Cours de Recherche Clinique, Biostatistiques, Informatique médicale • Organisation des cours • Objectifs pédagogiques • Pourquoi des statistiques en médecine ? – Variabilité – échantillon • Pourquoi une lecture critique de linformation scientifique ?
54
Embed
Cours de Recherche Clinique, Biostatistiques, … · • Des statistiques pour les médecins ? ... – Cas témoins, Exposé non exposé » Décrire les 2 populations séparément
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Cours de Recherche Clinique, Biostatistiques,
Informatique médicale • Organisation des cours
• Objectifs pédagogiques • Pourquoi des statistiques en médecine ?
– Variabilité – échantillon
• Pourquoi une lecture critique de l�information scientifique ?
C’est une suite de la PACES • Cours de biostatistiques
Premier semestre P1 – Philippe Cinquin – José Labarére
• Cours de méthodologie épidémiologie deuxième semestre P1 – José Labarére
Ces connaissances théoriques seront mises en pratique en P2
– Théorique = connaissance => Série de QCM fin décembre 2013
– Pratique => mise en œuvre optimale de vos compétences C2i (TTT, tableur et multimédia…)
• La production d’un article et de sa présentation associée via LOE servira pour suivre, évaluer et valider (ou pas) les compétences C2i pratique, grâce à un référentiel de compétences (e-portfolio, dossier numérique de compétence).
Avantages
• Mutualisation des apprentissages (LOE & C2i)
• Travail collaboratif (groupe de 3 à 4) • Compagnonnage par vos
enseignements dans LOE par les enseignants lors des 8 séances LOE
Un document de référence pour toutes les études http://www.cnci.univ-paris5.fr/medecine/Glossaire-
ECN-LCAM.pdf Glossaire des termes utiles à la lecture
Analyse de sous-groupe................................................................................................................................ 5
Analyse de survie........................................................................................................................................... 5
Analyse en intention de traiter ...................................................................................................................... 5
Analyse en per-protocole .............................................................................................................................. 6
Biais ................................................................................................................................................................ 8
Biais d’attrition ................................................................................................................................................ 8
Biais d’avance au diagnostic......................................................................................................................... 9
Biais d’incorporation ...................................................................................................................................... 9
Biais d’indication ............................................................................................................................................ 9
Biais de classement.....................................................................................................................................10
Biais de confusion........................................................................................................................................10
Biais de sélection .........................................................................................................................................11
Biais de surdiagnostic..................................................................................................................................11
Biais lié « aux travailleurs sains » (healthy worker effect) ........................................................................11
Biais protopathique ......................................................................................................................................12
Critère de jugement .....................................................................................................................................13
Critère de substitution..................................................................................................................................13
validant un Master 1 (plus tard un M2 …) – 30 ECTS validés dans le programme de Médecine – 2 UE (2*6 ECTS) du Master 1
• enseignements complémentaires dans le champ de la recherche clnique:
– méthodologie en recherche clinique – Méthodologie en épidémiologie – Statistiques avancées – Physiologie du sport et expérimentation
• plus une UE 3 ECTS (conduite de projet….)
– plus un stage recherche pendant les stages d�externes mais validant recherche (15 ECTS)
• Centre d’Investigation Clinique du CHU
Les statistiques : Du latin status : description d�un état
La Statistique
Science qui permet de traiter les problèmes où intervient la variabilité
! organiser le recueil, traiter, décrire et interpréter les
données
« Science de l�incertain »
Biostatistique : Science qui permet….
….dans le domaine du vivant, et de la médecine en particulier
décrire et interpréter
Fréquence d�utilisation du prénom François au 20ème siècle
Nb de naissances au 20ème siècle
300
400
500
600
700
800
900
1000
naissances
0 8 16 24 32 40 48 56 64 72 80 88 96 1041900+
300
400
500
600
700
800
900
1000
naissances
0 8 16 24 32 40 48 56 64 72 80 88 96 1041900+
Et Nathalie ?
Et Nathalie ?
• La place rouge était vide • Devant moi marchait Nathalie • Il avait un joli nom, mon guide
• Nathalie, Nathalie
• C�est de l�interprétation
Décrire et interpréter rationnellement
• Un langage universel avec des définitions – Utiles – Simples et lisibles par tous
• Des outils d�aide à la décision – Contrôler le risque d’erreur dans l’interprétation – Les données méritent-elles une interprétation
• Différences non dues aux fluctuations d�échantillonnage – Argumenter la relation causale
• Pb de Méthodologie, pas de statistiques
Caractéristiques du vivant • Complexité
– Régulation du taux de glycémie – Tension artérielle – Hémostase
• Paramètres biologiques résultant d�actions multiples – Une partie des phénomènes peut être
considérée comme aléatoire – Instabilité des valeurs
Source de variabilité • Erreur de mesure
– Tension artérielle au brassard plus stéthoscope + externe inexpérimenté(e)
• Variabilité analytique – Dosage biologique
• Variabilité intra-individu – Une même mesure dans les mêmes
conditions chez un même individu – Tension artérielle de repos tous les 1/4
d’heure
Source de variabilité • Variabilité inter-individu
– Ce qui caractérise le vivant • Capital génétique …..
– La tension artérielle est une des caractéristiques d’un individu
– L’addition des ces caractéristiques individuelles au sein d’un groupe conduit à une valeur moyenne forcément différente d’un groupe à l’autre
• Variabilité biologique – Glycémie à jeun ou post prandiale
• Variabilité chronobiologique – Cycle du cortisol
Conséquence de la variabilité • Il n’existe pas de « vraie valeur »
• Un ensemble de mesures permet d’estimer une valeur caractéristique d’un groupe de n individus
• La probabilité d’observer une valeur donnée peut être connue car ces variables suivent des lois de de distribution connues – Valeur banale, usuelle – Valeur exceptionnelle, hors norme
Conséquence de la variabilité • Etude de la relation HBA1c et équilibre
glycémique – 10 mesures – Relation ?
Conséquence de la variabilité • Etude de la relation HBA1c et équilibre
glycémique – Moyenne de 2 mesures de glycémie à des temps
différents – Relation ?
Etude de la relation HBA1c et équilibre glycémique
• Le mode d’acquisition des données est plus important que le traitement statistique proprement dit
• On ne peut interpréter des résultats sans connaître la nature des données – Méthodologie – Protocole expérimental – Démarche qualité
• On écrit ce qu’on va faire • On fait ce qu’on a écrit
Définitions, Population et échantillon – Population de référence :
• Ensemble généralement très grand, voire infini, d'individus ou d'objets de même nature
» Exemple : toutes les naissances de l�année en cours » Exceptionnellement étudiable (recensement…)
– Sous population (Plus facile à étudier que la population complète) • Définie par la méthodologie de l’étude
– Cas témoins, Exposé non exposé » Décrire les 2 populations séparément
– cohorte
– Échantillon (Plus facile à étudier que la population complète) • Échantillon représentatif a les mêmes caractéristiques
que la population source : « représente » bien celle-ci constitué de façon aléatoire (tirage au sort)
• Etudes descriptives, prévalence ….
La taille de l�empereur de chine
• Pour faire une statue, on doit calculer la taille de l�empereur de chine
Mais sans approcher cet auguste personne retranché dans la cité interdite
Première approche : échantillonnage gigantesque
• 100 enquêteurs partent dans toute la chine interroger chacun 100 chinois
0
100
200300
400
500
600
700800
900
1000
Nom
bre
188 190 192 194 196 198 200 202 204Colonne 1
Histogramme
Deuxième approche : échantillonnage plus petit mais plus pertinent
• On interroge 200 personnes de l�entourage de l�empereur
0
5
10
15
20
25
30
35
40
45
50
Nom
bre
192 193 194 195 196 197 198 199Colonne 1
Histogramme
Finalement
• L�empereur de Chine mesure 1, 947 654 321 m
• L�empereur est ravi d�avoir une taille aussi remarquable
• Les enquêteurs sont stupéfaits de la précision de la mesure – les stats, c’est magique !!!
• Le sculpteur est déprimé ….
Conclusion
• Le nombre de cas ne résume pas la qualité d�un échantillon de mesures
• Un échantillon doit aussi – Etre représentatif, sans biais (tirage au sort) – Pertinent (Pb de méthodologie de
l�expérimentation) • La précision de la mesure dépend, elle, de la
taille de l�échantillon – Notion d�intervalle de confiance la fréquence
d�infections nosocomiales est estimée à 5 % ± 1% – Le ± x% représente les variations possibles de la
mesure liées aux fluctuations d�échantillonnage
Pourquoi une lecture critique des articles scientifiques
• Evolution des connaissances • Evolution des patients
– Coopération Médecin / Malade • Des intérêts pas toujours convergents
– Pouvoir public (HAS) – Industries pharmaceutiques – MG et spécialistes – Patients
• Un savoir scientifique complexe • Pas toujours bien présenté et interprété
• Plaquette de présentation d�un nouvel anti-inflammatoire
• Membres Inférieurs +++ • Pelvis • Membres Supérieurs • A l�exclusion des Thromboses Superficielles
• Embolie pulmonaire (EP) – Migration du thrombus dans les artères pulmonaires
Histoire naturelle • Naissance dans les remous au contact des valvules
(stase)
• Extension par strates successives • Pas de symptôme de TVP
– Risque d’EP +++
• Thrombus complet – Symptômes de TVP +++ – Risque d�EP +
Conséquences MTEV • Mortalité
– Première cause de décès « inattendus » à l�hôpital (séries autopsiques)
• Récurrence – 40 % de récidives à 5 ans
• Insuffisance veineuse – 30 à 50 % des patients avec TVP – Chronique et invalidant
• Cœur pulmonaire chronique – 1 à 2 % des patients avec EP – Gravité +++
Incidence de la MTE en fonction de l�âge
- L’incidence annuelle augmente avec l’âge pour atteindre à 75 ans plus de 4/1000 habitants - Pour 70% des patients décédés d'EP, ce diagnostic n’avait pas été évoqué cliniquement - Le risque double à chaque décade après 40 ans, modèle exponentiel - Hommes > Femmes The Epidemiology of Venous Thromboembolism, Richard H. White, MD, Circulation. 2003;107:I-4 –I-8.
Cas clinique
• Mr X, 73 ans se présente aux urgences via son médecin traitant pour une douleur thoracique
• ATCD – HTA traitée – Fracture du col du fémur opérée
il y a un mois • Douleur permanente • Oedeme modéré des 2 MI • T° 37°5 • Auscultation cardio
pulmonaire RAS
Diagnostic d’embolie pulmonaire sur thrombose fémorale
Quel TTT ?
• Anticoagulant quel modalités ? – TTT par HBPM ou NACO ?
• Mobilisation immédiate ou décubitus – Repos au lit strict 5 jours ?
Estimer la fréquence de MTE dans une population ou plusieurs populations (différents hôpitaux, différentes situation) à un instant donné “t” (comprise entre 0 et 1)
€
P =MN
nombre de cas (malades)
nombre total de sujets (malades + non-malades)
2) Etude exposés non-exposés : l’alitement est-il un facteur de risque de
thrombose veineuse (TVP) ?
% nouveaux cas (X % TVP +)
Non-exposés 400 patients
non alités
Différence statistiquement significative ?
% nouveaux cas (Y % TVP +)
Exposés 200 patients
alités
Population (entrée hôpital)
Temps (étude prospective). On fixe artificiellement la fréquence du FDR (exposé) On mesure la fréquence de la maladie
3) Etude cas-témoins. Pour des situations pathologiques pas
très fréquentes : la chirurgie est elle un facteur de risque d’Embolie Pulmonaire ?
Population (Après examens complémentaires)
Cas (233 EP+)
Témoins (233 EP-)
X % FDR + (9% chirurgie)
Y % FDR + (3% chirurgie)
Temps (toujours rétrospective).On fixe artificiellement la fréquence de la maladie. On mesure a posteriori la fréquence des FDR
Différence statistiquement significative ?
4 Etudes de cohorte
% nouveaux cas (% TVP +)
Différence ?
% nouveaux cas (% TVP +)
Cohorte
temps
début suivi Recueil FDR
Groupe de sujets ayant une caractéristique commune - patients avec suspicion clinique de MTE
Risque relatif
Odds ratio
Avantages :
Plusieurs FDR
On ne détermine ni la fréquence des FDR ni de la maladie
C�est la vraie vie pour une population donnée
5) Etudes Pronostiques
% critères de jugement
(complications, décès)
% critères de jugement (complications, décès)
Cas
Temps long 1 an ? Recul prolongé : RR (analyse de survie)
Recueil Facteurs pronostiques
Groupe de sujets ayant une MTE mais des caracatéristiques différentes (Age, type de MTE, Co-morbidités ….
Différence ?
6) Performances diagnostiques
Définition - de patient avec MTE (après examens complémentaires) - de patients sans MTE Recueil d�un signe clinique ou d�une valeur biologique puis classement - patient avec le signe - patient sans le signe Ou avec un test biologique positif ou négatif Calcul sensibilité, spécificité, VPP, VPN ……
Article scientifique • Rapporte les résultats d’une étude pour
répondre à un objectif principal • Structure précise (IMRAD) • Un résumé structuré • 1 ou 2 tableaux précis et complet • 1 ou 2 graphes mettant en valeur le
résultat principal • 3 à 5000 mots tous utiles et justifiés • C’est le format obligatoire des thèses et
mémoires de master
Structure précise (IMRAD)
– Introduction présente le contexte et la question de recherche
– Matériels (ou Population) et méthodes décrit la manière dont les données ont été obtenues et traités