Devis intégratifs et causalité Flashcards
Devis intégratifs
Revus de synthèse des connaissances
Quand certaines études sont contradictoires, on se fie aux dévis intégratifs
Réalisés par experts du domaine en question.
Font une synthèse des écrits sut un sujet donné et formulent des recommandations à l’intention des cliniciens
Revues narratives de la littérature
Principales limites
Les données présentées et les recommandations formulées peuvent être teintées par les valeurs, les croyances, les jugements ou les expériences professionnelles des experts (une forme de biais de sélection, mais qui concerne les articles recensés et discutés). On présente ce qui supporte nos croyances ou nos expériences;
Par conséquent, la limite entre «preuve scientifiquerobuste» sur un sujet et «autorité clinique» n’est pas toujours simple à tracer;
Revue systématique de la littérature
C’est une recension méthodique, standardisée et objective des études au sujet d’une question clinique spécifique;
Synthèse EXHAUSTIVE et CRITIQUE des études sur cette question (contrairement aux revues narratives);
Appréciation de la validité interne des études (présence de biais) et de la «force de la preuve scientifique» en lien avec cette question;
Méta-analyse
Complète parfois une revue systématique de la littérature;
Utilise des MÉTHODES STATISTIQUES pour combiner les données et résumer les résultats de plusieurs études quantitatives indépendantes et similaires portant sur un même sujet;
Produit une estimation plus précise des effets d’une intervention ou d’un traitement que ce que ne permettent chacune des études individuelles;
Plus grand échantillon que les études individuelles. Permet d’identifier des complications de l’intervention ou de réaliser des analyses de sous-groupes de patients;
Principales limites des revus systématiques de la littérature et méta analyses
Une revue systématique/méta-analyse ne peut pas être meilleure que les études qu’elle recense. Si les études recensées ont une faible validité interne, la revue systématique/méta-analyse aura également une faible validité interne (garbage in, garbage out);
Une méta-analyse est utile si les études qu’elle combine sont relativement similaires (homogènes). Sinon, l’estimé qu’elle produit risque d’être biaisé et les IC95% seront également très larges (non-informatifs);
Causalité
Identifier des relations de causalité n’est pas toujours aisé;
Bien que certaines maladies aient une cause spécifique (p.ex.: VIH → SIDA), dans plusieurs cas:
Les maladies ont plus d’une «cause», aucune d’elles ne semble dominer afin d’expliquer la présence de la maladie, et ces «causes» (facteurs de risque) interagissent entre elles;
Une «cause» en particulier (p.ex.: tabagisme) peut être impliquée dans l’incidence de plusieurs maladies (p.ex.: cancer du poumon, maladies cardiovasculaires, MPOC, etc.);
Certaines «causes» sont proximales (p.ex.: exposition à un agent infectieux), mais d’autres sont distales (p.ex.: habitudes de vie, environnement), ce qui rend leur rôle dans la chaine causale plus difficile à établir;
Causalité exemple
Le fait d’être exposé à Mycobacterium tuberculosis constitue la cause proximale de la tuberculose.
Cependant, un ensemble de facteurs distants y ont aussi contribué (p.ex.: prédispositions génétiques, accès à la vaccination, probabilité de contacts avec des gens infectés, malnutrition, etc.).
Comment savoir si une association rapportée dans une étude constitue une «cause» probable de la condition d’intérêt?
Une stratégie consiste à regarder si l’étude a une bonne validité interne:
Peu de biais (bonne sélection des instruments)
Faible rôle du hasard
Contrôle des variables confondantes.
Causalité
Certains devis sont plus robustes que d’autres afin de mettre en évidence des associations causales
meilleure validité interne,
meilleur contrôle des biais et des effets du hasard
Il faut donc accorder plus de crédibilité à ces études (d’où l’importance de savoir reconnaitre les biais et les devis).
Causalité
Des critères ont été proposés afin d’aider les cliniciens à juger de la probabilité qu’une association rapportée dans une étude soit de nature causale ou non.
Plus le nombre de critères auxquels la réponse est affirmative est grand, plus la plausibilité que l’association observée soit, en réalité, de nature causale est grande (et vice versa).
Critères 1 et 2 de la causalité
Critère 1 (temporalité):
La cause doit précéder son effet présumé dans le temps;
C’est le cas dans les études de cohorte et les études expérimentales;
Dans une étude transversale ou dans une étude cas-témoin, la cause et son effet présumé sont mesurés à un même point dans le temps. Plus difficile d’établir la temporalité de l’association avec ce type d’études.
Critère 2 (force de l’association) (cours 10);
Plus la mesure d’association est forte, plus la causalité est probable, et vice versa;
Une faible association pourrait être attribuable à un biais de confusion (residual confounding);
Critère 3
(dose-réponse):
Plus la dose est grande (ex: nombre de cigarettes fumées par jour), plus l’incidence de décès secondaires au cancer du poumon est grande.
Critère 4 (Réversibilité)
Réversibilité
Le fait de retirer l’exposition (ex: cesser de fumer) réduit le risque d’occurrence d’un événement (ex: mortalité secondaire à un cancer du poumon).
Note: Nous avons vu un exemple similaire au cours 11 lorsque nous parlions du RR de cancer du poumon des anciennes fumeuses par rapport à celui des fumeuses actives.
Critère 5
(Consistance)
Quand plusieurs études similaires (de bonne validité interne), réalisées par des individus différents, dans des lieux et à des moments distincts, ainsi qu’auprès de patients différents arrivent à la même conclusion, l’argument causal est plus probable;
C’est aussi pour cette raison qu’il est préférable d’accorder plus de poids à une revue systématique de plusieurs études indépendantes ou à une méta-analyse, qu’à une seule étude individuelle;
Résumé causalité
En médecine, et dans les sciences de la santé en général, il n’est pas possible de prouver hors de tout doute raisonnable des relations de causalité;
Le mieux qu’on peut faire, c’est d’augmenter la plausibilité d’une telle relation:
En utilisant des devis de recherche avec une forte validité interne (peu de biais, peu de place pour le hasard) devis expérimentaux, études de cohorte prospectives;
