Enquêtes épidémiologiques

1. Enquêtes épidémiologiques F. Kohler N’Djamena 2010

2. Epidémiologie • L’épidémiologie cherche à quantifier la fréquence d’un événement de santé dans une population, et à déterminer ses causes biologiques, médicales, environnementales, socio-économiques, son pronostic, ses traitements, sa prévention, son coût… • Domaine très vaste qui utilise la statistique et fournit des statistiques (OMS, UNICEF…)

3. 3 grands types • Enquêtes descriptives • objectif : fournir des statistiques sanitaires dans les populations • Elles étudient la fréquence et la répartition des indicateurs de santé ou des facteurs de risque et leurs variations en fonction • du temps, • des zones géographiques • des groupes de population. • Elles permettent de soulever, à partir de ces observations, des hypothèses sur les facteurs de risque des maladies

4. 3 Grands Types • Enquêtes étiologiques • visent à mettre en évidence une relation entre un (des) facteur(s) d’exposition et une (des) maladie(s) et à fournir des arguments en faveur d’une interprétation causale de cette relation (force de l’association, présence d’une relation dose-effet • On doit discuter : • Les biais et facteurs de confusion

5. 3 grands types • Enquêtes expérimentales : Essai thérapeutique • Elles visent : • A démontrer la supériorité d’un traitement par rapport à d’autres • A démontrer l’équivalence • Elles permettent d’affirmer la causalité • Elles sont prospectives

6. Il existe d’autres classements • Les études épidémiologiques dites « d’observation » • Études descriptives • Décrire un état de santé • Évaluation d’un test diagnostique • Prédire un diagnostic • Études analytiques • Etiologiques • Expliquer • Pronostiques • Prédire une évolution • Les études expérimentales • Essais thérapeutiques • Ou encore • Prospectives/Rétrospectives • ….

7. Enquêtes descriptives

8. Enquêtes descriptives • Les indicateurs sanitaires d’une population • Mortalité • Létalité • Morbidité • Prévalence • Incidence • Natalité • …

9. Enquêtes de prévalence • Ce sont des enquêtes transversales qui estiment le nombre de cas présents dans une population à un instant donné. (Exemple : enquête de prévalence « un jour donné » des infections nosocomiales en établissements de santé). • Le taux de prévalence est : P= M/N (compris entre 0 et 1) M = nombre de cas (malades) N = nombre total de sujets (malades + non-malades) • Elles servent à mesurer la charge de soins du système de santé

10. Prévalence de la tuberculose (/100 000 habitants 2008. OMS)

11. Enquêtes d’incidence • Ce sont des enquêtes longitudinales (suivi d’un groupe de sujets dans le temps)qui estiment le nombre de nouveaux cas de maladiedans une population, pendant une période donnée. (Exemple : registres des cancers présents dans certains départements, suivi des employés en médecine du travail…). • Le taux d’incidence est le rapport du nombre de nouveaux cas de maladie recensés au nombre de personnes susceptibles d’être atteintes dans la population, pendant une période donnée. TI = M/PT M = nombre de nouveaux cas (malades) pendant la période d’étude PT = nombre de personnes-temps (personnes-années, le plus souvent) • On parle, par exemple, d’un taux d’incidence annuel de 10 cas pour 100 000 personnes années • Elles servent à détecter le début des épidémies

12. Incidence, Prévalence, Mortalité de la tuberculose (2009 – OMS)

13. En l’absence d’épidémie, si la prévalence est faible (<5%) Prévalence = Incidence * Durée de la maladie En cas d'épidémie il y a déstabilisation de l'incidence ; la prévalence peut alors évoluer très différemment, par exemple selon l'impact de la maladie sur le taux de mortalité. Si la maladie a une influence très faible sur le taux de mortalité de la population, à la fin de l'épidémie la prévalence déclinera lentement, la persistance de la maladie (temps nécessaire à la disparition de son agent étiologique) sera importante et la guérison de la population sera longue (schéma A). Au contraire, si la maladie augmente de façon importante le taux de mortalité, la prévalence déclinera plus rapidement dès la fin de l'épidémie, sa persistance sera moins longue et la guérison de la population sera plus rapide (schéma B) Source Laurent Mignon 2007 Wikipédia Relation entre prévalence et incidence

14. Exemple

15. Enquêtes étiologiques (ou analytiques)

16. Enquêtes étiologiques • Les enquêtes étiologiques analysent les relations entre l’exposition à un facteur de risque et un état de santé. • Les enquêtes étiologiques sont toujours comparatives (elles comparent deux groupes différents soit sur la présence de la maladie, soit sur la présence du facteur de risque ou d’un traitement). • Un facteur de risque est une caractéristique associée à une probabilité plus élevée de maladie. • Le rôle causal ne peut être affirmé que par l’expérimentation.

17. Enquêtes exposé / non-exposé • Les enquêtes exposé / non-exposé consistent à comparer la proportion de malades (ou de décès) observée entre un groupe de sujets exposés à un facteur de risque et un groupe de sujets non exposés à ce facteur de risque, initialement indemnes de la maladie. • L’enquête exposé / non-exposé peut être : • prospective (les groupes sont constitués au début de l’étude et on organise le suivi des sujets au cours des années qui suivent leur inclusion) • rétrospective (l’inclusion des sujets se fait à partir d’une date du passé suffisamment lointaine pour que la maladie ait eu le temps de se développer et que la période de suivi soit écourtée (date d’embauche des employés d’une usine par exemple). • L’enquête exposé / non-exposé s’adresse de préférence aux facteurs d’exposition rares. • L’enquête exposé / non-exposé permet d’estimer le risque relatif de la maladie (RR).

18. Enquêtes exposés-non exposés • Avantages : • Sélection sur l’exposition, indépendamment de la maladie • Inconvénients : • Durée de l’enquête, • Coûts • Risque de perdus de vue

19. Calcul du risque relatif • Cancer du poumon et éthylisme. • Fréquences relatives : Risques • Cancer chez les éthyliques : • R1 = 73/1000 • Cancer chez les non éthyliques: • R0 = 37/1000 Risque Relatif (RR) = R1/R0 =1,97 Un sujet exposé a 1,97 fois plus de « chance » de faire un cancer qu’un sujet non exposé. Note : 110/2000 donne la fréquence de la maladie dans la population

20. Risque relatif • Interprétation • RR > 1 : L’exposition au facteur augmente la fréquence de la maladie : Le facteur est un facteur de risque • RR = 1 : L’exposition au facteur n’influence pas la fréquence de la maladie • RR < 1 : L’exposition au facteur diminue la fréquence de la maladie : Le facteur est un facteur de protection

21. Risque relatif • Oui mais… Est-ce du au hasard ? • Quelle est la probabilité que le hasard ait amené un tel lien entre la maladie et l’exposition sur le tableau à 4 cases ? • Si cette probabilité (p) est faible, on sera en droit avec un risque connu d’affirmer que ce n’est pas le hasard qui a amené un tel résultat. • Pour répondre à cette question on fait un test statistique (ici test du Khi2 ou de l’écart réduit). Habituellement si p<0,05 on dit que la liaison est significative et que ce n’est pas le hasard qui a amené cette différence • Ou ….

22. Risque relatif • Ou : • Le RR a été obtenu sur une seule enquête, il n’aurait pas exactement la même valeur si l’on refaisait l’enquête du fait des fluctuations du hasard. On peut définir un intervalle de confiance, qui par exemple 95 fois sur 100 contiendrait la vraie valeur du RR. • Si l’intervalle de confiance ne contient pas la valeur 1, c’est que le facteur a réellement une action.

23. Excès de risque et risque attribuable • Excès de risque = R1-R0 • Risque attribuable = (R1-R0)/R1= (RR-1)/RR • Fraction évitable = 1-RR

24. Enquêtes cas / témoins • Les enquêtes cas-témoins consistent à comparer la fréquence d’exposition antérieure à un (ou plusieurs) facteur(s) de risque dans un groupe de « cas » atteints de la maladie étudiée, et dans un groupe de « témoins » indemnes de celle-ci. • La mesure du facteur de risque est effectuée rétrospectivement. • L’enquête cas / témoin s’adresse de préférence aux maladies rares. • Le risque relatif de maladie ne peut pas être estimé dans une enquête cas-témoin. • On calcule un odds ratio (OR)

25. Enquête cas-témoins • Avantages : • Réponse rapide • Inconvénients : • Effet mémoire • Sélection des sujets • Biais

26. Calcul de l’odds ratio ou rapport de côtes • Côtes : • Carottes C1 = 40/2= 20 • Pas de carottes • C2 = 10/48=0,21 OR = C1/C2 = 20/0,21 = 96 L’OR est souvent utilisé en épidémiologie. Si la fréquence de la maladie est faible, les valeurs de OR et de RR sont très proches. Note : 50/100 ne donne pas la fréquence de la maladie dans la population

27. Interprétation de l’OR • Identique à celle d’un RR • On peut tester si l’association est due au hasard : • Test de l’existence de la liaison sur le tableau • Ou calcul d’un intervalle de confiance de l’OR

28. Remarques • Dans les enquêtes exposés/non exposés comme dans les enquêtes cas/témoins, on recherche en général l’influence de plusieurs facteurs • par exemple tabac, sexe, âge,…. Et survenue d’un cancer • L’analyse est en deux étapes : • d’abord l’analyse « univariée » c’est-à-dire facteur par facteur indépendamment des autres • Ceci expose au risque de retenir comme facteur des « facteurs de confusion » • Mais cela permet de retenir les facteurs que l’on retiendra pour l’analyse multivariée • L’analyse multivariée prend ensemble les différents facteurs permet de maîtriser les « facteurs de confusion » • On peut également réaliser une analyse par sous groupe

29. Enquêtes pronostiques type étude de survie • Elles consistes à suivre une cohorte de sujets et à évaluer le nombre et le délai de survenue d’un événement (courbe de survie. • Exemple : • On veut l’évolution de patients infectés par le VIH vis-à-vis de l’apparition d’un Kaposi. • On inclut dans l’étude des patients lors de la découverte de leur infection par le VIH • On suit ces patients régulièrement dans le temps par exemple chaque année à la date anniversaire de la découverte et pour chaque personne on note la présence ou l’absence de Kaposi • On obtient ainsi pour chaque patient un délai de suivi (qui n’est pas le même pour chaque patient) et un état (présence ou absence de Kaposi) • Certains patients sont parfois perdus de vue

30. Application à la survenue de Kaposi • Soit les événements Morts-Vivants • P(Vivant) = 1 - P(Mort) • La probabilité de ne pas avoir de Kaposi (d'être vivant) au jour J et au jour J+1 est égale au produit des probabilités de ne pas avoir de Kaposi (d'être vivant ) au jour J et J+1. Jour Exposés DCD PDV P(DCD) P(Viv.) Pcum(Viv) 0 100 0 0 0 1 1 1 1003 0 0,030,97 1*0,97 6 972 0 2/97=0,02060,97940,97*0,9794 = 0,95002 7 95 0 3 0 1 0,95002 10 92 … … … … …

31. Représentation graphique

32. Analyse de plusieurs courbes (de survie) • Deux principales techniques statistiques sont utilisée • Comparaison de 2 courbes par Kaplan-Meyer • Recherches des facteurs influant la survenue de l’événement en analyse multivariée par le modèle de Cox

33. Enquêtes expérimentales :Essai thérapeutique

34. Essai thérapeutique • Contexte • Le développement d’un nouveau médicament suit différentes phases • Développement fondamental sans essai chez l’homme • Synthèse, détermination de la toxicité animale (DL 50…), efficacité sur des modèles (cultures cellulaires, modèles animaux…), effet sur la reproduction (effet tératogène, effet sur la fertilité…) • Développement chez l’homme • Phase 1 : Chez le volontaire sain, recherche d’effets adverses, choix de la forme galénique (biodisponibilité) • Phase 2 : Chez le malade Courbe doses/action, • Phase 3 : Chez le malade en situation réelle de traitement • La phase 3 se termine par le dossier d’autorisation de mise sur le marché (AMM). Le médicament est disponible à la vente et peut ensuite être prescrit. • Phase 4 : pharmacovigilance. C’est la surveillance de l’efficacité et de la non nocivité du traitement avec réévaluation périodique du « bénéfice/risque »

35. Essai de phase 3 • Essai comparatif entre le nouveau traitement et • Un placébo s’il n’y a pas de traitement reconnu • Le(s) traitement(s) de référence s’il existe • Essai randomisé • Ni le médecin, ni le patient ne choisissent le traitement. Celui-ci est attribué au hasard (randomisation) • Essai prospectif • Les malades répondant aux critères d’inclusion (âge, sexe, stade de la maladie…) sont suivi régulièrement et systématiquement pendant toute la durée de l’étude • Essai en double aveugle • Quand cela est possible, ni le médecin, ni le malade ne savent s’il le malade bénéficie du traitement de référence ou du nouveau traitement • Ceci n’est pas toujours possible par exemple évaluation du traitement par antibiotique de l’ulcère de l’estomac par rapport à la chirurgie • Essai très encadré • Par la réglementation • Par l’éthique • Consentement libre et éclairé du patient

36. Schéma habituel Sélection des malades élligibles Critères d’inclusion/exclusion Très rarement tirage au sort T0 T1 T Final Nvx TT S1 S2 S.. Population des malades Malades inclus Réf. S’1 S’2 S’.. Randomisation Tirage au sort des traitements

37. Effet placébo • Effet bénéfique du traitement apporté en dehors de tout effet réel physiologique • « Le simple fait d’avoir vu le docteur je me sens mieux » • Lors de l’essai thérapeutique on souhaite que le médicament testé face mieux que « la mie de pain » ou la simple rencontre avec le médecin • Effet placébo = élément parasite dont on cherche à se débarrasser

38. Type de l’étude

39. Quelques points clés

40. Le critère de jugement • Il est unique • Intérêt des critères composites • Mortalité toutes causes par exemple • Ne pas confondre avec les éléments de définition de la ou des populations étudiées • C’est avec le critère de jugement qu’est calculé le nombre de sujets nécessaire • Il peut y avoir des critères secondaires peu nombreux

41. Critères de diagnostic

42. Population étudiée et population cible. Recrutement • Quelle généralisation prévoit-on ? • Critères d’inclusion • Critères d’exclusion • En cas de tirage au sort dans la population cible • Quelle méthode (tirage au sort simple, sondage en grappe, stratification…) • En cas de répartition des sujets qui peuvent être inclus dans plusieurs groupes, quelles méthode d’allocation (randomisation) ?

43. Patients • Quand il y a comparaison de plusieurs groupes, les critères d’inclusion et de non inclusion doivent être les mêmes dans tous les groupes, à l’exception : • De l’exposition (ex : études exp/non exp), • De la maladie (ex : études C/T) • Du traitement (essai thérapeutique) • Points particuliers, en fonction du type d’étude • Etudes étiologiques prospectives : Vérifier que les inclus sont bien indemnes de la maladie • Etudes cas témoins : Préférer l’utilisation de cas incidents • Etudes pronostiques : Préférer l’utilisation de cohortes

44. Importance de la représentativité • Études descriptives • La représentativité de l’échantillon est capitale (sinon l’estimation est biaisée) • Dans ce cas, le recrutement peut être soit exhaustif (ex: patients consécutifs dans une période donnée), soit reposer sur un sondage (avec de préférence tirage au sort) • Études analytiques et d’évaluation • La représentativité n’est pas indispensable (il s’agit de comparer les inclus entre eux) pour la causalité • En revanche, la généralisation des résultats est compromise s’il n’y a pas de représentativité Niamey février 2008

45. Schéma de l’étude Tirage aléatoire simple des établissements à partir de la liste nationale des établissements de santé Patients éligibles (critère d’inclusions et d’exclusions Tirage au sort de l’affectation dans le groupe ZZZZ Groupe sans fibrinolyse Groupe avec fibrinolyse Etude de la mortalité hospitalière suite à un accident vasculaire cérébral dans un groupe traité par fibrinolyse versus placébo

46. Recueil des données • Définition des observations • Définition des méthodes de mesure et des unités choisies • Lecture des résultats si possible en aveugle • Exemple : • Préparation utilisée pour une coloscopie • Méthode de mesure de la pression artérielle • Echelles de qualité de vie • Tabagisme • ….

47. Procédures qualités • Quelles sont les procédures qualité mise en œuvre ? • Vérification des dossiers par des acteurs indépendants de l’étude (ARC) • Indépendance financière • Data safety board • Dossiers et échantillons test • …

48. Analyse statistiques • Logiciel statistique utilisé • Exemple : Epi-info, R, SAS… • Paramètres fournis avec leur définition • Exemple : les moyennes et pourcentages (fréquences) sont fournis accompagnées des bornes de l’intervalle de confiance à 95% • Risques consentis • Modèles utilisés • Analyse en intention de traitement • On donne tous les éléments permettant de comprendre comment les résultats fournis ont été obtenus

49. Analyse en intention de traiter • Dans les essais “pragmatiques” comparant des plusieurs stratégies • Analyser tous les patients randomisés dans leurs groupes d’allocation indépendamment du traitement qu’ils ont effectivement reçu fait reçus • Permet une comparaison non biaisée des stratégies

50. Analyse per protocole Compare les groupes effectivement traités dans les termes du protocole (90 A La comparabilité originelle n’est pas garantie (par exemple on a 2 fois plus d’abandon de traitement dans des 2 groupes Risque de Biais de sélection