Année universitaire 2014/2015 - Université Joseph Fourier (UJF) Grenoble I - Tous droits réservés Questions Isolées P François, A Seigneurin, B Boussat, J Labarère Lecture Critique d’Article
Année universitaire 2014/2015 - Université Joseph Fourier (UJF) Grenoble I - Tous droits réservés
Questions Isolées
P François, A Seigneurin, B Boussat, J Labarère
Lecture Critique d’Article
Rang de classement de l’UFR de médecine de l’UJF aux ECN
Jolly D, Ambrosi P, Chaffanjon P, et al. Presse médicale 2015; 44:533-5.
1. Sur cette figure :
A. Chaque courbe a été établie à l’aide de la
méthode de Kaplan-Meier
B. L’aire située sous chaque courbe quantifie
la performance en termes de discrimination
du test diagnostique
1. Sur cette figure :
C. Le dosage combiné de la troponine T et de
la copeptine (TnT+Cop) constituait la
méthode permettant d’établir le diagnostic
de référence
1. Sur cette figure :
D. Il est possible d’affirmer que l’aire sous la
courbe de la copeptine (Cop) est inférieure à
celle de la myoglobine (Myo)
E. La sensibilité et la spécificité sont corrélées
négativement pour chaque test diagnostique
1. Sur cette figure :
A. Chaque courbe a été établie à l’aide de la
méthode de Kaplan-Meier. Faux
Méthode trapézoidale
Méthode paramétrique
Méthode de Kaplan Meier :
établissement de courbes de survie
Mostertz W et al. JAMA. 2010;303(6):535-543
1. Sur cette figure :
B. L’aire située sous chaque courbe quantifie la
performance en termes de discrimination du
test diagnostique. Vrai Probabilité que la valeur du test diagnostique soit
supérieure pour un sujet malade comparativement à un
sujet indemne de la maladie
1. Sur cette figure :
C. Le dosage combiné de la troponine T et de
la copeptine (TnT+Cop) constituait la
méthode permettant d’établir le diagnostic
de référence. Faux.
TnT+Cop = test index évalué
AUC pour méthode de référence = 1,00
1. Sur cette figure :
D. Il est possible d’affirmer que l’aire sous la
courbe de la copeptine (Cop) est inférieure à
celle de la myoglobine (Myo). Faux
Seul un test statistique de comparaison des
AUC aurait permis d’affirmer celà
1. Sur cette figure :
E. La sensibilité et la spécificité sont corrélées
négativement pour chaque test diagnostique
Vrai.
Se et Sp évoluent en sens opposé (corrélation
négative)
Une étude réalisée au CHU de Grenoble a réuni 219 patients atteints
d’un cancer de la vessie, et 196 hospitalisés pour une autre maladie.
Les sujets ont été inclus entre Janvier 2008 et Mai 2010 au fur et à
mesure de leur hospitalisation. Les auteurs veulent étudier la relation
entre cancer de la vessie et la consommation de tabac.
2. Il s’agissait d’une étude :
A. Descriptive
B. De cohorte exposés non exposés
C. Cas-témoin
D. Prospective
E. Interventionnelle
C
2. Il s’agissait d’une étude :
A. Descriptive, FAUX, on veut étudier la
relation entre une exposition et une maladie
B. De cohorte exposés non exposés
C. Cas-témoin
D. Prospective
E. Interventionnelle
C
2. Il s’agissait d’une étude :
A. Descriptive, FAUX
B. De cohorte exposés non exposés, FAUX, Sujet
sélectionnés sur la présence / absence de la maladie et non E+/E-
Sur une même populations (hospitalisés)
A. Cas-témoin
B. Prospective
C. Interventionnelle
C
2. Il s’agissait d’une étude :
A. Descriptive, FAUX
B. De cohorte exposés non exposés, FAUX,
C. Cas-témoin, VRAI, sujets sélectionné sur présence /
absence de la maladie puis recueil de l’exposition
D. Prospective
E. Interventionnelle
C
2. Il s’agissait d’une étude :
A. Descriptive, FAUX
B. De cohorte exposés non exposés, FAUX
C. Cas-témoin, VRAI
D. Prospective, FAUX, Etude cas-témoin rétrospective
par définition (toujours). Ici, recrutement de cas
incidents, mais le recueil de l’exposition est
rétrospectif
E. Interventionnelle
C
Cas incidents ou prévalents
Cas incidents Cas prévalents
Sources Registres Professionnels de santé, structure de
soins
Durée nécessaire à l’inclusion
Longue Courte
Biais de sélection par le pronostic
Peu vraisemblable : ne préjuge pas de
l’évolution ultérieure
Possible : évolution plus longue, pronostic meilleur ou moins bon
Biais de sélection par le recours aux soins
Peu vraisemblable Fréquent
QRM 3
La présence d’un groupe contrôle dans un essai clinique
permet de prendre en compte :
A. L’effet des facteurs de confusion.
B. Le biais de suivi.
C. L’effet placebo.
D. Le phénomène de régression à la moyenne.
E. Le biais d’attrition.
20
Réponse : A, C, D
21
Group 1 Treatment
Group 2 Control
Conséquence de la prise du traitement : effet du traitement + effet des facteurs de confusion
Pre
ssio
n a
rtér
ielle
Durée d’observation
Pre
ssio
n a
rtér
ielle
Durée d’observation
Durée d’observation
Pre
ssio
n a
rtér
ielle
Effet des facteurs de confusion
Effet propre du traitement
22
Facteurs de confusion
- Effet placebo
- Régression à la moyenne
- Evolution naturelle de la maladie
- Effets des traitements concomitants
22
23
Régression à la moyenne
Phénomène purement statistique survenant lorsqu’on s’intéresse
à un groupe de sujets sélectionnés comme ayant une valeur du
paramètre d’intérêt supérieure ou inférieure à un seuil
Exemple : groupe de sujets hypertendus sélectionnés d’après une
valeur de pression artérielle diastolique ≥ 90 mmHg
90 mmHg
Q4: les sujets refusant de participer à une étude cas témoins sont potentiellement à l’origine :
A) d’un défaut de puissance de l’étude
B) d’une erreur systématique dans l’estimation de l’odds ratio
C) d’une moindre précision de l’intervalle de confiance à 95% de l’estimation de l’Odds Ratio
D) de conclusions erronées sur l’association entre un facteur de risque et le statut de cas ou témoins.
E) Toutes les propositions sont fausses
Q4: les sujets refusant de participer à une étude cas témoins sont potentiellement à l’origine :
A) d’un défaut de puissance de l’étude
B) d’une erreur systématique dans l’estimation de l’Odds Ratio
C) d’une moindre précision de l’intervalle de confiance à 95% de l’estimation de l’Odds Ratio
D) de conclusions erronées sur l’association entre un facteur de risque et le statut de cas ou témoins.
E) Toutes les propositions sont fausses
Rappel : Biais de sélection
Erreur systématique dans la constitution ou le
maintien de la population d’étude.
Constitution de l ’échantillon :
• autre moyen que le hasard (sujets volontaires…)
• base de sondage incomplète (annuaire, liste électorale)
• non-réponses
• témoins recrutés en milieu hospitalier (Berkson)
• cohortes de travailleurs (healthy worker effect)
Suivi des sujets :
• Perdus de vue
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
A. de la myoglobine ne diffère pas
significativement de la valeur neutre 1,00
(p=0,33)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
B. de la troponine T n’a pas pu être testée car son
estimation ponctuelle (0,84) est comprise dans les
bornes de l’intervalle de confiance à 95% (0,82 à
0,87)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
C. de la troponine T est supérieure à celle de la
copeptine (p<0,001)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
D. de la myoglobine n’est pas significativement
différente de celle de la copeptine (p=0,33)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
E. du dosage combiné de la troponine T et de la
myoglobine n’est pas significativement différente
de celle du dosage combiné de la troponine T et
des CPK-MB
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
A. de la myoglobine ne diffère pas
significativement de la valeur neutre 1,00
(p=0,33). Faux (P-value pour comparaison
avec TnT)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
A. de la myoglobine ne diffère pas
significativement de la valeur neutre 1,00
(p=0,33). Faux
1. P-value pour comparaison avec TnT
2. AUC myoglobine : 0,82 (IC95%, 0,79 à 0,85)
Etendue des valeurs théoriques prises par l’AUC :
0,5: test qui ne fait pas mieux que le hasard
1,0: test parfaitement discriminant (NB: ce n’est pas
une valeur neutre comme pour un OR/RR !)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
B. de la troponine T n’a pas pu être testée car son
estimation ponctuelle (0,84) est comprise dans les
bornes de l’intervalle de confiance à 95% (0,82 à
0,87). Faux
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
B. de la troponine T n’a pas pu être testée car son
estimation ponctuelle (0,84) est comprise dans
les bornes de l’intervalle de confiance à 95%
(0,82 à 0,87). Faux
1. P-value pour comparaison avec TnT (aucun
intérêt de comparer l’AUC de la TnT à elle-
même!)
2. Une estimation ponctuelle est toujours comprise
entre les bornes de son IC95%
néchantilloeffectif
type-écartZp α
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
C. de la troponine T est supérieure à celle de la
copeptine (p<0,001). Vrai : 0,84 vs 0,74
(p<0,001)
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
D. de la myoglobine n’est pas significativement
différente de celle de la copeptine (p=0,33).
Faux
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
D. de la myoglobine n’est pas significativement
différente de celle de la copeptine (p=0,33).
Faux
1. P-value pour comparaison avec TnT
2. Approche indirecte basée sur l’absence de
chevauchement des IC95%: on peut affirmer qu’il
existe une différence (attention l’inverse n’est pas
vrai)
Estimation de l’AUC
Myoglobine : 0,82 (0,79 à 0,85)
Copeptine : 0,74 (0,70 à 0,77)
0,50 1,00
Absence de chevauchement des IC95% : différence significative
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
E. du dosage combiné de la troponine T et de la
myoglobine n’est pas significativement différente
de celle du dosage combiné de la troponine T et
des CPK-MB. Faux. On ne peut pas l’affirmer
5. D’après le tableau suivant, l’aire
sous la courbe (AUC) ROC :
E. du dosage combiné de la troponine T et de la
myoglobine n’est pas significativement différente
de celle du dosage combiné de la troponine T et
des CPK-MB. Faux. On ne peut pas l’affirmer
1. Pas de résultat disponible pour un test de
comparaison directe des 2 dosages combinés
2. Le chevauchement des IC95% n’exclut pas une
différence significative (variabilité de chacune des
2 estimations)
Estimation de l’AUC
Myoglobine : 0,82 (0,79 à 0,85)
Copeptine : 0,74 (0,70 à 0,77)
0,50 1,00
TnT+Myo : 0,91 (0,89 à 0,93)
TnT+CPK : 0,88 (0,85 à 0,90)
0,50 1,00
Différence
On ne peut pas conclure
K+ K-
Homme 80 120
Femme 50 150
K+ K-
Homme 70 30
Femme 35 15
K+ K-
Homme 10 90
Femme 15 135
Globalement
Sujets fumeurs
RR brut = 1,60
RR1= 1,00
RR2= 1,00
Sujets non fumeurs
6- Pour la relation entre le genre et cancer du poumon, le tabagisme actif est un facteur :
A. De confusion
B. D’interaction
C. Causal
D. Intermédiaire
E. Toutes les propositions précédentes sont fausses A
RR ajusté = 1,00
K+ K-
Homme 80 120
Femme 50 150
K+ K-
Homme 70 30
Femme 35 15
K+ K-
Homme 10 90
Femme 15 135
Globalement
Sujets fumeurs
RR brut = 1,60
RR1= 1,00
RR2= 1,00
Sujets non fumeurs
RR ajusté = 1,00
Association genre / cancer disparait après ajustement sur le
tabac
Le tabac était donc un facteur de confusion pour la relation
entre le genre et le cancer du poumon.
QRM 7
Dans un essai clinique en 2 groupes parallèles, la randomisation
permet :
A. De créer 2 groupes de patients comparables en moyenne.
B. De limiter le risque de biais de sélection.
C. De suivre les 2 groupes de la même manière.
D. De limiter le nombre de perdus de vue.
E. De mesurer le critère de jugement de la même manière
dans les 2 groupes.
45
Réponse : A, B
Group 1 Treatment
Initial comparability
Selection bias
Randomisation
Group 2 Control
Criteria %
Criteria %
Maintenance of the
comparability
Difference?
Types of biases
46
Dans une étude cas témoins sur le cancer du poumon on a interrogé les personnes sur leurs expositions passées à l’amiante et aux solvants industriels.
Q8: Cette modalité de recueil des données expose à :
A) Un biais de classement
B) Un biais de mémorisation non différentiel
C) Un défaut de puissance de l’étude
D) Un biais d’attrition
E) Un effet « travailleur sain »
Dans une étude cas témoins sur le cancer du poumon on a interrogé les personnes sur leurs expositions passées à l’amiante et aux solvants industriels.
Q8: Cette modalité de recueil des données expose à :
A) Un biais de classement
B) Un biais de mémorisation non différentiel
C) Un défaut de puissance de l’étude
D) Un biais d’attrition
E) Un effet « travailleur sain »
Biais de classement (ou biais d’information)
Erreur systématique dans le recueil des
informations portant sur :
– les expositions (passées dans les études cas-témoins)
– ou la maladie (enquêtes de cohorte)
• différentielle
biais d’enquêteur ou de subjectivité
biais de mémorisation
sur-estime l’OR en général
• non-différentielle
erreur systématique de mesure (mesure mal étalonnée)
sous estime l’OR (en le ramenant plus proche de 1)
9. La différence de l’aire sous la courbe
(AUC) ROC entre la troponine T et la
copeptine peut résulter :
A. de fluctuations d’échantillonnage
B. d’un biais dans la méthode de dosage de la
copeptine
C. d’un défaut de puissance statistique
9. La différence de l’aire sous la courbe
(AUC) ROC entre la troponine T et la
copeptine peut résulter :
D. d’une performance supérieure de la
troponine T en termes de discrimination
E. de l’erreur statistique de première espèce
(alpha) A B D E
9. La différence de l’aire sous la courbe
(AUC) ROC entre la troponine T et la
copeptine peut résulter :
A. de fluctuations d’échantillonnage Vrai : erreur
aléatoire (due au hasard)
B. d’un biais dans la méthode de dosage de la
copeptine Vrai : erreur systématique
C. d’un défaut de puissance statistique Faux :
impossible – un défaut de puissance ne peut
pas expliquer une différence mais l’absence de
différence
9. La différence de l’aire sous la courbe
(AUC) ROC entre la troponine T et la
copeptine peut résulter :
D. d’une performance supérieure de la
troponine T en termes de discrimination Vrai :
la différence observée dans l’échantillon
reflète une différence réelle
E. de l’erreur statistique de première espèce
(alpha) Vrai (risque de conclure à tort à une
différence qui n’existe pas dans la réalité)
Décision du statisticien (échantillon)
Rejet H0 Non-rejet H0
Réalité
(population)
H0
vraie
Erreur 1ère
espèce
1-
H1
vraie
Puissance
1-
Erreur 2ème
espèce
Différence observée dans l’échantillon = rejet de H0:
1. H0 vraie dans la population : erreur de 1ère espèce alpha
(conclure à tort à une différence qui n’existe pas dans la
réalité)
2. H1 vraie dans la population : association entre les 2
variables (différence)
Décision du statisticien (échantillon)
Rejet H0 Non-rejet H0
Réalité
(population)
H0
vraie
Erreur 1ère
espèce
1-
H1
vraie
Puissance
1-
Erreur 2ème
espèce
Absence de différence dans l’échantillon = non rejet de H0:
1. H0 vraie dans la population : absence d’association entre
les 2 variables dans la population (absence de différence)
2. H1 vraie dans la population :
- Risque d’erreur statistique de 2ème espèce (béta)
- défaut de puissance statistique (1-béta)
Brun Blond
K+ 363 55
K- 253 73
Brun Blond
K+ 267 32
K- 134 39
Brun Blond
K+ 86 22
K- 119 34
Globalement
Sujets inhalant la fumée
OR = 1,9 [1,3-2,7]
OR1= 2,4
OR2= 1,1
Sujets n’inhalant pas la fumée
10- Pour la relation entre type de tabac et cancer de la vessie, l’inhalation de la fumée est
un facteur :
A. De confusion
B. D’interaction
C. Causal
D. Intermédiaire
E. Toutes les propositions précédentes sont fausses
B
P d’interaction = 0,04
Brun Blond
K+ 363 55
K- 253 73
Brun Blond
K+ 267 32
K- 134 39
Brun Blond
K+ 86 22
K- 119 34
Globalement
Sujets inhalant la fumée
OR = 1,9 [1,3-2,7]
OR1= 2,4
OR2= 1,1
OR1 significativement ≠ OR2 (p d’interaction = 0,04 <0,05)
Il y a interaction entre le type de tabac et l’inhalation pour la
relation avec le cancer de la vessie (interaction quantitative ici
car les 2 ORi > 1) (qualitative quand OR1<1 et OR2>1 ou
inversement)
Sujets n’inhalant pas la fumée
QRM 11
Le double aveugle dans un essai randomisé en groupes parallèles :
A. Permet de limiter les différences dans le suivi des groupes de
patients.
B. Peut toujours être réalisé quel que soit le type de traitement
étudié.
C. Permet de limiter les différences dans l’évaluation du critère
de jugement dans les 2 groupes de patients.
D. Est impossible lorsque les traitements comparés n’ont pas la
même voie d’administration.
E. Permet de limiter le risque de biais d’évaluation.
58 Réponse : A, C, E
Group 1 Treatment
Initial comparability
Selection bias Follow-up bias Assessment bias
Randomisation Double blind
Group 2 Control
Criteria %
Criteria %
Maintenance of the
comparability
Difference?
Types of biases
59
Q12: Pour réduire le risque de biais de confusion dans une étude cas témoin on peut :
A) Randomiser l’affectation des individus à un des groupes comparés
B) Apparier les individus a priori sur un ou plusieurs facteurs de confusion potentiels
C) Stratifier la population d’étude sur un ou plusieurs facteurs de confusion potentiels et calculer les Odds Ratio dans chaque strate
D) Ajuster les Odds Ratio a posteriori sur les facteurs de confusions potentiels, connus ou inconnus, par une analyse multivariée.
E) toutes les propositions sont fausses
Q12: Pour réduire le risque de biais de confusion dans une étude cas témoin on peut :
A) Randomiser l’affectation des individus à un des groupes comparés
B) Apparier les individus a priori sur un ou plusieurs facteurs de confusion potentiels
C) Stratifier la population d’étude sur un ou plusieurs facteurs de confusion potentiels et calculer les Odds Ratio dans chaque strate
D) Ajuster les Odds Ratio a posteriori sur les facteurs de confusions potentiels, connus ou inconnus, par une analyse multivariée.
E) Toutes les propositions sont fausses
Biais (ou facteur) de confusion
?
cancer
bronchique
sexe
masculin
tabagisme
Erreur systématique dans l’estimation d’un paramètre
consécutif à l’existence d’un facteur de confusion.
Un facteur de confusion est un facteur lié à la fois à
l’exposition et à la maladie
Maitrise des biais de confusion
Appariement
Constitution de paires homogènes pour un ou plusieurs
facteurs de confusion : (Ex: sexe et âge)
Lors de la constitution de la population d’étude (a priori)
Ratio défini : 1 cas : 1 témoin ; 1 cas : n témoins=2 à 5) : gain de pu
L’effet du facteur d’appariement n’est plus analysable
Stratification
Répartition des sujets des 2 groupes comparés en strates
homogènes pour les facteurs de confusion :
Ratio non défini ; A priori ou a posteriori
L’effet du facteur de stratification n’est plus analysable
Ajustement
Prise en compte au moment de l’analyse du
facteur de confusion
Analyse bivariée : 1 facteur de confusion
Analyse multivariée : plusieurs facteurs de confusion
à la fois
(modélisation : régression logistique, modèle de Cox)
Résultats : OR ajusté / RR ajusté
13. Les schémas d’étude permettant d’estimer
la sensibilité et la spécificité du dosage
sanguin de la copeptine par comparaison à
une méthode de référence pour établir le
diagnostic d’infarctus du myocarde sont :
A. les études transversales
B. les études de cohorte prospectives
C. les essais contrôlés randomisés
D. les études rétrospectives utilisant une sérothèque
E. toutes les propositions précédentes sont fausses
A B D
Target disease
(reference standard result)
Index test result Present Absent
Positive TP FP n1
Negative FN TN n0
m1 m0 n
Prevalence = m1 / n
13. Les schémas d’étude permettant d’estimer
la sensibilité et la spécificité du dosage
sanguin de la copeptine par comparaison à
une méthode de référence pour établir le
diagnostic d’infarctus du myocarde sont :
A. les études transversales. Vrai : application
simultanée du test index évalué et de la méthode
de référence – pas de suivi des participants
B. les études de cohorte prospectives. Vrai : méthode
de référence basée sur le suivi des participants
(e.g., récidive de SCA dans les 90 jours)
13. Les schémas d’étude permettant d’estimer
la sensibilité et la spécificité du dosage
sanguin de la copeptine par comparaison à
une méthode de référence pour établir le
diagnostic d’infarctus du myocarde sont :
C. les essais contrôlés randomisés Faux : études
d’impact d’un test diagnostique (≠ diagnostic
accuracy studies ≠ management studies)
D. les études rétrospectives utilisant une sérothèque
Vrai (nécessite de s’assurer de la stabilité de la
copeptine dans l’échantillon sanguin au cours du
temps)
14. Dans une étude cas-témoin, on souhaite limiter un biais
de confusion potentiel lié à l’âge et au sexe. Il est possible
de :
A. Tirer au sort les témoins dans la population générale
B. Restreindre la population pour une classe d’âge et de
sexe prédéfinis
C. Apparier sur l’âge et le sexe
D. Réaliser une modélisation au moment de l’analyse
statistique
E. Toutes les propositions précédentes sont fausses
BCD
Tirage au sort
• Témoins tirés au sort dans la population générale = Témoins comparables à
la population source des cas
• MAIS population source ≠ population des cas en terme de facteurs
d’exposition, et donc en terme de facteurs de confusion potentiel
• Pour que cas et témoins soient comparables en terme de facteur
d’exposition, il faudrait randomiser les sujets pour les allouer dans un des
deux groupes comparés
Possible uniquement en situation expérimentale : traitement ou intervention
Impossible en situation d’observation
Etude d’observation jamais Etude Randomisée !
Attention au terme Random Sample en anglais = Echantillon aléatoire ≠ Etude
randomisée (situation expérimentale uniquement)
Restreindre la population de l’étude
• Effectuer l’étude dans une catégorie du facteur de confusion F Ex : uniquement chez les hommes, non fumeurs, csp+, etc…
• Exclure certains sujets appartenant à une catégorie rare du
facteur de confusion F
Ex : les sujets atteints de bilharziose (rare en Europe) pour l’étude des
facteurs étiologiques du Cancer de la vessie
Conséquence : Limite la portée de l’étude à la sous-catégorie Fi
COMMENT LIMITER LES BIAIS DE CONFUSION?
• Appariement (ex : sur l’âge)
- Pour chaque cas (ou E+), on sélectionne un (ou plusieurs)
témoin (ou E-) du même âge
- Appariement sur plusieurs facteurs possible
Difficile de trouver un témoin si trop de facteurs
Attention au risque de sur-appariement sur l’exposition à étudier :
Ex : témoin = amie du cas pour l’étude de la relation K digestif alimentation
NE PERMET PAS D’ETUDIER LE LIEN ENTRE F ET M
• Modélisation : prendre en compte plusieurs facteurs de confusion
simultanément
QRM 15
Dans un essai randomisé contrôlé en 2 groupes parallèles, l’analyse :
A. En intention de traiter ne prend en compte que les patients qui se
sont conformés au protocole de l’étude.
B. Per protocole est à privilégier dans les essais de supériorité.
C. En intention de traiter associée au remplacement des données
manquantes permet de prévenir le biais d’attrition.
D. Per protocole permet de maintenir au moment de l’analyse la
comparabilité initiale des groupes.
E. Per protocole peut détruire la comparabilité initiale des 2 groupes.
73 Réponse : C, E
Intention to treat analysis
Principle
Analysis of all patients randomised in their groups of randomisation
Interest
• Only method that maintains the initial comparability of the groups at the time of the analysis
• Intention to treat analysis (ITT) prevents attrition bias (selection bias)
74
Per protocol analysis
Principle
Analysis conducted with the exclusion of patients:
- Included whereas they had exclusion criteria
- Treated with the other group’s treatment
- Who had stopped the treatment prematurely
- Who had been treated with forbidden treatments
Consequences
• Initial comparability of the two groups not guaranteed because the exclusion may be linked to the effect of the treatment
• Estimation of the effect of the treatment may be biased
Intention to treat analysis is better to preserve the initial comparability of the 2 groups
75
76
Group 1 Treatment
Initial comparability
Selection bias Follow-up bias Assessment bias
Attrition bias
Randomisation Double blind
Intention to treat
Group 2 Control
Criteria %
Criteria %
Maintenance of the
comparability
Difference?
Types of biases Replacement of
missing data
Une étude a porté sur les facteurs de risque de survenue de pleurésie au décours d’une pneumonie. Dans les dossiers de patients hospitalisés pendant les 10 dernières années on a recueilli les informations sur la survenue d’une pleurésie purulente et des caractéristiques de patients, de la pneumonie et des traitements reçus avant l’hospitalisation.
Q16 : Il s’agit d’une étude : A) De cohorte prospective
B) Cas-témoin
C) Exposé non exposé
D) Pronostique
E) De cohorte rétrospective
Une étude a porté sur les facteurs de risque de survenue de pleurésie au décours d’une pneumonie. Dans les dossiers de patients hospitalisés pendant les 10 dernières années on a recueilli les informations sur la survenue d’une pleurésie purulente et des caractéristiques de patients, de la pneumonie et des traitements reçus avant l’hospitalisation.
Q16 : Il s’agit d’une étude : A) De cohorte prospective
B) Cas-témoin
C) Exposé non exposé
D) Pronostique
E) De cohorte rétrospective
Schéma d’étude
temps
Aujourd’hui
exposés % malades
Cohorte rétrospective (historique)
non-exposés % malades
% exposés Cas
Cas témoins
% non-exposés Témoins
Etudes Pronostiques
% outcomes
(complications, décès)
Différence ?
% outcomes (complications, décès)
Cas Recueil Facteurs
pronostiques
Groupe de sujets ayant
une pathologie précise
Temps
17. Les modalités appropriées de recrutement
des participants à une étude estimant la
sensibilité et la spécificité de la copeptine par
comparaison à une méthode de référence
pour établir le diagnostic d’infarctus du
myocarde sont :
A. échantillon de convenance parmi les patients admis
aux urgences pour douleur thoracique typique
B. série consécutive de patients admis aux urgences
pour douleur thoracique typique
C. Sélection de 400 patients avec infarctus du
myocarde en USIC et 400 volontaires sains
17. Les modalités appropriées de recrutement
des participants à une étude estimant la
sensibilité et la spécificité de la copeptine par
comparaison à une méthode de référence
pour établir le diagnostic d’infarctus du
myocarde sont :
D. échantillon aléatoire parmi les patients admis aux
urgences pour douleur thoracique typique
E. toutes les propositions précédentes sont fausses
B D
1.1. Patients’ spectrum Was the spectrum of patients representative of those who
will receive the test?
• Sensitivity often varies according to the severity of disease
– Larger tumors are more easily detected with imaging tests
– Larger myocardial infarction are associated with higher levels
of biomarkers
• Specificity may
– increase when healthy controls are inappropriately enrolled
– decrease due to the presence of specific alternative diagnosis
• Sampling methods
– Preferred: consecutive series of patients
– Case control study design should be avoided because of the
potential for spectrum bias: studies including severe cases
and healthy controls overestimate diagnostic performance
18. Dans une enquête de cohorte, il est possible d’estimer :
A. La survie
B. La prévalence de l’exposition chez les témoins
C. Le risque relatif
D. L’odds-ratio
E. L’incidence
ACDE
Epidémiologie étiologique : enquête de cohorte ou cas-témoins?
Cohorte
. Inclusion : sujets non malades
. Recueil de l’exposition antérieure à la
survenue de la maladie
(ou reconstitution rétrospective)
. Suivi longitudinal +++
Date de survenue de la maladie
. Estimation possible :
. prévalence d’exposition si enquête
transversale initial
. risque et incidence
. RR, OR
. Analyse de survie
RR
QRM 19
Concernant les critères de jugement d’un essai :
A. Un critère de jugement final correspond à un objectif
thérapeutique.
B. Le critère de jugement principal sert à calculer le nombre de
sujets nécessaires dans l’essai.
C. Un critère de substitution est un critère de jugement final.
D. La pression artérielle est un critère de jugement final.
E. Un résultat basé sur un critère intermédiaire est toujours une
preuve directe de l’efficacité du traitement.
86 Réponse : A, B
Final outcome
Definition
Final outcomes correspond to the therapeutic goals of a treatment
They differ according to the therapeutic goal
- Healing: length of the disease, death
- Prevention: frequency, delay of the onset of the disease
- Improvement of quality of life: scale
- Symptoms: intensity of the symptoms
87
Intermediary outcome
Definition
• Intermediary outcomes document the mechanisms of action of the treatment
Biological, physiological parameters
Limits
• They don’t correspond directly to a therapeutic goal
• A result based on an intermediary outcome is not a direct evidence of efficacy
True if we assume that the biological / pharmacological effect implies directly and invariably a clinical benefit
88
Disease Intermediary outcome
Final outcome
High blood pressure
Arterial blood pressure
Coronary events, stroke
Inflammatory rheumatism
Sedimentation rate Functional impairment
Deformation
Non insulin dependent
diabetes
Glycaemia Cardiovascular events, retinopathy, renal failure…
Examples
Intermediary outcome
89
Substitution outcome
Definition
Intermediary outcome used instead of a final outcome
Changes of this outcome reflect changes of the final outcome
Interest
The demonstration of the effect of a treatment using a final outcome requires many patients / a long period of follow-up
→ The use of a substitution outcome allows to anticipate the effect on the clinical outcome with a shorter follow-up / a lower number of patient / a lower cost
90
Examples
Limits
A substitution outcome might not be used to assess the efficacy of a treatment
- Limits of the intermediary outcomes
- No incorporation of the potential side effects of the treatment
Disease Substitution outcome Final outcome
Cancer Size of the tumour Deaths
Substitution outcome
91
Une étude a montré que 53 % des cas de cancer du nasopharynx étaient consommateurs réguliers d’harissa, contre 19 % chez des sujets n’ayant pas de cancer du rhinopharynx. Soit une différence de 34%
Q20 : Ce résultat (34%) : A) Est une estimation ponctuelle de la différence de risque entre cas et témoins B) N’est significatif que si l’intervalle de confiance à 95% de ce pourcentage ne contient pas la valeur 1 C) Peut être obtenu à partir d’une étude cas-témoins D) Est une approximation de l’Odds ratio. E) toutes les propositions sont fausses
Une étude a montré que 53 % des cas de cancer du nasopharynx étaient consommateurs réguliers d’harissa, contre 19 % chez des sujet n’ayant pas de cancer du rhinopharynx. Soit une différence de 34%
Q20 : Ce résultat : A) Est une estimation ponctuelle de la différence de risque entre cas et témoins B) N’est significatif que si l’intervalle de confiance à 95% de ce pourcentage ne contient pas la valeur 1 C) Peut être obtenu à partir d’une étude cas-témoins D) Est une approximation de l’Odds ratio. E) toutes les propositions sont fausses
Intervalle de confiance
• D’un Odds ratio ou d’un risque relatif
– Ne doit pas contenir la valeur 1
• D’une différence
– Ne doit pas contenir la valeur 0
21. Une étude a été conduite pour évaluer
les performances diagnostiques du dosage
délocalisé des d-dimères en cabinet de
ville (point of care [POC]) par comparaison
à un examen écho-doppler veineux réalisé
sous 30 jours (méthode de référence) pour
établir le diagnostic de thrombose
veineuse profonde (TVP).
Les désaccords entre le résultat du dosage
des d-dimères et le résultat de l’écho-doppler
veineux peuvent s’expliquer par :
A. la résolution spontanée de TVP distales dans
l’intervalle
B. la guérison de TVP sous traitement par héparine de
bas poids moléculaire prescrit dans l’intervalle
C. le caractère imparfait de la méthode de référence
D. les performances diagnostiques des D-dimères
E. la survenue d’une TVP dans l’intervalle
A B C D E
Les désaccords entre le résultat du dosage
des d-dimères et le résultat de l’écho-doppler
veineux peuvent s’expliquer par :
A. la résolution spontanée de TVP distales dans
l’intervalle Vrai : considérés à tort comme des FP
B. la guérison de TVP sous traitement par héparine de
bas poids moléculaire prescrit dans l’intervalle Vrai :
considérés à tort comme des FP
C. le caractère imparfait de la méthode de référence
Vrai : opérateur dépendant, Se <1 et Sp <1
Les désaccords entre le résultat du dosage
des d-dimères et le résultat de l’écho-doppler
veineux peuvent s’expliquer par :
D. les performances diagnostiques des D-dimères Vrai
E. la survenue d’une TVP dans l’intervalle Vrai :
considérés à tort comme des FN (ce sont des sujets
à risque de MTEV qui n’avaient peut être pas de TVP
au moment du test des d-dimères et qui ont pu
développe secondairement une TVP)
1.3 Is the time period between reference standard
and index tests short enough to be reasonably sure
that the target condition did not evolve ? (disease
progression)
• Ideally, the results of the index test and reference standard
are collected on the same patients at the same time.
• Delays → misclassification due to:
– Spontaneous recovery (recovery bias)
– Benefit from treatment (treatment paradox bias)
– Progression to more advanced stages of disease (disease
progression bias)
– Occurrence of a new disease
• The length of time period that may cause such bias varies
between conditions
22. Le choix de réaliser une enquête de cohorte au lieu
d’une enquête cas-témoin se justifie lorsque :
A. les expositions étudiées sont fréquentes
B. les maladies étudiées sont rares
C. on veut éviter les perdus de vue
D. la période de latence entre exposition et maladie est
longue
E. toutes les propositions précédentes sont fausses
E
Cohorte Cas-témoins
Adapté aux expositions
rares Oui > Non
Adapté aux maladies
rares Non < Oui
Choix du groupe de
référence E- relativement faciles
à trouver >
Témoins difficiles à trouver
Biais de sélection
Rapidité Durée de suivi +/- long (+ rapide si cohorte
rétrospective)
< Inclusion +/- rapide (moins rapide si
enquête sur cas incident que sur cas
prévalent)
PDV Oui (+ si cohorte
retrospective)
Biais de sélection
Non (pas de suivi longitudinal)
Recueil de E Chronologie entre E et
M connue >
Toujours rétrospectif (mémoire)
Biais de classement,
éventuellement différentiel
Constitution d’une base
de données pour des
objectifs multiples
Oui >
102
Dans un essai de non infériorité entre un traitement A expérimental et un traitement B de référence :
A. Le seuil de non-infériorité est défini à partir des résultats de l’essai.
B. Un risque de biais existe lorsque de nombreux patients sont exclus de
l’analyse per protocole.
C. L’hypothèse nulle est la présence d’une différence entre les 2
traitements.
D. L’analyse en intention de traiter favorise la démonstration
d’équivalence.
E. Le seuil de non-infériorité correspond à la perte minimale d’efficacité
du traitement A par rapport au traitement B que l’on consent.
QRM 23
Réponse : B, D
Why don’t we use the finding of an absence of difference in a superiority trial to demonstrate equivalence?
• Insufficient statistical power
• Changing of hypothesis
• Superiority and equivalent trials are based on different methodologies
Equivalence or non inferiority?
Principle of an equivalent trial
1.0
Higher efficacy of the new treatment Lower efficacy of the new treatment
Threshold
1.0
Higher efficacy of the new treatment Lower efficacy of the new treatment
Threshold
Non inferiority
Equivalence Threshold
103
Threshold
The higher acceptable loss of efficacy of the new treatment, compared to the standard treatment, taking into account the other advantages of the new treatment
To conclude to the equivalence of two treatments implies accepting that the new treatment might have a lower efficacy than the standard treatment
Choice of the non inferiority threshold
1.0 Threshold
Non-inferiority
Inferiority cannot be ruled out
95% unilateral confidence interval
Higher efficacy of the new treatment Lower efficacy of the new treatment
104
Une étude cas-témoin a montré que le risque de cancer du nasopharynx est associé à la consommation d’harissa : Odds Ratio = 4,4 avec IC95% [2,1-9,3].
Q24: Cette association :
A) est significative car l’IC95% ne contient pas la valeur 1
B) peut être due au hasard
C) peut traduire une vraie relation entre le cancer et la consommation d’harissa
D) peut être due à un facteur de confusion
E) est très probablement causale
Une étude cas-témoin a montré que le risque de cancer du nasopharynx est associé à la consommation d’harissa : Odds Ratio = 4,4 avec IC95% [2,1-9,3].
Q24: Cette association :
A) est significative car l’IC95% ne contient pas la valeur 1
B) peut être due au hasard
C) peut traduire une vraie relation entre le cancer et la consommation d’harissa
D) peut être due à un facteur de confusion
E) est très probablement causale
Rappel : association significative Une association statistiquement significative entre 2 variables (p<0,05 ou OR ≠ 1)
– Peut traduire une vrai relation entre les deux variables.
– Peut être due au hasard (risque α)
• Fluctuations d’échantillonnage
– Peut être due à des facteurs de confusion
• Les deux variables sont liées par d’autres variables
– Peut être due à un biais de réalisation de l’étude
• Biais de sélection (constitution de la population d’étude)
• Biais d’information (recueil des données)
Argumenter une relation causale Les 9 critères de Hill (1965)
– Force de l’association (strength)
– Constance de l’association (consistency)
– Spécificité de l’association (specificity)
– Séquence temporelle (temporality)
– Relation dose-effet (biological gradient)
– Plausibilité biologique (plausibility)
– Preuve expérimentale (experiment)
– Cohérence (coherence)
– Analogie (analogy)
L'ensemble de ce document relève des législations française et internationale sur le droit
d'auteur et la propriété intellectuelle, littéraire et artistique ou toute autre loi applicable.
Tous les droits de reproduction, adaptation, transformation, transcription ou traduction de tout
ou partie sont réservés pour les textes ainsi que pour l'ensemble des documents
iconographiques, photographiques, vidéos et sonores.
Ce document est interdit à la vente ou à la location. Sa diffusion, duplication, mise à disposition
du public (sous quelque forme ou support que ce soit), mise en réseau, partielles ou totales,
sont strictement réservées à l’Université Joseph Fourier (UJF) Grenoble I.
L’utilisation de ce document est strictement réservée à l’usage privé des étudiants inscrits à
l’Université Joseph Fourier (UJF) Grenoble 1 et ses affiliés, et non destinée à une utilisation
collective, gratuite ou payante.
Mentions légales
Document réalisé par la Cellule TICE Santé des Facultés de Médecine et de Pharmacie de Grenoble - Université Joseph Fourier (UJF) Grenoble I
Mentions légales