M�thodes en �pid�miologie (SPUB009)

Document Sample
M�thodes en �pid�miologie (SPUB009) Powered By Docstoc
					Méthodes en épidémiologie
                    (SPUB009)




                Alain LEVEQUE, MD, PhD
  Département d’Epidémiologie et de Promotion de la Santé
 Interprétation des résultats
dans une étude épidémiologique

          Les biais

      le rôle du hasard
  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 ?




SPUB009                       ESP/AL                              3
SPUB009   ESP/AL   4
SPUB009   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

SPUB009                 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)



SPUB009            ESP/AL                  7
PRECISION




SPUB009     ESP/AL   8
SPUB009   ESP/AL   9
PRECISION




SPUB009     ESP/AL   10
SPUB009   ESP/AL   11
             Les erreurs possibles


• Erreurs aléatoires = le hasard

• Erreurs systématiques = BIAIS
    – Biais de sélection
    – Biais de mesure ou d’observation




SPUB009                ESP/AL            12
  EXPOSITION            MALADIE




SPUB009        ESP/AL             13
             Erreurs aléatoires

      Variabilité inter et intra individus


          erreurs aléatoires toujours présentes



                   SI ….N



SPUB009                    ESP/AL                 14
SPUB009   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


SPUB009                ESP/AL                     16
          Et la CONFUSION
• Classée par certains auteurs dans les
  BIAIS

• liée à la multicausalité des problèmes
  de santé



SPUB009            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
• ......
SPUB009                 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 peut-
            elle servir pour la population en général ?
          • Les patients sélectionnés à l’hôpital, au cabinet
            médical peuvent-ils représenter la population
            générale ?
          • Les volontaires ????
SPUB009                         ESP/AL                             19
SPUB009   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


SPUB009                        ESP/AL                        21
SPUB009   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)




 SPUB009                   ESP/AL                       23
SPUB009   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.




 SPUB009                  ESP/AL                  25
SPUB009   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.



 SPUB009                  ESP/AL                         27
 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
    –     …
    –     …


SPUB009                     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




 SPUB009                  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




 SPUB009                  ESP/AL                     30
SPUB009   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).




SPUB009                         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




SPUB009                    ESP/AL                           33
SPUB009   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 cas-
      temoins
    – techniques correctes d’échantillonnage
    – deux groupes de témoins dans les Cas-témoins
    – suivi le plus complet dans les études
      longitudinales


SPUB009                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…



SPUB009                   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



SPUB009                  ESP/AL                        37
SPUB009   ESP/AL   38
          Le rôle du HASARD




SPUB009          ESP/AL       39
                                       Inférence statistique

        population


                                           échantillon
            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
  SPUB009                     ESP/AL                           40
             Inférence statistique

• Deux approches principales pour
  l ’inférence:

          •inférence par les TESTS STATISTIQUES

          •inférence par INTERVALLE DE
           CONFIANCE



SPUB009                  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 ???



SPUB009                 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 (H0)



     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
SPUB009                  ESP/AL                       43
  Risques dans un test statistique
• Risque de 1ère                    • Risque de 2ème
  espèce = risque                    espèce = risque 
     – probabilité de                   – probabilité de ne
       rejeter l ’hypothèse               pas rejeter
       nulle alors qu ’en                 l ’hypothèse nulle
       réalité il n ’y a pas              alors qu ’en réalité il
       de différence entre                y a une différence,
       les deux                           c ’est à dire que
       paramètres, c ’est à               l ’hypothèse
       dire que hypothèse                 alternative est vraie
       nulle est vraie


SPUB009                        ESP/AL                           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


SPUB009                  ESP/AL                     45
SPUB009   ESP/AL   46
SPUB009   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

  SPUB009                 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 H0 doit être rejetée ou pas. Si on
  rejette H0 on accepte implicitement Ha
• si test significatif, voir le niveau de signification
  exact dans les tables
SPUB009                  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 ??




 SPUB009                 ESP/AL                       50
     Limites de confiance




                                    paramètre




                            Intervalle de Confiance (IC)




SPUB009                               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)


SPUB009                 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


SPUB009                     ESP/AL        53
Rôle du hasard ?
• Test de signification
                                  En référence à l’Hypothèse
    – Significatif                et au risque d’erreur fixé
                                  préalablement
    – Non significatif


• Calcul de p : qui dépend :
    – de l’effet réel
    – de la taille de l’échantillon



SPUB009                  ESP/AL                           54
Le souci en épidémiologie :


          Outre la signification statistique



             Estimation des paramètres



              Intervalle de confiance
SPUB009                  ESP/AL                55
MAIS :
• Vérification d’une hypothèse
• Intervalle de confiance

          Ne suffisent pas à affirmer la
              validité des résultats


                    BIAIS
                  CONFUSION
SPUB009               ESP/AL               56

				
DOCUMENT INFO
Shared By:
Categories:
Tags:
Stats:
views:8
posted:3/1/2012
language:
pages:56