3 Flashcards
Causalité : difficulté
Pas toutes les association sont causales & difficile de trouver
- Interactions facteurs et conditions/facteurs confusion
Cause définition
facteur (caractéristique, comportement, événement etc.) qui influence la survenue de la maladie (du devenir) qui nous intéresse
Cause nécessaire / suffisante + ex
Nécessaire : maladie se développe pas sans la présence du facteur
Suffisante : maladie se développe toujours quand le facteur est présent
Ex : bacille tuberculeux nécessaire dés de la tuberculose mais pas suffisant (faible imm)
1) Z -> Y
2) X + Z -> Y
3) X-> Y, Z->Y
4) X + Z->Y, W + Z -> Y
4) la plupart !
N = nécessaire S = suffisante X est... 1) N et S 2) N 3) S 4) aucun
Etapes causalité épidémiologie
1 : association statistique observée
2 : cette association valide ou non?
3: si valide est elle causale ou non?
Concept de causalité en épidémiologie
Pour déduire une relation causale, on cherche à interpréter une association statistique entre une maladie d’intérêt et un facteur de risque suspecté dans le contexte de l’étiologie de cette maladie
2 : Validité association : 3 Rôles
- Rôle des biais (erreurs systématiques) : possibles dans l’étude étant donné le design
- Rôle des facteurs de confusion : facteur est liés à l’expo et à la malaise peuvent il créer une faussée association?
- Rôle de la chance : association trouvée par hasard?
Recherche relations causales : Cycle perpétuel
- Etude descriptives - Agrégation et analyses des données
- Construction d’un modèle et formulation d’hypothèses
- Etudes analytiques pour tester les hypothèses
- Analyse des résultats suggère d’autres études descriptives et de nouvelle hypothèses -> 2.
Critères de causalité/Hills
Ex : Consommation de sel et risque cardiovasculaire et cancer estomac : par clair quel min et diff entre études
- Force de l’association : évalué RR ou OR (cohorte)
- Constance de l’association : différentes études obtiennent un résultat semblable
- Spécificité de la cause : argument peu convaincant
- Séquence temporale : exposition doit précéder la cause
- Plausibilité biologique : base physiothérapie
- Relation dose-effet : + fort si dose +
- Cohérence avec connaissance dispo (diff à évaluer)
- Evaluation expérimentale : pas possible pour facteur de risques
- Analogie : obs similaires sans circonstances diff
Difficultés analyse de la causalité
- Plupart maladies causes multiples interagissent entre elles
- Principales causes inconnues des fois
- Grande latence entre début et expo et début de la phase clinique
- Début mal défini
- Effets dur l’incidence et le cours de la maladie peuvent être diff
Postulats de Henle - Koch 1882
et ses limites (5):
Parasite toujours respo de la maladie sous certaines circonstances - Isolé il peut redonner la maladie - Ne considère pas : o État du porteur « sain » o Infection asymptomatique o Causalité multiple o Spectre biologique maladie o Maladie non-infectieuse - Surtout maladies chroniques communes
Modèle causal
Triade épidémiologique : Agent - Hôte (imm, âge, sexe) - Environnement
Facteurs potentiellement associés avec une augmentation du risque de certaines maladies
Hôte : Age, Sexe, Niv socioeco, Religion, Profession, Immunité, Génétique,Histoire perso/fam
Agents : Biologique (virus), Chimique (alcool), Physiques(radiations), Nutritionnels
Environnement : temp, humidité, densité popu…
Association statistique vs causalité
Association statistiques = fait
Causalité = question de jugement
Validité interne et externe
Validité interne : capacité à mesurer ce que l’on est supposé mesurer (pression artérielle etc) : éviter les biais !
Validité externe : la degré avec lequel les résultats de l’étude s’appliquent à d’autres personnes (échant Hazard grande validité est)
: Essais randomisé contrôlé grande validité interne mais externe limitée
Biais définition
Erreur systématique : collecte données, analyse, interprétation, publication et revues
Comment survient biais/erreur systématique valeurs? (3) :
- Variation systématique d’une mesure
- Déviation d’une mesure statistique (moyenne, taux, mesure association etc.) de la vraie valeur en raison de problèmes collecte/design/analyse
- Tendance de procédures (types d’études, collectes, etc) à aboutir à des conclusions fausses
Possibles biais de l’échantillon des cas
Une étude a le plus souvent des cas dispo représentant un sous groupe de tout les cas de cette maladie - non représentatif de la popu source à partir de laquelle il a été sélectionné
- Ne s’identifie pas/consulte
- vus ailleurs
- Vus mais faux diagnostic
- Décès ou rémission
On peut faire remplir questionnaire de non participation!
Biais de sélection
- Les groupes de l’études sont semblables au niv de tous les aspects importants : cas témoins et contrôles semblables surtout et cohortes exposés et non
Biais d’info
- Récolte la même pour tous les groupes sinon baisse qualité de l’info
- Erreur de classification
- > Différentielle : cas/contrôles pas la même probabilité d’être mal classés : Vrai association sur ou sous estimée
- > Non-différentielle : cas/contrôles ont le même probabilité d’être mal classés : Diminue les différences réelles
- Mesure de maladie/facteur de risque (outcome) dans une cohorte : info récoltée pareil éxpo/non? : OR baisée
Facteur de confusion : 3 conditions + ex
- Triangle entre : Exposition et Outcome (maladie)
- Un facteur qui peut biaiser l’association entre une exposition et un état de santé. Facteur sous 3 conditions:
1. déterminant de la maladie (ou du facteur de risque/protecteur d’intérêt)
2. associé à l’exposition
3. ne se trouve pas sur le chemin causal entre expo et maladie
Ex : Consommation de sel consommation cal (confusion) et -> hyper tension art CD effet-cause, co founding CD -> cig -> -MI, cause - effet
Éviter les biais ?(2 stratégies de design et 2 de analyse données)
2 design de l’étude :
- Restriction : critères d’inclusion et d’exclusion
- Appariement (matching) : cas contrôle mêmes
2 analyse de données:
- Stratification : seuls les cas et les contrôles avec des nvx semblales du facteur de confusion ont comparés
- Ajustement statistique
Contrôler les biais
1) Minimisé avec design de l’étude: + contrôles cas
* définir à priori qui est un cas et quelle est l’expo d’intérêt
* protocole bien conçu et des méthodes précises lors de la récolte des données : bien former personnes qui la font et utiliser + personnes
* allocations au hasard des observateur/interviewers pour collecte données
2) Contrôle facteurs confusion avant/après collecte données
3) Procédure en aveugle
4) Minimiser la perte de participants quand étude prospective
Modif de l’effet + ex
Change la force de la vraie association entre expo et maladie. Un facteur de confusion crée une association fausse (non causale) entre expo et malade.
Ex L Tabac modificateur de l’effet de l’alcool sur le cancer de l’oropharynx. L’alcool est un modificateur de l’effet sur le cancer de l’oropharynx.
