Méthodes épidémiologiques appliquées à la Santé Publique SPUB053 Module 2-3-4 Alain LEVEQUE Département d’Epidémiologie et Promotion de la Santé
Plan général Rappels méthodologiques Introduction : Santé Publique Épidémiologie Rappels méthodologiques Méthodes pour la description des problèmes de santé Méthodes pour l’évaluation des interventions AL2005-06 SPUB053 - MAS SP -MultiD
Des rappels et/ou…approfondissements Les mesures de fréquence / associations / impact Les types d’études Les biais et erreurs Le rôle du hasard La causalité AL2005-06 SPUB053 - MAS SP -MultiD
MESURES EN EPIDEMIOLOGIE Mesures de fréquence Mesures d’association Mesures d’impact AL2005-06 SPUB053 - MAS SP -MultiD
En épidémiologie Deux mesures de fréquence importantes : La prévalence L’incidence AL2005-06 SPUB053 - MAS SP -MultiD
Prevalence et Incidence La prévalence correspond au nombre de cas existant dans une population à un moment donné L’incidence est le nombre de nouveaux cas qui apparaissent dans une population au cours d’une période d’observation AL2005-06 SPUB053 - MAS SP -MultiD
Prevalence c’est la proportion d’individus dans une population qui présente les caractéristiques recherchées (cas de maladie, p.ex.) à un moment donné elle estime la probabilité d’être atteint d’un problème donné à un certain moment évalue l’importance du “problème de Santé Publique” à ce moment utilisée pour la planification des services de santé (infrastructures, personnel, …) AL2005-06 SPUB053 - MAS SP -MultiD
Incidence c’est un taux : il mesure le nombre de nouveaux cas (d’une maladie ou d’un état de santé) qui apparaissent dans une population donnée durant une certaine période elle mesure la probabilité qu’une personne encourt de développer la “maladie” il existe deux sortes d’incidence : l’incidence cumulée (analogue à une proportion) la densité d’incidence (analogue à une vitesse) AL2005-06 SPUB053 - MAS SP -MultiD
Formule pour l’incidence cumulée : Rapport entre le nombre de nouveaux cas survenus pendant la période d'observation, et le nombre de personnes en observation et susceptibles de devenir des cas, au début de l'étude. Il s'agit d'une proportion et d'une mesure du risque, qui doit toujours être accompagnée de la mention de la durée d'observation. Formule pour l’incidence cumulée : Nombre de nouveaux cas survenant durant une période donnée IC = Population “à risque” totale au début de la période AL2005-06 SPUB053 - MAS SP -MultiD
Formule pour la densité d’incidence : Taux qui mesure la vitesse de propagation d'une maladie ou d'un phénomène de santé. C'est le rapport entre, d'une part, les nouveaux cas survenus pendant une période de temps déterminée et d'autre part, le cumul du temps d‘exposition (temps écoulé avant la survenue de chaque nouveau cas ou avant la fin de la période d'observation des personnes susceptibles de devenir des cas mais qui ne contractent pas la maladie étudiée). Formule pour la densité d’incidence : Nombre de nouveaux cas survenant durant une période donnée DI = Total des « personnes-années » exposées pendant la période AL2005-06 SPUB053 - MAS SP -MultiD
Calcul des PERSONNES-TEMPS SPUB053 - MAS SP -MultiD
Population dynamique FERMEE Tous les membres sont identifiés au début de l ’étude, Personne ne s’ajoute, chacun est suivi jusque l’apparition du problème ou jusque la fin de la période d ’observation Population dynamique OUVERTE Pas d ’identification individuelle, entrées et sorties, ... Postulats pour le calcul d ’incidence dans une population ouverte: - équilibre (population fin étude population début) - prévalence faible dans la population étudiée (<= 5%) - proportion des « non susceptibles » est faible AL2005-06 SPUB053 - MAS SP -MultiD
Si population importante et stable (Entrées ≈ sorties) Temps d’observation = 1 an : effectif en milieu d’année Temps d’observation plus long : (effectif début + effectif fin) / 2 AL2005-06 SPUB053 - MAS SP -MultiD
Quelques mesures particulières Espérance de vie à la naissance : nombre moyen d’années durant lesquelles un nouveau-né peut espérer vivre si les taux de mortalité par tranche d’âge, tels qu’ils ont été calculés l’année de sa naissance s’appliquaient de son vivant. Mortalité (= taux d’incidence) Taux brut de mortalité Taux spécifiques de mortalité Mortalité autour de la naissance AL2005-06 SPUB053 - MAS SP -MultiD
Taux brut de Mortalité : nombre de décès toutes causes confondues survenant dans une population durant une certaine période (svt 1 an) Nombre total de décès = ----------------------------- population milieu de période Taux spécifique de Mortalité : nombre de décès pour une cause donnée, pour un sexe donné, …survenant dans une population durant une certaine période Nbre total décès dus à la cause (accident de la route) = -------------------------------------------------- AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
L’importance des mesures STANDARDISEES Pour comparer des situations, des groupes, des populations, il est important de travailler avec des mesures de fréquence standardisées, c’est-à-dire rendues « artificiellement comparables » pour un ou plusieurs caractères épidémiologiques. Deux techniques : standardisation DIRECTE Standardisation INDIRECTE AL2005-06 SPUB053 - MAS SP -MultiD
But de la standardisation Produire des taux globaux comparables qui tiennent compte de la composition des strates (le taux global brut est un bon paramètre de réduction des données mais n ’est pas un bon paramètre pour la comparaison) Ces taux sont donc ajustés pour des différences entre les populations comparées : age, genre, caractéristiques sociales, … ! Ces taux deviennent fictifs puisqu’ils correspondent à des hypothèses de travail permettant une comparaison AL2005-06 SPUB053 - MAS SP -MultiD
Standardisation : exemple En prenant comme exemple de phénomène observé le taux de mortalité et comme facteur de confusion l'âge, la méthode directe consiste à appliquer les taux spécifiques de mortalité (par classe d'âge) de chacune des populations comparées à une population de référence commune (population "type"), éliminant ainsi l'effet de la structure d'âge sur les taux de mortalité. Dans l'exemple ci-dessous, on décide de comparer le taux de mortalité féminine dans le Pas-de-Calais à celui du Var. La population de référence prise en compte est celle de la France. 9,89 /°° 10,46 /°° 9,39 /°° AL2005-06 SPUB053 - MAS SP -MultiD
Standardisation : exemple Dans cet exemple, le taux brut de mortalité (donc avant standardisation) est de 9,39 pour 1000 habitants dans le PDC, et de 10,46 dans le Var, ce qui peut surprendre étant donnée la notion bien connue de surmortalité dans le nord du pays. Le taux brut de mortalité de la population de référence (la France) est de 9,89 pour 1000. En réalité, les structures d'âge sont différentes dans les populations de ces 2 départements, celle du Var étant nettement plus âgée que celle du PDC. La standardisation directe aboutit à un taux standardisé de 11,06 dans le PDC, et de 9,01 dans le Var. 9,89 /°° 9,01 /°° 11,06 /°° AL2005-06 SPUB053 - MAS SP -MultiD
Standardisation : exemple La standardisation indirecte aboutit à un ICM(*) de 1,121 dans le PDC et de 0,907 dans le Var. Pour obtenir les taux standardisés par la méthode indirecte, on réalisera les calculs suivants: Taux standardisé (PDC) = 1,121 x 9,89 = 11,09. Taux standardisé (Var) = 0,907 x 9,89 = 8,97. Tous les résultats obtenus sont donc concordants, quelle que soit la méthode de standardisation retenue. L'utilisation de taux bruts de mortalité donnait une mauvaise idée du classement de ces 2 départements du fait du rôle de l'âge sur les données. La mortalité est en fait plus élevée dans le PDC que dans le Var. (*) Indice comparatif de mortalité = SMR en anglais AL2005-06 SPUB053 - MAS SP -MultiD
MESURES EN EPIDEMIOLOGIE Mesures de fréquence Mesures d’association Mesures d’impact AL2005-06 SPUB053 - MAS SP -MultiD
Les Mesures d’association Recherche d’une valeur qui mesure l’association, la relation entre une exposition (par exemple l’alcool) et un problème de santé (accident de la route) Les plus utilisées : Risque relatif Rapport de cote AL2005-06 SPUB053 - MAS SP -MultiD
Qu’est-ce que le RISQUE ? Probabilité qu’un événement survienne dans une population donnée Probabilité: 0 à 1 Exprimé sous la forme d’un TAUX : càd nombre d’événement / pop.donnée, pdt période donnée (ex: 3 pour 1000 sur 5ans) Événement = mortalité, morbidité, handicap,… AL2005-06 SPUB053 - MAS SP -MultiD
Point de départ : table de contingence Disposition classique de la table 2X2 EXPOSITION EFFET AL2005-06 SPUB053 - MAS SP -MultiD
L’âge de la mère est-il un facteur de risque ? Enquête prospective (un an) sur la mortalité maternelle au Niger : 1.500 décès maternels sur 60.000 naissances L’âge de la mère est-il un facteur de risque ? Décès + Décès - TOTAL <= 19 700 13.300 14.000 >19 800 45.200 46.000 Total 1.500 58.500 60.000 AL2005-06 SPUB053 - MAS SP -MultiD
Risque absolu = fréquence relative de l’événement Décès + Décès - TOTAL <= 19 700 13.300 14.000 >19 800 45.200 46.000 Total 1.500 58.500 60.000 = 1.500 / 60.000 = 0.025 = 25 pour mille AL2005-06 SPUB053 - MAS SP -MultiD
Risque absolu = fréquence relative de l’événement chez les EXPOSES Décès + Décès - TOTAL <= 19 700 13.300 14.000 >19 800 45.200 46.000 Total 1.500 58.500 60.000 = 700 / 14.000 = 0.05 = 50 pour mille AL2005-06 SPUB053 - MAS SP -MultiD
Risque absolu = fréquence relative de l’événement chez les NON EXPOSES Décès + Décès - TOTAL <= 19 700 13.300 14.000 >19 800 45.200 46.000 Total 1.500 58.500 60.000 = 800 / 46.000 = 0.017 = 17 pour mille AL2005-06 SPUB053 - MAS SP -MultiD
Risque Relatif (RR) = Rapport entre le risque dans le groupe présentant le FR et le risque dans le groupe ne présentant pas le FR = mesure de la force de l’association entre FR et événement = 50 pour mille / 17 pour mille = 2.94 Absence de relation : RR=1 Relation d’autant plus forte que RR éloigné de 1 AL2005-06 SPUB053 - MAS SP -MultiD
RAPPORT DE COTES (ODDS RATIO) Rapport entre la COTE de maladie chez les exposés et la COTE de maladie chez les non exposés OU Rapport entre la COTE d’exposition chez les malades et la COTE d’exposition chez les non malades AL2005-06 SPUB053 - MAS SP -MultiD
Qu’est ce qu’une COTE (ODDS) Définition: COTE = rapport entre la probabilité de survenue d’un événement et celle de la survenue d’un autre événement (le plus souvent opposé au premier) On considérera la cote comme le rapport : EVENEMENT / 1- EVENEMENT AL2005-06 SPUB053 - MAS SP -MultiD
Cote de MALADIE chez les EXPOSES = Cote de MALADIE chez les (a/a+b) / (b/a+b) = A / B MALADIE + MALADIE - EXPOSE A B A+B NON EXPOSE C D C+D A+C B+D A+B+C+D Cote de MALADIE chez les Non exposes= (c/c+d) / (d/c+d) = C / D AL2005-06 SPUB053 - MAS SP -MultiD
Cote d’expo.chez les MALADES = NON MALADES= (b/b+d) / (d/b+d) = B / D Cote d’expo.chez les MALADES = (a/a+c) / (c/a+c) = A / C MALADIE + MALADIE - EXPOSE A B A+B NON EXPOSE C D C+D A+C B+D A+B+C+D AL2005-06 SPUB053 - MAS SP -MultiD
Rapport de COTE Rapport de COTE = A.D / B.C A B A+B C D C+D A+C B+D MALADE NON MALADE EXPOSE A B A+B NON EXPOSE C D C+D A+C B+D A+B+C+D Rapport de COTE = A.D / B.C (produit croisé) AL2005-06 SPUB053 - MAS SP -MultiD
Dans le milieu des paris et jeux On met en avant l’échec Cote du cheval A : 97.116 / 2.884 = 33.7 Cheval A est à 34 CONTRE 1 Gagne Perd Total des paris Cheval A 2884 97116 100.000 Cheval B 36000 64000 Cote du cheval B : 64.000 / 36.000 = 1.8 Cheval B est à 2 CONTRE 1 AL2005-06 SPUB053 - MAS SP -MultiD
MESURES EN EPIDEMIOLOGIE Mesures de fréquence Mesures d’association Mesures d’impact AL2005-06 SPUB053 - MAS SP -MultiD
Les mesures d’impact Risque attribuable Fraction étiologique du risque Chez les exposés Dans la population générale AL2005-06 SPUB053 - MAS SP -MultiD
L’âge de la mère est-il un facteur de risque ? Enquête prospective (un an) sur la mortalité maternelle au Niger : 1.500 décès maternels sur 60.000 naissances L’âge de la mère est-il un facteur de risque ? Décès + Décès - TOTAL <= 19 700 13.300 14.000 >19 800 45.200 46.000 Total 1.500 58.500 60.000 R.absolu = 700 / 14.000 = 0.05 = 50 pour mille = 800 / 46.000 = 0.017 = 17 pour mille AL2005-06 SPUB053 - MAS SP -MultiD
Risque attribuable (à l’exposition) C’est l’excès de risque qui peut être expliqué par la présence du FR (sous-entendu qu’il y a une relation causale entre FR et ISSUE) = Incidence exposé – Incidence non exposés Dans notre exemple de la mortalité maternelle : = 0.050 – 0.017 = 0.033 = 33 pour mille La mortalité maternelle attribuable au jeune âge est de 33 pour mille Le « surplus » de mortalité maternelle attribuable au jeune âge est de 33 pour mille Cette valeur indique « le nombre de cas » qui pourraient être évités en l’absence d’exposition. AL2005-06 SPUB053 - MAS SP -MultiD
Fraction étiologique du risque (FER) Risque attribuable exprimé en pourcentage Il estime la proportion de cas de « maladie » imputable à l’exposition chez les sujets exposés. Il estime la proportion des cas qui pourraient être évités en éliminant l’exposition FER= (R.Att. / Incid. Exposés) x 100 AL2005-06 SPUB053 - MAS SP -MultiD
FER= (R.Att. / Incid. Exposés) x 100 Dans notre exemple : FER= (R.Att. / Incid. Exposés) x 100 = [(0.050 – 0.017) / 0.050] x 100 = 66% Si le jeune âge est responsable de décès maternel (relation causale), environ 66% des décès maternels survenant chez des femmes de moins de 19 ans sont imputables à ce jeune âge et pourraient être évités si l’accouchement ne survenait pas avant 19 ans. AL2005-06 SPUB053 - MAS SP -MultiD
Risque attribuable d’une population (RAP) C’est l’excès de cas de « maladie » imputable à l’exposition, au niveau de l’ensemble de la population étudiée (exposés et non exposés) = Risque Attribuable à une Population (RAP) (sous-entendu qu’il y a une relation causale entre FR et ISSUE) Deux modalités de calculs: 1) RAP = Incidence totale – Incidence non exposés Notre exemple = 0.025 – 0.017 = 0.008 = 8 pour mille 2) RAP = R Att x prévalence du FR Notre exemple = 0.033 x (14.000/60.000) = 7.7 pour mille AL2005-06 SPUB053 - MAS SP -MultiD
RAP exprimé en pourcentage Fraction étiologique du risque pour l’ensemble des sujets étudiés (FER pop) RAP exprimé en pourcentage Il estime la proportion de cas de « maladie » imputable à l’exposition parmi l’ensemble des sujets étudiés (exp et non exp). Il estime l’impact pour l’ensemble de la population des cas qui pourraient être évités en éliminant l’exposition FERpop = (RAP / Incid. pop) x 100 AL2005-06 SPUB053 - MAS SP -MultiD
Dans notre exemple : FER pop = (0.008 / 0.025) x 100 = 32 % Si le jeune âge est responsable de décès maternel (relation causale), environ 32% des décès maternels sont imputables à ce jeune âge et pourraient être évitées si l’accouchement ne survenait pas avant 19 ans. AL2005-06 SPUB053 - MAS SP -MultiD
A noter : RR, RC : recherche étiologique, recherche d’associations causales R Att, FER : estimation d’impact pour les individus à risque RAP, FER pop : estimation d’impact pour une communauté aide au choix de priorités AL2005-06 SPUB053 - MAS SP -MultiD
Relation entre RR, FR, R Att. AL2005-06 SPUB053 - MAS SP -MultiD
Relation entre RR, FR, R Att. AL2005-06 SPUB053 - MAS SP -MultiD
Relation entre RR, FR, R Att. Si Facteur de Risque est fréquent mais association faible (RR petit), son impact (R Att, FER) sera plus élevé que si FR peu fréquent et RR élevé Important pour l’aide à la décision (sans oublier la prise en compte de la VULNERABILITE du facteur de risque) AL2005-06 SPUB053 - MAS SP -MultiD
Des rappels et/ou…approfondissements Les mesures de fréquence / associations / impact Les types d’études Les biais et erreurs Le rôle du hasard La causalité AL2005-06 SPUB053 - MAS SP -MultiD
Le chercheur La finalité La « durée » Le « sens temporel » transversale transversale descriptive Études d’observation longitudinale longitudinale prospective analytique longitudinale rétrospective Études Expérimentales (ou quasi) analytique longitudinale prospective AL2005-06 SPUB053 - MAS SP -MultiD
Des études spécifiques… OBSERVATION INTERVENTION descriptive analytique expérimentale Quasi-expérimentale Essais cliniques randomisés Essais communautaires Transversale Longitudinale Écologique Cohorte Cas-Témoins Écologique Essais cliniques non randomisés Essais communautaires non randomisés AL2005-06 SPUB053 - MAS SP -MultiD
Des études spécifiques… OBSERVATION INTERVENTION descriptive analytique expérimentale Quasi-expérimentale Essais cliniques randomisés Essais communautaires Transversale Longitudinale Écologique Cohorte Cas-Témoins Écologique Essais cliniques non randomisés Essais communautaires non randomisés AL2005-06 SPUB053 - MAS SP -MultiD
Les études descriptives AL2005-06 SPUB053 - MAS SP -MultiD
Objectifs des études descriptives Décrire l’importance d’un problème de santé Évaluer les interventions menées Aide à la prise de décision en médecine clinique Orienter la recherche étiologique AL2005-06 SPUB053 - MAS SP -MultiD
Principaux types d’études descriptives Étude de cas/série de cas Études écologiques (corrélationnelles) Études descriptives sur échantillon de population Abordées en détail dans le module 5 AL2005-06 SPUB053 - MAS SP -MultiD
Des études spécifiques… OBSERVATION INTERVENTION descriptive analytique expérimentale Quasi-expérimentale Essais cliniques randomisés Essais communautaires Transversale Longitudinale Écologique Cohorte Cas-Témoins Écologique Essais cliniques non randomisés Essais communautaires non randomisés AL2005-06 SPUB053 - MAS SP -MultiD
Études de cohorte AL2005-06 SPUB053 - MAS SP -MultiD
Étude de cohorte Au moins deux groupes Exposés : Non exposés : Choix d’un groupe particulièrement exposé Accessibilité Motivation à participer Groupes intéressants: Mutuelles, assurances Groupes professionnels Femmes enceintes Volontaires Plusieurs groupes d’exposition à des degrés variables (dose-effet) Non exposés : Apportent une information sur la fréquence attendue de la maladie dans un groupe de sujets « en tous points comparables » au groupe des exposés à l’exception du fait qu’ils ne sont pas exposés. Proviennent de la même population que les exposés AL2005-06 SPUB053 - MAS SP -MultiD
Données sur l’exposition: Collecte et follow-up Données sur l’exposition: Définition claire de l’exposition (Intensité, Durée, Régularité, Variabilité) Sources d’information (registre, participants, examens médicaux, etc. ) Changement d’exposition durant l’étude (ex: tabac) Fiabilité des mesures d’exposition : si possible des mesures objectivables AL2005-06 SPUB053 - MAS SP -MultiD
Données sur l’incidence: Collecte et follow-up Données sur l’incidence: Rythme et durée : Le même dans les différents groupes Dépend évidemment du problème étudié : Suivi long si latence longue Parfois suivi très bref (exemple étude APGAR et mortalité) Qui collecte les données : Investigateur Services de santé Patients eux-mêmes Certif de décès, autopsie, etc. Critères de diagnostics ( capital en multicentrique) AL2005-06 SPUB053 - MAS SP -MultiD
Mesures d’associations (RR, RA, FER,etc) Analyse des résultats Mesures d’associations (RR, RA, FER,etc) Risque relatif : si incidence cumulée (risk ratio) Rapport des taux : si densité d’incidence (rate ratio) Rôle du hasard ? Tests de signification statistique Comparaison de moyenne Comparaison de proportions Analyse de survie etc… AL2005-06 SPUB053 - MAS SP -MultiD
Exemple: Relation entre le score d’apgar à 10’ et le risque de décès de l’enfant durant sa première année de vie, chez les enfants dont le poids de naissance est supérieur à 2500 gr. Deux groupes d’enfants : Groupe 1: enfants ayant eu un score d’APGAR de 0 à 3 (= EXPOSE) Groupe 2 : enfants ayant eu un score d’APGAR de 4 à 6 (= NON EXPOSE) Groupe 1: n = 122 Groupe 2 : n = 345 Au total : 85 décès dont 43 dans le groupe 2
RAbs exposé : 42/122 = 34,4% Rabs non exposé : 43/345 = 12,5% DECES SURVIE TOTAL APGAR 0-3 42 80 122 4-6 43 302 345 Total 85 382 467 RAbs exposé : 42/122 = 34,4% Rabs non exposé : 43/345 = 12,5% RR : 34.4 / 12.5 = 2.8 AL2005-06 SPUB053 - MAS SP -MultiD
Donner un « sens statistique » à cette association ? 1. Intervalle de confiance autour du RR [1.9 ; 4.1 ] 2. test d’hypothèse Ho : RR dans la population = 1 Ha : RR dans la population ≠ de 1 α = 5% chi carré : = 29.2 ; p=0.000001 AL2005-06 SPUB053 - MAS SP -MultiD
Des problèmes très importants Non répondants : Les non réponses sont SELECTIVES Les éviter : Plan de communication avant le démarrage Fidéliser les participants Les prendre en compte : Informations minimales sur les non répondants pour comparaison des caractéristiques socio-démo.,etc. AL2005-06 SPUB053 - MAS SP -MultiD
Des problèmes très importants Perdus de vue : Les perdus de vue sont SELECTIFS Les éviter : Fidéliser les participants Rendre l’investigation la plus légère possible Les prendre en compte : Informations minimales sur le devenir (?) AL2005-06 SPUB053 - MAS SP -MultiD
Avantages et désavantages Calcul RISQUE Info sur incidence Pas d’ambiguïté temporelle Expositions rares Occurrence de plusieurs problèmes de santé Alcool : cirrhose, accidents, polynévrites, etc. Dose-effet Temps Coût Taille échantillon Non adapté pour pathologies rares Perte follow-up Changement d’exposition durant la période de suivi AL2005-06 SPUB053 - MAS SP -MultiD
Études à visée analytique Sélection de MALADE (CAS) Études CAS-TEMOINS Études à visée analytique Sélection de MALADE (CAS) Constitution d’un groupe de TEMOINS qui ne présentent pas le problème Recherche RETROSPECTIVE de l’exposition AL2005-06 SPUB053 - MAS SP -MultiD
Plan d’étude AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
Sélection des cas et des témoins Définition claire et précise de la maladie Identification de la population source Source : Hôpitaux, MG, etc. Population générale (dépistage) TEMOINS: C’est le groupe qui permet de voir la fréquence du Facteur de risque quand on ne présente pas la maladie. Choisi dans la même population que les CAS « en tout point comparable » aux cas (sauf MALADIE) Appariement individuel Stratification Etc. AL2005-06 SPUB053 - MAS SP -MultiD
Collecte des informations sur l’exposition Sur des facteurs confondants potentiels Informations obtenues de la même façon dans les deux groupes Source : interview personne / famille Dossier Registre état civil, etc. Dossiers professionnels Biais de mémorisation +++ AL2005-06 SPUB053 - MAS SP -MultiD
Cote d’exposition chez les CAS Cote d’exposition chez les témoins Analyse Cote d’exposition chez les CAS Cote d’exposition chez les témoins Rapport de cote Statistique : intervalle de confiance autour de l’OR Chi carré AL2005-06 SPUB053 - MAS SP -MultiD
Avantages et désavantages Maladies rares Maladies avec latence longue Taille d’échantillon plus limitée Données d’accès facile Pas de problèmes éthiques: déjà malade On ne détermine pas le risque Peu intéressant pour expositions rares Biais de sélection ++ Validation des données (mémorisation) AL2005-06 SPUB053 - MAS SP -MultiD
Calcul des RAPPORTS Dans une étude de cohorte : RISQUE RELATIF : Risque Exposé / Risque non exposé RAPPORT DE COTE de maladie (disease odds ratio) : Cote chez les exposés / cote chez les Non Exp. = (a/b) /(c/d) = a.d / b.c (produit croisé) AL2005-06 SPUB053 - MAS SP -MultiD
Calcul des RAPPORTS Dans une étude cas-témoins : RISQUE RELATIF RC de maladie RAPPORT DE COTE d’Exposition Cote d’exposition chez les cas / cote d’exposition chez les témoins = (a/c) / (b/d) = a . d / b . C (= produit croisé) AL2005-06 SPUB053 - MAS SP -MultiD
Des études spécifiques… OBSERVATION INTERVENTION descriptive analytique expérimentale Quasi-expérimentale Essais cliniques randomisés Essais communautaires Transversale Longitudinale Écologique Cohorte Cas-Témoins Écologique Essais cliniques non randomisés Essais communautaires non randomisés AL2005-06 SPUB053 - MAS SP -MultiD
Les études d’intervention
Études d’intervention Types d’étude qui reproduisent le plus fidèlement les conditions des expériences en laboratoire L’enquêteur exerce un contrôle direct sur l’exposition et sur l’affectation des sujets dans les groupes études observation où les participants eux-mêmes déterminent cette affectation Bases très solides pour tester les hypothèses Problèmes éthiques importants AL2005-06 SPUB053 - MAS SP -MultiD
Études expérimentales Exposition est imposée !!! Dans des conditions NON CONTROLEES : pas de sélection de sujets; tous ceux qui « présentent le besoin » font partie de l’expérience Exemple: vaccination dans une population …diminution incidence maladie Dans des conditions CONTROLEES : Essais cliniques Essai sur le terrain Interventions communautaires Dans les conditions naturelles : Essais accidentels (accidents nucléaire,…) AL2005-06 SPUB053 - MAS SP -MultiD
Types d’études d’intervention Essais cliniques : but = évaluation de l’efficacité d’un médicament ou d’un traitement Concernent les plus souvent des maladies Sont le plus souvent menés en structure de soins Essais sur le terrain : Soit à l’échelle de l’individu : unité statistique = individu soit à l’échelle du groupe : unité statistique = groupe soit à l’échelle d’une communauté entière: unité statistique = communauté AL2005-06 SPUB053 - MAS SP -MultiD
Seront vues plus en détails lors de l’abord de « l’évaluation des interventions en santé publique » SPUB053 - MAS SP -MultiD
Des rappels et/ou…approfondissements Les mesures de fréquence / associations / impact Les types d’études Le rôle du hasard Les biais et erreurs La causalité AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage En épidémiologie, on étudie quelque fois des populations entières. analyse des décès et des naissances (statistiques démographiques) certains registres exhaustifs c’est le cas des données de recensement ... MAIS le plus souvent on recourt à la méthode des sondages : on y étudie un échantillon de cette population le plus souvent, cet échantillon doit être représentatif de la population visée AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Pour constituer un échantillon le plus représentatif possible de la population enquêtée (tous les individus doivent avoir la même probabilité de figurer dans l'échantillon): Sondage empirique: l'enquêteur choisit les individus formant l'échantillon en fonction de certaines caractéristiques (âge, sexe, profession), afin de refléter le plus possible la population que l'on désire étudier. Méthode forcément biaisée. Sondage aléatoire: repose sur le tirage au sort (randomisation) effectué à partir d'une base de sondage (annuaire, liste électorale...). AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Le sondage aléatoire peut être: élémentaire : les sujets sont tirés directement dans la population étudiée Ex:on numérote les individus d'une population de 2000 personnes de 1 à 2000, et on tire au sort 100 numéros AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage aléatoire SIMPLE population N Echantillon n Echantillonnage aléatoire SIMPLE AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Le sondage aléatoire peut être: systématique : au lieu de numéroter les 2000 personnes, on en tire une au sort parmi les 20 premières, puis on "saute" de 20 en 20 pour arriver à un total de 100 Plus rapide, mais attention aux variations périodiques); AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage SYSTEMATIQUE population Le PAS : k = N / n 1 N k l l+k l+2k l+3k l+ (n-1)k Nbre aléatoire n Echantillon Echantillonnage SYSTEMATIQUE AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Le sondage aléatoire peut être: En grappes : Ex:l'ensemble des foyers résidant dans des villages tirés au sort: un village est une grappe de foyers qui sont des grappes d'individus. Très utilisés car très pratiques, mais attention à l'homogénéité des individus dans une même grappe : mêmes habitudes alimentaires dans un foyer... AL2005-06 SPUB053 - MAS SP -MultiD
G grappes mutuellement exclusives et exhaustives Echantillonnage en GRAPPES (clusters) Population N G grappes mutuellement exclusives et exhaustives Echantillon n G grappes mutuellement exclusives et exhaustives sélectionnées par tirage aléatoire simple, systématique ou avec probabilité proportionnelle à la taille AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Le sondage aléatoire peut être: stratifié : plusieurs tirages, chacun étant réalisé dans une sous-population plus homogène quant au facteur étudié. Ex:dans une enquête sur le recours aux soins, on subdivisera la ville concernée en 3 secteurs: milieu aisé, classe moyenne, classe populaire et on fera un tirage dans chacun. AL2005-06 SPUB053 - MAS SP -MultiD
S strates mutuellement exclusives et exhaustives Echantillonnage aléatoire STRATIFIE Population N S strates mutuellement exclusives et exhaustives Echantillon n S strates mutuellement exclusives et exhaustives dont les sujets ont été sélectionnés par tirage aléatoire simple AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Si l'échantillon n'est pas représentatif de la population sur laquelle doit porter l'étude, il en résulte des biais qui doivent faire remettre en question le mode d'échantillonnage et la représentativité des résultats obtenus. Si l'échantillon n'est pas suffisamment grand, il risque d ’y avoir manque de précision pour les estimateurs étudiés. AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Population-cible : celle dont on voudrait connaître les caractéristiques Ensemble des éléments visés, en principe, par une problématique scientifique. Il est fréquent que l’échantillonnage ne puisse pas couvrir toute la population cible. “Target population”. Population échantillonnée (ou population statistique) : celle que l ’on pourra effectivement étudier, et à laquelle se rapporteront les résultats de l ’étude AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Echantillon : sous-ensemble de la population échantillonnée; à condition de répondre aux exigences de représentativité, les paramètres mesurés dans cet échantillon pourront servir d ’estimateurs pour la population échantillonnée Unité d ’échantillonnage : élément de l ’échantillon sur lequel porte la mesure et l ’observation: unité permettant de construire un échantillon en vue d'une enquête. (= unité statistique) AL2005-06 SPUB053 - MAS SP -MultiD
Résultats obtenus sur un échantillon: peu intéressant Ce que l ’on veut: utiliser ces résultats pour une population AL2005-06 SPUB053 - MAS SP -MultiD
Echantillonnage Inférence statistique
Echantillon Population
Introduction à la notion de fluctuation d ’échantillonnage population Inférence statistique échantillon échantillonnage AL2005-06 SPUB053 - MAS SP -MultiD
Echantillon 2 Echantillon 3 Echantillon n Echantillon 1 Population
Au départ d ’une même population: nombreux échantillons différents de même taille n paramètre (moyenne, médiane, proportion, …) varie d ’échantillon à échantillon variations suivent une distribution de probabilité AL2005-06 SPUB053 - MAS SP -MultiD
Inférence statistique Deux approches principales pour l ’inférence: inférence par les TESTS STATISTIQUES inférence par INTERVALLE DE CONFIANCE Voir STAT AL2005-06 SPUB053 - MAS SP -MultiD
? AL2005-06 SPUB053 - MAS SP -MultiD
Exemple: Relation entre le score d’apgar à 10’ et le risque de décès de l’enfant durant sa première année de vie, chez les enfants dont le poids de naissance est supérieur à 2500 gr. Deux groupes d’enfants : Groupe 1: enfants ayant eu un score d’APGAR de 0 à 3 (= EXPOSE) Groupe 2 : enfants ayant eu un score d’APGAR de 4 à 6 (= NON EXPOSE) Groupe 1: n = 122 Groupe 2 : n = 345 Au total : 85 décès dont 43 dans le groupe 2
RAbs exposé : 42/122 = 34,4% Rabs non exposé : 43/345 = 12,5% DECES SURVIE TOTAL APGAR 0-3 42 80 122 4-6 43 302 345 Total 85 382 467 RAbs exposé : 42/122 = 34,4% Rabs non exposé : 43/345 = 12,5% RR : 34.4 / 12.5 = 2.8 AL2005-06 SPUB053 - MAS SP -MultiD
? AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
Erreurs aléatoires = le hasard Erreurs systématiques = BIAIS Les erreurs possibles Erreurs aléatoires = le hasard Erreurs systématiques = BIAIS Biais de sélection Biais de mesure ou d’observation AL2005-06 SPUB053 - MAS SP -MultiD
erreurs aléatoires toujours présentes Variabilité inter et intra individus erreurs aléatoires toujours présentes si ….N AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
Les BIAIS en EPIDEMIOLOGIE ERREUR SYSTEMATIQUE ===> résultats réalité biais de sélection : utilisation de critères non comparables dans la sélection des sujets ; non réponses ou perte de vue ou abandons sélectifs biais de mesure (ou d’information ou d’observation): naissent par des « fautes » dans le recueil / enregistrement / codification des données AL2005-06 SPUB053 - MAS SP -MultiD
Biais de Sélection Les groupes à comparer ne sont pas comparables !! biais d’échantillonnage population « couverte » est incomplète (non réponse, non participation, perte sélective) admission sélective des sujets dans l’étude (ex:sélection à l’hôpital,...) migration sélective survie sélective ...... AL2005-06 SPUB053 - MAS SP -MultiD
Biais de mesure ou d’observation ou d’information biais d’interview techniques de mesure défaillantes et biaisées questionnaires erronés perte de mémoire sélective excès de zèle des enquêteurs … AL2005-06 SPUB053 - MAS SP -MultiD
de sélection PREVENTION DES BIAIS de sélection cacher à l’investigateur les informations concernant ou la maladie dans les études longitudinales ou l’exposition dans les cas-temoins techniques correctes d’échantillonnage deux groupes de témoins dans les Cas-témoins suivi le plus complet dans les études longitudinales AL2005-06 SPUB053 - MAS SP -MultiD
PREVENTION DES BIAIS (2) d’observation en travaillant en aveugle / double / triple quand le plan d ’étude le permet cacher l’hypothèse de travail dans les études non expérimentales recueillir de l’information qui « n’a rien à voir » de façon à « noyer le poisson ». cacher l’appartenance aux groupes (expo/non expo, cas/témoins) pendant le codage Etc… AL2005-06 SPUB053 - MAS SP -MultiD
Lors de l ’interprétation des résultats garder en mémoire l’existence possible de biais lors de l’interprétation des résultats de l’étude. comparer le profil des non répondants et des répondants. il faut essayer d’estimer l’impact et la directionalité de ces biais éventuels AL2005-06 SPUB053 - MAS SP -MultiD
BIAIS ????? Exemple: Relation entre le score d’apgar à 10’ et le risque de décès de l’enfant durant sa première année de vie, chez les enfants dont le poids de naissance est supérieur à 2500 gr. Deux groupes d’enfants : Groupe 1: enfants ayant eu un score d’APGAR de 0 à 3 (= EXPOSE) Groupe 2 : enfants ayant eu un score d’APGAR de 4 à 6 (= NON EXPOSE) Groupe 1: n = 122 Groupe 2 : n = 345 Au total : 85 décès dont 43 dans le groupe 2
? AL2005-06 SPUB053 - MAS SP -MultiD
Exemple: Relation entre le score d’apgar à 10’ et le risque de décès de l’enfant durant sa première année de vie, chez les enfants dont le poids de naissance est supérieur à 2500 gr. Deux groupes d’enfants : Groupe 1: enfants ayant eu un score d’APGAR de 0 à 3 (= EXPOSE) Groupe 2 : enfants ayant eu un score d’APGAR de 4 à 6 (= NON EXPOSE) Groupe 1: n = 122 Groupe 2 : n = 345 Au total : 85 décès dont 43 dans le groupe 2
HASARD ???? RAbs exposé : 42/122 = 34,4% DECES SURVIE TOTAL APGAR 0-3 42 80 122 4-6 43 302 345 Total 85 382 467 RAbs exposé : 42/122 = 34,4% Rabs non exposé : 43/345 = 12,5% RR : 34.4 / 12.5 = 2.8 HASARD ???? AL2005-06 SPUB053 - MAS SP -MultiD
Donner un « sens statistique » à cette association Inférence statistique 1. Intervalle de confiance autour du RR [1.9 ; 4.1 ] 2. test d’hypothèse Ho : RR dans la population = 1 Ha : RR dans la population ≠ de 1 α = 5% chi carré : = 29.2 ; p=0.000001 AL2005-06 SPUB053 - MAS SP -MultiD
? AL2005-06 SPUB053 - MAS SP -MultiD
L’interprétation des résultats d’une étude épidémiologique : Quelles questions se poser ? Le résultat n’est-il pas du à autre chose ? AL2005-06 SPUB053 - MAS SP -MultiD
La CONFUSION est inhérente à la multicausalité EXPOSITION MALADIE variable CONFONDANTE AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
Méthodes pour limiter la confusion: Lors de la préparation de l ’étude : randomisation la restriction l ’appariement Lors de l ’analyse : analyse stratifiée analyse multivariée (modélisation) standardisation AL2005-06 SPUB053 - MAS SP -MultiD
randomisation Lors de la préparation de l ’étude N ’est possible que dans les études expérimentales Est le scénario de choix Réparti aléatoirement les différences (donc les variables confondantes connues et inconnues) Si n petit, contrôle des biais de confusion moins bon : compléter par la restriction Tenir compte lors de l’analyse AL2005-06 SPUB053 - MAS SP -MultiD
Lors de la préparation de l ’étude : restriction on restreint les critères d ’admissibilité des sujets dans l ’étude (exemple: à un groupe d ’âge où l ’incidence du problème est assez constante, ...) Annule l’effet de confusion de la variable qui a été « artificiellement » éliminée Inconvénients : cette technique … limite la taille de la population éligible Rend plus difficile la construction de l’échantillon !!! la catégorie retenue peut encore présenter une certaine hétérogénéité !!! (exemple: âge) !!! La variable qui a fait l’objet de la restriction ne peut plus être prise en compte dans l’analyse AL2005-06 SPUB053 - MAS SP -MultiD
Lors de la préparation de l ’étude l ’appariement individuel L’objectif est d’avoir une répartition identique des facteurs de confusion dans les groupes étudiés Dans une étude CAS-TEMOINS, chaque témoin sera choisi avec les même caractéristique d’âge, de sexe, de profession si l’on veut apparier pour ces trois variables. Inconvénients : Difficulté de trouver les personnes pour l’appariement individuel Difficile dans les études autres que cas-témoins Impossibilité de prendre en compte dans l’analyse, la variable d’appariement AL2005-06 SPUB053 - MAS SP -MultiD
Lors de l ’analyse analyse stratifiée on contrôle la confusion en évaluant l ’association dans les catégories ou les classes de la variable potentiellement confondante ET EN CALCULANT UNE MESURE PONDEREE AL2005-06 SPUB053 - MAS SP -MultiD
Variable potentiellement STRATIFICATION maladie Facteur d’exposition Variable potentiellement confondante AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
analyse multivariée (modélisation) Lors de l ’analyse : analyse multivariée (modélisation) prise en compte simultanée de variables multiples pour une modélisation et un calcul de mesures pondérées. AL2005-06 SPUB053 - MAS SP -MultiD
Analyse multivariée : prendre en compte plus de deux facteurs Si l’on doit prendre en compte un troisième facteur X3 (puis X4, X5, X6,…)… Age de la mère Poids naiss. BB Statut socio-éco Nombre enfants profession On ne peut plus procéder par stratification notamment parce que les effectifs dans chaque strate deviennent trop petits AL2005-06 SPUB053 - MAS SP -MultiD
Analyse multivariée : Cette analyse consiste à étudier l’association entre une variable REPONSE et plusieurs autres variables EXPLICATIVES (ou PREDICTEURS) prises en considération simultanément. Elle utilise un modèle mathématique pour expliquer ces interrelations X1 X2 Maladie (ou autre) X3 X4 X5 AL2005-06 SPUB053 - MAS SP -MultiD
AL2005-06 SPUB053 - MAS SP -MultiD
Association et Causalité EXPOSITION MALADIE association EXPOSITION MALADIE association AL2005-06 SPUB053 - MAS SP -MultiD
Association……« de cause à effet » ! L’ASSOCIATION est-elle VALIDE ???? AL2005-06 SPUB053 - MAS SP -MultiD
Association……« de cause à effet » ! L’ASSOCIATION est-elle CAUSALE ???? AL2005-06 SPUB053 - MAS SP -MultiD
Concept de CAUSE selon l’approche déterministe Koch (1882) : propose 4 postulats permettant d’identifier un agent pathogène responsable d’une maladie : Agent présent dans chaque cas de maladie Agent doit pouvoir être isolé et cultivé dans un milieu externe (culture) Agent, si inoculé à un animal susceptible, doit provoquer la maladie Agent doit être identifiable et isolable chez l’animal ainsi contaminé. AL2005-06 SPUB053 - MAS SP -MultiD
Evolution du concept Koch : déterminisme ABSOLU Mais qu’en est-il pour les maladies non infectieuses Déterminisme « relatif » : Différentes causes peuvent produire le même effet Les causes peuvent être présentes sans que l’effet n’apparaisse Une cause peut produire différents effets,… AL2005-06 SPUB053 - MAS SP -MultiD
En épidémiologie, conception plus pragmatique de la causalité La cause d’une maladie est un événement, une condition, une caractéristique ou une combinaison de ces facteurs qui jouent un rôle important dans la survenue de la maladie ou du problème de santé AL2005-06 SPUB053 - MAS SP -MultiD
9 critères qui aident à l’établissement d’une « relation causale » Evolution du concept Bradford HILL (1965) : tabac et cancer du poumon 9 critères qui aident à l’établissement d’une « relation causale » Remarque: selon les auteurs, le nombre et le type de critères diffèrent. AL2005-06 SPUB053 - MAS SP -MultiD
Critères de causalité Force de l’association Consistance Spécificité Temporalité Gradient biologique (Relation « dose-réponse ») Plausibilité Cohérence Expérimentation (Plan d’étude expérimental) AL2005-06 SPUB053 - MAS SP -MultiD
Force de l’association RR, OR, etc. Si forte il y a peu de chance que les biais expliquent cette association Si faible : il faut être très attentif au fait que d’autres variables peuvent expliquer cette association (confusion) MAIS : Relation « faible » n’exclu pas une relation causale. Relation forte ne garantit pas une relation causale AL2005-06 SPUB053 - MAS SP -MultiD
Consistance Observation répétée d’une association dans différentes populations , dans différentes circonstances, dans différentes études. Attentif car : L’absence de consistance n’équivaut pas à une absence de relation causale Des méthodologies différentes peuvent expliquer une absence de consistance AL2005-06 SPUB053 - MAS SP -MultiD
Spécificité Plus l’association est spécifique (un facteur entraîne une cause et cette cause est due à ce « seul » facteur), plus la causalité est probable Tabac cancer bronches 9 cancer sur 10 : le malade est fumeur. Mais : !!! Causes multiples !!! Effets multiples Spécificité : si + : forte évidence de causalité si - : ne pas interpréter !!! AL2005-06 SPUB053 - MAS SP -MultiD
Temporalité L’exposition est présente avant la maladie Le respect de la « période d’incubation » Critère qui souffre peu de contradiction mais très difficile à mettre en évidence notamment quand temps de latence long AL2005-06 SPUB053 - MAS SP -MultiD
Gradient biologique (relation « dose-réponse ») Augmentation de la fréquence de la maladie quand l’exposition augmente La mise en évidence d’une telle relation (dans des études non biaisées) est un argument TRES IMPORTANT dans la recherche d’une relation causale Rem : il ne s’agit pas toujours de relation linéaire N’est pas à l’abri de l’effet des variables confondantes AL2005-06 SPUB053 - MAS SP -MultiD
Plausibilité biologique ou clinique L’hypothèse est-elle cohérente avec ce que l’on sait de l’histoire naturelle de la maladie Existe-t-il un mécanisme biologique qui peut expliquer la relation? AL2005-06 SPUB053 - MAS SP -MultiD
Cohérence L’étude entre en COHERENCE avec tout ce qui est connu quant à l’histoire nature, la biologie, l’épidémiologie, l’expérimentation, etc. AL2005-06 SPUB053 - MAS SP -MultiD
Expérimentation Les études expérimentales apporte la preuve de la relation causale Mais : Faisabilité ? Ethique ? « autres expérimentations » : Naturelles Sur animal In vitro AL2005-06 SPUB053 - MAS SP -MultiD
Capacité des « autres » plans d’étude à apporter des informations sur la relation causale Plan d’étude Capacité à « prouver » la causalité Essais contrôlés randomisés Forte Études de cohorte Modérée Études cas-témoins Études transversales Faible Études écologiques faible AL2005-06 SPUB053 - MAS SP -MultiD
Important Il ne s’agit pas d’une check-list : Une association causale peut exister même si tous les critères de causalité ne sont pas respectés Certains critères sont plus important que d’autres (temporalité, dose-réponse,…) Le sens critique et la logique jouent un rôle important dans la recherche de la causalité AL2005-06 SPUB053 - MAS SP -MultiD