Méthodes en épidémiologie
(SPUB009)
Alain LEVEQUE, MD, PhDDépartement d’Epidémiologie et de Promotion de la Santé
Interprétation des résultats dans une étude épidémiologique
Les biais
le rôle du hasard
SPUB009 ESP/AL 3
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 4
SPUB009 ESP/AL 5
SPUB009 ESP/AL 6
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 7
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 8
PRECISION
SPUB009 ESP/AL 9
SPUB009 ESP/AL 10
PRECISION
SPUB009 ESP/AL 11
SPUB009 ESP/AL 12
Les erreurs possibles
• Erreurs aléatoires = le hasard
• Erreurs systématiques = BIAIS– Biais de sélection– Biais de mesure ou d’observation
SPUB009 ESP/AL 13
EXPOSITION MALADIE
SPUB009 ESP/AL 14
Erreurs aléatoires
Variabilité inter et intra individus
erreurs aléatoires toujours présentes
SI ….N
SPUB009 ESP/AL 15
SPUB009 ESP/AL 16
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 17
Et la CONFUSION
• Classée par certains auteurs dans les BIAIS
• liée à la multicausalité des problèmes de santé
SPUB009 ESP/AL 18
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 19
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 ????
Exemples :
SPUB009 ESP/AL 20
SPUB009 ESP/AL 21
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
Exemples :
SPUB009 ESP/AL 22
SPUB009 ESP/AL 23
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 24
SPUB009 ESP/AL 25
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 26
SPUB009 ESP/AL 27
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 28
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 29
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 30
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 31
SPUB009 ESP/AL 32
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 33
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 34
SPUB009 ESP/AL 35
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 36
• 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…
PREVENTION DES BIAIS (2)
SPUB009 ESP/AL 37
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 38
SPUB009 ESP/AL 39
Le rôle du HASARD
SPUB009 ESP/AL 40
population
échantillon
Inférence statistique
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 41
• Deux approches principales pour l ’inférence:
•inférence par les TESTS STATISTIQUES
•inférence par INTERVALLE DE CONFIANCE
Inférence statistique
SPUB009 ESP/AL 42
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 » différenceentre deux populations ???
SPUB009 ESP/AL 43
Inférence statistique par Inférence statistique par les TESTS d ’HYPOTHESES (ou tests les TESTS d ’HYPOTHESES (ou tests
statistiques)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 44
Risques dans un test statistique
• Risque de 1ère 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
• Risque de 2ème espèce = risque – 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
SPUB009 ESP/AL 45
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 46
SPUB009 ESP/AL 47
SPUB009 ESP/AL 48
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 49
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 50
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 51
paramètre
Limites de confiance
Intervalle de Confiance (IC)
SPUB009 ESP/AL 52
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 53
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 54
Rôle du hasard ?
• Test de signification– Significatif– Non significatif
• Calcul de p : qui dépend : – de l’effet réel – de la taille de l’échantillon
En référence à l’Hypothèse et au risque d’erreur fixé préalablement
SPUB009 ESP/AL 55
Le souci en épidémiologie :
Outre la signification statistique
Estimation des paramètres
Intervalle de confiance
SPUB009 ESP/AL 56
MAIS :
• Vérification d’une hypothèse • Intervalle de confiance
Ne suffisent pas à affirmer la validité des résultats
BIAIS CONFUSION
Top Related