P SambP Samb1 STATISTICS IN MEDICINE Statist. Med. 2008; 27: 4057-4068 Published online 14 April 2008 in Wiley InterScience (www.interscience.wiley.com)

Présentation au sujet: "P SambP Samb1 STATISTICS IN MEDICINE Statist. Med. 2008; 27: 4057-4068 Published online 14 April 2008 in Wiley InterScience (www.interscience.wiley.com)"— Transcription de la présentation:

1 P SambP Samb1 STATISTICS IN MEDICINE Statist. Med. 2008; 27: 4057-4068 Published online 14 April 2008 in Wiley InterScience (www.interscience.wiley.com) DOI: 10.1002/sim.3269 Assessing the utility of public health surveillance using specificity, sensitivity, and lives saved Ken P. Kleinman., and Allyson M. Abrams Department of Ambulatory Care and Prevention, Harvard Medical School and Harvard Pilgrim Health Care, Boston, MA 02215, U.S.A.

2 P SambP Samb2 Surveillance de santé publique Définition : « un processus continu et systématique de collecte, danalyse et dinterprétation de données épidémiologiques, diffusées en temps voulu à ceux qui en ont besoin, en vue dune action de santé publique » Principaux objectifs : détecter des tendances ou phénomènes temporels et/ou spatiaux détecter des phénomènes épidémiques quantifier limportance de la mortalité ou de la morbidité liées au phénomène sous surveillance identifier les facteurs impliqués dans la survenue dun problème orienter la recherche, notamment par lélaboration dhypothèses évaluer lefficacité des mesures de contrôle ou de prévention aider à la planification ou à lallocation de ressources

3 P SambP Samb3 Surveillance de santé publique Système de surveillance syndromique - différentes sources : passages dans services des urgences, les admissions à lhôpital, les appels au SAMU … - enregistrement et analyse permanente (quotidienne) des données - copiées automatiquement par le système Réseaux sentinelles - système interactif de surveillance - surveillance ciblée sur des indicateurs de santé en population

4 P SambP Samb4 Méthode H0 : aucun évènement (H0 : hypothèse qui suppose labsence deffet, celle que lon cherche à réfuter) Estimation de probabilités quun évènement se produise - pour chaque méthode statistique utilisée - à chaque période de « reporting » p mi pour methode m appliquée à lévenement i La méthode m détecte i à un seuil t si p mi <t.

5 P SambP Samb5 Qualités de la méthode Sensibilité : Pourcentage des tests positifs chez malades proportion dévènements qui sont détectés Spécificité : Pourcentage des tests négatifs chez non malades proportion de jours de surveillance sans évènements Courbe ROC, Aire sous la courbe problème « dunités »

6 P SambP Samb6 Introduction du temps de détection Importance de tenir compte du jour où la méthode est appliquée P mid avec d est le jour où la méthode est appliquée Par convention, d est le nombre de jours depuis le début de lévènement

7 P SambP Samb7 Leur objectif Poids par vies sauvées. plus de poids pour les méthodes qui détectent les évènements avec plus de vies sauvées Calcul du nombre des « vies sauvées » : s mit pour chaque méthode m, évènement i, seuil t nombre de cas, apparaissant le jour ou après le jour de détection d Pondération pour un évènement donné, seuil et méthode: f (s mit )=s mit /k, where k is a constant. Poids « idéal » pour k=nombre maximum de cas sauvés Généralisation :

8 P SambP Samb8 Exemple Pulvérisation danthrax à partir dun avion sur banlieue de Boston

9 P SambP Samb9 Discussion Autres approches possibles : pondération par proportion de cas détectés Tronquer la courbe ROC petites valeurs de spécificité inacceptable : fausses alertes couteuses et discréditation du système