La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

19/05/2009P Samb1 Analyses en sous groupes Patricia Samb.

Présentations similaires


Présentation au sujet: "19/05/2009P Samb1 Analyses en sous groupes Patricia Samb."— Transcription de la présentation:

1 19/05/2009P Samb1 Analyses en sous groupes Patricia Samb

2 19/05/2009P Samb2 Introduction Fréquemment réalisées en complément de lanalyse principale Intérêt dans la recherche de facteurs modifiant leffet du traitement Nombreuses mises en garde Multiplication des analyses statistiques Augmentation du risque de trouver un résultat faussement positif

3 19/05/2009P Samb3 Multiplicité des tests - problématique proba dobtenir 1 test significatif uniquement par hasard risque alpha – risque de 1 ère espèce conclure à tort à lefficacité du traitement (avec 5 critères indépendants, proba de touver au – 1 diff significative à tort est de 23%)

4 19/05/2009P Samb4 Multiplicité des tests - problématique Contrôle de linflation du risque alpha Méthode de Bonferoni: 0.05/k où k est le nb de comparaisons effectuées Méthode de Dunn-Sidak: α=1-(1- α)1/k

5 19/05/2009P Samb5 Définition et but Recherche de leffet du traitement dans une sous-population des patients d1 essai En fonction de différentes variables : âge, sexe, stade de la maladie … objectif différent suivant le résultat de lessai résultat concluant (basé sur une diff stat significative) résultat non concluant (absence de diff stat significative)

6 19/05/2009P Samb6 Analyses dans essai non concluant Recherche du(des) sous- groupe(s) dans lesquels existerait 1 effet du traitement stat significatif Effet du traitement seulement sur 1 certain type de patients? Se heurtent à plusieurs difficultés méthodologiques (répétition des tests stat, inflation du risque alpha et perte de puissance) => pas de conclusions sûres Tableau 1 – Dans cet essai non concluant les analyses en sous-groupes semblent suggérer que bien quil ne soit pas possible de mettre en évidence un effet tout patient confondu, le traitement serait efficace chez les sujets diabétiques. En fait cette observation ne peut pas être considérée comme une preuve mais seulement comme une nouvelle hypothèse à tester dans un nouvel essai.

7 19/05/2009P Samb7 Analyses dans essai concluant Recherche des groupes dans lesquels le traitement serait plus efficace et surtout ceux pour lesquels il serait inefficace Difficultés méthodologiques Puissance de la comparaison pas assurée => absence de diff significative ne signifie pas absence deffet Risque derreur de 2 ème espèce, erreur béta Ex :

8 19/05/2009P Samb8 Méthodes utilisées pour analyses Tests spécifiques par sous groupes Répétition des tests faits sur ensemble des patients Tests dinteraction ou dhétérogénéité effet du traitement comparable dans différents sous-groupes ? la variable de sous-groupe intégrée dans le test réalisé Modèle multivarié : => intégration 3 paramètres: effet traitement, effet pronostique de la variable de sous-groupe, et linteraction des 2. modèle de Cox (survie), le modèle logistique (réponse au traitement) ou lanalyse de variance (critère quantitatif tel quun score de qualité de vie).

9 19/05/2009P Samb9 Risques derreurs liés à ces méthodes Simulation sous R des données de essais thérapeutiques de 200 patients (100 dans chaque groupe) avec 1 effet thérapeutiques « delta » fixé à lavance Ces résultats doivent inciter à la plus grande prudence Erreurs dinterprétation Tests dinteraction semblent plus stables mais attention à la multiplication des tests

10 19/05/2009P Samb10 Essai non significatif globalement Aucun effet significatif dans 8 analyses en sous groupes 3 ème et 4 ème analyse en sous groupe -> effet non significatif en sens inverse dans 1 sous-groupe et significatif dans lautre! Essai globalement significatif (p=0.01) Effet significatif dans 1 sous groupe et pas dans lautre pour 8 analyses en sous groupes Pour les 2 autres, effet non significatif pour les 2 sous groupes Quaurions-nous conclu sil sagissait dessais réels?

11 19/05/2009P Samb11 Conclusion de larticle ! Lintervention a des conséquences sur la mortalité chez les femmes: p=0.064 (intervention vs contrôle). test dinteraction => perspective plus modérée. 22 vs 12 chez femmes (OR=2) hommes : 11 vs 11 (OR=1) test dinteraction comparant ces OR est p=0.21. ne suggère pas quil y ait un effet de lintervention sur la mortalité cardiaque lorsquil est associé au sexe.

12 19/05/2009P Samb12 Recommandations Nombreuses recommandations dans la littérature LEMEA (European Agency for the Evaluation of Medicinal Products) -> conditions pour conclusions fiables CONSORT statement (recommandations dexperts pour la qualité des articles rapportant des essais thérapeutiques) Choix de la méthode stat + nombreux critères identifiés par de plusieurs auteurs

13 19/05/2009P Samb13

14 19/05/2009P Samb14 Analyses en sous groupe dans littérature Pocock et all 50 essais dans 4 journaux : - BMJ (N=5) - JAMA (N=6) - NEJM (N=24) - Lancet (N=15) De juillet à sept 2007

15 19/05/2009P Samb15 Conclusion Pour la recherche … Considérer les IC plutôt que p-values Approches appliquées dans 1 autre contexte : études observationnelles et Méta-analyse Autres méthodes stat : Incorporer effets cluster Autres approches : boostrap, meth bayésiennes

16 19/05/2009P Samb16 Biblio Subgroup analysis, covariate adjustement and baseline comarisons in clinical trial reporting : current practice and problems Pocock SJ, Assmann SE and all Statistics in medicine (2002), 21: Interaction effects and subgroup analyses in clinical trials : more than meets the eye? Sevdalis N SJ, Jacklin R Journal of Evaluation in Clinical Pratice (2008), ISSN Subgroup analyses in randomised controlled trials: quantifying the risks of false-positives and false-negatives. Brookes ST, Whitley E, Peters TJ, et al. (2001) Health Technol Assess 5: 1-56 Interprétation des essais cliniques pour la pratique médicale Michel Cucherat


Télécharger ppt "19/05/2009P Samb1 Analyses en sous groupes Patricia Samb."

Présentations similaires


Annonces Google