Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
19/11/2012
1
Cours de Recherche Clinique, Biostatistiques,
Informatique médicale• Organisation des cours• Objectifs pédagogiques• Pourquoi des statistiques en médecine ?
– Variabilité– échantillon
• Pourquoi une lecture critique de l’information scientifique ?
C’est une suite de la PACES• Cours de biostatistiques
Premier semestre P1– Philippe Cinquin– José Labarére
• Cours de méthodologie épidémiologie deuxième semestre P1– José Labarére
Ces connaissances théoriques seront mises en pratique en P2
19/11/2012
2
Ça continue après le P2• EN DCEM1
Lecture critique– Essai thérapeutique– Etudes épidémiologiques
• En DCEM2, 3, 4– LCA modalité de validation des stages d’étudiants
hospitaliers
• À l’examen classant national – LCA
• En troisième cycle– Master, Thèse, pratiques médicales en stage
Cours en amphi P2• Des statistiques pour les médecins ?
– JL Bosson Lundi 19 Novembre
• Analyse de survie– JF Timsit Vendredi 7 Décembre 8H-10H
• Méthodologie de recherche clinique. Essai thérapeutique– S David Tchouda Vendredi 14 Décembre 8H-10H
• Validation d’un test diagnostique– S David Tchouda Vendredi 18 Janvier 8H-10H
• Principe d’un test statistique – JL Bosson Mardi 12 Février 8H-10H
• Interprétation d’une étude en recherche clinique– A Ego Lundi 18 Février 8H-10H
19/11/2012
3
Laboratorium of EpidemiologyUn programme de recherche clinique à la faculté de
médecine de Grenoble
Contrôle de connaissances
• Contrôle continu (2/3 de la note)–Une note portant sur la qualité du travail de recherche présenté en quadrinôme après la soutenance du mémoire ++++
• Portant sur le fond (qualité de la démarche et pas des résultats) et sur la forme (écrit, oral et participation au programme de recherche)
• Un examen écrit (1/3 de la note)–1 heure 10 questions ouvertes et courtes–Analyse critique d’une étude –12 Mars 2013 14H-15H
19/11/2012
4
Objectifs pédagogiques Recherche clinique, Biostatistiques, et
informatique• 1) Initier les médecins à la réalisation de
protocoles de recherche et au traitement statistique de données– 90 % des thèses de Médecine ….– Tous les médecins sont investigateurs dans les
études• 2) Initier les médecins à la rédaction d’articles
scientifiques et à la communication scientifique
• 3) Assurer une mise en oeuvre en pratique de l’utilisation de l’informatique – réseau, bureautique, recherche internet
Objectifs pédagogiques Biostatistiques, et informatique• 4) Former les médecins à la lecture critique
des articles médicaux– Modalités de l’examen en P2– Cours + TD en D1, examen trimestriel– Modalité de validation des stages hospitaliers de
D2 à D4– Examen National Classant de fin de deuxième
cycle 10 % de la note (1 dossier sur 10)– Notion de médecine par les preuves
• Formation initiale (Apprentissage Par Problème)• Formation continue
19/11/2012
5
Un document de référence pour toutes les étudeshttp://www.cnci.univ-paris5.fr/medecine/Glossaire-
ECN-LCAM.pdfGlossaire des termes utiles à la lecture
critique d’un article médical
Ajustement...................................................................................................................................................... 4
Analyse de sous-groupe................................................................................................................................ 5
Analyse de survie........................................................................................................................................... 5
Analyse en intention de traiter ...................................................................................................................... 5
Analyse en per-protocole .............................................................................................................................. 6
Analyse multivariée........................................................................................................................................ 7
Appariement ................................................................................................................................................... 7
Aveugle ........................................................................................................................................................... 7
Biais ................................................................................................................................................................ 8
Biais d’attrition ................................................................................................................................................ 8
Biais d’avance au diagnostic......................................................................................................................... 9
Biais d’incorporation ...................................................................................................................................... 9
Biais d’indication ............................................................................................................................................ 9
Biais de classement ..................................................................................................................................... 10
Biais de confusion........................................................................................................................................ 10
Biais de sélection ......................................................................................................................................... 11
Biais de surdiagnostic.................................................................................................................................. 11
Biais lié « aux travailleurs sains » (healthy worker effect) ........................................................................ 11
Biais protopathique ...................................................................................................................................... 12
Clause d’ambivalence ................................................................................................................................. 12
Cohorte ......................................................................................................................................................... 12
Critère de jugement ..................................................................................................................................... 13
Critère de substitution.................................................................................................................................. 13
Echantillon .................................................................................................................................................... 14
Enquête cas-témoins ................................................................................................................................... 14
19/11/2012
6
• Aller plus loin en recherche clinique en validant un M1– 30 ECTS validés dans le programme de Médecine– 2 UE (2*6 ECTS) du Master 1
• enseignements complémentaires dans le champ de la recherche clnique:
– méthodologie en recherche clinique– Méthodologie en épidémiologie– Statistiques avancées– Physiologie du sport et expérimentation
• plus une UE 3 ECTS (conduite de projet….) – plus un stage recherche pendant les stages
d’externes mais validant recherche (15 ECTS)• Centre d’Investigation Clinique du CHU
Les statistiques : Du latin status : description d’un état
La StatistiqueScience qui permet de traiter les problèmes où
intervient la variabilité
organiser le recueil, traiter, décrire et interpréter les données
« Science de l’incertain »
Biostatistique : Science qui permet….
….dans le domaine du vivant, et de la médecine en particulier
19/11/2012
7
décrire et interpréter
Fréquence d’utilisation du prénom François au 20ème siècle
Nb de naissances au 20ème siècle
300
400
500
600
700
800
900
1000
naissances
0 8 16 24 32 40 48 56 64 72 80 88 96 1041900+
19/11/2012
8
300
400
500
600
700
800
900
1000
naissances
0 8 16 24 32 40 48 56 64 72 80 88 96 1041900+
Et Nathalie ?
19/11/2012
9
Et Nathalie ?
• La place rouge était vide• Devant moi marchait Nathalie• Il avait un joli nom, mon guide
• Nathalie, Nathalie
• C’est de l’interprétation
Décrire et interpréter rationnellement
• Un langage universel avec des définitions – Utiles– Simples et lisibles par tous
• Des outils d’aide à la décision– Contrôler le risque d’erreur dans l’interprétation– Les données méritent-elles une interprétation
• Différences non dues aux fluctuations d’échantillonnage– Argumenter la relation causale
• Pb de Méthodologie, pas de statistiques
19/11/2012
10
Caractéristiques du vivant• Complexité
– Régulation du taux de glycémie– Tension artérielle– Hémostase
• Paramètres biologiques résultant d’actions multiples – Une partie des phénomènes peut être
considérée comme aléatoire– Instabilité des valeurs
Source de variabilité• Erreur de mesure
– Tension artérielle au brassard plus stéthoscope + externe inexpérimenté(e)
• Variabilité analytique – Dosage biologique
• Variabilité intra-individu– Une même mesure dans les mêmes
conditions chez un même individu– Tension artérielle de repos tous les 1/4
d’heure
19/11/2012
11
Source de variabilité• Variabilité inter-individu
– Ce qui caractérise le vivant• Capital génétique …..
– La tension artérielle est une des caractéristiques d’un individu
– L’addition des ces caractéristiques individuelles au sein d’un groupe conduit à une valeur moyenne forcément différente d’un groupe à l’autre
• Variabilité biologique– Glycémie à jeun ou post prandiale
• Variabilité chronobiologique – Cycle du cortisol
Conséquence de la variabilité• Il n’existe pas de « vraie valeur »
• Un ensemble de mesures permet d’estimer une valeur caractéristique d’un groupe de n individus
• La probabilité d’observer une valeur donnée peut être connue car ces variables suivent des lois de de distribution connues– Valeur banale, usuelle– Valeur exceptionnelle, hors norme
19/11/2012
12
Conséquence de la variabilité• Etude de la relation HBA1c et équilibre
glycémique – 10 mesures– Relation ?
Conséquence de la variabilité• Etude de la relation HBA1c et équilibre
glycémique – Moyenne de 2 mesures de glycémie à des temps
différents– Relation ?
19/11/2012
13
Etude de la relation HBA1c et équilibre glycémique
• Le mode d’acquisition des données est plus important que le traitement statistique proprement dit
• On ne peut interpréter des résultats sans connaître la nature des données– Méthodologie– Protocole expérimental– Démarche qualité
• On écrit ce qu’on va faire• On fait ce qu’on a écrit
Définitions, Population et échantillon– Population de référence :
• Ensemble généralement très grand, voire infini, d'individus ou d'objets de même nature
» Exemple : toutes les naissances de l’année en cours» Exceptionnellement étudiable (recensement…)
– Sous population (Plus facile à étudier que la population complète)
• Définie par la méthodologie de l’étude– Cas témoins, Exposé non exposé
» Décrire les 2 populations séparément– cohorte
– Échantillon (Plus facile à étudier que la population complète)
• Échantillon représentatif a les mêmes caractéristiques que la population source : « représente » bien celle-ci
constitué de façon aléatoire (tirage au sort)• Etudes descriptives, prévalence ….
19/11/2012
14
La taille de l’empereur de chine
• Pour faire une statue, on doit calculer la taille de l’empereur de chine
Mais sans approcher cet auguste personne retranché dans la cité interdite
Première approche : échantillonnage gigantesque
• 100 enquêteurs partent dans toute la chine interroger chacun 100 chinois
19/11/2012
15
Deuxième approche : échantillonnage plus petit mais plus pertinent
• On interroge 200 personnes de l’entourage de l’empereur
Finalement• L’empereur de Chine mesure
1, 947 654 321 m• L’empereur est ravi d’avoir une taille aussi
remarquable• Les enquêteurs sont stupéfaits de la
précision de la mesure– les stats, c’est magique !!!
• Le sculpteur est déprimé ….
19/11/2012
16
Conclusion• Le nombre de cas ne résume pas la qualité
d’un échantillon de mesures• Un échantillon doit aussi
– Etre représentatif, sans biais (tirage au sort)– Pertinent (Pb de méthodologie de
l’expérimentation)• La précision de la mesure dépend, elle, de la
taille de l’échantillon – Notion d’intervalle de confiance la fréquence
d’infections nosocomiales est estimée à 5 % ± 1%– Le ± x% représente les variations possibles de la
mesure liées aux fluctuations d’échantillonnage
19/11/2012
17
Pourquoi une lecture critique des articles scientifiques
• Evolution des connaissances• Evolution des patients
– Coopération Médecin / Malade• Des intérêts pas toujours convergents
– Pouvoir public (HAS)– Industries pharmaceutiques– MG et spécialistes– Patients
• Un savoir scientifique complexe• Pas toujours bien présenté et interprété
• Plaquette de présentation d’un nouvel anti-inflammatoire
• Essai thérapeutique résumé
• Rôle des visiteurs médicaux
19/11/2012
18
• Des termes techniques
• Des descripteurs standardisés
• Des conclusions formelles
• Qui masquent certains défauts méthodologiques
19/11/2012
19
Maladie Thrombo-Embolique Veineuse MTEV
• Thrombose veineuse profonde (TVP)– TVP : thrombus veineux fibrino-cruorique
• Membres Inférieurs +++• Pelvis• Membres Supérieurs• A l’exclusion des Thromboses Superficielles
• Embolie pulmonaire (EP)– Migration du thrombus dans les artères pulmonaires
Histoire naturelle• Naissance dans les remous au contact des valvules
(stase)
• Extension par strates successives• Pas de symptôme de TVP
– Risque d’EP +++
• Thrombus complet– Symptômes de TVP +++– Risque d’EP +
19/11/2012
20
Conséquences MTEV• Mortalité
– Première cause de décès « inattendus » à l’hôpital (séries autopsiques)
• Récurrence– 40 % de récidives à 5 ans
• Insuffisance veineuse– 30 à 50 % des patients avec TVP– Chronique et invalidant
• Cœur pulmonaire chronique– 1 à 2 % des patients avec EP– Gravité +++
Incidence de la MTE en fonction de l’âge
- L’incidence annuelle augmente avec l’âge pour atteindre à 75 ans plus de 4/1000 habitants- Pour 70% des patients décédés d'EP, ce diagnostic n’avait pas été évoqué cliniquement - Le risque double à chaque décade après 40 ans, modèle exponentiel- Hommes > FemmesThe Epidemiology of Venous Thromboembolism, Richard H. White, MD, Circulation. 2003;107:I-4 –I-8.
19/11/2012
21
Cas clinique
• Mr X, 73 ans se présente aux urgences via son médecin traitant pour une douleur thoracique
• ATCD – HTA traitée– Fracture du col du fémur opérée
il y a un mois• Douleur permanente• Oedeme modéré des 2 MI• T° 37°5• Auscultation cardio
pulmonaire RAS
Diagnostic d’embolie pulmonaire sur thrombose fémorale
Quel TTT ?• Anticoagulant quel modalités ?
– TTT par HBPM ou NACO ?• Mobilisation immédiate ou décubitus
– Repos au lit strict 5 jours ?• Contention élastique ?• Fibrinolyse pulmonaire ?• TTT à domicile ?
19/11/2012
22
Comment faire avancer la connaissance sur la MTE quand on est en P2 ?
• Essai thérapeutique IMPOSSIBLE• Etudes épidémiologiques OUI car accès possible à une
base de données LOE– Quels sont les facteurs de risque prédisposant à la MTE
?– Les différents type de MTE ont-ils les mêmes facteurs
de risque ?– Quelle est la performance diagnostique de la biologie
• D-Dimère• NFS plaquettes ?
– Quel est le pronostic vital des patients– Quel est le risque de récidive ?
Pourquoi faire avancer la connaissance sur la MTE quand on est en P2 ?
• Il faut réactualiser la connaissance– Les modalités diagnostiques ont changé
• Prédominance de formes cliniques moins graves pas ou peu étudiée (TVP distale, Thrombose superficielle ….)
– Les progrès de la prévention ont modifiés la MTE • La chirurgie était une situation à très haut risque avant
la prévention. Est ce toujours vraie ?– Les pratiques médicales ont changées
• Faut –il définir des profils de patients à risque selon les situations médicales (analyse de sous-groupes)
– Post-opératoire, cancer, médecine, sujets âgés ….
19/11/2012
23
1 Enquêtes de prévalence (transversale)
Estimer la fréquence de MTE dans une population ou plusieurs populations (différents hôpitaux, différentes situation) à un instant donné “t”
P =MN
nombre de cas (malades)
nombre total de sujets (malades + non-malades)
2) Etude exposés non-exposés :l’alitement est-il un facteur de risque de
thrombose veineuse (TVP) ?
% nouveaux cas(X % TVP +)
Non-exposés400 patients
non alités
Différence statistiquement significative ?
% nouveaux cas(Y % TVP +)
Exposés200 patients
alités
Population(entrée hôpital)
Temps (étude prospective). On fixe artificiellement la fréquence du FDR (exposé) On mesure la fréquence de la maladie
19/11/2012
24
3) Etude cas-témoins. Pour des situations pathologiques pas très fréquentes : la chirurgie est elle un facteur de risque
d’Embolie Pulmonaire ?
Population(Après examens
complémentaires)
Cas(233 EP+)
Témoins(233 EP-)
X % FDR +(9% chirurgie)
Y % FDR +(3% chirurgie)
Temps (toujours rétrospective).On fixe artificiellement la fréquence de la maladie. On mesure a posteriori la fréquence des FDR
Différence statistiquement significative ?
4 Etudes de cohorte% nouveaux cas
(% TVP +)
Différence ?
% nouveaux cas(% TVP +)
Cohorte
temps
début suiviRecueil FDR
Groupe de sujets ayant une caractéristique commune- patients avec suspicion clinique de MTE
Risque relatif
Odds ratio
Avantages :
Plusieurs FDR
On ne détermine ni la fréquence des FDR ni de la maladie
C’est la vraie vie pour une population donnée
19/11/2012
25
5) Etudes Pronostiques% critères de
jugement(complications, décès)
% critères de jugement(complications, décès)
Cas
Temps long 1 an ? Recul prolongé : RR (analyse de survie)
Recueil Facteurs pronostiques
Groupe de sujets ayant une MTE mais des caracatéristiques différentes (Age, type de MTE, Co-morbidités ….
Différence ?
6) Performances diagnostiques
Définition - de patient avec MTE (après examens complémentaires) - de patients sans MTE
Recueil d’un signe clinique ou d’une valeur biologique puis classement - patient avec le signe - patient sans le signe Ou avec un test biologique positif ou négatif
Calcul sensibilité, spécificité, VPP, VPN ……
19/11/2012
26
Article scientifique• Rapporte les résultats d’une étude pour
répondre à un objectif principal• Structure précise (IMRAD)• Un résumé structuré• 1 ou 2 tableaux précis et complet• 1 ou 2 graphes mettant en valeur le
résultat principal• 3 à 5000 mots tous utiles et justifiés• C’est le format obligatoire des thèses et
mémoires de master
Structure précise (IMRAD)
– Introduction présente le contexte et la question de recherche
– Matériels (ou Population) et méthodes décrit la manière dont les données ont été obtenues et traités
– Résultats présentation neutre sans commentaire
– Discussion• Cohérence interne• Cohérence externe