Facteurs associés à la non- observance : cinq ans dobservation dans la cohorte APROCO ANRS-CO 8 Bruno Spire INSERM U379/ORS-PACA

La cohorte APROCO CO-8 l Cohorte APROCO multidisciplinaire pour étudier le suivi des patients VIH + initiant une multi-thérapie avec anti-protéase l Cohorte nationale, multicentrique (n=1281) l Suivi à M0, M1, M4, M12 et tous les 8 mois l Mesures de variables cliniques, biologiques et socio-comportementales, en particulier lobservance, la dépression, les effets secondaires perçus par les patients

Résultats antérieurs l Chez les patients VIH+, le succès virologique à long-terme du traitement est associé à ý Une observance élevée en phase initiale (induction) ý Labsence dépisodes de non-observance sévère en phase de maintenance (Carrieri et al, AVT, 2003) l Les facteurs expliquant lobservance en phase dinduction sont déjà connus mais ne sont pas encore identifiés en phase de maintenance

Problématique l Cependant, en phase de maintenance les données manquantes deviennent un problème majeur l Lanalyse des données longitudinales recueillies par auto-questionnaire peut être affectée par un biais du aux données manquantes, x à cause de lattrition du suivi clinique, comme dans toute cohorte x à cause des non-réponses aux auto-questionnaires lors dune visite (non-réponse ou non distribution)

Objectifs l Étudier les facteurs associés à la non- observance pendant la phase de maintenance l Vérifier la stabilité des résultats quand on tient compte du biais induit par les données manquantes

Application dun modèle à 2 stades à lanalyse de lobservance l Adaptation de la méthode dHeckman aux données longitudinales (Shelton et al, Statist Med 2003), sous lhypothèse que les données manquantes ne sont pas aléatoires l Variables réponses étudiées x Donnée dobservance présente ou absente x Observance à la visite haute ou non: basée sur lauto-questionnaire, algorithme validé par la CV et les dosages plasmatiques dIP

Modèle à 2 stades l Stade I: Modélisation du processus de non- réponse ý Une équation de type probit (GEE) modélise la probabilité davoir des données d observance remplies à chaque visite ý Les résidus de ce modèle sont utilisés pour créer une nouvelle variable appelée inverse du rapport de Mills (IMR) qui exprime la variabilité non expliquée du processus de non-réponse l Stade II: Modélisation de lobservance La variable IMR est utilisée dans un autre modèle probit GEE comme variable dajustement du biais du aux données manquantes

Sélection des visites l Tous les patients qui ont pu avoir au moins 12 mois de suivi clinique après la mise sous traitement (N=1110 patients) l Au premier stade, pour modéliser lobservance (renseignée ou non renseignée), toutes les visites possibles entre M12-M60 ont été prises en compte (7694 visites) sauf celles des décédés l Au deuxième stade, toutes les visites entre M12 et M60 où les patients avaient lobservance renseignée ont été considérées (970 patients, 3889 visites renseignées)

Données dobservance manquantes (n=1110) M12M20M28M36M44M52 M60 62% des données manquantes sont seulement dues à labsence dAQ 38 % sont dues à des visites manquées

Données descriptives (n=1110, M12-M60) l 56% des patients ont été déprimés au moins 1 fois (36% des visites) l Jamais de soutien du partenaire pour 40% des pts l Le % de patients avec IP décroît de 88% à M12 à 41% à M60 l Le nombre médian deffets secondaires perçus varie entre 3 et 4 à chaque visite l Le % de patients déclarant une LD est de 28% à M12 et varie entre 65 et 77% entre M20 et M60

Non-observance Visites (M12-M60) Patients concernés * Observance Total

Facteurs associés à lobservance manquante (analyse multivariée, modèle probit) l Facteurs socio-démographiques ý Age élevé ý Sexe féminin ý UDVI ý Logement non confortable ý Né en dehors de lUE l Facteurs cliniques ý Date de diagnostic > 6 mois ý Naïfs à linclusion ý Statut « intermédiaire »; CD4 >200, CV détectable ý Stade A ou B

Facteurs associés à la non-observance * * lIMR est hautement significatif

Conclusions (1) l Il existe un biais du aux données manquantes l La prise en compte du biais du à la non réponse modifie les facteurs explicatifs de la non-observance ý facteurs sociaux fortement modifiés ý facteurs liés au traitement non modifiés ý dépression non modifiée

Conclusions (2) Les patients avec un bas niveau social (logement), ou ceux qui ont été infectés par UDVI ne sont pas moins observants; la relation trouvée sans ajuster sur le biais indique une sur-représentation des patients observants avec un haut niveau social au cours du suivi Les résultats indiquent aussi que les migrants sont plus observants, mais seulement en tenant compte du biais de sélection. Les patients non migrants non-observants sont sous-représentés

Conclusions (3) l Les facteurs explicatifs indépendamment associés à la non-observance liés à la combinaison thérapeutique sont: x Les effets secondaires perçus x Un IP dans la combinaison x Une combinaison en plus de 2 prises ou en une seule prise par jour l Peu détudes ont pu démêler le rôle de la simplification du traitement de celui de la tolérance perçue

Groupe détude APROCO-COPILOTE 14/03/2005 Comité de pilotage: Investigateurs principaux: C. Leport, F. Raffi, Méthodologistes: G. Chêne, R. Salamon, Sciences Sociales : J-P. Moatti, J. Pierret, B. Spire, Virologie: F. Brun-Vézinet, H. Fleury, B. Masquelier, Pharmacologie: G. Peytavin, R. Garraffo. Conseil scientifique: Membres du comité de pilotage Autres membres: D. Costagliola, P. Dellamonica, C. Katlama, L. Meyer, M. Morin, D. Salmon, A. Sobel. Coordination: F. Collin. Comité de validation des évènements: L. Cuzin, M. Dupon, X. Duval, V. Le Moing, B. Marchou, T. May, P. Morlat, C. Rabaud, A. Waldner-Combernoux. Groupe de recherche clinique : V. Le Moing, C. Lewden. Base de données et analyse: C. Alfaro, F. Alkaied, C. Barennes, S. Boucherit, AD. Bouhnik, C. Brunet- François, MP. Carrieri, M. Courcoul, JL. Ecobichon, M. François, V. Journot, JP. Legrand, E. Pereira, M. Préau, C. Protopopescu, A. Taieb, V. Villes, H. Zouari. Promoteur: Agence Nationale de Recherches sur le Sida (ANRS, AC7) Autres sponsors: Collège des Universitaires de Maladies Infectieuses et Tropicales (CMIT ex APPIT),, Ensemble contre le Sida et partenaires industriels : Abbott, Boehringer-Ingelheim, Bristol-Myers Squibb, Glaxo- SmithKline, Merck Sharp et Dohme, Roche.

Centres cliniques (investigateurs): Amiens (Pr JL. Schmit), Angers (Dr JM. Chennebault), Belfort (Dr JP. Faller), Besançon (Pr JL. Dupond, Dr JM. Estavoyer, Pr R. Laurent), Bobigny (Pr A. Krivitzky), Bordeaux (Pr J. Beylot, Pr M. Dupon, Pr M. Longy- Boursier, Pr JM. Ragnaud), Bourg-en-Bresse (Dr P. Granier), Brest (Pr M. Garré), Caen (Pr R. Verdon), Compiègne (Dr P. Veyssier), Corbeil Essonnes (Dr A. Devidas), Créteil (Pr A. Sobel), Dijon (Pr H. Portier), Garches (Pr C. Perronne), Lagny (Dr P. Lagarde), Libourne (Dr J. Ceccaldi), Lyon (Pr D. Peyramond), Meaux (Dr C. Allard), Montpellier (Pr J. Reynes), Nancy (Pr T. May), Nantes (Pr F. Raffi), Nice (Pr JP. Cassuto, Pr P. Dellamonica), Orléans (Dr P. Arsac), Paris (Pr Bricaire, Pr Cabane, Pr Caulin, Dr Cessot, Pr Girard, Pr Herson, Pr Molina, Pr Pialoux, Pr Salmon, Pr Vildé, Pr Yéni), Poitiers (Pr B. Becq-Giraudon), Reims (Pr G. Rémy), Rennes (Pr C. Michelet), Saint-Etienne (Pr F. Lucht), Saint-Mandé (Pr T. Debord), Strasbourg (Pr JM. Lang), Toulon (Dr JP. de Jaureguiberry), Toulouse (Pr B. Marchou), Tours (Pr JM. Besnier). Groupe détude APROCO-COPILOTE 14/03/2005