Fiche de révision : Méthodes en épidémiologie analytique

📋 Plan du Cours

1. Observation et expérimentation
2. Principes des études de cohorte
3. Constitution et mesure en cohorte
4. Études cas-témoins
5. Sélection des cas et témoins
6. Études cas-témoins nichées
7. Variabilité et erreurs aléatoires
8. Biais et biais de sélection
9. Erreurs de mesure
10. Confusion et ajustement
11. Causalité et ses critères
12. Représentativité et biais de l’OR

📖 1. Observation et expérimentation

★ À maîtriser

• L’observation de quelques évolutions défavorables chez des patients traités ne démontre pas la nocivité du traitement, car des évolutions semblables pourraient survenir sans traitement.

• Dans un essai randomisé, l’investigateur contrôle l’attribution de l’exposition et tire au sort les sujets qui reçoivent le traitement ou le placebo.

• La randomisation garantit la comparabilité des groupes, qui ne diffèrent alors que par le traitement reçu, et permet d’interpréter la différence de guérison comme un effet du traitement.

📌 Dans une étude observationnelle, les groupes exposés et non exposés ne sont pas nécessairement semblables sur les autres facteurs, de sorte que leur différence de fréquence de maladie ne peut être attribuée causalement à l’exposition seule.

Compléments

• L’expérimentation sert à évaluer une intervention attendue bénéfique, comme un nouveau traitement ou une campagne de vaccination, tandis que l’observation n’envisage aucune intervention et mesure les résultats en conditions naturelles.

• Les enquêtes spécifiques et méthodes d’analyse comprennent :

  • les études cas-témoins
  • les études de cohorte
  • l’identification des facteurs de confusion
  • les analyses multivariées

💡 Astuce mémo

En expérimentation, l’investigateur attribue l’exposition ; en observation, les résultats sont observés en conditions naturelles.

📖 2. Principes des études de cohorte

🔑 Notions clés & Définitions

• Étude de cohorte : Suivi longitudinal, à l’échelle individuelle, d’un ensemble de sujets partageant des caractéristiques communes afin d’identifier la survenue d’événements de santé.
• Cohorte exposés-non exposés : Compare la fréquence de la maladie entre plusieurs groupes d’individus initialement non malades, définis selon leur exposition à un facteur donné.

★ À maîtriser

• Une cohorte permet de décrire la fréquence d’une maladie en comptant tous les nouveaux cas dans une population donnée ; cette fréquence correspond à l’incidence.

• Une cohorte peut être utilisée pour rechercher les causes des maladies en comparant la fréquence de maladie selon l’exposition à un facteur.

Compléments

• Le suivi d’un groupe de patients permet d’établir un pronostic en observant ceux qui développeront certaines complications et en mesurant leur incidence.

📌 Une cohorte est prospective lorsque l’enquête commence pendant la période d’exposition, avant que l’on sache quels sujets seront malades.

📖 3. Constitution et mesure en cohorte

★ À maîtriser

📌 Une cohorte est rétrospective lorsque le début de l’enquête ne coïncide pas avec la période d’exposition et que l’histoire de l’exposition et de la maladie est reconstituée a posteriori.

📌 La population cible est celle à laquelle on souhaite généraliser les résultats, tandis que la population source est celle d’où l’échantillon est extrait.

• L’exposition doit être définie clairement, de façon simple et aussi objective que possible, et la précision de sa mesure doit être évaluée.

📌 Le diagnostic de la maladie doit suivre des procédures standardisées et identiques chez les sujets exposés et non exposés.

Compléments

📌 Le caractère prospectif ou rétrospectif dépend de la chronologie du recueil : le rétrospectif recueille des informations sur le passé, tandis que le prospectif enregistre les informations au fur et à mesure.

• La définition de l’échantillon repose sur des critères d’inclusion, comme le lieu et la date de naissance, l’âge, le sexe, la situation familiale, la gravité, le traitement ou le type de prise en charge, ainsi que sur des critères de non-inclusion, comme le refus ou les difficultés à s’exprimer ou à comprendre.

📌 Il faut évaluer le décalage entre la population incluse et la population cible lors de la définition de la population d’étude.

• Les sources de mesure de l’exposition comprennent l’entretien, l’observation clinique, les mesures biologiques et les mesures collectives.

• Les sources d’identification des malades comprennent : les examens systématiques, les réseaux de services de soins concernés pour repérer les cas, les registres de morbidité, les statistiques sanitaires, notamment les décès

• Dans une cohorte, il faut évaluer la précision du diagnostic et les pertes de vue.

📖 4. Études cas-témoins

🔑 Notions clés & Définitions

• Étude cas-témoins : Compare la fréquence d’une exposition passée chez les sujets malades, appelés cas, et chez les sujets indemnes de la maladie, appelés témoins.

★ À maîtriser

📌 Une étude cas-témoins inclut les sujets selon leur statut malade ou non malade, tandis qu’une étude de cohorte les inclut selon leur statut exposé ou non exposé.

• Dans une étude cas-témoins, l’information recueillie porte sur l’exposition passée et est collectée de manière rétrospective, selon des modalités identiques chez les cas et les témoins.

Compléments

• Pour étudier si un facteur augmente le risque de maladie, on peut comparer la fréquence des malades chez les exposés et non exposés, ou la fréquence des exposés chez les malades et non-malades.

💡 Astuce mémo

La cohorte inclut selon l’exposition ; l’étude cas-témoins inclut selon la maladie.

📖 5. Sélection des cas et témoins

★ À maîtriser

• Les cas doivent être atteints de la maladie et leur diagnostic doit être précis et standardisé.

• Les cas incidents sont les nouveaux cas diagnostiqués au fur et à mesure de leur présentation, tandis que les cas prévalents sont les cas présents à la date d’inclusion, ayant survécu ou n’ayant pas été perdus de vue jusque-là.

• Les témoins doivent être indemnes de la maladie étudiée et représentatifs de la population dont sont issus les cas afin de fournir la fréquence de base de l’exposition dans cette population.

• La comparabilité des cas et des témoins doit être vérifiée, car un mauvais choix de témoins peut créer un biais de sélection en les rendant non représentatifs de la population des cas.

Compléments

• Les témoins peuvent être recrutés par voie géographique ou hospitalière.

• Dans une population définie géographiquement, les cas doivent provenir de la zone étudiée, et leur repérage nécessite une liste exhaustive pouvant être établie par des registres ou une enquête ad hoc.

• Les témoins géographiques peuvent être recrutés par : tirage au sort sur des listes administratives, tirage au sort sur des listes électorales ou des annuaires, tirage au sort de numéros de téléphone, choix dans l’entourage des malades

📌 Les cas hospitaliers sont faciles d’accès, mais leur sélection peut les rendre non représentatifs des malades ; ce recrutement présente surtout un intérêt pour les maladies graves.

📌 Les témoins hospitaliers sont faciles d’accès et bien acceptés, mais doivent présenter une maladie de gravité comparable à celle des cas.

📖 6. Études cas-témoins nichées

★ À maîtriser

• Dans une étude cas-témoins nichée dans une cohorte, les cas sont les sujets malades apparus dans la cohorte et les témoins sont tirés au sort parmi les sujets non malades de cette cohorte.

Compléments

• Une étude cas-témoins nichée permet un recueil d’informations antérieur à la maladie, respectant la temporalité exposition-maladie et évitant le biais de mémorisation.

• Dans une étude cas-témoins nichée, les témoins issus de la même cohorte que les cas diminuent les biais de sélection.

📖 7. Variabilité et erreurs aléatoires

🔑 Notions clés & Définitions

• Erreur aléatoire : Écart entre la valeur estimée du paramètre dans l’échantillon et sa vraie valeur, inconnue, dans la population, lié à la variabilité des phénomènes biologiques.

★ À maîtriser

• L’erreur aléatoire diminue lorsque la taille de l’échantillon augmente et peut être quantifiée par des tests statistiques et des intervalles de confiance.

Compléments

• La variabilité se manifeste :

  • chez un même individu
  • entre individus
  • entre groupes d’individus

• L’erreur aléatoire est inévitable et sa direction est imprévisible.

📖 8. Biais et biais de sélection

🔑 Notions clés & Définitions

• Biais : Écart entre la valeur estimée d’un paramètre et sa valeur réelle, correspondant à une déviation par rapport à la réalité qui n’est pas expliquée par les fluctuations d’échantillonnage.
• Biais de sélection : Déformation systématique de l’échantillon par rapport à la population d’origine, survenant lorsque l’échantillon n’est pas représentatif de la population cible.

★ À maîtriser

• Un biais est lié à une mauvaise utilisation des outils épidémiologiques, ne se corrige pas en augmentant l’effectif et est difficile à corriger a posteriori.

• Le suivi EPIPAGE 2 comprend une collecte périnatale de mars à décembre 2011, un suivi à 1 an d’avril 2012 à avril 2013, à 2 ans d’avril 2013 à avril 2014, à 5 ans et demi de septembre 2016 à décembre 2017, puis un suivi jusqu’à 12 ans.

Compléments

• Les types de biais sont :

  • le biais de sélection
  • le biais de classement
  • le biais de confusion

• Le biais de sélection peut conduire à une mauvaise estimation de la fréquence de la maladie, notamment dans une cohorte de volontaires ou lorsque des sujets sont perdus de vue.

• La collecte périnatale recueille :

  • un questionnaire maternel
  • le déroulement de la grossesse
  • le séjour en néonatologie

• Le suivi EPIPAGE 2 à 1 an repose sur un questionnaire des parents, tandis que celui à 2 ans comprend un questionnaire des parents et une consultation médicale.

📖 9. Erreurs de mesure

🔑 Notions clés & Définitions

• Erreur de mesure : Une erreur de recueil ou de classement des observations concernant la maladie ou l’exposition.

★ À maîtriser

📌 Une erreur différentielle dépend du statut de malade ou d’exposé, tandis qu’une erreur non différentielle est indépendante de ce statut selon le plan d’étude.

• Dans une étude cas-témoins, une recherche plus précise de l’exposition chez les cas sous-estime sa fréquence chez les témoins et surestime l’association entre exposition et maladie.

• Les erreurs non différentielles sur l’exposition en cas-témoins ou sur la maladie en cohorte entraînent un effet de dilution et sous-estiment la relation étudiée.

Compléments

• Dans une étude de cohorte, la surveillance spéciale des sujets exposés par rapport au suivi classique des non-exposés sous-estime la fréquence de maladie chez les non-exposés et surestime l’association entre exposition et maladie.

💡 Astuce mémo

Erreur différentielle : le statut influence la mesure ; erreur non différentielle : la mesure en est indépendante.

📖 10. Confusion et ajustement

🔑 Notions clés & Définitions

• Facteur de confusion : Perturbe l’étude de la relation entre une exposition et une maladie lorsque sa non-prise en compte dans l’analyse introduit un biais dans cette relation.

★ À maîtriser

• L’appariement vise à rendre comparables les groupes selon des facteurs de risque connus : en cohorte, chaque exposé est associé à un non-exposé de mêmes caractéristiques ; en cas-témoins, chaque cas est associé à un témoin de mêmes caractéristiques.

📌 L’ajustement simple prend en compte un seul facteur de confusion, tandis que l’ajustement multiple en prend plusieurs au moyen de modèles multivariés, notamment la régression logistique ou le modèle de Cox.

Compléments

• Dans l’exemple des infirmières préparant des chimiothérapies, leur âge peut confondre la relation étudiée, car elles sont plus âgées que les infirmières non exposées et l’âge augmente le risque d’avortement spontané.

• La restriction contrôle la confusion lors de la planification en limitant l’étude à un sous-groupe.

📖 11. Causalité et ses critères

🔑 Notions clés & Définitions

• Cause : Un ensemble de circonstances suffisantes à la survenue d’une maladie.

★ À maîtriser

📌 Une enquête expérimentale permet d’établir la causalité, tandis que celle-ci est difficile à établir dans une enquête observationnelle.

• L’association statistique entre exposition et maladie est une condition nécessaire à la causalité.

• Une forte association, avec un RR ou un OR élevé de 3 à 4, constitue un argument de poids pour la causalité, mais son absence ne constitue pas un argument contre celle-ci.

📌 Pour soutenir la causalité, l’exposition doit précéder la maladie dans le temps.

Compléments

• Une relation dose-effet soutient la causalité lorsque les sujets les plus exposés présentent un risque plus élevé.

• La spécificité de la relation suppose que l’exposition soit associée à une maladie particulière plutôt qu’à plusieurs maladies, mais ce critère est rarement présent, comme l’illustre le tabac, associé à plusieurs cancers.

• La concordance externe soutient la causalité lorsque des études de plans différents, menées dans des régions ou populations différentes et à des périodes différentes, obtiennent des résultats concordants et constants.

• La plausibilité biologique repose sur l’existence d’un mécanisme physiopathologique connu.

• La diminution de l’incidence d’une maladie lorsque l’exposition est supprimée ou réduite constitue un critère externe de causalité.

💡 Astuce mémo

Association nécessaire, puis intensité, dose-effet, spécificité et antériorité temporelle.

📖 12. Représentativité et biais de l’OR

★ À maîtriser

• Dans un échantillon cas-témoins tirant au sort 20 % des malades et 10 % des non-malades, la prévalence passe de 4 % à 7,7 %, mais l’OR reste à 2,43 lorsque la représentation des exposés est respectée chez les cas et les témoins.

📌 Un échantillon cas-témoins peut ne pas être représentatif de la population sans biaiser l’OR si la représentation des sujets exposés est respectée chez les cas et chez les témoins.

📌 Dans une étude cas-témoins, une représentation incorrecte de l’exposition chez les témoins peut biaiser l’OR même si elle est conforme chez les cas.

Compléments

• Dans une population de 500 000 personnes, la prévalence de la maladie est de 4 %, l’OR vaut 2,43, et l’exposition concerne 29 % des non-malades et 50 % des malades.

• Lorsque les exposés représentent 25 % des non-malades de l’échantillon au lieu de 29 % dans la population, mais restent représentés à 50 % chez les malades, l’OR passe de 2,43 à 3,0.

💡 Astuce mémo

Échantillon non représentatif ≠ OR biaisé : tout dépend de la représentation de l’exposition chez cas et témoins.

📊 Tableaux de synthèse

Critères de causalité