et sur le mêmeGroupe ?NONA des (m3)omentsdifférents sur deux groupes et Attributioncontrôlée ?IUONONEssai comparatif non)4(Attribution aléatoirerandomiséau risque ?Randomisation OUIIndividuspar patient)5(Niveau deRandomisation parrandomisationCentresgrapesMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois25Algorithme de Classification des EtudesÉtude descriptiveÉtude normativeNONComparaison OUI(1)exposée/nonexposée?momenAtuetsmuêrmleemêmeOUICoupetransversaleÉtudeAvant-AprèsGroupe ?NON)2(différeAntdsesetmsourmleentmsêmeOUICombien de mesures une SeuleGroupe ?Avant-Après?plusieurs Séries TemporellesInterrompuesNON)3(diffAérdeenstsmsoumrednetusxNONQuels paramètresles événements ±Étude cas-contrôlegroupes et Attributionlesdégfrinoiuspseesnt?contrôlée ?les risques ±OUISchéma dÉtude NONSchémas AAou STIdecodhoritneclauvseiconcr?itèresavec groupe contrôleEssai comparatif non(4)NONAttribution aléatoirerandomiséau risque ?Randomisation OUIIndividuspar patient)5(Niveau deRandomisation parrandomisationCentresgrapesMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois26Algorithme de Classification des EtudesÉtude descriptiveÉtude normativeNON)1(Comparaison OUIAu mêmeOUIexposée/nonexposée?momentetsurlemêmeCoupetransversaleÉtudeAvant-AprèsGroupe ?NON)2(A des momentsdifférents et sur le mêmeOUICombien de mesures une SeuleGroupe ?Avant-Après?Séries Temporellesplusieurs InterrompuesNON)3(diffAérdeenstsmsoumrednetusxNONQuels paramètresles événements ±Étude cas-contrôledéfinissent groupes et Attributionles groupes ? contrôlée ?les risques ±IUOSchéma dÉtude NONSchémas AAou STIde cohorte avec critèresavec groupe contrôledinclusion ?IUONONCohorte rétrospectiveProspective ?avec contrôle interne IUO(4)NONEssai comparatif nonAttribution aléatoireCohorteprospectiverandomiséau risque ?avec contrôle interneRandomisation OUIIndividuspar patient)5(Niveau deRandomisation parrandomisationCentresgrapesMasterFacultédePharmacieParisVPL-7155/07-RobertLaunois279