Réussir La LCA Flashcards

0
Q

Schéma des études épidémiologiques observationelles

A

. Epidémiologie Descriptive :

  • Etude transversale
    • Le but étant de réaliser une description de l’état de santé d’une population, il y a un seul groupe étudié.
    • Le plus important étant que la population incluse soit représentative de la population étudiée.
    • Le recueil est ponctuel à un temps T (un jour, une semaine) il n’y a pas vraiment de suivi.
  • Etude d’incidence
    • Le but de cette étude est d’enregistrer les déclarations de maladie pendant une période. Il n’y a qu’un groupe inclus.
    • La population étudiée doit être représentative de la maladie étudiée.
    • Si on veut calculer l’incidence de la grippe on choisira de réaliser l’étude dans des cabinets de médecine générale représentatifs de la population générale pendant la période hivernale.
      . Epidémiologie Analytique :
  • Études prospectives
    • Elles sont définies par des éléments évalués qui surviennent après l’inclusion.
    • Etude de Cohorte :
      . Un seul groupe est défini au début de l’étude et initialement sain.
      . Le suivi prospectif va enregistrer les pratiques des patients (exposition aux différents facteurs de risques) et l’apparition de maladies.
    • Etude Exposé / non exposés :
      . Deux groupes sont définis au début de l’étude :
      - Un groupe qui est exposé à un facteur de risque
      - L’autre groupe ne l’étant pas
      . Recherche d’apparition différentielle de la maladie par rapport au groupe des non exposés
  • Études rétrospective :
    • Elles sont définies par le fait que les éléments évalués sont survenus avant l’inclusion.
    • Etude Cas témoin :
      . Deux groupes sont définis à partir de leur état de santé :
      - Un groupe sera constitué des personnes atteintes de la maladie étudiée
      - L’autre groupe sera constitué de personnes non atteintes de cette maladie
    • Cas des cohortes rétrospectives :
      . On inclut un type de patient (dans un seul groupe d’où la notion de cohorte) et on recherche des éléments dans le dossier ou dans l’historique du patient qui répondent à la question posée.
      . Ce qui est surtout important de comprendre c’est qu’une cohorte signifie constituer un groupe.
      . Une cohorte peut être soit prospective soit rétrospective
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
1
Q

Objectifs des articles qu’on peut avoir à l’ECN

A

. Décrire l’état de santé d’une population =
étude épidémiologique observationnelle descriptive
. Identifier un facteur de risque d’une pathologie =
- étude épidémiologique observationnelle analytique
. Evaluer l’intérêt d’une prise en charge préventive ou curative sur une population =
- étude interventionnelle
. Evaluer l’efficacité d’un traitement =
- les essais cliniques
. Evaluer une méthode diagnostique

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

Avantages et inconvénients étude prospective vs rétrospective

A

. Etudes prospectives : type cohorte
- Avantages
* Risque de biais de sélection moindre que dans cas-témoins
* Adaptées aux expositions rares
* On peut estimer la fréquence de la maladie chez les exposés et les non-exposés => RR
* Étude possible de plusieurs maladies
* respect de la temporalité (exposition avant déclaration de la maladie) : la chronologie peut être étudiée
* meilleur niveau de preuve
- Inconvénients
* Sujets perdus de vue
* Nécessité d’un échantillon de grande taille
* impossibilité d’étudier plusieurs expositions
* Peu adaptée aux maladies rares
* nécessité d’un suivi long et coûteux
. Etudes rétrospectives : type cas témoins
- Avantages
* Rapidité
* Adaptées aux maladies avec un long délai d’apparition depuis l’exposition
* Parfois les seules réalisables
* peu coûteuses
* permet d’étudier de nombreux facteur de risques
* pas de perdus de vue
* seules réalisables pour les maladies rares (sinon il faudrait inclure bien trop de personnes pour voir apparaître des maladies rares dans une étude prospective)
- Inconvénients
* Biais de mémoire (souvent)
* Choix des témoins difficiles (Biais de sélection)
* Peu adapté pour les expositions rares
* Niveau de preuve plus faible
* calcul d’un odds ratio et non d’un risque relatif (qui est une approximation du risque relatif)

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

Étude épidémiologique interventionelle = ?

A

. Ce sont des études où on va appliquer un programme à une population.
. Par exemple introduire une campagne anti-tabac sur une population et mesurer son impact en termes de consommation et de mortalité…

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

Évaluation d’une méthode diagnostique = ?

A

. Ce sont des études qui visent à déterminer les caractéristiques d’un examen complémentaire :
- calcul de la : sensibilité / spécificité / valeur prédictive positive / valeur prédictive négative
. On va sélectionner une population chez qui on va effectuer le test à l’étude et le test de référence (le gold standard).
. Par exemple si on veut évaluer l’efficacité de la troponine pour le diagnostic d’IDM on pourra comparer le taux de troponine au résultat d’une coronographie qui sera réalisée à tous les patients inclus ; la coronographie étant considérée comme le gold standard.
. Pour bien évaluer votre examen il faut bien veiller à avoir un bon gold standard de référence.

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

Qu’est ce qu’une méta-analyse ?

A

. Ce sont des études qui reprennent les résultats d’autres études déjà réalisées qui avaient le même objectif. Ainsi on constitue une population plus grande en regroupant les différentes études faites dans le monde.
. Il y a évidemment des biais possibles, le suivi n’est pas toujours le même et il existe un biais dit de publication (les études qui ont montré une différence significative ont plus de chance d’être publiées dans une revue que celles qui n’ont rien montré)
. Néanmoins une méta analyse bien faîte a un bon niveau de preuve (considéré comme niveau 1) car les effectifs rassemblés peuvent devenir très importants et inatteignables sur une seule étude.
. Les méta analyses ne figurent pas dans les types d’études au programme de l’ECN mais il faut en connaître les principes car ces études peuvent être citées dans la partie discussion.

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

Qu’est ce qu’un essai clinique ?

A

. C’est une étude qui vise à comparer l’efficacité de 2 molécules ou deux stratégies thérapeutiques (un nouveau traitement qui peut être comparé soit au placebo soit au traitement considéré comme référence jusqu’alors).

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

Qu’est ce que la puissance d’une étude ?

A

. La puissance est la probabilité de conclure à une différence qui existe réellement.
. Plus il y a de personnes inclues dans une étude, plus l’étude sera dite de forte puissance.

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

Calcul du nombre de sujets nécessaires : c’est quoi ça encore ?

A

. Etape fondamentale, c’est ce qui détermine la puissance de votre étude.
. Dans une étude il y a deux risques :
- Le risque de 1ère espèce ou risque alpha =
* c’est le risque de mettre en évidence une différence qui n’existe pas.
- Le risque de 2ème espèce ou le risque bêta =
* c’est le risque de ne pas mettre en évidence une différence qui existe
- La Puissance correspond à 1-béta
. Comment fixer ces risques ?
- Pour le risque alpha :
* Il existe un consensus fixé à 5 %, qui constitue un risque qui est toléré de manière usuelle.
- Pour le risque bêta :
* il n’y a pas de seuil consensuel, dans l’idéal il devrait être fixé à 5% mais c’est souvent 10% (voire plus) car vouloir un risque béta trop faible conduit à devoir inclure un nombre très importants de patients.
. En pratique ?
- Avant de réaliser une étude on fixe les risques que l’on prend (par exemple alfa = 5 et béta = 10%) et on choisit une hypothèse d’efficacité.
- A partir de ces données le statisticien calcule le Nombre de Sujet Nécessaire pour cette étude.
. Hypothèse d’efficacité ?
- Le nombre de sujets nécessaires dépend de l’effet que vous voulez mettre en évidence :
* Si votre traitement A et vraiment plus efficace que le traitement B vous allez pouvoir mettre en évidence cette différence avec de petits effectifs.
* Si votre traitement A est à peine plus efficace que le traitement B alors il vous faudra beaucoup plus de personnes incluses pour mettre en évidence cette différence.
Cette réflexion est également valable pour les études épidémiologiques analytiques :
- plus le facteur de risque que vous voulez mettre en évidence est faible, plus il vous faudra de personnes incluses pour le mettre en évidence. En théorie il est donc en impossible d’affirmer qu’une association n’existe pas.
- Il faut savoir raison garder, les associations qui n’apparaissent pas sur de grands effectifs, si elles existent, sont des associations faibles et donc peu significatives en terme de bénéfice clinique, de santé publique

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

Quels sont les schéma expérimentaux dans les essais cliniques

A

. Il en existe 2 principaux :
- En groupes parallèles :
* Le groupe 1 prend le traitement A et le groupe 2 prend le traitement B pendant toute la durée de l’étude.
- En groupes croisés (ou cross over) :
* Le groupe 1 prend le traitement A pendant 1 mois puis le traitement B pendant 1 mois (et le groupe 2 fait l’inverse il commence par le traitement B puis prend le traitement A).
* il y a souvent une période sans prise de traitement entre les 2 (le temps que le traitement administré ne soit plus efficace pour éviter une superposition des effets).
* Avantages :
. Nécessite moins de personnes à inclure
. La comparabilité est renforcée vu que chaque patient va à un moment faire partie du groupe contrôle.
* Inconvénients :
. N’est valable que si la maladie est stable dans le temps (asthme, migraine…)

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

Aspect médicolégal en LCA : ce qu’il faut savoir

A

. Avant toute étude des autorisations sont nécessaires, elles sont obligatoires et prévues par la loi :
- L’avis du comité de protection des personnes : il juge du caractère éthique de la recherche.
- Autorisation de l’Afssaps
-> si utilisation d’un médicament.
- Autorisation de la CNIL
-> si utilisation de données informatisées.
La CNIL prend avis du CCTIRS (Comité consultatif sur le traitement de l’information en matière de recherche dans le domaine de la santé) qui gère les problématiques des données dans le secteur de la santé. (mais au final c’est la même autorisation).
- Accord éclairé de chaque personne incluse :
* Les personnes doivent être informées du but et des risques encourus même minimes.
* Le consentement est écrit.
* Le consentement est révocable à tout moment.
(le patient doit savoir qu’il peut partir dès qu’il le souhaite, il n’a aucun engagement de durée).
. L’absence d’un de ces éléments est une faute grave avec des sanctions qui peuvent être pénales.
. Pour les études épidémiologiques non interventionnelles (où il s’agit souvent d’aller fouiller dans les dossiers médicaux l’histoire de la prise en charge) le principe est celui de la non opposition. Il n’est pas nécessaire d’avoir le consentement écrit des patients mais il faut vérifier que le patient n’a pas exprimé son opposition à ce type de recherche (vérifier dans le dossier médical…).

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

Rôle Promoteur / investigateur dans une étude

A

. Promoteur :
- Prend l’initiative de la recherche.
- Définit le protocole.
- Finance le projet de recherche.
- Recueille les autorisations obligatoires.
- Contracte une assurance (obligatoire).
- Nomme l’investigateur (ou les investigateur).
. Investigateur
- Définit le protocole
- Inclus les patients après avoir recueilli les consentements.
- Réalise le suivi
- Produit les résultats de l’étude

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

Définition de l’incidence

A

. nombre d’évènements survenus en une unité de temps pour une population donnée.
. Par exemple :
- 100 morts/an sur une étude portant sur des tabagiques ou 10 contaminations / an par le VIH sur une population étudiée etc..
- Nb : Pour être plus précis l’incidence est exprimée en personne-années.
- Par exemple si vous avez 10 cas en 10 ans chez 100 personnes, l’incidence est de 10 pour 10*100 = 1000 personnes.années (ne soyez pas étonnés de voir cette expression)

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

Définition prévalence

A

. nombre de personnes concernées par un pathogène à un instant T sur une population cible.
. Par exemple :
- 50% des 15-25ans sont fumeurs ;
- 20 % des français sont porteurs du virus HSV…
. A noter :
- la prévalence dépend donc de l’incidence :
* plus il y aura de nouveaux cas, plus il y aura de personnes malades,
T
- mais aussi de la durée de la maladie :
* par exemple, la prévalence de la pyélonéphrite sera faible car c’est une maladie systématiquement traitée et guérie.
* A l’inverse l’infection à VIH n’étant pas curable, la prévalence de l’infection ne diminuera jamais à moins que le nombre de nouvelles infections devienne inférieur au nombre de personnes porteuses du virus qui décèdent.

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

Qu’est ce que le taux d’attaque

A

. c’est une incidence cumulée sur une période courte
(X contaminations / semaine lors d’une épidémie de grippe)

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

Définition du risque relatif

A

. C’est le rapport de deux incidences.
. Le risque relatif est donc un nombre sans dimension.
. Il est toujours compris entre 0 et l’infini. (ne peut pas être négatif)
. Pour calculer un risque relatif pour un facteur «A»:
RR = [Incidence du groupe exposé au facteur a] / [Incidence du groupe non exposé au facteur a]
. Si l’on cherche l’influence d’un facteur A sur la mortalité :
- Si RR < 1 : c’est un facteur protecteur
(exemple: un régime riche en fibre sur le cancer du côlon)
- Si RR = 1 : c’est un facteur n’ayant aucun lien
(exemple: le lait n’augmente ni ne diminue le risque de cancer)
- Si RR> 1 : c’est un facteur de risque (Tabac et cancer du poumon)
. Attention !
- Le risque relatif est une donnée idéale mais elle ne peut être calculée que dans le cadre d’une étude de cohorte.
(les études cas témoin ne vous permettent en aucun cas de calculer un risque relatif, ça sera un odds ratio qui est une aproximation deu risque relatif).

16
Q

Définition de l’odd ratio (rapport de cote)

A

. C’est une approximation du risque relatif :
- Facteur protecteur si < 1
- Facteur de risque si >1
. C’est l’expression par excellence du résultat d’une étude cas/témoins.
. L’odds ratio est une bonne approximation du risque relatif si l’évènement étudié en cas-temoin est rare. (Prévalence faible)
. Si une analyse statistique multifactorielle est réalisée elle ne peut donner qu’un résultat en OR.
. Attention des OR peuvent donc se retrouver dans une étude de cohorte. Dans ce cas, ne soyez pas perdu pour ça.

17
Q

Définitions Se / Sp / VPPB / VPN + détails à connaître

A

. La sensibilité (Se)
- C’est la probabilité d’avoir un test positif quand on est malade.
. La spécificité (Spe)
- C’est la probabilité d’avoir un test négatif quand on est sain.
. La valeur prédictive positive (vPP)
- C’est la probabilité d’être malade quand le test est positif.
. La valeur prédictive négative (vPn)
- C’est la probabilité d’être sain quand le test est négatif.

. Seules la Sensibilité et la Spécificité sont des valeurs intrinsèques d’un test diagnostique pour un même seuil de positivité
. La Se et la Spe seront toujours la même quelque soit la population étudiée.
. La VPP et la VPN varient en fonction de la prévalence de la maladie
. Si la maladie est très fréquente la VPP augmente (et la VPN diminue) . Si la maladie est très rare la VPN augmente (et la VPP diminue)
. A quoi ça sert ?
- Si le test est à visée de dépistage, il faut qu’il ait une bonne sensibilité.
* Le but est de ne pas omettre des patients qui sont malades, on acceptera des faux positifs qui seront corrigés lors du test diagnostique (par exemple les D dimères dans le diagnostic d’embolie pulmonaire)
* Ceci dit, dans certaines situations les faux positifs peuvent entrainer des conséquences lourdes (psychologiques, indication d’examens complémentaires invasifs, coût) rendant la spécificité du test également importante.
* Si le test est très spécifique il a l’avantage de poser le diagnostic en cas de positivité.
* En revanche si sa sensibilité est faible, un test négatif n’exclut pas le diagnostic (par exemple signe de Kernig dans la méningite).
* Si pour une population cible on retrouve une très forte VPP, alors ce test peut présenter un intérêt de dépistage dans cette population (souvenez-vous la VPP varie en fonction de la prévalence !)

18
Q

Rapports de vraisemblance positifs et négatifs = ?

A

. Le rapport de vraisemblance positif = Se/(1-spe)
- Il varie entre 0 et l’infini, il mesure l’augmentation de la probabilité d’être malade quand le test est positif
- Il est intéressant pour des valeurs élevées (>5)
- Un RVP à 10, indique qu’un test positif rend le diagnostic 10 fois plus probable qu’initialement
. Le rapport de vraisemblance négatif = (1-se)/spé
- Il mesure la diminution de la probabilité d’être malade quand le test est négatif.
- Il est intéressant pour les valeurs faibles (<0.2)
- Un RVN à 0.1 indique qu’un test négatif rend le diagnostic 10 fois moins probable qu’initialement.

19
Q

Importance du seuil dans un test diagnostic

A

. Certaines études auront pour objectif de déterminer le seuil idéal pour une procédure diagnostique.
. Par exemple : le seuil de positivité des D-Dimères faut-il mieux le fixer à 500 ? 400 ? 900 ?
. La sensibilité et la spécificité varient si on change le seuil d’un examen de dépistage (mais pour un seuil défini Se et Spe seront les mêmes pour tous les patients que vous soumettrez à ce test diagnostique)
. Toute la difficulté d’un test est de trouver le seuil où la sensibilité et la spécificité seront les plus fortes possibles
. Pour déterminer le meilleur seuil, les statisticiens font une courbe ROC.

20
Q

Non significativité des résultats : ce qu’il faut savoir

A

. En pratique pour la LCA :
- il faut systématiquement considérer comme non significatif tout résultat où l’on retrouve :
* Soit p>0.05
* Soit un intervalle de confiance à 95% qui comprend la valeur 1
. Un résultat non significatif ne permet de donner aucune conclusion.
- Si un médicament A n’est pas significativement plus efficace qu’un médicament B cela ne veut pas dire qu’il est équivalent !
- Peut-être qu’une étude de plus forte puissance pourra mettre en évidence sa supériorité ?
- Peut-être est-il moins efficace ?
. Pour tout résultat, toujours penser à apprécier la significativité clinique.
Une baisse tensionelle de 1mmHg avec un p=0.001 est statistiquement significative mais cliniquement la baisse est probablement trop faible pour apporter un bénéfice au patient

21
Q

Analyse univariée et multivariée : ce qu’il faut savoir

A

. L’analyse univariée
- consiste à comparer l’influence d’un facteur sur un évènement (par exemple tabac et cancer du poumon).
- Cela s’obtient facilement en faisant le rapport de deux incidences (incidence chez les tabagiques / incidence sur les non tabagiques).
- Une analyse univariée ne permet pas de tenir compte des facteurs de confusion.
. L’analyse multivariée
- est un processus mathématique qui permet de tenir compte des facteurs de confusion.
- Par exemple, outre le tabac, l’exposition au radon est reconnue comme facteur de risque de cancer du poumon.
- Si le statisticien connaît le niveau d’exposition au radon des patients suivis, il attribuera une correction pour atténuer la confusion induite par une exposition différente des patients au radon.
- Cela suppose d’avoir identifié les bons facteurs susceptibles d’interférer, de connaître leur taux de présence …
- une analyse multivariée s’exprime en odds ratio.

22
Q

Quels sont les 4 moyens qui permettent de tenir compte des facteurs de confusion ?

A

. Lors de la conception de l’étude :
- la randomisation

  • l’appariement
    . Lors de l’analyse des résultats :
  • la stratification
  • l’analyse multivariée
23
Q

Test unilatéral / Test bilatéral : ce qu’il faut savoir

A

. Le test unilatéral : vise à montrer une supériorité par rapport à un seuil.
- Par exemple si l’efficacité du traitement A est supérieure au seuil fixé à 20 % alors le résultat sera significatif.
- Sinon il ne le sera pas (p>0.05) et on ne pourra pas dire si le traitement est inférieur, équivalent ou d’une supériorité inférieure à 20%
. Le test bilatéral est un test qui permet d’explorer deux seuils et est très utile si vous ignorez si le traitement A est supérieur ou inférieur à B.
- Par exemple ce test peut étudier si un traitement est soit 20% moins efficace OU 20 % plus efficace. Le test sera significatif si l’efficacité est inférieure de 20 % ou supérieure de 20 %.
- Si l’efficacité est entre -20 et +20 alors il ne sera pas significatif.
- Intérêt :
* vous testez deux hypothèses
* vous mettrez en evidence soit une supériorité soit une infériorité
- inconvénients :
* la puissance du test est inférieure qu’en unilatéral
* Autrement dit pour avoir une puissance similaire il vous faudra plus de personnes incluses dans une analyse bilatérale que dans une analyse unilatérale.
* D’où l’importance de choisir à l’avance le test utilisé pour déterminer convenablement le nombre de sujets nécessaires.
. Attention !
- Un test bilatéral non significatif peut donner un test significatif en unilatéral.
- Refusez tout argument de ce type si l’étude est prévue en bilatéral, des analyses a posteriori réalisées en unilatéral ne sont pas acceptables (même si elles sont significatives)

24
Q

Différence entre association statistique et causalité

A

. Ce n’est pas parce que vous mettez en évidence une association statistique qu’elle est causale.
. Il y a toute une série de paramètres qui peuvent aboutir à voir statistiquement une association qui n’existe pas en réalité (les 5% du risque alfa, un facteur de confusion, un biais de sélection…).
. Mettre en évidence une association statistique est un bon début mais il faudra garder à l’esprit de critiquer cette association pour déterminer si elle est vraiment pertinente (critères de causalité +++).

25
Q

Appariement : ce qu’il faut savoir

A

. Il intervient au moment de la constitution des groupes d’étude :
. A chaque personne incluse dans un groupe (par exemple groupe fumeur) vous allez chercher une autre personne comparable à inclure dans l’autre groupe (groupe non fumeur)
. Par exemple, si vous avez un fumeur dans votre étude qui vit dans une région où l’exposition au radon est forte, vous allez chercher une autre personne non fumeuse qui vit dans la même région ou dans une région d’exposition similaire.
. C’est aussi le rôle des groupes contrôle dans les essais cliniques.
. Vous obtenez ainsi 2 groupes qui ont la même exposition à votre facteur de confusion, son effet est donc annulé (si vous observez une différence de risque entre les 2 groupes elle ne peut pas être due à ce facteur de confusion car l’exposition à ce facteur est la même entre les 2 groupes).

26
Q

Stratification : ce qu’il faut savoir

A

. Elle intervient pendant l’analyse statistique.
. On segmente les deux groupes (fumeur et non fumeurs) en sous groupes (peu exposés au radon, moyennement exposés, fortement exposés) puis on fera l’analyse statistique indépendamment dans chacun de ses sous-groupes (on comparera donc le taux de cancer du poumon chez les fumeurs et nonfumeurs chez les fumeurs et non-fumeurs pour chaque niveau d’exposition au radons.
. Ainsi on obtiendra 3 estimations du RR pour des patients exposés de manière faible/modérée/forte au Radon)
. En général les résultats sont souvent présentés dans un tableau où l’on trouve les résultats de RR ou OR pour chaque strate (chaque niveau d’exposition au facteur de confusion)

27
Q

Ajustement et analyse multivariée : ce qu’il faut savoir

A

. Elle intervient lors du traitement statistique.
. On prend en compte dans quelle mesure le facteur radon influe sur le résultat des patient et on applique un facteur correctif.
. C’est un casse-tête de statisticien dont il ne faut connaître que le principe.
. L’ajustement va permettre de tenir compte d’un facteur de confusion et donnera des résultats en RRajusté ou ORajusté (suivant que l’on est dans un étude de cohorte ou cas témoin)
. L’analyse multivariée va permettre de tenir compte de plusieurs facteurs de confusion et son résultat sera en OR (même si études de cohorte)
. Il faut bien comprendre la différence avec la stratification, ici on obtiendra une seule valeur de RR ou OR, cette valeur correspond au risque observé en annulant l’effet du (ou des) facteurs de confusions. (Il n’y a plus de strates).

28
Q

Niveaux de preuve d’un article

A

. Niveau 1
- Essais comparatifs randomisés de forte puissance

  • Méta analyse d’essais comparatifs randomisés
  • Analyse de décision basée sur des études bien menées
    . Niveau 2
  • Essais comparatifs randomisés de faible puissance
  • Etudes comparatives non randomisées bien menées
  • Etudes de cohorte
    . Niveau 3
  • Etudes cas-temoin
    . Niveau 4
  • Etudes comparatives comportant des biais importants études rétrospectives
  • Séries de cas
  • Etudes épidémiologiques descriptives
29
Q

Interprétation des examens et reproductibilité dans un étude d’évaluation d’une méthode diagnostique

A

. L’interprétation des examens doit être standardisée, il faut définir à partir de quels critères on considère qu’un examen est pathologiques (quels critères d’imagerie, quels seuils de biologie, quelles anomalies cellulaires…).
. Il est très appréciable de disposer de doubles interprétations, par 2 praticiens différent qui analysent l’imagerie (ou autre examen) de façon aveugle (sans connaitre l’avis de l’autre).
. Pour la biologie il est appréciable de centraliser les analyses pour disposer de la même méthode d’analyse.
. De la même façon en imagerie il faut détailler les protocoles d’acquisitions pour que tous les examens soient comparables.
. On pourra évaluer 2 paramètres importants :
- La reproductibilité inter observateur :
* savoir pour un même examen le taux de concordance entre 2 opérateurs.
- La reproductibilité Intra observateur :
* Savoir la concordance pour l’examen d’un patient présenté 2 fois (de manière espacée dans le temps) à un opérateur.
. Ces reproductibilités sont des paramètres importants, si la reproductibilité est faible l’utilisation en routine de l’examen en question risque d’être hasardeuse.
. Vous allez donc baser votre prise en charge sur des résultats dont les performances diagnostiques vont être variables suivant les opérateurs.
. La reproductibilité est souvent exprimé par calcul du Kappa qui varie entre -1 (discordance totale) à +1 (concordance totale)

30
Q

Modification de la prise en charge dans une étude d’évaluation d’une méthode diagnostique

A

. Les procédures diagnostiques vont être comparées en terme de Se, Spé, VPP, VPN…( voir partie statistiques).
. Un autre paramètre est très important à prendre en considération :
le taux de modification de la prise en charge.
. C’est un paramètre capital par exemple dans la réalisation d’un bilan d’extension.
. Par exemple :
- un examen peut montrer de nouvelle lésions qui sont des vrais positifs mais qui ne changent rien à la prise en charge. Si dans un bilan initial de cancer prostatique un examen montre 8 métastases osseuses au lieu de 6 pour un autre examen, l’intérêt est limité le patient étant de toute façon métastatique il sera récusé pour la chirurgie et traité médicalement (hormonthrérapie).
- Les lésions intéressantes à trouver sont celles « qui changent la donne ».
. Par exemple :
- trouver une métastase à distance alors qu’un autre examen rendait la tumeur opérable, trouver une seconde localisation ou une extension du primitif rendant une chirurgie impossible ect ect …
. Ce paramètre s’évalue assez facilement, il suffit de comparer la prise en charge à la lumière de l’examen X et de l’examen Y et de compter dans quel pourcentage de cas la prise en charge a été modifiée.
. S’il y a très peu de modification de prise en charge, même si votre examen a une meilleure sensibilité ou spécificité vos patient ne tireront pas ou peu de bénéfice (votre examen n’a, au final, rien changé).
. Si les modifications de prise en charge sont nombreuses votre examen introduit un élément nouveau potentiellement intéressant

31
Q

Impact sur la prise en charge dans une étude d’évaluation d’une méthode diagnostique

A

. Si un examen introduit de nouvelles performances diagnostiques avec des modifications de la prise en charge, reste à savoir si ces modifications de prise en charge bénéficient à vos patients (en termes de survie, qualité de vie….).
. Parfois un examen peut faire apparaitre des anomalies minimes dont le traitement est plus iatrogène que bénéfique…
. Quand un examen introduit de nouveaux paramètres il faut savoir comment en tenir compte et vérifier que la prise en charge est au final bénéfique pour le patient.
. Ainsi pour valider l’intérêt clinique d’un nouvel examen, il est possible de réaliser un essai clinique où l’on comparera deux groupes :
- un traité à la lumière de l’examen usuel,
- l’autre traité à la lumière du nouvel examen.
. On évaluera l’intérêt sur des éléments cliniques majeurs (mortalité, morbidité, qualité de vie, tolérance…). De tels articles apportent un niveau de preuve maximum et peuvent rendre un examen incontournable dans une prise en charge