Mai 2010Paul-Marie Bernard Université Laval 1 Interaction 1.Interaction 2.Synergie 3.Antagonisme 4.Catalyseur 5.Modification

Mai 2010 Paul-Marie Bernard Université Laval

1

Interaction

1. Interaction

2. Synergie

3. Antagonisme

4. Catalyseur

5. Modification


2

1. Interaction

• Action combinée de deux (ou plusieurs) facteurs X sur la réponse Y.


3

1.1 Définition formelle

• Soient deux facteurs, X1 et X2 qui ont chacun leur effet E sur Y:– E1: X1 → Y – E2: X2 → Y

• On considère aussi l’effet des deux facteurs combinés: – E12: (X1X2) → Y

• Si E12 est différent de la somme E1 + E2, alors il y a interaction.


4

1.2 Interprétation

• À l’action individuelle des facteurs sur Y s’ajoute celle liée à leur combinaison.

• En quelque sort, la combinaison des facteurs crée un nouveau facteur qui a son propre effet.


5

2. Synergie

• Si E12> E1+E2, alors l’interaction entre les facteurs est positive.

• L’influence de la combinaison des facteurs X sur la réponse Y est plus forte que la somme des influences de ces facteurs pris isolément.

• On parle alors de SYNERGIE


6

2.1 Exemple de synergie

• Dans un essai thérapeutique, on peut s’intéresser à l’action de deux traitements, T1 et T2, pris séparément et à leur action combinée (synergie) sur la réponse Y


7

2.2 Synergie (schéma)

• Deux facteurs: X1 et X2 et la réponse Y.

• On considère trois situations:– X1 seul– X2 seul– X1X2 (X1 et X2)

• L’action ou l’influence est marquée par l’épaisseur de la flèche.

X1 (seul) Y

X2 (seul) Y

X1X2 Y


8

3. Antagonisme

• Si E12< E1+E2, alors l’interaction entre les facteurs est négative.

• L’influence de la combinaison des facteurs X sur la réponse Y est plus faible que la somme des influences de ces facteurs pris isolément.

• On parle alors d’ANTAGONISME


9

3.1 Antagonisme vs synergie

Le jugement sur le type d’interaction entre deux facteurs (ou traitements) dépend de la nature de la variable réponse Y considérée et de la mesure utilisée pour l’effet des facteurs sur la réponse Y.

Si la mesure correspond à une réduction du risque d’une réponse Y indésirable, alors on espère bien que les deux facteurs X1 et X2 entrent en synergie.

Si la mesure correspond à une augmentation du risque d’une réponse Y indésirable, alors on espère bien que les deux facteurs X1 et X2 entrent en antagonisme.

3.2 Exemple: antagonisme et synergie

• Soient:– deux traitements, A et B, pour réduire le risque de

décès Y, chez des patients ayant la maladie M fortement létale

– les deux traitements, A et B, comportant des effets secondaires indésirables.

• Il est alors souhaitable que les deux traitements entrent – en synergie dans la réduction du risque de décès– en antagonisme quant à l’induction d’effets

secondaires indésirables. Mai 2010 Paul-Marie Bernard

Université Laval10


11

4. Catalyseur

• Il peut arriver qu’un des deux facteurs, X1 ou X2, n’ait pas d’effet propre sur la réponse Y. Mais, la présence de ce facteur inerte peut sensiblement améliorer l’effet de l’autre. C’est un CATALYSEUR.


12

5. Modification

• Dans une autre perspective, on peut considérer le concept épidémiologique de modification.

• Si l’effet de X sur Y se trouve modifié par la présence du facteur F, ce facteur sera dit modifiant de l’effet de X sur Y.


13

5.1 ModificationSchéma

• Association entre le facteur X et la réponse Y: (X→Y)

• E facteur modifiant siXY en l’absence de F

XY en présence de F

• Dans le schéma, l’intensité de l’association est mesurée par l’épaisseur de la flèche

(F absent)

X Y

(F présent)

X Y


14

5.2 Exemple 1 de modification

• Dans un essai thérapeutique, on peut s’intéresser à l’action d’un traitement (X) en fonction de la gravité (F) de la maladie

• L’hypothèse pourrait être que l’efficacité du traitement diminue avec la gravité (facteur F) de la maladie.

• F pourrait être un facteur modifiant.


15

5.3 Exemple 2 de modification

• La variable âge est un facteur qui souvent influence ou peut influencer l’action d’un traitement

• L’hypothèse pourrait être que l’efficacité du traitement diminue avec l’âge des personnes (facteur F).

• F pourrait être un facteur modifiant


16

6. Au plan statistique

• Au plan statistique, ces différents concepts sont traités de la même façon: comme des interactions.


17

Référence

• Bernard PM, Lapointe C. Mesures statistiques en épidémiologie. PUQ, 2003.

• Rothman K, Greenland S. Modern Epidemiology. Lippincott-Raven, 1988.


18

Pour me joindre au sujet de ce module

Paul-Marie Bernard

mailto:[email protected]?subject=Les%20variables%20au%20plan%20fonctionnel

Documents

Mai 2010Paul-Marie Bernard Université Laval 1 Interaction 1.Interaction 2.Synergie 3.Antagonisme 4.Catalyseur 5.Modification