Le test de Jonckheere pour la construction d’algorithme de résistance dans le VIH
-
Upload
freya-patrick -
Category
Documents
-
view
43 -
download
0
description
Transcript of Le test de Jonckheere pour la construction d’algorithme de résistance dans le VIH
Le test de Jonckheere pour la construction d’algorithme de
résistance dans le VIH
Philippe Flandre
INSERM U 720
CHU Pitié-Salpêtrière
La résistance dans le VIH
• Patients sous traitement• Génotypique
– Gènes env, gag, et pol– Gène pol
• Transcriptase inverse• Intégrase• Protéase virale
• Phénotypique– Définir la sensibilité ou résistance à tel ou tel
molécule
Les traitements
• Inhibiteurs de la Transcriptase Inverse – Nucléosidiques et nucléotidiques (INTI)
• AZT, ABC, DDI, 3TC, FTC, D4T, TDF
– Non nucléosidiques (INNTI)• EFV, NVP, TMC 125
• Inhibiteurs de la Protéase (IP)– IDV, ATZ, FosAPV, DRV, NFV, LPV, SQV, TPV– RTV
• Trithérapie– 2 INTIs + 1 IP – 2 INTIs + 1 INNTI
La réponse aux traitements
• Depuis 1996 et les trithérapies
réduction de la mortalité
• Réponse en terme de charge virale– Baisse de la charge virale (continue)
• Ex: 50 000 copies 500 copies réduction 2 log10
– Baisse > 1 log10 (discret)
– Charge virale < 50 copies/ml (discret)
Les données génotypiques
• Inhibiteurs de la Transcriptase Inverse (INTI)– Liste de 240 positions – La réponse virologique
Ident K30 I31 K32 A33 L34 V35 E36 I37 C38 T39 E40 M41 Y
1 K V K A L V E I C T E M -1.451
2 K I K A L V E I C K F L -0.382
3 K I K A L V E I C K V L -1.372
4 K I Q A L L E I C A E L -0.145
• Inhibiteurs de la Protéase– Liste de 99 positions
ANRS
• Groupe AC 11
• Relation géno-réponse virologique
• Mise à jour régulière des algorithmes– Communication et publications– Propres études du groupe – Études autres
Algorithmes (règles de décision)
• AZT– présence de la T215Y/F– présence d’au moins trois mutations parmi
M41L, D67N, K70R, L210W, 215A/C/D/E/G/H/I/L/N/S/V, K219Q/E
– présence de la Q151M– insertion au codon 69
Analyse statistique
• Procédure en 2 étapes– Relation entre chaque position et la réponse
• Test Wilcoxon p<0.20• Fréquence de la mutation > 5% on retient N mutations
– Recherche de la meilleur combinaison de mutations
• De N on sélectionne K mutations• Test non-paramétrique de Jonckheere
Test de Jonckheere (1954)
• Test à hypothèse alternative spécifiée• Comparaison de K groupes
• On observe Xij i=1,…,k j=1,…,ni • Statistique de Mann-Witney count• Mi,i’ = nombre de pairs telles que
• Le test J
Test de Jonckheere
• Rejet de H0 quand J est grand
• Statistique distribuée normalement
• Grand échantillon
Procédure statistique
• 1ère étape : sélection de N mutations• Recherche la combinaison de K mutations• Procédure descendante
– Score de N mutations N+1 groupes Test pN
– Combinaisons de N-1 mutations pN-1,i < pN
– Même chose avec N-2 mutations– ….– Arrêt quand p ne diminue plus
Procédure statistique
• Procédure ascendante – De 1 mutation jusqu’à K mutations
• Score = somme de mutations– Mutations de résistance +1 (présente) sinon 0– Patient avec 3 mutations score géno = +3
• Mutations impactant positivement la réponse– Mutations -1 (présente) sinon 0– Patient avec 5 mutations score = +1
Essai JAGUAR
• Patients en échec > 1000 copies/mL• Randomisation
– Addition ddI (INTI)– Addition placebo de ddI
• Réponse virologique à S4• Critère baisse de charge virale entre J0 et
S4
Analyse de Jaguar
• Supériorité du bras ddI
• Analyse génotypique– 1ère étape : 10 mutations sont retenues
• 8 mutations de résistance (M41L, D67N, T69D, L74V, V118I, L210W, T215Y/F, K219Q/E)
• 2 mutations se sensibilité (K70R,M184V/I)
Analyse de Jaguar• Étape 0 : Somme des 10 mutations Z = 41 + 67 + 69 – 70 + 74 + 118 – 184 + 210 + 215 + 219 [-2 ; +8]
JT Test, p10
• Étape 1 : 10 combinaisons de 9 mutations – sans 41 JT test, p9,1
– sans 67 JT test, p9,2 – sans 69 JT test, p9,3 – …..
La combinaison produisant plus petite valeur de p est retenue si < p10, la mutation en position 118 est éliminé
• Étape 2 : 9 combinaisons de 8 mutations – sans 118 et 41 p8,1
– sans 118 et 69 p8,2
– …. La combinaison produisant plus petite valeur de p est retenue si <
p9,6, la mutation en position 118 est éliminé
• Arrêt quand p ne diminue plus.
Score IM41L + T69D + L74V + L210W + T215YF + K219QE
Mutations (n) 0 1 2 3 4 5 6
Patients (n) 31 15 19 25 9 1 1
De
cre
as
e i
n H
IV-1
pla
sm
a R
NA
(lo
g10
co
pie
s/m
l)
P=1.2 10-7
Score IIM41L + T69D – K70R + L74V – M184VI + T215YF + K219QE
Genotypic score II -2 -1 0 1 2 3
Patients (n) 8 30 16 30 12 6
De
cre
as
e i
n H
IV-1
pla
sm
a R
NA
(lo
g10
co
pie
s/m
l)
P=4.5 10-9
Discussion des résultats
• Clinicien : quelle est la valeur prédictive de ce score ?
• Analyse non paramétrique pas de mesure de prédiction type R²
Développement d’une mesure de ‘prédiction’
• Test non paramétrique borné– Borne supérieure
J=33
Zj=3.16
Groupe 1 Groupe 2 Groupe 3
-1.50 -0.89 -0.3
-1.25 -0.78 -0.25
-0.98 -0.5 -0.22
-0.45
Mesures d’association
• Mesure Gamma (Goodman et Kruskal)
• 2 variables U et V
• Question ‘Est-ce que U a tendance à augmenter si V augmente’
Interprétation de Gamma
V1 V2 … Vk-1 Vk
U1 n11 n12 n1k-1 n1k
U2 n21 n22 n2k-1 n2k
…
U k-1 nk-11 nk-12 nk-1k-1 nk-1k
Uk nk-11 nk2 nk k-1 nkk
Tableau U x V
Interprétation de Gamma
V1 V2 … Vk-1 Vk
U1 N--ij N-+
ij
U2
………………………………………
U k-1 N+-ij N++
ijUk
Vj
Ui
Tableau U x V
Estimation de Gamma
La mesure Gamma est
P représente 2 fois le nombre de pairs concordantesQ représente 2 fois le nombre de pairs discordantes
Conclusion
• Méthode simple• Test et mesure d’association• Pas de poids pour les mutations• Estimation des poids par bootstrap• Validation externe de ces algorithmes• Le modèle linéaire
– Colinéarité entre les mutations très forte– Effectif faible– Structure du modèle
Les autres méthodes
• Le ‘super learner’• Comparaison de plusieurs méthodes
– Régression Logic– Régression des moindres carrés– Least Angle regression– Deletion/substitution/addition algorithme– Arbres de décision– Régression biaisée (Ridge regression)– ….
• Critère : fonction de cross validation (R², MSE)