Paul-Marie Bernard Université Laval Interaction Interaction Synergie Antagonisme Catalyseur Modification Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 1. Interaction Action combinée de deux (ou plusieurs) facteurs X sur la réponse Y. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 1.1 Définition formelle Soient deux facteurs, X1 et X2 qui ont chacun leur effet E sur Y: E1: X1 → Y E2: X2 → Y On considère aussi l’effet des deux facteurs combinés: E12: (X1X2) → Y Si E12 est différent de la somme E1 + E2, alors il y a interaction. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 1.2 Interprétation À l’action individuelle des facteurs sur Y s’ajoute celle liée à leur combinaison. En quelque sort, la combinaison des facteurs crée un nouveau facteur qui a son propre effet. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 2. Synergie Si E12> E1+E2, alors l’interaction entre les facteurs est positive. L’influence de la combinaison des facteurs X sur la réponse Y est plus forte que la somme des influences de ces facteurs pris isolément. On parle alors de SYNERGIE Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 2.1 Exemple de synergie Dans un essai thérapeutique, on peut s’intéresser à l’action de deux traitements, T1 et T2, pris séparément et à leur action combinée (synergie) sur la réponse Y Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 2.2 Synergie (schéma) Deux facteurs: X1 et X2 et la réponse Y. On considère trois situations: X1 seul X2 seul X1X2 (X1 et X2) L’action ou l’influence est marquée par l’épaisseur de la flèche. X1 (seul) Y X2 (seul) Y X1X2 Y Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 3. Antagonisme Si E12< E1+E2, alors l’interaction entre les facteurs est négative. L’influence de la combinaison des facteurs X sur la réponse Y est plus faible que la somme des influences de ces facteurs pris isolément. On parle alors d’ANTAGONISME Mai 2010 Paul-Marie Bernard Université Laval

3.1 Antagonisme vs synergie Le jugement sur le type d’interaction entre deux facteurs (ou traitements) dépend de la nature de la variable réponse Y considérée et de la mesure utilisée pour l’effet des facteurs sur la réponse Y. Si la mesure correspond à une réduction du risque d’une réponse Y indésirable, alors on espère bien que les deux facteurs X1 et X2 entrent en synergie. Si la mesure correspond à une augmentation du risque d’une réponse Y indésirable, alors on espère bien que les deux facteurs X1 et X2 entrent en antagonisme. Mai 2010 Paul-Marie Bernard Université Laval

3.2 Exemple: antagonisme et synergie Soient: deux traitements, A et B, pour réduire le risque de décès Y, chez des patients ayant la maladie M fortement létale les deux traitements, A et B, comportant des effets secondaires indésirables. Il est alors souhaitable que les deux traitements entrent en synergie dans la réduction du risque de décès en antagonisme quant à l’induction d’effets secondaires indésirables. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 4. Catalyseur Il peut arriver qu’un des deux facteurs, X1 ou X2, n’ait pas d’effet propre sur la réponse Y. Mais, la présence de ce facteur inerte peut sensiblement améliorer l’effet de l’autre. C’est un CATALYSEUR. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 5. Modification Dans une autre perspective, on peut considérer le concept épidémiologique de modification. Si l’effet de X sur Y se trouve modifié par la présence du facteur F, ce facteur sera dit modifiant de l’effet de X sur Y. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 5.1 Modification Schéma Association entre le facteur X et la réponse Y: (X→Y) E facteur modifiant si XY en l’absence de F  XY en présence de F Dans le schéma, l’intensité de l’association est mesurée par l’épaisseur de la flèche (F absent) X Y (F présent) X Y Mai 2010 Paul-Marie Bernard Université Laval

5.2 Exemple 1 de modification Dans un essai thérapeutique, on peut s’intéresser à l’action d’un traitement (X) en fonction de la gravité (F) de la maladie L’hypothèse pourrait être que l’efficacité du traitement diminue avec la gravité (facteur F) de la maladie. F pourrait être un facteur modifiant. Mai 2010 Paul-Marie Bernard Université Laval

5.3 Exemple 2 de modification La variable âge est un facteur qui souvent influence ou peut influencer l’action d’un traitement L’hypothèse pourrait être que l’efficacité du traitement diminue avec l’âge des personnes (facteur F). F pourrait être un facteur modifiant Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval 6. Au plan statistique Au plan statistique, ces différents concepts sont traités de la même façon: comme des interactions. Mai 2010 Paul-Marie Bernard Université Laval

Paul-Marie Bernard Université Laval Référence Bernard PM, Lapointe C. Mesures statistiques en épidémiologie. PUQ, 2003. Rothman K, Greenland S. Modern Epidemiology. Lippincott-Raven, 1988. Mai 2010 Paul-Marie Bernard Université Laval

Pour me joindre au sujet de ce module Paul-Marie Bernard Mai 2010 Paul-Marie Bernard Université Laval