Études expérimentales et quasi-expérimentales Flashcards

1
Q

Études expérimentales***

A

Définition (3 caractéristiques):
Manipulation: Exposer délibérément les sujets à une intervention / traitement (variable indépendante) et observer les effets sur la variable dépendante;
Comparaison entre 2 ou + groupes: Utiliser des comparaisons (p.ex.: groupe contrôle) afin de juger des effets d’une variable indépendante (intervention / traitement) sur la variable dépendante;
Répartition aléatoire (randomisation): Les sujets sont répartis au hasard entre le groupe expérimental et le groupe contrôle;
Afin d’éviter que des différences entre les groupes n’influencent la variable dépendante (ou, dit autrement, pour s’assurer que les deux groupes soient comparables en tout point sauf pour ce qui est de l’exposition à l’intervention dont on cherche à évaluer les effets).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Études expérimentales

A

Caractéristiques générales:
Meilleur devis pour mettre en lumière des relations de cause à effet (car il offre un meilleur contrôle des biais potentiels que les études observationnelles transversales, de cohorte (non-expérimentale) ou cas-témoins);

** Rappel: lorsque les participants ne peuvent pas être répartis aléatoirement entre les groupes ou lorsqu’il n’y a pas de groupe de comparaison, on parle d’étude quasi-expérimentale;

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Études expérimentales

A

Des synonymes utilisés dans la littérature…
Essai randomisé contrôlé (randomized controlled trial);
Essai clinique (clinical trial);
Étude de cohorte expérimentale;
Car l’étude expérimentale est un type d’étude de cohorte dans laquelle les conditions de l’étude (c.-à-d., sélection des groupes, nature des interventions, la durée du suivi, le choix des mesures et des résultats) sont entièrement sous le contrôle du chercheur;
C’est pour cette raison que les études expérimentales font partie des études longitudinales de cohorte (voir Figure, diapo 4);

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Études expérimentales : éthique

A

En général, il est éthique d’assigner au hasard les patients entre le groupe expérimental et le groupe témoin quand:
Il n’existe aucune preuve scientifique irréfutable démontrant que l’un des traitements à l’étude est nettement plus efficace que l’autre;
Des études préliminaires permettent de croire que l’un des traitements à l’étude sera plus efficace ou tout aussi efficace que l’autre;
L’étude est de bonne qualité scientifique (méthode rigoureuse);
C’est un principe éthique qu’on appelle l’équipoise;
Lorsque l’équipoise n’est pas satisfaite, il faut recourir à des études observationnelles (p.ex.: de cohorte, cas-témoins).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Équipoise

A

Équipoise: État d’équilibre entre deux options ou alternatives, où aucune ne présente un avantage sur l’autre

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Études expérimentales : avantages et principales limites*****

A

Avantage : Les études expérimentales sont le standard de référence pour déterminer l’efficacité d’interventions en santé;
Meilleur devis pour contrôler les biais de sélection, de mesure et de confusion;
Meilleur devis pour suggérer des relations de cause à effet;

Limites : Études très coûteuses et souvent très longues et laborieuses;
Certaines interventions ne peuvent pas, pour des raisons éthiques ou pratiques, faire l’objet d’une expérimentation; ce qui nous ramène aux études observationnelles (p.ex.: cohorte, cas-témoins, transversale);

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Variantes : Étude d’utilité versus efficacité

A

Utilité (efficacy): Est-ce que le traitement ou l’intervention d’intérêt fonctionne dans des conditions idéales?
- Implique d’échantillonner des patients «idéaux» (Voir diapo 13) et de réaliser l’étude dans des conditions idéales;
- La majorité des études expérimentales sont des «efficacy studies»;

Efficacité (effectiveness): Est-ce que le traitement ou l’intervention fonctionne dans des conditions normales de pratique?
- Implique d’échantillonner des patients «typiques» (Voir diapo 14) et de réaliser l’étude dans des conditions normales (non idéales);
- On appelle ces études des «pragmatic trials» ou essais pragmatiques;

Si étude utilité ne fonctionne pas alors on ne fera pas étude d’efficacité

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Les études d’utilité précèdent habituellement les études d’efficacité.
Raison: si le traitement administré sous des conditions «idéales» est inefficace, rien ne sert de l’évaluer sous des conditions «normales» de pratique. Il ne fonctionnera pas plus.

L’écart entre les résultats des études d’utilité et d’efficacité est appelé «implementation gap». Il s’agit de l’écart entre les soins «idéaux» et les soins «ordinaires». Cet écart est un objet d’étude en soi (p.ex.: projets d’amélioration continue de la pratique);

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Échantillonnage : deux approches possibles
échantillonner des patients idéaux (études d’utilité)

A

Les patients doivent rencontrer des critères d’inclusion et d’exclusion très stricts  ces patients ne ressemblent pas à ceux que vous voyez sur vos unités de soins;
- On exclut, par exemple, les patients gravement malades, ceux ayant plusieurs comorbidités ou une faible observance aux traitements;
- On crée délibérément un biais de sélection afin de réduire le risque de biais de confusion;

On vise ainsi à augmenter l’homogénéité des patients et à renforcer la validité interne de l’étude (démontrer que l’intervention fonctionne réellement dans des conditions idéales; pas forcément celles de la pratique usuelle);

Ce faisant, on réduit la validité externe de l’intervention (c.-à-d., sa généralisabilité à la pratique usuelle).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Échantillonnage : deux approches possibles : étude chez des patients typiques (étude efficacité)

A

Stratégie qui consiste à sélectionner un échantillon représentatif des patients «typiquement» rencontrés dans la pratique clinique  ces patients ressemblent à ceux que vous voyez sur vos unités de soins;
Stratégie employée dans une sous-catégorie d’études expérimentales appelées «essais pragmatiques» (pragmatic trials).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Devis expérimentaux : autres variantes*****

A

Comparative effectiveness study
C’est une étude expérimentale dont le but est d’aider les cliniciens à choisir entre deux ou plusieurs traitements alternatifs disponibles;
Les options thérapeutiques doivent être perçues comme efficaces et faire partie de l’arsenal thérapeutique existant;
Aide les cliniciens et les patients à savoir quel traitement choisir, dans quelles circonstances, et avec quelles conséquences;

Cluster randomized trials
C’est une étude expérimentale où ce sont des groupes (p.ex.: hôpitaux, écoles) qui sont assignés de manière aléatoire au groupe intervention ou au groupe contrôle;
Utile quand il y a un risque de contamination (spill-over) de l’effet de l’intervention du groupe intervention au groupe contrôle dans un même groupe (cluster) (p.ex.: comment des infirmières pourraient soigner des patients différemment dans une même unité de soins?)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

L’intervention : une bonne intervention doit rencontrer trois critères***

A

Faisabilité / acceptabilité: Elle doit pouvoir être facilement adoptée par les cliniciens dans les milieux (p.ex.: peu complexité, rapide à exécuter, compatible avec les façons de faire dans le domaine). Ce critère est souvent évalué lors d’une étude-pilote préalable;

Reproductibilité: Elle doit être décrite avec suffisamment de détails afin de pouvoir être reproduite dans une variété de milieux. C’est à la lecture de l’article qu’on évalue ce critère;

Efficacité: Son efficacité à modifier le facteur d’intérêt (maladie, condition) doit être démontrée. C’est le but des études expérimentales;

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Groupe témoin ou contrôle

A

Les patients du groupe témoin peuvent être exposés à:
- Aucune intervention;
- Les soins usuels («care as usual»);
- Un placebo;
- Une autre intervention (p.ex.: la meilleure option thérapeutique actuellement disponible);

La nature du groupe témoin dépend souvent du contexte de l’étude;

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Le groupe témoin**

A

Le groupe témoin permet d’éliminer plusieurs explications alternatives quant à l’amélioration de l’état des patients:
- Effet que nous souhaitons mesurer au moyen d’une étude expérimentale;
- Effet thérapeutique induit par le fait d’administrer à un patient un «traitement» ou une «intervention» sans valeur thérapeutique. Les études suggèrent que de 31 à 58% des patients peuvent être soulagés ou guéris pas un placebo!!
- Effet des soins habituellement offerts pour la condition d’intérêt;
- Effet habituellement bénéfique induit par un changement volontaire de comportement dû au fait de participer à une étude;
- Effet naturel de la maladie. Plusieurs états (p.ex.: le deuil, la grippe, le stress) s’améliorent par eux-mêmes avec le temps, sans aucune intervention;

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Répartition aléatoire des sujets

A

Randomisation (hasardisation) permet que:
- Chaque personne ait une chance de faire partie des groupes à l’étude (p.ex.: intervention et témoin);
- Les caractéristiques des individus (p.ex.: âge, sexe, comorbidités, pronostic) soient réparties de manière homogène entre les groupes;

On vise ainsi à réduire les biais de:
- Sélection: comparer des groupes qui sont différents sur une ou plusieurs caractéristiques autre que l’intervention d’intérêt;
- Confusion: Éviter qu’une des caractéristiques des participants, associée à l’intervention et à la variable dépendante, viennent biaiser les résultats;

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Peut être possible d’avoir deux modes de sélection dans une même étude

A

Dans les études expérimentales, il y a souvent deux étapes d’échantillonnage (voir: Figure).

Par ailleurs, la randomisation ne garantit pas que les groupes seront similaires. Des dissemblances peuvent survenir par hasard (la chance), surtout lorsque la taille de l’échantillon est petite;

Pour évaluer le degré de similitude des groupes, les auteurs présentent souvent un tableau comparant les caractéristiques de base des patients de chaque groupe; les «baseline characteristics» (voir diapo suivante);

Note: sélection élective = de convenance

17
Q

Étude expérimentale***
Dans cet exemple, on voit que la randomisation semble avoir bien fonctionné. Les deux groupes semblent équivalents pour ce qui est des 7 caractéristiques présentées. Les petites différences observées (dues au hasard) seront «ajustées» ou éliminées lors des analyses statistiques (nous en reparlerons après la mi-session).

Ce tableau a donc 2 utilités:
Présenter les caractéristiques des patients ayant participé à l’étude;
Évaluer si la randomisation a permis d’obtenir des groupes équivalents pour ces caractéristiques;

Ex dans notre cas : plus de la moitié des élèves absents. Pige au hasard dans sac où il y a 30 jus et 30 eau. Peut-être que dans notre classe de 25, 20 on eu des jus donc fausserait les données comme groupe témoin non équivalent

A
18
Q

Wash out :

A

Période qui précède parfois la randomisation et l’administration d’une intervention, et durant laquelle aucun traitement actif n’est administré aux sujets de l’étude;
Souvent utilisée dans les études impliquant des médicaments. La durée du wash out dépend alors de la demi-vie du médicament;
Buts:
Éliminer les effets du traitement actif habituel, lequel est susceptible d’interagir avec le traitement étudié (réduire les biais de confusion);
Vérifier les critères d’inclusion: s’assurer de la présence de la maladie faisant l’objet de l’étude après l’arrêt du traitement habituel (réduire les biais de sélection).

19
Q

Problèmes survenant après la randomisation***

A

La randomisation permet habituellement de créer des groupes similaires et de réduire les risques de biais de sélection au début de l’étude;

Cependant, des problèmes peuvent survenir après la randomisation (et donc en cours d’étude); lesquels viennent changer la donne:

Des groupes qui étaient au départ équivalents ne le sont plus à la fin de l’étude;
Les 4 principaux problèmes sont;
- Observance au traitement
- Croisement (cross-over)
- Co-interventions : pt décide lui aussi de commencer à prendre des produits
- Retraits et exclusions

20
Q

Problèmes survenant après la randomisation : observance au traitement

A

L’observance, c’est le degré avec lequel les patients adhèrent aux recommandations d’un clinicien ou d’un chercheur dans le contexte d’une étude;
La non-observance (par négligence, incompréhension, omission, erreur ou autre) rend impossible de mesurer l’efficacité «réelle» de l’intervention ou du traitement d’intérêt;

Solutions:
Quand c’est possible, utiliser une période de «run-in» (en français, une période d’essai) afin d’évaluer le degré d’observance des patients (avec un placebo), et exclure les non-observants (créer délibérément un biais de sélection);
On peut aussi accepter la non-observance, la décrire et l’analyser. Par exemple, stratifier les analyses (observants vs. non-observants); ce qui permet de renseigner sur comment les patients réagiront, en clinique, s’ils n’observent que partiellement le traitement proposé.

21
Q

Problèmes survenant après la randomisation :
Problème 2: Croisement (cross-over)

A

Les patients passent d’un groupe à l’autre en cours d’étude (du groupe intervention au groupe contrôle, et vice versa) pour diverses raisons (p.ex.: préférences, changement d’unité de soins, etc.);

Si plusieurs patients changent de groupe en cours de route, cela peut avoir pour conséquence de réduire ou de fausser l’effet du traitement/intervention sur la variable dépendante;

Le cross-over fait en sorte, par exemple, que les patients reçoivent une fraction du traitement initialement prévu, sur une durée écourtée ou encore qu’ils reçoivent un peu des deux traitements à l’étude;

Solutions: Analyses des données «en intention de traiter» ou «par protocole», voir prochaine diapo;

22
Q

Analyse en intention de traiter

A

Consiste à analyser les résultats des patients dans leur groupe de randomisation initiale, quel que soit le traitement réellement reçu et quelle que soit leur évolution dans l’étude (non-observance, abandon, retrait);

C’est l’approche analytique préférable car:
- Maintient la comparabilité des groupes établie par la randomisation;
- Permet de calculer l’efficacité réelle du traitement;

Mais, l’efficacité réelle peut être réduite (voire annulée) par une ↑ du cross-over, des abandons et des retraits;

23
Q

Analyse par protocole

A

Consiste à analyser les résultats des patients en fonction du traitement effectivement reçu, et non celui prévu par le groupe de randomisation initiale.

Les patients déviants (non-observants, abandons, retraits) sont exclus de l’analyse;

Principaux problèmes:
- Les groupes ne sont plus forcément comparables à cause des exclusions;
- Permet de calculer l’effet théorique (utilité) d’un traitement.

24
Q

Analyse en intention de traiter
Avantage: Donne une mesure de l’efficacité du traitement dans les conditions réelles de la pratique (avec cross-over, abandons, non-adhérence, etc.).
Inconvénient: Plus le cross-over et la migration sont importants, plus l’efficacité du traitement peut être artificiellement réduite, voire annulée.

Analyse par protocole
Avantage: Donne une mesure de l’efficacité du traitement dans les conditions idéales. Les patients qui migrent sont exclus.
Inconvénient: Plus le cross-over et la migration sont importants, plus la validité externe sera réduite;

A
25
Q

Problèmes survenant après la randomisation:
Problème 3: Co-interventions:

A

Personnes qui décident, en cours d’étude, d’utiliser par eux-mêmes un ou plusieurs autres traitements susceptibles d’influencer l’effet du traitement expérimental sur la maladie;

Si cela survient de manière inégale entre les groupes, cela peut rendre les groupes non-équivalents (et donc augmenter ou réduire artificiellement les effets de l’intervention d’intérêt);

Solutions:
Décrire la présence de co-interventions;
Stratifier les analyses (co-intervention vs. aucune); ce qui permet de renseigner sur les effets potentialisateurs ou inhibiteurs des co-interventions dans la pratique courante

26
Q

Problème 4 : retraits et exclusions

A

Des gens peuvent décider de se retirer d’une étude à tout moment ou en être exclus (p.ex.: en raison d’un événement indésirable);

En conséquence, les caractéristiques des gens qui terminent une étude peuvent être très différentes de celles des gens qui l’ont débuté. Les groupes peuvent aussi devenir différents si le taux de retraits/exclusions est plus élevé dans un groupe ou dans l’autre;

Biais de migration: Quand il y a ≥ 20% de perdus** de vue ou d’abandons dans une étude, on peut soupçonner un biais de migration

** si on pose la question examen : si % de pertes pas indiquer mais mention abandon alors on dit que ne peut pas être fiable. sinon, si plus de 20 alors trop grand biais de migration

Solutions:

Au début de l’étude: Mettre en place des moyens visant à  attrition (p.ex.: compensations financières, simplicité des procédures);

Lors des analyses: comparer les patients qui terminent à ceux du début.

27
Q

Études réalisées à l’insu (blinding)

A

Nous avons vu que les patients peuvent changer leur comportement dû au simple fait qu’ils participent à une étude (effet de Hawthorne);

Les cliniciens et les chercheurs sont aussi vulnérables à un tel comportement s’ils savent à quel groupe a été assigné le patient (intervention vs. contrôle);

  • En gros, on veut que l’étude fonctionne, et on fait tout pour qu’elle fonctionne (intentionnellement ou non);

Une façon de réduire ce risque de biais est de réaliser l’étude «à l’insu» (en aveugle ou «blind»);

L’insu (blinding) peut survenir à 4 endroits dans une étude. On parlera alors d’une étude réalisée en simple, double, triple ou quadruple insu (une catégorisation un peu floue. Il est préférable de spécifier précisément ce qui est à l’insu;

Si insu à tous les endroits: totalement à l’insu
Si insu à certains endroits: partiellement à l’insu
Si aucun insu: pas du tout à l’insu

28
Q

Quelques précisions au sujet de l’insu

A

Treatment allocation (ou allocation concealment): La personne qui assigne les patients aux groupes ne sait pas à quel groupe (expérimental ou témoin) ils ont été assignés;

Patients: L’insu permet d’éviter que les patients changent leurs comportements en fonction de la connaissance de leur groupe d’appartenance (effet d’Hawthorne);

Cliniciens: L’insu permet d’éviter que les cliniciens changent leurs comportements (consciemment ou non) en fonction de leur connaissance du groupe d’appartenance des patients;

Mesures/Analyse: L’insu permet d’éviter que le chercheur change son analyse et son interprétation des données en fonction de sa connaissance du groupe d’appartenance des patients;

29
Q

Études réalisées en aveugle (suite):
Les études sur des médicaments se prêtent assez bien à l’insu (p.ex.: on peut utiliser un placebo en tout point identique au médicament expérimental);
Il est beaucoup plus difficile (voire impossible) de réaliser l’insu dans les études impliquant, par exemple, des procédures chirurgicales, des applications mobiles, l’organisation des soins ou des programmes de formation;
Une étude dans laquelle aucun procédé en insu n’est utilisé est qualifiée de «open trial» (étude ouverte).

A
30
Q

Étude quasi-expérimentales

A

Définition : manipulation (toujours présente):
Exposer délibérément les sujets à une intervention / traitement (variable indépendante) et observer les effets sur la variable dépendante;
Utiliser une intervention qui survient naturellement (p.ex.: la légalisation du cannabis, l’implantation d’un programme de prévention des chutes sur une unité de soins en particulier)

Comparaison entre 2 ou plusieurs groupes
Mais la répartition aléatoire entre les groupes est impossible (pour des raisons éthiques, pratiques, etc.)

OU
Absence de groupe de comparaison
Comparaison du «avant» et du «après» l’intervention, mais aucun groupe non exposé (groupe contrôle)

Ce qui limite la capacité de faire des déductions causales

31
Q

Devis quasi-expérimentaux

A

Appariement (matching): Moyen de sélectionner le groupe expérimental et le groupe témoin afin de contrôler l’effet de variables confondantes en sélectionnant les sujets par pairs en fonctions de caractéristiques précises (p.ex.: âge, sexe, etc.).

Homogénéité: Sélection délibérée de participants qui partagent les mêmes caractéristiques en ce qui a trait aux variables étrangères. Limite la capacité à généraliser les résultats au seul type de sujets sélectionnés.

Facteurs historiques: Obstacle à la validité interne d’une étude où des événements extérieurs, ou des faits survenant durant une étude, en influencent les résultats. Par conséquent, impossible de savoir si c’est l’intervention ou les facteurs historiques qui sont responsables des effets observés sur la variable dépendante.

32
Q

Devis quasi expérimentaux : avantages et inconvénients

A

Avantages
Pratique quand l’intervention ou le traitement ne peut être assigné de manière aléatoire;
Pratique quand un groupe contrôle n’est pas disponible.
Si l’étude est bien structurée, permet de supposer ou de suggérer la présence de relations de type causales, via notamment:
Groupe témoin non équivalent
Mesures répétées

Inconvénients
Par rapport aux devis expérimentaux, il est tout de même plus difficile de faire des déductions de type causale vue l’absence de:
Randomisation → Groupe témoin non-équivalent
Groupe contrôle