Mthodes en pidmiologie SPUB 009 Alain LEVEQUE MD
Méthodes en épidémiologie (SPUB 009) Alain LEVEQUE, MD, Ph. D Département d’Epidémiologie et de Promotion de la Santé SPUB 009 ESP/AL
Interprétation des résultats dans une étude épidémiologique Les biais le rôle du hasard SPUB 009 ESP/AL
L’interprétation des résultats d’une étude épidémiologique : Quelles questions se poser ? • N’y a-t-il pas d’erreurs dans l’étude ? • Le résultat n’est-il pas du au hasard ? • Le résultat n’est-il pas du à autre chose ? • L’association mesurée est-elle causale ? SPUB 009 ESP/AL 3
SPUB 009 ESP/AL 4
SPUB 009 ESP/AL 5
Variabilité • Caractéristique dans le domaine des sciences de la santé : VARIABILITE – chez un même individu – entre les individus – entre les groupes d ’individus, – etc. • difficulté pour interpréter et utiliser les informations mesurées SPUB 009 ESP/AL 6
validité • Le concept de VALIDITE concerne la capacité de la mesure (ou de l ’étude) à livrer la conclusion correcte (càd à traduire la réalité des faits) SPUB 009 ESP/AL 7
PRECISION SPUB 009 ESP/AL 8
SPUB 009 ESP/AL 9
PRECISION SPUB 009 ESP/AL 10
SPUB 009 ESP/AL 11
Les erreurs possibles • Erreurs aléatoires = le hasard • Erreurs systématiques = BIAIS – Biais de sélection – Biais de mesure ou d’observation SPUB 009 ESP/AL 12
EXPOSITION SPUB 009 MALADIE ESP/AL 13
Erreurs aléatoires Variabilité inter et intra individus erreurs aléatoires toujours présentes SI …. N SPUB 009 ESP/AL 14
SPUB 009 ESP/AL 15
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 SPUB 009 ESP/AL 16
Et la CONFUSION • Classée par certains auteurs dans les BIAIS • liée à la multicausalité des problèmes de santé SPUB 009 ESP/AL 17
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 • . . . SPUB 009 ESP/AL 18
Exemples : 1. biais d’échantillonnage / biais d’affiliation: posera un problème lors de l’inférence statistique. Il apparaît chaque fois que la probabilité que les sujets entrent dans l’étude est liée à un (ou plusieurs) facteurs(s) étudié(s). Ex : • Les résultats d’une étude sur les facteurs de risque cardiovasculaire chez les employés de banque peutelle servir pour la population en général ? • Les patients sélectionnés à l’hôpital, au cabinet médical peuvent-ils représenter la population générale ? • Les volontaires ? ? SPUB 009 ESP/AL 19
SPUB 009 ESP/AL 20
Exemples : 2. biais d’admission (biais de Berkson): biais pouvant être présent dans les études menées à partir d’une population hospitalière. Il résulte de la probabilité différente d’être admis à l’hôpital parmi les différents groupes étudiés Ex : • Enquête Cas-Temoins dans un hôpital : les patients avec deux problèmes de santé (ou avec 1 problème et 1 facteur de risque) sont «plus fréquemment hospitalisés » que ceux qui présentent un seul problème lien entre ces deux problèmes plus facilement établi qu’au sein de population générale SPUB 009 ESP/AL 21
SPUB 009 ESP/AL 22
3. biais de prévalence / incidence (ou survie sélective): Lorsque l’on étudie un problème de santé à forte létalité, si le facteur d’exposition étudié modifie la durée de survie, l’observation des seuls sujets survivants risque de conduire à une mesure biaisée de la force de l’association (surtout dans études CAS-TEMOINS) SPUB 009 ESP/AL 23
SPUB 009 ESP/AL 24
4. biais de surveillance ou de diagnostic: Biais qui peut survenir quand une exposition «innocente» provoque un symptôme qui va entraîner un examen de diagnostic et de recherche de la cause. SPUB 009 ESP/AL 25
SPUB 009 ESP/AL 26
5. biais de non réponse (ou de refus de participation): les non répondants peuvent avoir des expositions et/ou des événements qui diffèrent de ceux qui répondent. Ce biais est présent dans toute recherche épidémiologique. L’effet de ces non répondants est évident ; il faut donc tout faire pour obtenir des taux de réponse importants (80%). Des informations sur les non répondants sont utiles pour comparer R et NR. SPUB 009 ESP/AL 27
Biais de mesure ou d’observation ou d’information – – – – SPUB 009 biais d’interview techniques de mesure défaillantes et biaisées questionnaires erronés perte de mémoire sélective excès de zèle des enquêteurs … … ESP/AL 28
1. biais de suspicion de diagnostic: La connaissance de l’exposition à un facteur de risque peut influencer l’intensité des recherches et donc le DIAGNOSTIC SPUB 009 ESP/AL 29
2. biais de suspicion d’exposition: La connaissance de la maladie du sujet peut influencer l’intensité de la recherche d’expositions SPUB 009 ESP/AL 30
SPUB 009 ESP/AL 31
3. biais de mémorisation ( recall bias) • la mémorisation des cas et des témoins en ce qui concerne d’éventuelles expositions peut grandement différer. Ex : questions auprès des mères dont la grossesse s’est terminée par une mort du foetus ou malformation : l’exposition à des médicaments est plus souvent rapportée par les CAS que par les témoins. (même si médicaments sans relation avec problème). SPUB 009 ESP/AL 32
4. biais d’information familiale : L’histoire familiale et d’autres informations historiques concernant la famille peuvent varier de façon importante selon que l’individu interrogé est un CAS ou un TEMOIN Exemple : arthrite rhumatoïde SPUB 009 ESP/AL 33
SPUB 009 ESP/AL 34
PREVENTION DES BIAIS • de sélection – cacher à l’investigateur les informations concernant ou la maladie dans les études longitudinales ou l’exposition dans les castemoins – techniques correctes d’échantillonnage – deux groupes de témoins dans les Cas-témoins – suivi le plus complet dans les études longitudinales SPUB 009 ESP/AL 35
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… SPUB 009 ESP/AL 36
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 SPUB 009 ESP/AL 37
SPUB 009 ESP/AL 38
Le rôle du HASARD SPUB 009 ESP/AL 39
Inférence statistique population échantillonnage Au départ d ’une même population: - nombreux échantillons différents de même taille n - paramètre varie d ’échantillon à échantillon -variations suivent une distribution de probabilité SPUB 009 ESP/AL 40
Inférence statistique • Deux approches principales pour l ’inférence: • inférence par les TESTS STATISTIQUES • inférence par INTERVALLE DE CONFIANCE SPUB 009 ESP/AL 41
Comment savoir si la variation du paramètre que l ’on mesure est liée à la fluctuation d ’échantillonnage ou s ’il s ’agit d ’une « vraie » différence entre deux populations ? ? ? SPUB 009 ESP/AL 42
Inférence statistique par les TESTS d ’HYPOTHESES (ou tests statistiques) On émet l ’hypothèse que le paramètre réel dans la population est EGAL au paramètre mesuré dans l ’échantillon : c ’est l’HYPOTHESE NULLE (H 0) L ’hypothèse nulle est accompagnée d ’une HYPOTHESE ALTERNATIVE (Ha) qui est l ’existence d ’une différence entre les paramètres de la population et de l ’échantillon SPUB 009 ESP/AL 43
Risques dans un test statistique • Risque de 1ère espèce = risque • Risque de 2ème espèce = risque – probabilité de rejeter l ’hypothèse nulle alors qu ’en réalité il n ’y a pas de différence entre les deux paramètres, c ’est à dire que hypothèse nulle est vraie SPUB 009 ESP/AL – probabilité de ne pas rejeter l ’hypothèse nulle alors qu ’en réalité il y a une différence, c ’est à dire que l ’hypothèse alternative est vraie 44
L’HYPOTHESE NULLE : admet que le seul hasard a provoqué la variation L’HYPOTHESE ALTERNATIVE: est la contre hypothèse ; la variation des résultats constatés ne peut pas être due aux seules lois du hasard mais bien à une différence dans les populations étudiées SPUB 009 ESP/AL 45
SPUB 009 ESP/AL 46
SPUB 009 ESP/AL 47
Puissance d ’un test Complément de l ’erreur c ’est à dire la probabilité (1 - ) = risque d ’accepter l ’hypothèse nulle alors qu’elle est fausse 1 - = puissance = probabilité de rejeter l ’hypothèse nulle quand elle est fausse = probabilité de mettre en évidence une différence significative quand elle existe. Puissance est d ’autant meilleure que est petit SPUB 009 ESP/AL 48
Démarche à suivre dans les tests statistiques • Déterminer la nature des données à comparer (variables quantitatives, qualitatives) et le type de comparaison • définir l’hypothèse nulle et l’hypothèse alternative (uni ou bilatéralité du test) • définir le paramètre (moyenne, proportion, …) • fixer le risque d ’erreur alpha • comparer la valeur du paramètre calculé (test) à la valeur théorique (voir distribution de probabilité) • conclure si H 0 doit être rejetée ou pas. Si on rejette H 0 on accepte implicitement Ha • si test significatif, voir le niveau de signification exact dans les tables SPUB 009 ESP/AL 49
Inférence par INTERVALLE DE CONFIANCE On tente de répondre à la question: Quel est l’ensemble des valeurs les plus probables pour le paramètre dans la population ? ? SPUB 009 ESP/AL 50
Limites de confiance paramètre Intervalle de Confiance (IC) SPUB 009 ESP/AL 51
Signification de l ’Intervalle de confiance (à 95%) On est certain, à 95%, que le paramètre de la population-mère se trouve dans cet intervalle (ou: l ’intervalle à 95% contient la vraie moyenne pour 95% des échantillons) SPUB 009 ESP/AL 52
Largeur de l ’intervalle Dépend : • de la taille de l ’échantillon: • si N augmente, IC diminue • du risque d ’erreur choisi : • si augmente, IC diminue • de la variabilité des observations: • si SD augmente, IC augmente SPUB 009 ESP/AL 53
Rôle du hasard ? • Test de signification En référence à l’Hypothèse et au risque d’erreur fixé préalablement – Significatif – Non significatif • Calcul de p : qui dépend : – de l’effet réel – de la taille de l’échantillon SPUB 009 ESP/AL 54
Le souci en épidémiologie : Outre la signification statistique Estimation des paramètres Intervalle de confiance SPUB 009 ESP/AL 55
MAIS : • Vérification d’une hypothèse • Intervalle de confiance Ne suffisent pas à affirmer la validité des résultats BIAIS CONFUSION SPUB 009 ESP/AL 56
- Slides: 56