Interprétation des résultats d’études observationnelles• Etudes cas-témoins • Études de...
Transcript of Interprétation des résultats d’études observationnelles• Etudes cas-témoins • Études de...
Interprétation des résultats d’études observationnelles
DESC Pathologie Infectieuse et Tropicale Module Épidémiologie, Prévention (hors vaccinologie)
Sarah Tubiana 17/04/2014
1
CIC, hôpital Bichat Claude Bernard, Université Denis Diderot, Paris 7 IAME, Inserm UMR 1137
Classification des études épidémiologiques
ou études quasi-expérimentales
Essai contrôlé randomisé
OUI
Essai non randomisé
NON
Randomisation?
Etudes expérimentales
OUI
Etudes transversales
Etudes de cohortes
Etudes cas témoins
Etudes analytiques/
étiologiques
OUI
Etudes descriptives
NON
Existence d'un groupe contrôle (comparateur)?
Etudes observationnelles
NON
L'investigateur impose t-il une exposition?
2
Illustration à partir d’une problématique clinique:
Bactériémie à Staphylococcus aureus et
risque d’endocardite infectieuse (EI)
3
Bactériémies à Staphylococcus aureus et EI
Incidence des bactériémies: 80-190 cas pour 100 000 PA
3 principaux microorganismes:
Sources d’infection des BSA :
Escherichia coli 35/105/year
Staphylococcus aureus (BSA) 25/105/year FREQUENT
Streptococcus pneumoniae 10/105/year
Health care associated 60-70%
Nosocomial 45-50%
Non nosocomial 5-20%
Community acquired 30-40% Laupland KB. CMI 2013 Rio A. CID 2009 Wisplinghoff H. CID 2004 Fowler VG. Arch Intern Med 2003
4
«Bactériémies compliquées » : 43-70%
• Infection endovasculaire
• Localisations secondaires
EI chez 5-17% des patients BSA RARE
• Poorest outcome in SAB patients (death in 30-40%) GRAVE
• Need to early detect IE in order to adapt therapy (antimicrobial therapy,
surgery)
Bactériémies à Staphylococcus aureus et EI
5
Chez quels patients faut-il particulièrement insister
pour l’échographie cardiaque ?
Absence de consensus :
• ETT ? ETO ?
• Systématique chez tous les patients avec BSA ?
• Chez les patients à « risque élevé » ?
Identification des patients avec BSA les plus à risque de développer une EI
6
Quelles types d’études épidémiologiques pour répondre à cette question ?
ou études quasi-expérimentales
Essai contrôlé randomisé
OUI
Essai non randomisé
NON
Randomisation?
Etudes expérimentales
OUI
Etudes transversales
Etudes de cohortes
Etudes cas témoins
Etudes analytiques/
étiologiques
OUI
Etudes descriptives
NON
Existence d'un groupe contrôle (comparateur)?
Etudes observationnelles
NON
L'investigateur impose t-il une exposition?
7
Quelles types d’études épidémiologiques pour répondre à cette question ?
8
Etudes observationnelles analytiques
Plusieurs schémas d’études peuvent être proposés:
• Etudes cas-témoins
• Études de cohortes
• Etudes transversales
Tous reposent sur la comparaison de deux groupes (au moins)
Visent à mettre en évidence une relation entre un (des) facteur(s) d’exposition et un
(des) évènement(s) d’intérêt
Chaque schéma présente des avantages et des inconvénients
Chacun expose éventuellement à des biais différents
9
Préalables pour les 3 types d’études
• Identification de la population d’étude
• Choix de l’évènement d’intérêt
• Identification des facteurs d’exposition
10
Préalables pour les 3 types d’études: Identification de la population d’étude
Population cible
Ensemble des sujets visés par l’étude pour lesquels les résultats pourront être
généralisés (ex: ensemble des patients avec BSA définie par ≥ 1 hémoc. positive)
population cible 11
Préalables pour les 3 types d’études: Identification de la population d’étude
Population cible
Ensemble des sujets visés par l’étude pour lesquels les résultats pourront être
généralisés (ex: ensemble des patients avec BSA définie par ≥ 1 hémoc. positive)
Population source Ensemble des sujets à partir desquels va être constitué l’échantillon (ex: Patients adultes avec BSA hospitalisés dans 1 ou +eurs CH )
population cible population source 12
Préalables pour les 3 types d’études: Identification de la population d’étude
Population cible
Ensemble des sujets visés par l’étude pour lesquels les résultats pourront être
généralisés (ex: ensemble des patients avec BSA définie par ≥ 1 hémoc. positive)
Population source Ensemble des sujets à partir desquels va être constitué l’échantillon (ex: Patients adultes avec BSA hospitalisés dans 1 ou +eurs CH)
Population d’étude
Ensemble de la population source ou échantillonnage représentatif
Spécification des critères d’inclusion/non inclusion /exclusion
population cible population source
Population d’étude
13
exemples de population d’étude
14
Préalables pour les 3 types d’études
• Identification de la population d’étude
• Choix de l’évènement d’intérêt
• Identification des facteurs d’exposition
15
Evènement d’intérêt (critère de jugement)
• Simple ou composite
• Mortalité ou morbidité
• Définition clinique, biologique, histologique
Le recueil doit être:
• Précis
• Objectif, mesuré avec un outil validé et fiable
• Standardisé, utilisation des mêmes outils pour tous les sujets
• En aveugle du groupe d’exposition (si outil objectif inexistant)
• Daté au cours du suivi (importance de la temporalité Exposition-Evènement)
Préalables pour les 3 types d’études: Choix de l’évènement d’intérêt
16
exemples d’évènements d’intérêt
17
EI certaine selon Duke
EI certaine selon Duke-Li
BSA « compliquée »
EI définie à l’écho
Microorganisme
Preuve de l’atteinte cardiaque
IE exclue Si autre étiologie ou disparition des symptômes <4 j ATB ou abs de signes évocateurs chir/autopsie <4 j ATB ou IE non possible
Préalables pour les 3 types d’études
• Identification de la population d’étude
• Choix de l’évènement d’intérêt
• Identification des facteurs d’exposition
19
Facteurs d’exposition
• Mesures uniques ou répétées
• Qualité moindre en cas de recueil rétrospectif
Le recueil doit être:
• Précis, intensité sur plusieurs niveaux d’exposition
• Objectif, mesuré avec un outil validé et fiable (questionnaire, appareil de
mesure, explorations fonctionnelles, prélèvements…)
• En aveugle de l’évènement (si outil objectif inexistant)
• Daté, durée, changements
Préalables pour les 3 types d’études: Identification des facteurs d’exposition
20
exemples de facteur d’exposition
21
Facteurs d’exposition antérieur à l’acquisition de l’EI : • antérieur à la BSA (toxicomanie IV, valvulopathie) ou • concomitant à la BSA (fièvre prolongée ou bactériémie persistente)
Classification des études épidémiologiques
ou études quasi-expérimentales
Essai contrôlé randomisé
OUI
Essai non randomisé
NON
Randomisation?
Etudes expérimentales
OUI
Etudes transversales
Etudes de cohortes
Etudes cas témoins
Etudes analytiques/
étiologiques
OUI
Etudes descriptives
NON
Existence d'un groupe contrôle (comparateur)?
Etudes observationnelles
NON
L'investigateur impose t-il une exposition?
22
Etudes de type Cas Témoins
23
Etudes de type Cas Témoins Principe 1/2
Constitution de deux groupes de sujets en fonction de leur statut vis-à-vis de
l’évènement d’intérêt :
• Sujets présentant l’évènement (Cas)
• Sujets ne présentant pas l’évènement (Témoins)
Comparaison de la fréquence de l’exposition antérieure à un facteur donné
dans chacun des groupes (recueil rétrospectif)
24
Constitution des deux groupes
Non exposés
Malades Cas
Non Malades Témoins
Exposés
Exposés
Non exposés
Passé Recueil des informations
25
Etudes de type Cas Témoins Principe 2/2
Exposition recherchée dans le passé
Constitution des deux groupes
Absence de diabète ou Fièvre prolongée
EI
Non EI
Diabète ou Fièvre prolongée
Diabète ou Fièvre prolongée
Absence de diabète ou Fièvre prolongée
Passé Recueil des informations
26
Etudes de type Cas Témoins Principe 2/2
Exposition recherchée dans le passé
La maladie étudiée est l’EI au sein d’une population de BSA
Les témoins sont « non malades » pour EI
Sélection des cas (=sujets présentant l’évènement)
• Cas incidents (inclusion dans l’étude au moment du diagnostic)
• Cas prévalents (malade avant d’être inclus dans l’étude. C’est donc un cas
incident ayant survécu ou n’ayant pas été perdu de vue à la date d’inclusion
dans l’étude)
Source des cas
• Dossiers médicaux
• Registres
• Certificats de décès
27
Etudes de type Cas Témoins Méthodologie 1/4
Sélection des témoins (=indemnes de l’évènement)
• Issus de la même population que les cas
• L’opportunité d’être exposé doit être la même chez les cas et les témoins
• Sélection des témoins indépendante de l’existence ou non d’une exposition
Source des témoins
• Population générale
• Sujets hospitalisés
• Entourage des cas
1 ou plusieurs groupes témoins
Exemple : EI exclues (Classification de Duke-Li) ou EI possibles + EI exclues
28
Etudes de type Cas Témoins Méthodologie 2/4
Appariement des témoins
Chaque cas peut être apparié avec 1 ou +eurs témoins ayant des caractéristiques
communes:
• Sexe, âge, lieu de résidence
• Autres FDR connus considérés comme importants = F de confusion potentiels
Objectif
Assurer la similitude des cas et des témoins pour des FDC associés à l’exposition et à
l’évènement d’intérêt
29
Etudes de type Cas Témoins Méthodologie 3/4
Avantages de l’appariement
• Contrôle de facteurs de confusion y compris facteurs difficiles à mesurer
• Gain de puissance
Limites de l’appariement
• Choix de l’appariement irréversible
• Association entre évènement et la/les variable(s) d’appariement ne pourra pas
être étudiée
• Risque de sur-appariement et perte de puissance
30
Etudes de type Cas Témoins Méthodologie 4/4
Etudes de type Cas Témoins Mesures d’associations (OR)
Rapport de cotes ou Odds Ratio (OR)
31
a b
c d
exposés
non exposés
cas témoins
a + c b + d a / (a + c) c / (a + c) = a
c
cote d’exposition chez les cas
b / (b + d) d / (b + d) = b
d
cote d’exposition chez les témoins
OR = = a / c
b / d
ad
bc
Etudes de type Cas Témoins Interprétation d’un odds ratio
32
1 0 ∞
OR < 1
OR = 1
OR > 1
facteur protecteur
facteur de risque
IC 95%
Si l’évènement est rare OR≈RR
Méthodes d’analyse multivariée et mesures d’association
33
Schéma d’étude Mesure d’association Méthode d’analyse
Cas-témoins Odds Ratio (OR) Régression logistique (conditionnelle si appariement)
Etudes de type Cas Témoins Avantages et inconvénients
35
Avantages Inconvénients Résultats rapides et coûts faibles Importance du recueil similaire de l’exposition
entre les cas et les témoins (biais)
Pas de perdus de vue Pas d’estimation d’incidence ni de prévalence Pas d’estimation du RR
Adapté aux évènements dont les périodes de latence sont longues (E-M)
Difficultés d’évaluer la relation temporelle E-M (biais)
Adapté aux évènements rares Recueil rétrospectif de l’exposition (biais)
Étude de plusieurs facteurs étiologiques pour un seul évènement
Non indiqué pour les expositions rares
Un seul évènement d’intérêt
Constitution d’une cohorte et suivi
• Identification des cas à la fin du suivi
• Sélection échantillon témoin parmi les « non-cas »
Avantages
• Recueillir des informations « coûteuses » sur un nombre limité de sujets
• Limiter les biais de sélection et de mesure
Limites
• Bonne qualité du suivi de la cohorte
36
Etudes de type Cas Témoins nichée « Nested case-control study »
Objectif
Méthodes
37
… Appariement (1K/2T) pas d’étude de ce FDR
Population d’étude (échantillonnage de population source)
Cas incidents
38
Recueil rétrospectif • Evènement d’intérêt (EI) • Facteurs d’exposition
Résultats
39
Analyse multivariée OR ajustés
Classification des études épidémiologiques
ou études quasi-expérimentales
Essai contrôlé randomisé
OUI
Essai non randomisé
NON
Randomisation?
Etudes expérimentales
OUI
Etudes transversales
Etudes de cohortes
Etudes cas témoins
Etudes analytiques/
étiologiques
OUI
Etudes descriptives
NON
Existence d'un groupe contrôle (comparateur)?
Etudes observationnelles
NON
L'investigateur impose t-il une exposition?
40
41
Etudes de cohortes
Etudes de cohortes Principe 1/3
42
Constituer et suivre un groupe de sujets au cours du temps et estimer l’incidence de
survenue d’un évènement (morbi-mortalité)
Etudier l’effet d’un facteur d’exposition(FDR/FP)sur l’incidence de l’évènement
43
Etudes de cohortes Principe 2/3
44
Etudes de cohortes Principe 3/3
Temps
Constitution cohorte
Pop d’étude
Exposés
Non exposés
Malades
Non malades
Malades
Non malades
45
Etudes de cohortes Principe 3/3
Temps
Constitution cohorte
Pop d’étude BSA
Diabète ou Fièvre prolongée
Abs de diabète ou Fièvre prolongée
EI
Non EI
EI
Non EI
Etudes de cohortes Typologie 1/6
Plusieurs critères de classification des études de cohortes:
• Descriptives/analytiques (selon l’objectif)
• Spécialisées/généralistes (selon la taille)
• Prospectives/rétrospectives (selon la chronologie du recueil)
• Ouvertes/fermées (selon la composition des groupes)
46
Spécialisées/généralistes
• Cohortes spécialisées
Centrées sur un problème spécifique (pathologie et/ou groupe de population)
Sujets sélectionnés selon des caractéristiques particulières
Effectif restreint
Données détaillées avec investigations biologiques/cliniques approfondies (peuvent entrer
dans le champs de la RBM)
47
Etudes de cohortes Typologie 2/6
exemple
48
Spécialisées/généralistes
• Cohortes généralistes En population générale
De grande taille
Couverture large de problèmes de santé et de déterminants
Données moins détaillées
Plateformes scientifiques permettant d’étudier de nombreuses questions
49
Etudes de cohortes Typologie 3/6
50
exemple
…
51
Etudes de cohortes Typologie 4/6
51
Prospectives/rétrospectives • Cohortes prospectives Inclusions et mesure de l’exposition dans le présent Evènement d’intérêt dans le futur
présent
passé futur
E = exposition M= maladie
temps
E+
E-
M+
M-
M+
M-
Etude de cohorte prospective
(+) Limitation du risque de biais dans la mesure de l’exposition (-) Nécessité de suivi long si délai d’apparition de la maladie long
exemple
52
Etudes de cohortes Typologie 5/6
53
Prospectives/rétrospectives
• Cohortes rétrospectives (ou historiques ) Début de l’étude après l’exposition
Reconstitution à posteriori de la cohorte
présent futur
temps E+
E-
M+
M-
M+
M-
(+) Economie en terme de durée de suivi (-) Risque de biais dans la mesure de l’exposition
exemple
54
• Cohortes fermées (fixes)
Mêmes sujets suivis tout au long de l’étude (salariés d’une entreprise à une date donnée, survivants de Hiroshima et Nagasaki)
• Cohortes ouvertes (dynamiques) Sujets peuvent entrer dans l’étude à tout moment à partir de la date de début de suivi
55
Début du suivi Fin du suivi
A
B D
C
Etudes de cohortes Typologie 6/6
Evènement(s) étudié(s) • Relevance clinique/biologique
• Recherche évènement chez tous les sujets de la cohorte
• Importance de limiter la perte de vue
Si PV, sources d’informations complémentaires (certificat de décès)
Exposition(s) et facteurs de confusion • Prédéfinis
• Mesure initiale +/- ré-évaluation régulière au cours du suivi
• Puissance déterminée par le nombre d’évènements
• Augmenter la taille de la cohorte et/ou la durée de suivi 56
Etudes de cohortes Méthodologie
57
Etudes de cohortes Mesures d’association (RR)
a b exposés
Oui Non
c d non exposés
maladie
Ie = a
a + b
Ine = c
c + d
Différence de risque : DR = Ie – Ine Rapport de risque /ratio de risque /risque relatif: RR=
Ie
Ine
58
Etudes de cohortes Interprétation d’un RR
58
1 0 ∞
RR < 1 facteur protecteur
RR ≈ 1
RR > 1 facteur de risque
IC 95%
RR mesure la force de l’association
Etudes de cohortes Méthodes d’analyse multivariée et mesures d’association
59
Schéma d’étude Mesure d’association Méthode d’analyse
Cas-témoins Cohorte
Odds Ratio (OR) Régression logistique
Cohorte Rapport de Taux d’incidence (IRR)
Régression de Poisson Taux constant
Cohorte Rapport de risque instantané (HR)
Modèle de Cox Rapport de risque instantané constant
60
61
62
Lieu présumé de contamination non étudié dans l’étude K/T car facteur d’appariement
Durée de la fièvre (Var continue) NS
63
Etudes de cohortes Avantages et inconvénients
Avantages Inconvénients
Particulièrement indiquées lors des expositions
rares
Non adaptées aux maladies rares
Permettent d’examiner plusieurs évènements Prospectives: longues et coûteuses
Temporalité établie entre exposition et évènement Rétrospectives: nécessité de disposer de
documents appropriés
Prospectives: limitation des biais de mesure de
l’exposition et de la maladie
Validité des résultats dépendante de la qualité du
Suivi (biais)
Mesures d’incidence dans chacun des groupes
Classification des études épidémiologiques
ou études quasi-expérimentales
Essai contrôlé randomisé
OUI
Essai non randomisé
NON
Randomisation?
Etudes expérimentales
OUI
Etudes transversales
Etudes de cohortes
Etudes cas témoins
Etudes analytiques/
étiologiques
OUI
Etudes descriptives
NON
Existence d'un groupe contrôle (comparateur)?
Etudes observationnelles
NON
L'investigateur impose t-il une exposition?
64
65
Etudes transversales
Etudes transversales Principe 1/2
Sélection échantillon dans population source
• Tirage au sort (par grappes, avec stratifications proportionnelles pour la représentation
de sous groupes…)
Mesure simultanée : Exposition et Evènement d’intérêt
Descriptives ou analytiques
Etudes transversales successives
• Information sur modifications au cours du temps
• Tenir compte des changements dans la population
ex. enquêtes de prévalence des IN
66
67
Etudes transversales Principe 2/2
Exposition
temps
Evènement
Etudes transversales Mesures de fréquence et d’association
Estimation de la prévalence de l’évènement
Nombre de sujets présentant l’évènement à un moment donné Prévalence = Nombre total de sujets au même moment
68
Schéma d’étude Mesure d’association Méthode d’analyse Cas-témoins Cohorte Transversale
Odds Ratio (OR) Prevalence ratio
Régression logistique
69
Avantages Inconvénients
Pas de suivi donc pas de perdus de vue Non adaptées aux évènements rares
Résultats rapides, faible coût Pas de mesure de l’incidence
Possibilité d’étudier plusieurs évènements Temporalité exposition / évènement non établie
Génération d’hypothèses UNIQUEMENT
Adaptées aux objectifs descriptifs (prévalence)
Etudes transversales Avantages et Inconvénients
Principaux biais des études observationnelles
70
Les biais
71
Erreur aléatoire dans l’estimation d’un
paramètre
= Fluctuation d’échantillonnage
Erreur systématique dans l’estimation d’un paramètre
BIAIS
Erreur aléatoire + erreur systématique
BIAIS
Types de biais
72
1) Biais de sélection 2) Biais d’information [3) Biais de confusion]
Population source – Biais de sélection
Echantillon
Mesure – Biais d’information
Estimation
Biais de sélection Définition
Différences systématiques dans la procédure de sélection des sujets
affectant la constitution de l’échantillon:
• entre les cas et les témoins (études cas/témoins)
• entre les exposés et les non exposés (études de cohorte)
Association entre exposition et évènement d’intérêt différente entre
les sujets participant et ceux ne participant pas à l’étude
73
Biais d’admission: Fréquent en milieu hospitalier
Biais de non réponse ou perdus de vue: Fréquence des non-répondants élevée et
différente entre les 2 groupes
• Perdus de vue : Principale source de biais dans les études de cohortes si non
dus au hasard
Biais de surveillance ou de diagnostic: Exposition étudiée influençant la détection de
l’évènement d’intérêt ou vice versa
74
Biais de sélection Exemples
Biais de sélection Exemples
Biais de survie sélective :
• Inclusion de cas prévalents dans une étude cas-témoins (ayant survécu
jusqu’au moment de l’étude) ; sujets décédés précocement non inclus
• Inclure des utilisateurs prévalents (plutôt que des nouveaux utilisateurs) dans
une étude de cohorte
Biais d’indication: Prescription d’un traitement (exposition) de façon préférentielle
chez les sujets les plus à risque
• Lié à l’absence de randomisation dans les études observationnelles
• Intérêt des scores de propension (tenir compte de la probabilité pour un pt de
se trouver dans le groupe E ou non E en fonction de ses caractéristiques)
75
exemples
76
Profils de patients avec écho / profils des patients sans écho ?
Non inclusion des cas les plus graves
Recrutement des patients dans 1 seul CHU (service de chirurgie cardiaque, réanimation…)
77 Importance de comparer les caractéristiques générales disponibles entre les sujets inclus et les éligibles non inclus
78
Types de biais
79
1) Biais de sélection 2) Biais d’information [3) Biais de confusion]
Population source – Biais de sélection
Echantillon
Mesure – Biais d’information
Estimation
Différence systématique dans la façon de recueillir l’information entre les
2 groupes de sujets
Erreur dans la façon de classer les exposés/non exposés ou malades/non
malades à l’origine d’une erreur dans l’estimation de l’effet de l’exposition
sur la maladie
80
Biais d’information Définition
Biais de mémorisation: Lorsque les cas et les témoins se souviennent avec
une acuité différente de leur exposition au facteur de risque étudié
Biais d’investigateur: Lorsque les investigateurs interrogent/recueillent
différemment les informations :
• des cas et des témoins sur l’exposition
• des exposés et non exposés sur l’évènement d’intérêt
81
Biais d’information Exemples
Biais lié à la qualité des données: Lorsque les données concernant les cas (ou
les exposés) sont meilleures ou plus accessibles que celles qui concernent les
témoins (ou les non exposés)
Effet cohorte «effet Hawthorne»: Le fait d’être observé modifie le
comportement des sujets
82
Biais d’information Exemples
exemple
Patient avec EI possible (1 critère majeur microbiologique + 1 critère mineur
clinique) n’ayant pas eu d’ETT/ETO considéré comme « non malade »
… aurait peut être été classé comme « malade » si ETT/ETO avait été faite
(1 critère majeur echo)
83
84
Erreur différentielle (affectant différemment les 2 groupes de sujets)
• Modification du sens de l’association entre l’exposition et la maladie (sous-
estimation ou surestimation de l’association)
Erreur non différentielle (affectant de la même façon les 2 groupes de sujets)
• Perte de puissance de l’étude: Même direction de la mesure de l’association
entre exposition et maladie (effet protecteur ou délétère) mais amplitude
moindre
Biais d’information Conséquences d’une mauvaise classification
Non modifiables ou corrigeables au moment de l'analyse
Analyses de sensibilité pour tester la robustesse des résultats
Prévention au moment de la conception du protocole
• Sélectionner les cas et les témoins en aveugle de l’exposition (cas témoins)
• Sélectionner les exposés et non-exposés en aveugle du statut/maladie
(cohorte rétrospective)
• Importance des définitions de l’exposition et de l’évènement d’intérêt
(objectives, spécifiques…)
85
Prévention des biais de sélection et d’information
Types de biais
86
1) Biais de sélection 2) Biais d’information [3) Biais de confusion]
Population source – Biais de sélection
Echantillon
Mesure – Biais d’information
Estimation
Facteurs de confusion Confounding factor or confounder
Un facteur de confusion est une variable qui doit être:
• Associée à l’exposition (sans en être la conséquence)
• Associée à la maladie/évènement d’intérêt indépendamment de l’exposition
87
Facteur de confusion
Exposition
Evénement étudié
Age
Mortalité
ATB
Prise en compte des facteurs de confusion
Avant le début de l’étude
• Restriction de la population d’étude (critères d’inclusion et de non inclusion)
• Appariement dans les études cas-témoins
• Déterminer les facteurs qui devront être pris en compte dans l’analyse
Après le début de l’étude (=au moment de l’analyse)
• Stratification ou analyses en sous groupes
• Ajustement (modèles multivariés)
• Scores de propension
88
Dans une étude observationnelle, une différence observée dans l’évolution
(évènement) peut ne pas être liée au choix thérapeutique (exposition) mais
aux raisons de ce choix (biais d’indication)
L’analyse de propension consiste à tenir compte dans l’analyse de la relation
entre un traitement et l’évolution des patients, de la probabilité pour un
patient de se trouver dans le groupe traité en fonction de ses
caractéristiques
89
Prise en compte des facteurs de confusion Intérêt des scores de propension
Etudes observationnelles Interprétation : différence (non) significative
90
Différentes explications doivent être envisagées avant de conclure à l’absence ou la
présence d’effet de l’exposition étudiée
Différence non significative Puissance insuffisante - Taille d’échantillon trop petite Erreurs de classement imputables au hasard Causes de diminution de l’OR/RR : - Non prise en compte de F de confusion - Manque de spécificité de l’association - Association présente seulement dans un sous-groupe (risque « dilué ») Interprétation : Diff NS NON SYNONYME DE absence de différence
Différence significative Biais +++ - Biais de sélection - Biais de mesure, de mémorisation, et plus généralement de classement Non prise en compte de l’ensemble des facteurs de confusion Chance : En particulier si tests d’hypothèses multiples (augmentation du risque d’erreur alpha) Interprétation : Diff S NON SYNONYME DE importance clinique et de CAUSALITE
La causalité Austin Bradford Hill 1965 : 9 critères
Force de l’association (niveau de corrélation, importance de la différence)
Cohérence
• Externe: Reproductibilité, comparaison avec d’autres populations…
• Interne: protocole, prise en compte des biais
Temporalité (l’effet précède la cause)
Relation dose-effet
Preuves expérimentales
Spécificité de l’association
Cohérence biologique (histoire naturelle de la maladie, physiopathologie)
Plausibilité biologique
Analogie (avec d’autres évènements reliés à une autre pathologie)
Niveaux de preuve Classification des preuves scientifiques apportées par la
littérature (Haute Autorité de Santé)
93
Sections de l’article
Quelle information rechercher Quelle information en tirer : validité et utilité
Introduction Objectif : • Population ou problème • Intervention • Critère de jugement • Plan de l’étude
• Question de recherche ? • Plan de l’étude approprié ?
Méthodes Population : • Lieux et date • Critères d’inclusion • Mode de recrutement Intervention Critère de jugement Définition, mesures, modalités de recueil, temps de suivi Plan de l’étude Analyse statistique
• Représentativité de la population => validité externe • Mode de recrutement => biais de sélection ? • Qualité de mesure du critère de jugement => biais d’information ?
• Prise en compte d’autres facteurs => biais de confusion ?
Résultats Tableaux et figures • Tableau 1 : caractéristiques des patients • Figure 1 : flow chart • Tableaux et figures : résultats (indice d’effets et leur précision)
• Comparabilité des groupes • Processus de recrutement, qualité du suivi • Résultats (indices d’effets correspondants aux critères de jugement prédéfinis)
Discussion Conclusion : 1ère phrase de la discussion
Conclusion : répondre à l’objectif fixé à priori, tenir compte des principaux biais
Recommandations pour réaliser des études observationnelles de qualité
« well designed »
Liste d’items à décrire dans les articles pour permettre au lecteur d’évaluer la
qualité des articles pour des études observationnelles
• Etudes descriptives
• Etudes analytiques (K/T, cohortes, transversales)
94
(http://www.strobe-statement.org/)
95
Extrait des items à faire figurer dans la méthode
Chez quels patients faut-il particulièrement insister pour l’échographie cardiaque ?
96
Year Author, journal Location Design Patients Place of
acquisition
Study definition of
poor outcome Methods Factors associated of poor outcome/
Echo recommendations
1987
Bayer et al. Arch Intern
Med
Prospective single center cohort study
72 (all had
2 dim echo)
community acquired hospital-acquired
Endocarditis (Duke
criteria ?)
Step-wise regression
multivariate model
No primary focus Community acquisition
Metastatic sequelae Valvulare lesion on echo
All cases of community acquired SAB should have echo
1997
Fowler et al. J Am Coll Cardiol
USA Prospective single center cohort study
103 (all had TTE
and TOE)
community acquired hospital-acquired
health care associated
Endocarditis (Duke criteria)
Descriptive analysis
TOE more sensitive for IE diagnosis and should be considered for all patients
with SAB
2002 Blyth et al.
Intern Med J 2002
Australia
Mixed retrospective
and prospective
study on adherence to Fowler's SAB
guidelines
98 (10 had TOE 24 had TTE)
community acquired hospital-acquired
Endocarditis (Duke
modified criteria)
Descriptive analysis TTE is adequate in most patients with SAB
2002
Jensen et al. Arch Intern
Med
Denmark
Prospective observational single center
study
278
community acquired hospital-acquired
Death
Step-wise regression
multivariate model
Uneradicated focus septic shock
total daily dose of dicloxacilline < 4g age > 60
2003 Chang et al. Medecine,
USA
Prospective multicenter cohort study
505
community acquired hospital-acquired
Endocarditis (Duke modified
criteria) Definite or possible vs.
Excluded
step-wise regression
multivariate model
Native valve disease Prosthetic valve
Bacteremia > 3 days IVD use
Unidentifiable portal of entry Prior endocarditis
Community acquisition Non white race
Year Author, journal Location Design Patients Place of acquisition Study definition of
poor outcome Methods Factors associated of poor outcome
2003
Pigrau et al. Eur J Clin Microbiol Infect Dis
Spain
Retrospective review of short
course antibiotics for line-related SAB and the role of TOE
87 (catheter related)
Community acquired hospital-acquired
Endocarditis (Duke modified
criteria)
Descriptive analysis
TOE may not be mandatory in those without risk factors who respond
quickly to treatment
2003
Fowler et al. Arch Intern
Med,
USA Prospective single center cohort study
724
community acquired hospital-acquired
health care associated
complicated SAB at baseline
(attributable mortality
embolic stroke or reccurent infection)
Complicated vs. Uncomplicated
step-wise regression multivariate model internally validated
using bootstrap resempling technique
clinical scoring (0-5)
Community acquired (1) Skin examination findings suggesting
acute systemic infection (1) Persistent bacteremia (2)
Persistent fever (1)
2005 Van Hal et al. J Infect Australia
Retrospective comparison of
diagnostic yield of TOE
and TTE in SAB patients
125 (all had
TTE TOE)
community acquired hospital-acquired
Endocarditis (Duke
modified criteria)
Descriptive analysis Fischer’s exact
paired Student’s t-test
No primary focus Community acquisition
No embolic signs and normal TTE makes IE very unlikely
subgroup of SAB (without embolic phenomena and no
or trivial valvular regurgitation on TTE) who do not require TOE
2005
El-Ahdab et al. Am J Med,
USA Prospective cohort study
51 (with
prosthetic valve)
community acquired hospital-acquired
Endocarditis (Duke modified criteria)
Definite vs. Possible
Step-wise regression multivariate model
Persistent fever Persistent bacteriemia
2005
Sullenberg et al.
J Heart Valve Dis
(abstract only)
USA Retrospective review
176 (64 had TTE and
TOE)
community acquired hospital-acquired
Endocarditis (Duke modified criteria)
Descriptive analysis
?
old age TOE should be considered for all SAB
patients
Year Author, journal Location Design Patients Place of
acquisition Study definition
of poor outcome Methods Factors associated of poor outcome/
2005 Fowler et al.
CID,
USA Prospective single center cohort study
324 (intravascular
catheter-Associated)
community acquired hospital-acquired
Hematogenous complications
(septic arthritis, osteomyelitis, IE)
Step-wise regression
multivariate model
Hemodialysis dependancy long term intravascular device
infection with MRSA Symptoms duration
2007
Hill et al. Mayo Clin
Proc, 2007
Belgium Nested case control study 198
community acquired hospital-acquired
Endocarditis (Duke
modified criteria) Definite vs. Excluded +
Possible
Step-wise regression
multivariate model
Unknown origin of SAB Valvular prosthesis
Persistent fever Persistent bacteriemia
2009
Turnidge et al.
MJA, 2009
New Zealand Australia
Prospective multicenter cohort study
1994
community acquired hospital-acquired
30-day all-cause mortality
Multivariate logistic analysis
using mixed effect model
Old age sepsis syndrome
pneumonia Device associated infection with a
secondary focus Left side endocarditis
Treatment of MSSA with a glycopeptide
2011 Kaasch et al.
CID, 2011
USA Germany
2 prospective multicenter
cohort studies INSTICNT (German)
SABG (USA)
304 (INSTICNT) 432 (SABG)
hospital- acquired
Endocarditis (Duke modified criteria)
Definite vs. Excluded +
Possible
clinical prediction
criteria (0-8) (based on
litterature)
Persistent bacteraemia > 4d Permanent intracardiac device
Hemodialysis Spinal infection or non vertebral
osteomyelitis
Year Author, journal Location Design Patients Place of
acquisition Study definition of
poor outcome Methods Factors associated of poor
outcome/ Findings
2011
Forsblom et al.
Journal of Hospital Infection
Finland
Prospective observational single center
study
430 community
acquired hospital-acquired
28-days mortality
Step-wise regression
multivariate model
age>60 ultimately or rapidely fatal disease
severe sepsis immunosuppressive treatment
pneumonia chronic alcoolism
endocarditis
2012
Finkelstein et al.
Scand Journal of Infect Dis
Israel
Prospective observational single center
study
303 hospital-acquired
health care associated
Endocarditis (Duke modified criteria)
Definite vs. Excluded + Possible
Step-wise regression
multivariate model
Predisposing factors for IE Non-fatal Mc Cabe score Prolonged Bacteriemia
2013 Joseph et al. JAC UK
Retrospective review of SAB
cases
306 (had TOE or TTE)
community acquired
hospital-acquired
Echo evidence of IE/ No echo evidence of
IE
Descriptive analysis
Univariate analysis
age Community acquired
Predisposing conditions Cardiac rhythm device
subgroup of SAB (clearly define line-related
bacteriemia who do not have prosthetic valve or CRM device or clinical features of IE) could have
imaging deferred