Sensibilité et spécificité du dépistage du cancer du sein

Sensibilité et spécificité du dépistage du cancer du sein par mammographie : mesures directes et indirectes

Thèse

Isabelle Théberge

Doctorat en épidémiologie

Philosophiae Doctor (Ph.D.)

Québec, Canada

© Isabelle Théberge, 2015

iii

Résumé

Introduction : L’évaluation des programmes de dépistage du cancer du sein se fait à l’aide d’indicateurs de

performance. Ces indicateurs sont liés directement ou indirectement à la sensibilité ou la spécificité. Les

limites de chacun de ces indicateurs ne sont pas toujours explicites et, de plus, les liens existants entre ces

indicateurs et la sensibilité ou la spécificité ne sont pas bien connus. Cette étude vise à clarifier ces liens.

Méthode : Les liens entre les indicateurs de performance et la sensibilité ou la spécificité ont été étudiés

premièrement sur le plan théorique, deuxièmement en utilisant les données du Programme Québécois de

Dépistage du Cancer du Sein et, finalement, en utilisant une microsimulation développée à cette fin.

Résultats : La sensibilité cumulative augmente tandis que la sensibilité moyenne diminue lorsque le dépistage

est plus fréquent. Ces deux sensibilités semblent plus élevées chez les tumeurs à croissance rapide. Deux

méthodes (d’incidence et de détection) sont utilisées pour estimer la sensibilité du dépistage. Ces sensibilités

estimées sont différentes lors des mammographies initiales, tandis qu’elles sont comparables lors des

mammographies subséquentes. Peu importe la méthode d’estimation, les rapports dans ces mesures de

sensibilité peuvent s’interpréter non pas comme des rapports de sensibilité, mais bien comme des rapports de

sensibilité pour les tumeurs avec un temps de devancement potentiel court, mais à la condition que la

structure du programme soit similaire entre les groupes comparés. Les cancers d’intervalle semblent être

presque tous déjà présents lors du dépistage précédent. Les rapports dans les mesures indirectes de

sensibilité (taux de détection et de cancer d’intervalle) sont plus près des rapports dans les mesures de

sensibilité ou de manque de sensibilité respectivement lorsque : seulement les cancers infiltrants sont

considérés, le suivi post-dépistage est le plus long possible, la caractéristique à l’étude n’est pas associée à la

prévalence de la maladie et un ajustement est fait pour les facteurs associés à cette prévalence. Pour les

mammographies subséquentes, les mesures indirectes de sensibilité sont affectées par la sensibilité lors des

dépistages précédents.

Conclusions : Cette étude permet d’améliorer les approches utilisées pour mieux évaluer les programmes de

dépistage.

v

Table des matières

RESUME III

LISTE DES TABLEAUX VII

LISTE DES FIGURES XI

LISTE DES ABREVIATIONS ET NOTATIONS XV

REMERCIEMENTS XVII

CHAPITRE 1. INTRODUCTION 1

1.1 PROBLEMATIQUE 1 1.2 OBJECTIFS 4 1.3 STRUCTURE DE LA THESE 8

CHAPITRE 2. APPROCHE THÉORIQUE 9

2.1 HISTOIRE NATURELLE DE LA MALADIE ET TEST DE DEPISTAGE 9 2.2 SENSIBILITE DU DEPISTAGE 10 2.3 SPECIFICITE DU DEPISTAGE 18 2.4 PRINCIPAUX INDICATEURS DE PERFORMANCE D’UN PROGRAMME DE DEPISTAGE 22

2.4.1 SENSIBILITE ESTIMEE 27 2.4.2 TAUX DE DETECTION 46 2.4.3 TAUX DE CANCER D’INTERVALLE 56 2.4.4 SPECIFICITE ESTIMEE 62 2.4.5 TAUX DE FAUX POSITIFS 64 2.4.6 TAUX DE REFERENCE 66

CHAPITRE 3. ANALYSE DES DONNÉES DU PROGRAMME QUÉBÉCOIS DE DÉPISTAGE DU CANCER DU SEIN 69

3.1 REVUE DE LA LITTERATURE 70 3.1.1 ANNEE DE L’OBTENTION DU PERMIS DE RADIOLOGISTE 70 3.1.2 HISTOIRE FAMILIALE DE CANCER DU SEIN 71 3.1.3 DENSITE MAMMAIRE 73

3.2 METHODES 75 3.2.1 POPULATION A L’ETUDE ET SOURCES DES DONNEES 75 3.2.2 VARIABLES D’EXPOSITION ET ISSUES A L’ETUDE 78 3.2.3 ANALYSES STATISTIQUES 79

3.3 RESULTATS 79 3.3.1 DESCRIPTION DE LA COHORTE 79

vi

3.3.2 RELATION ENTRE LES VARIATIONS DU TAUX DE DETECTION ET LES VARIATIONS DE LA SENSIBILITE ESTIMEE 86 3.3.3 RELATION ENTRE LES VARIATIONS DU TAUX DE CANCERS D’INTERVALLE ET CELLES DU MANQUE DE

SENSIBILITE ESTIME 95 3.3.4 RELATION ENTRE LES VARIATIONS DU TAUX DE FAUX POSITIFS, DES VARIATIONS DU TAUX DE REFERENCE ET

DES VARIATIONS DU MANQUE DE SPECIFICITE ESTIME 102 3.4 DISCUSSION 105

3.4.1 RELATION ENTRE LES VARIATIONS DU TAUX DE DETECTION ET CELLES DE LA SENSIBILITE ESTIMEE OU ENTRE

LES VARIATIONS DU TAUX DE CANCER D’INTERVALLE ET CELLES DU MANQUE DE SENSIBILITE ESTIME 105 3.4.2 RELATION ENTRE LES VARIATIONS DU TAUX DE FAUX POSITIFS, LES VARIATIONS DU TAUX DE REFERENCE ET

LES VARIATIONS DANS LE MANQUE DE SPECIFICITE ESTIME 108 3.4.3 LIMITES DES ANALYSES 109 3.4.4 CONCLUSION 110

CHAPITRE 4. ANALYSE DES DONNÉES SIMULÉES 113

4.1 MODELISATION DE LA SENSIBILITE DU DEPISTAGE 113 4.2 DESCRIPTION DE LA MICROSIMULATION, DES PROCESSUS DE CALIBRATION ET DE VALIDATION 120

4.2.1 DESCRIPTION DE LA MICROSIMULATION 120 4.2.2 PROCESSUS DE CALIBRATION 134 4.2.3 PROCESSUS DE VALIDATION 142 4.2.4 FORCES ET LIMITES DU MODELE DE MICROSIMULATION 152

4.3 RESULTATS ET DISCUSSION 155 4.3.1 SENSIBILITE 157 4.3.2 DISCUSSION DES RESULTATS SUR LA SENSIBILITE 186 4.3.3 SENSIBILITES ESTIMEES 193 4.3.4 DISCUSSION DES RESULTATS SUR LES SENSIBILITES ESTIMEES 207 4.3.5 SENSIBILITES ESTIMEES EN FONCTION DE LA SENSIBILITE 211 4.3.6 DISCUSSION DES RESULTATS SUR LES SENSIBILITES ESTIMEES EN FONCTION DE LA SENSIBILITE 237

CHAPITRE 5. CONCLUSION 241

BIBLIOGRAPHIE 251

ANNEXES 271

vii

Liste des tableaux Tableau 1. Relation étudiée entre les mesures directes, les mesures indirectes et la sensibilité ou la spécificité

en fonction des chapitres dans lesquels ces relations sont abordées dans la thèse ---------------------- 8

Tableau 2. Distinction entre les différents concepts théoriques de la sensibilité -------------------------------------- 11

Tableau 3. Distinction entre les différents concepts théoriques de la spécificité -------------------------------------- 18

Tableau 4. Variations de la sensibilité, de la sensibilité estimée par la méthode d’incidence et de la sensibilité

estimée par la méthode de détection en fonction de la période post-dépistage ------------------------ 43

Tableau 5. Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période

post-dépistage de 2 ans, PQDCS, 2000-2005 --------------------------------------------------------------------- 82

Tableau 6. Radiologistes, centres de dépistage et mammographies de dépistage en fonction des

caractéristiques des radiologistes et des centres de dépistage, PQDCS, 2000-2005 ------------------- 85

Tableau 7. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction

de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage

-------------------------------------------------------------------------------------------------------------------------------- 87


de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-

dépistage ------------------------------------------------------------------------------------------------------------------- 91


de la densité mammaire, le type de cancer et la période post-dépistage --------------------------------- 92

Tableau 10. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences

estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la

période post-dépistage ----------------------------------------------------------------------------------------------- 96


estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer

et la période post-dépistage ---------------------------------------------------------------------------------------- 97


estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage -- 98

Tableau 13. Rapports des taux de faux positifs, des taux de référence et des manques de spécificités estimés

en fonction de l’année de l’obtention du permis de radiologiste, de l’histoire familiale de cancer

du sein et de la densité mammaire pour les cancers infiltrants seulement et une période post-

dépistage de 2 ans ---------------------------------------------------------------------------------------------------- 103

Tableau 14. Caractéristiques des sept modèles CISNET --------------------------------------------------------------------- 116

Tableau 15. Modèles CISNET pour lesquels la sensibilité devait être calibrée ---------------------------------------- 118

Tableau 16. Données utilisées pour la microsimulation --------------------------------------------------------------------- 122

Tableau 17. Indicateurs de performance liés à la sensibilité du dépistage utilisés pour la calibration de la

microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS

2000-2005 -------------------------------------------------------------------------------------------------------------- 135

Tableau 18. Indicateurs de performance liés à la taille des tumeurs infiltrantes détectées utilisés pour la

calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la

mammographie, PQDCS 1998-2005 ----------------------------------------------------------------------------- 136

Tableau 19. Scénario de dépistage utilisé pour la calibration de la microsimulation ------------------------------- 137

Tableau 20. Différences relatives absolues entre les 10 meilleurs ensembles de paramètres de la

microsimulation et les mesures utilisées pour la validation ----------------------------------------------- 151

Tableau 21. Nombre de femmes dans la période préclinique du cancer du sein lors de la mammographie de

dépistage selon les trois scénarios à l’étude, l’âge des femmes et l’occurrence du dépistage --- 160

viii

Tableau 22. Caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état

d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel

et trisannuel ----------------------------------------------------------------------------------------------------------- 162

Tableau 23. Proportion (%) des cas prévalents dans la période préclinique à l’âge de 50 ans et proportion (%)

des cas incidents entre 50 et 69 ans lors d’un dépistage dans une population dynamique à l’état

d’équilibre de femmes âgées entre 50 et 69 ans selon les caractéristiques des tumeurs, pour un

scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 163

Tableau 24. Sensibilité lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel -------- 166

Tableau 25. Sensibilité cumulative dans une cohorte de 1 000 000 de femmes simulées pour un scénario de

dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans -------------------------------------------- 167

Tableau 26. Sensibilité et taille des tumeurs en fonction du taux de croissance des tumeurs lors d’un

dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69

ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------------------ 170

Tableau 27. Sensibilité cumulative en fonction du taux de croissance des tumeurs dans une cohorte de

1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel

entre 50 et 69 ans ---------------------------------------------------------------------------------------------------- 171

Tableau 28. Sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un

dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69

ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------------------ 174

Tableau 29. Caractéristiques des tumeurs de 1 mm et plus lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de

dépistage annuel, bisannuel et trisannuel --------------------------------------------------------------------- 176

Tableau 30. Sensibilité et sensibilité pour les tumeurs avec un temps de devancement potentiel court en

considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage

dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un


Tableau 31. Proportion des tumeurs (%) chez les femmes de 50 à 69 ans en fonction de leurs caractéristiques

pour une cohorte de 1 000 000 de femmes simulées selon les 10 meilleurs ensembles de

paramètres ------------------------------------------------------------------------------------------------------------- 179

Tableau 32. Proportion des tumeurs selon leurs caractéristiques lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2

ans, selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------ 181

Tableau 33. Sensibilité moyenne et sensibilité selon les caractéristiques des tumeurs lors d’un dépistage dans

une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à

un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres ------------------------------ 183

Tableau 34. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,

bisannuel et trisannuel ---------------------------------------------------------------------------------------------- 194

Tableau 35. Sensibilité estimée par la méthode d’incidence lors d’un dépistage dans une population



Tableau 36. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à


bisannuel et trisannuel ---------------------------------------------------------------------------------------------- 198

ix

Tableau 37. Sensibilité estimée par la méthode de détection lors d’un dépistage dans une population



Tableau 38. Différence absolue et rapport entre la sensibilité estimée par la méthode d’incidence et la

sensibilité estimée par la méthode de détection lors d’un dépistage dans une population



Tableau 39. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection

en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage



Tableau 40. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel,

selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------------- 204

Tableau 41. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel,

selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------------- 205

Tableau 42. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection

lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre

50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de

paramètres ------------------------------------------------------------------------------------------------------------- 206

Tableau 43. Sensibilité, sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans,

sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection

lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre

50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------- 212

Tableau 44. Différence absolue et rapport entre les sensibilités estimées, les sensibilités et les sensibilités des

tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans

une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un


Tableau 45. Sensibilités, sensibilité estimée par la méthode d’incidence et rapport des sensibilités estimées

sur la sensibilité en fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans dans

une cohorte de 1 000 000 de femmes simulées --------------------------------------------------------------- 215

Tableau 46. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations

dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à

intervalle de 2 ans ---------------------------------------------------------------------------------------------------- 218

Tableau 47. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des

sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans en

fonction de changement dans la sensibilité selon la période post-dépistage lors d’un dépistage



Tableau 48. Sensibilité, sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 2

ans et sensibilité estimée par la méthode de détection pour différentes simulations dans

lesquelles la sensibilité varie, en fonction des 10 meilleurs EP, lors d’un dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2

ans et pour une période post-dépistage de 2 ans ------------------------------------------------------------ 233

x

Tableau 49. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport des


fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état

d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une période post-

dépistage de 2 ans --------------------------------------------------------------------------------------------------- 234

Tableau 50. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des


fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour

une période post-dépistage de 2 ans ---------------------------------------------------------------------------- 235

xi

Liste des figures Figure 1. Histoire naturelle de la maladie et termes associés au dépistage -------------------------------------------- 10

Figure 2. Sensibilité de la mammographie en fonction de l’intervalle de temps avant la fin de la période

préclinique pour une tumeur spécifique ----------------------------------------------------------------------------- 13

Figure 3. Sensibilité pour tous les cancers présents dans la période préclinique au moment de la

mammographie de dépistage en fonction du temps de devancement potentiel -------------------------- 14

Figure 4. Définition de la sensibilité et de la spécificité du dépistage ---------------------------------------------------- 19

Figure 5. Seuil de positivité du dépistage et courbe ROC -------------------------------------------------------------------- 21

Figure 6. Cadre conceptuel de l’évaluation d’un programme de dépistage -------------------------------------------- 22

Figure 7. Indicateurs de performance utilisés dans ce travail en lien avec le processus de dépistage ---------- 24

Figure 8. Mesures directes, mesures indirectes et sensibilité ou spécificité du dépistage -------------------------- 26

Figure 9. Exemples de sensibilités estimées par la méthode d’incidence et par la méthode de détection pour

différentes périodes post-dépistage ----------------------------------------------------------------------------------- 30

Figure 10. Exemples de la différence entre les cancers détectés et les cancers d’intervalle selon la période

post-dépistage ------------------------------------------------------------------------------------------------------------ 33

Figure 11. Résumé des équations de la sensibilité de la mammographie, de la sensibilité estimée par la

méthode d’incidence et de la sensibilité estimée par la méthode de détection ------------------------- 37

Figure 12. Fonctions de sensibilité pour deux durées différentes de la période préclinique ------------------------ 39

Figure 13. Illustration de fonctions de sensibilités différentes selon deux groupes de femmes dépistées ------ 41

Figure 14. Conclusions possibles de l’interprétation de la mammographie et de l’investigation initiale dans le

PQDCS ----------------------------------------------------------------------------------------------------------------------- 47

Figure 15. Conclusions possibles de l’interprétation de la mammographie de dépistage («Initial Assessment»)

et de l’investigation initiale («Final Assessment») selon les catégories BI-RADS utilisées aux États-

Unis -------------------------------------------------------------------------------------------------------------------------- 48

Figure 16. Prévalence estimée du cancer du sein dans la période préclinique au moment de la

mammographie de dépistage et certains indicateurs de performance d’un programme de

dépistage du cancer du sein ------------------------------------------------------------------------------------------- 52

Figure 17. Sensibilité et spécificité estimées en fonction de 2 scénarios où la période post-dépistage varie -- 63

Figure 18. Exclusions des mammographies de dépistage pour obtenir la cohorte, PQDCS, 2000-2005 --------- 76

Figure 19. Mammographies de dépistage selon le résultat de la mammographie de dépistage et le diagnostic

de cancer du sein par période post-dépistage, PQDCS, 2000-2005 ----------------------------------------- 80

Figure 20. Écarts relatifs entre les rapports de taux de détection et les rapports de sensibilités estimées pour

les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période

post-dépistage considérés --------------------------------------------------------------------------------------------- 88

Figure 21. Rapports des taux de détection ajustés en fonction des rapports des sensibilités estimées ajustés

selon le type de cancer et la période post-dépistage considérés -------------------------------------------- 93

Figure 22. Rapport de taux de détection ajusté en fonction du produit du rapport de sensibilités estimées

ajusté et du rapport des prévalences estimées ajusté, selon le type de cancer et la période post-

dépistage considérés ---------------------------------------------------------------------------------------------------- 94

Figure 23. Écarts relatifs entre les rapports des taux de cancers d’intervalle et les rapports du manque de

sensibilités estimés pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type

de cancer et la période post-dépistage considérés -------------------------------------------------------------- 99

Figure 24. Rapports des taux de cancers d’intervalle en fonction des rapports du manque de sensibilités

estimés selon le type de cancer et la période post-dépistage considérés -------------------------------- 100

xii

Figure 25. Rapports des taux de cancer d’intervalle en fonction du produit des rapports des manques de

sensibilités estimés et des rapports de prévalences estimées selon le type de cancer et la période

post-dépistage considérés -------------------------------------------------------------------------------------------- 101

Figure 26. Taux de mortalité par autres causes que le cancer du sein -------------------------------------------------- 124

Figure 27. Probabilité cumulative de décès par autres causes que le cancer du sein ------------------------------- 125

Figure 28. Taux d’incidence du cancer du sein infiltrant -------------------------------------------------------------------- 126

Figure 29. Probabilité cumulative de diagnostic de cancer du sein infiltrant ----------------------------------------- 128

Figure 30. Diamètre des tumeurs lors du diagnostic clinique du cancer du sein infiltrant ------------------------ 129

Figure 31. Les dix meilleurs ensembles de paramètres selon la valeur du critère 1 pour juger la calibration en

fonction des indicateurs liés à la sensibilité du dépistage et de l’indicateur lié à la taille des

tumeurs infiltrantes détectées -------------------------------------------------------------------------------------- 139

Figure 32. Les dix meilleurs ensembles de paramètres selon chaque indicateur de performance lié à la

sensibilité du dépistage dans les 4 scénarios utilisés pour la calibration -------------------------------- 140

Figure 33. Les dix meilleurs ensembles de paramètres selon l’indicateur de performance lié à la taille des

cancers infiltrants détectés dans les 4 scénarios utilisés pour la calibration --------------------------- 141

Figure 34. Temps de doublement des tumeurs des 10 meilleurs ensembles de paramètres de notre

microsimulation et temps de doublement retrouvés dans la littérature --------------------------------- 144

Figure 35. Sensibilité des cancers infiltrants pour une tumeur de 5, 10 et 15 mm selon les 10 meilleurs

ensembles de paramètres de notre microsimulation et sensibilités du modèle Norvégien --------- 146

Figure 36. Sensibilités estimées par la méthode de détection pour les 10 meilleurs ensembles de paramètres

de notre microsimulation et sensibilités estimées du PQDCS, du programme de dépistage de

l’Australie et du Consortium Américain --------------------------------------------------------------------------- 149

Figure 37. Cas prévalents dans la période préclinique à l’âge de 50 ans et cas incidents dans la période

préclinique entre 50 et 69 ans en fonction de la présence ou non d’un diagnostic clinique de cancer

du sein --------------------------------------------------------------------------------------------------------------------- 157

Figure 38. Durée de la période préclinique et temps de doublement des 120 143 tumeurs de la cohorte

simulées ------------------------------------------------------------------------------------------------------------------- 159

Figure 39. Sensibilité en fonction de la taille de la tumeur lors de la mammographie de dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de

dépistage annuel, bisannuel et trisannuel ----------------------------------------------------------------------- 165

Figure 40. Sensibilité en fonction du temps de doublement des tumeurs lors d’un dépistage dans une



Figure 41. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une



Figure 42. Sensibilité en fonction de la taille de la tumeur lors d’un dépistage dans une population dynamique

à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les

10 meilleurs ensembles de paramètres --------------------------------------------------------------------------- 184

Figure 43. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un

intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres ------------------------------------ 185

Figure 44. Nombre de dépistages où les cancers d’intervalle étaient déjà dans la période préclinique dans une

cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et

trisannuel entre 50 et 69 ans ---------------------------------------------------------------------------------------- 196

xiii

Figure 45. Différence absolue des sensibilités estimées par la méthode de détection en fonction de la

différence absolue dans les sensibilités selon la période post-dépistage lors d’un dépistage dans

une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un

scénario de dépistage annuel, bisannuel et trisannuel -------------------------------------------------------- 220

Figure 46. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport de

sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à


bisannuel et trisannuel------------------------------------------------------------------------------------------------- 222

Figure 47. Différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la

différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de

moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage

annuel, bisannuel et trisannuel -------------------------------------------------------------------------------------- 224

Figure 48. Rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité

des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-

dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel ----------- 226

Figure 49. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des

sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la

période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de

femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel

------------------------------------------------------------------------------------------------------------------------------- 227

Figure 50. Pour les tumeurs de 1 mm et plus, différence absolue dans les sensibilités estimées par la méthode

de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps

de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage


scénario de dépistage annuel, bisannuel et trisannuel -------------------------------------------------------- 230

Figure 51. Pour les tumeurs de 1 mm et plus, rapport de sensibilités estimées par la méthode de détection en

fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins

de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à


bisannuel et trisannuel------------------------------------------------------------------------------------------------- 231

Figure 52. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des


fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une

période post-dépistage de 2 ans ------------------------------------------------------------------------------------ 236

xv

Liste des abréviations et notations BCSC: des termes anglais « Breast Cancer Surveillance Consortium »

BI-RADS : des termes anglais « Breast Imaging Reporting and Data System »

Ca : cancer du sein

CMS : Centre des maladies du sein Deschênes-Fabia de l’hôpital St-Sacrement de Québec

CIM-9 : code de la Classification internationale des maladies (9e version)

CISNET: des termes anglais « Cancer Intervention and Surveillance Modeling Network »

Courbe ROC : des termes anglais « Receiver-operating curve »

: temps de devancement des cancers détectés, traduction du terme anglais « lead-time »

: temps de devancement potentiel

EP : ensemble de paramètres de la microsimulation

FTQ : Fichier des tumeurs du Québec

IC 95% : intervalle de confiance à 95%

LMP : des termes anglais « limited-malignant potential »

MISCAN : des termes anglais « MIcrosimuation SCreening ANalysis »

Mm : millimètre

PPC : période préclinique

PPCD : période préclinique détectable

PQDCS : Programme Québécois de Dépistage du Cancer du Sein

: prévalence du cancer du sein dans la période préclinique

: prévalence du cancer du sein dans la période préclinique chez les femmes à risque d’avoir un diagnostic de cancer du sein après le dépistage

: prévalence du cancer du sein dans la période préclinique estimée pour un suivi post-dépistage

RAMQ : Régie de l’assurance maladie du Québec

: rapport de prévalences

: rapport des prévalences estimées pour un suivi post-dépistage

: rapport de sensibilités

: rapport de sensibilités estimées

: rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage

: rapport de sensibilités estimées par la méthode d’incidence pour une période post-dépistage

: rapport du manque de sensibilités

) : rapport du manque de sensibilités estimées

: rapport de taux de cancers d’intervalle pour une période post-dépistage

xvi

: rapport du taux de détection

: rapport des spécificités estimées

: rapport du manque de spécificités estimées

: rapport du taux de faux positifs

: rapport du taux de référence

: sensibilité du dépistage

: sensibilité pour les tumeurs avec un temps de devancement potentiel donné

: sensibilité pour les tumeurs dans la période préclinique détectable

: sensibilité estimée du dépistage

: sensibilité estimée par la méthode de détection pour une période post-dépistage

: sensibilité estimée par la méthode d’incidence pour une période post-dépistage

SEER : des termes anglais « Surveillance, Epidemiology, and End Results »

SI-PQDCS : système d’information du Programme Québécois de Dépistage du Cancer du Sein

: spécificité du dépistage

: spécificité du dépistage estimée

: taux de cancers d’intervalle

: taux de cancers d’intervalle pour une période post-dépistage w

: taux de détection

: taux de faux positifs

: taux de référence

: période post-dépistage (ans)

xvii

Remerciements

Je tiens tout d’abord à remercier mon directeur de recherche, Dr Jacques Brisson. Je vous remercie pour

votre soutien tout au long de mes travaux, pour votre grande disponibilité ainsi que pour vos judicieux

conseils. Tous vos enseignements sont pour moi un bagage précieux que je conserverai tout au long de ma

carrière. Ce fut un immense privilège de vous avoir comme directeur.

Merci également à Dre Diane Major, ma co-directrice. Je te remercie Diane pour ton accueille sans pareil dans

la grande famille de « l’Institut » et pour tous les petits et grands gestes que tu as posées pour faciliter mon

travail. Ta bonne humeur, ton énergie débordante ainsi que tes encouragements m’ont permis de poursuivre

mes études dans un milieu remarquable.

La réalisation de ce projet n’aurait pu se faire sans le travail exceptionnel de Nathalie Vandal. Nathalie,

travailler avec toi, notamment sur la microsimulation élaborée pour cette thèse, a vraiment été un plaisir. Tu es

une statisticienne exceptionnelle qui est capable de rendre compréhensible n’importe quelles notions

statistiques! J’espère pouvoir continuer à travailler avec toi encore longtemps.

Je dois également remercier les membres de l’Équipe d’évaluation du PQDCS. Un merci particulier à Éric

Pelletier et Marie-Hélène Guertin. Merci pour les nombreuses discussions, autant en lien avec les concepts

épidémiologiques (suivant un club de lecture par exemple!) qu’en lien avec nos préoccupations personnelles.

Votre présence m’a encouragée dans les moments plus difficiles. Éric, un merci spécial pour les fous rires et

les niaiseries!

Merci également aux autres collègues de travail, notamment Bernard, André, Jean-Marc, Sue-Ling et Linda.

Merci également à Sylvie Muller pour la révision de la thèse.

Je tiens également à remercier mes parents et ma famille pour leur encouragement.

Finalement, toute mon aventure au doctorat n’aurait pas été possible sans le soutien inconditionnel de mon

amoureux. Merci Marc pour tout ce que tu as fait pour moi et pour toutes les fois que tu es resté avec les

enfants pour que je puisse travailler. Merci de m’avoir encouragé à aller jusqu’au bout. Merci à mes

pepousses d’amour Éli, Noa et Oxana.

1

CHAPITRE 1. INTRODUCTION

1.1 Problématique Des essais cliniques randomisés ont démontré que le dépistage par mammographie pouvait réduire la

mortalité par cancer du sein chez les femmes de 50-69 ans1–3. Depuis la mise en évidence de l’effet du

dépistage par mammographie sur la mortalité, des programmes de dépistage du cancer du sein ont été

introduits dans plusieurs pays4,5. Le Programme québécois de dépistage du cancer du sein (PQDCS) a été

implanté progressivement dans les différentes régions du Québec à partir de 1998. Le programme invite les

femmes âgées de 50 à 69 ans à passer une mammographie de dépistage tous les deux ans6.

L’évaluation d’un programme de dépistage n’est pas simple. La réduction de mortalité escomptée peut être

observée seulement après un certain nombre d’années suite à la mise en place du programme de dépistage7–

10 et son estimation est sujette à différents types de biais difficile à contrôler11–16. De plus, il faut un grand

nombre de femmes participantes et un long temps de suivi pour évaluer l’effet du dépistage sur la mortalité

dans différents sous-groupes de femmes dépistées, et ainsi identifier dans quels sous-groupes de femmes le

dépistage ne semble pas être optimal. Par exemple, l’effet du dépistage peut être différent selon les régions,

les centres de dépistage ou même les radiologistes qui interprètent les mammographies.

La sensibilité ( ) et la spécificité ( ) sont deux concepts fondamentaux d’un programme de dépistage. La

correspond à la capacité du dépistage à détecter les cancers du sein chez les femmes atteintes. Lorsque

la sensibilité est élevée, le dépistage a plus de chances de réduire la mortalité par cancer du sein. La

correspond à la capacité du dépistage à donner un résultat normal chez les femmes sans cancer du sein.

Lorsque la spécificité est élevée, le dépistage à moins de chances de générer des résultats faussement

positifs. Pour qu’un programme de dépistage s’avère acceptable, il doit être capable de détecter un bon

nombre de femmes avec le cancer du sein (sensibilité élevée) afin d’obtenir une réduction de mortalité, tout en

minimisant le plus possible les effets néfastes du programme, comme des résultats de dépistage positifs chez

les femmes sans cancer du sein (spécificité élevée).

Bien que la et la soient des concepts essentiels, ils ne sont pas directement mesurables dans le

contexte d’un programme de dépistage populationnel. Afin de mesurer la et la , il faudrait pouvoir

départager les femmes dépistées selon deux groupes, soient celles qui étaient dans la période préclinique

(PPC) du cancer du sein au moment du dépistage et celles qui ne l’étaient pas. Il est cependant impossible de

départager les femmes selon la présence ou non du cancer du sein dans la PPC au moment du dépistage

2

puisque, pour ce faire, il faudrait appliquer un test diagnostique parfait à toutes les femmes. Un tel test

diagnostique n’existe pas.

L’évaluation des programmes de dépistage se fait donc par le calcul d’indicateurs, appelés « indicateurs de

performance »17–19. Certains indicateurs de performance fournissent de l’information plus ou moins directe sur

la ou la . La sensibilité estimée ( ), le taux de détection du cancer ( ) et le taux de cancers

d’intervalle ( ) sont des indicateurs liés à la ou au manque de sensibilité ( ). Le manque de

spécificité estimé ( ), le taux de faux positifs ( ) et le taux de référence ( ) sont des

indicateurs liés au manque de spécificité ( ).

Les indicateurs de performance ne sont pas tous liés de la même façon à la ou la . La et la sont

les indicateurs de performance les plus près de la et de la ; ces indicateurs tentent d’apprécier

directement la ou la . Pour cette raison, la est considérée comme étant une mesure directe de la

tandis que la est considérée comme une mesure directe de la . Par ailleurs, le , le , le et le

sont des indicateurs qui ne tentent pas d’estimer directement la ou la . En fait, ces indicateurs

sont bel et bien liés à la ou la , mais ils sont également liés à la prévalence de la maladie dans la

période préclinique ( ). Pour cette raison, et sont considérés comme étant des mesures indirectes

de tandis que et sont considérés comme des mesures indirectes de .

Il est essentiel de calculer les indicateurs de performance d’un programme de dépistage afin de les comparer

avec les standards établis et avec les autres programmes de dépistage au niveau national et international. Il

est également important de comparer les indicateurs de performance pour des sous-groupes de femmes

dépistées (définis par la région de résidence, par le centre de dépistage ou par le radiologiste ayant lu la

mammographie) dans un même programme afin de porter un jugement sur des variations potentielles dans la

ou la . Ceci permet de mettre en lumière des sous-groupes de femmes où le dépistage n’est peut-être

pas optimal dans la perspective de l’amélioration de l’efficacité du programme.

Pour bien comprendre les relations entre la , la et les indicateurs de performance, il est important tout

d’abord de bien comprendre la et la . Ensuite, il est nécessaire de savoir ce que mesure réellement

chaque indicateur de performance et de saisir les différences entre certains indicateurs. Il est également

important de clarifier les liens existants entre les différents indicateurs de performance d’un programme de

dépistage et la ou la et entre les indicateurs de performance eux-mêmes. Ceci rendra possibles une

meilleure interprétation et une meilleure utilisation des indicateurs de performance. Cette thèse permettra de

clarifier l’information qu’apporte chaque indicateur de performance et aidera à déterminer les indicateurs de

3

performance par excellence pour l’évaluation des programmes de dépistage, en particulier le dépistage du

cancer du sein.

Dans le cadre de ce travail, les liens entre les indicateurs de performance et la ou la ainsi que les liens

entre les indicateurs de performance eux-mêmes seront tout d’abord énoncés sur le plan théorique. Par la

suite, ces énoncés théoriques seront examinés à l’aide de l’analyse des données du PQDCS. Finalement, la

relation entre et sera étudiée à l’aide d’une microsimulation.

4

1.2 Objectifs

Les objectifs généraux de la thèse consistent à :

clarifier les liens entre certains indicateurs de performance habituellement utilisés pour l’évaluation

d’un programme de dépistage du cancer du sein. Ces indicateurs de performance sont la sensibilité

estimée ( ), le taux de détection ( ), le taux de cancer d’intervalle ( ), le manque de spécificité

estimé ( ), le taux de faux positifs ( ) et le taux de référence ( );

établir le lien entre les mesures directes de la sensibilité ( ) et la sensibilité réelle ( ) du dépistage

par mammographie;

améliorer l’interprétation des indicateurs de performance habituellement utilisés pour l’évaluation d’un

programme de dépistage du cancer du sein ainsi que des études qui se penchent sur leurs

déterminants.

Les objectifs spécifiques de la thèse sont de :

1) Définir sur le plan théorique les relations existantes entre :

les mesures directes de la sensibilité ( ) et la ;

les mesures indirectes de la sensibilité ( , ) et la ;

les mesures indirectes de la sensibilité ( , ) et les mesures directes de la sensibilité ( );

la mesure directe du manque de spécificité ( ) et le manque de spécificité ( );

les mesures indirectes du manque de spécificité ( , ) et le manque de spécificité

( );

les mesures indirectes de la spécificité ( , ) et la mesure directe du manque de

spécificité ( ).

Ce 1er objectif spécifique consiste à bien définir la , la ainsi que chaque indicateur de

performance. La démonstration des liens existants entre les mesures permettra de comprendre en

détail chaque indicateur, ce qui l’influence et ce qu’il mesure réellement. Cet objectif permettra de

mieux cerner les forces et les limites de chaque indicateur de performance à l’étude.

5

2) Examiner la cohérence entre des variations dans les indicateurs de performance liés à la à l’aide

des données du PQDCS.

Cet objectif spécifique consiste à vérifier si des variations dans les mesures indirectes de la

sensibilité ( , ) sont représentatives des variations dans la mesure directe de sensibilité ( ).

Cet objectif vise à vérifier si, par exemple, une variation dans le entre deux groupes de femmes

dépistées peut être interprétée comme une variation dans la . Par exemple, si le est deux fois

plus élevé chez les femmes avec une histoire familiale de cancer du sein comparativement à celui

des femmes sans histoire familiale, est-ce que l’on peut penser que la est également 2 fois plus

élevée chez les femmes avec histoire familiale?

Pour que les variations dans le ou le soient représentatives de variations dans la ,

l’hypothèse avancée est que les deux groupes de femmes comparés doivent avoir relativement la

même prévalence de la maladie dans la période préclinique ( ). Cependant, dans le contexte d’un

programme de dépistage populationnel, aussi bien la que la ne sont pas connues. Dans le

cadre de cette analyse, les caractéristiques à l’étude ont donc été sélectionnées sur la base de leur

lien avec le risque du cancer du sein (puisque l’incidence est liée à la ) et de leur lien avec la .

Les trois caractéristiques à l’étude sont : l’année de permis du radiologiste qui n’est pas un facteur

de risque du cancer du sein mais semble être associée à la , l’histoire familiale de cancer du

sein qui est un facteur de risque du cancer du sein mais ne semble pas être associé à la et la

densité mammaire qui est un facteur de risque du cancer du sein et semble aussi être associée à la

. Il est donc attendu que les variations dans les mesures indirectes de la sensibilité ( , )

puissent refléter les variations dans la mesure directe de sensibilité ( ) ou dans la mesure directe

du manque de sensibilité ( ) lorsque la caractéristique à l’étude n’est pas un facteur de risque

de la maladie, et particulièrement lorsqu’un ajustement est fait pour les principaux facteurs de risque

du cancer du sein. Ainsi, les variations dans le pourraient alors s’interpréter comme des

variations dans la et les variations dans pourraient s’interpréter comme des variations dans

lorsque la caractéristique à l’étude n’est pas un facteur de risque du cancer du sein comme

l’année de permis du radiologiste. Les variations dans les mesures indirectes de la sensibilité ( ,

) ne reflèteront pas adéquatement les variations dans la mesure directe de sensibilité ( ) ou du

manque de sensibilité ( ) lorsque les caractéristiques à l’étude sont des facteurs de risque du

cancer du sein, comme l’histoire familiale du cancer du sein ou la densité mammaire, et ce, même si

un ajustement est fait pour les principaux facteurs de risque du cancer du sein.

6

3) Examiner la cohérence entre des variations dans les indicateurs de performance liés au manque de

à l’aide des données du PQDCS.

Cet objectif consiste à vérifier si des variations dans les mesures indirectes du manque de spécificité

( , ) sont représentatives des variations dans la mesure directe du manque de spécificité

( ). Si, par exemple, le est deux fois plus élevé chez les femmes avec une histoire

familiale de cancer du sein compararativement à celui des femmes sans histoire familiale, est-ce qu’il

est exact de penser que est également 2 fois plus élevé chez les femmes avec histoire

familiale?

L’hypothèse sous-jacente est que les variations dans le ou le sont tout à fait

représentatives des variations de , et ce, peu importe les groupes de femmes comparés. De

plus, non seulement les variations dans ces indicateurs de performance sont représentatives des

variations dans , mais la valeur de ces indicateurs de performance nous renseigne

directement sur , dans le contexte où la maladie est relativement rare comme c’est le cas

pour le cancer du sein. Tout comme pour les indicateurs liés à la sensibilité, ces liens seront étudiés

à l’aide des trois mêmes caractéristiques, soit l’année de permis du radiologiste, l’histoire familiale de

cancer du sein et la densité mammaire.

4) Évaluer si les mesures directes de la sensibilité ( ) reflètent bien la à l’aide de données

provenant d’une microsimulation.

La et la ne sont pas connues dans le contexte d’un programme de dépistage populationnel

puisqu’il est impossible de savoir quelles femmes dépistées sont dans la période préclinique (PPC)

du cancer du sein et lesquelles ne le sont pas. Afin de pouvoir étudier la et la , nous devons

donc développer une microsimulation où l’expérience de vie de chaque femme est créée. Nous

avons décidé de privilégier l’étude de la relation entre et à l’aide des données simulées. Nous

présumons que, dans le contexte de dépistage populationnel, la est très près de , ce qui

rendait l’exercice de microsimulation moins intéressante concernant la spécificité. Par ailleurs, la

microsimulation développée dans ce travail sert à créer une cohorte de femmes à laquelle différents

scénarios de dépistage sont appliqués. À l’aide des données de la microsimulation, la pourra être

calculée. Il sera possible de déterminer à quel point les mesures directes de la sensibilité ( ) sont

différentes de la et dans quelles situations les se rapprochent le plus de la . Notre

hypothèse est que les surestiment la et que, plus la période post-dépistage est longue, plus

7

les se rapprocheront de la . La microsimulation permettra également d’avoir une idée de

certaines notions qui demeurent encore inconnues à ce jour, telle que la distribution du temps de

devancement des cancers détectés ou de la fonction de sensibilité du dépistage par mammographie.

8

1.3 Structure de la thèse

La suite de la thèse a été divisée en trois chapitres dans lesquels la relation entre les indicateurs de

performance et la ou la , et entre les indicateurs de performance eux-mêmes sont abordés. Chaque

chapitre traite ces relations de façon différente, soit de façon théorique (Chapitre 2), puis de façon pratique

avec l’analyse des données du Programme québécois de dépistage du cancer du sein (PQDCS) (Chapitre 3)

ou avec l’analyse des données de la microsimulation (Chapitre 4). Le Tableau 1 résume les relations étudiées

dans chaque chapitre. Finalement, la thèse se terminera par une conclusion.

Tableau 1. Relation étudiée entre les mesures directes, les mesures indirectes et la sensibilité ou la spécificité en fonction des chapitres dans lesquels ces relations sont

abordées dans la thèse

Relation étudiée Chapitre 2 Chapitre 3 Chapitre 4

Théorique Données du

PQDCS Données de la microsimulation

et X X

et X

et X

et X X

et X X

et X

et X

et X

et X X

et X X

9

CHAPITRE 2. APPROCHE THÉORIQUE

Ce chapitre définira tout d’abord les notions liées au dépistage utilisées dans ce travail pour ensuite traiter des

concepts de sensibilité ( ) et de spécificité ( ). Les différents indicateurs de performance seront par la suite

présentés. Puisqu’il existe une différence entre la définition théorique des indicateurs et ce que l’on peut

vraiment mesurer à l’aide des données d’un programme de dépistage, chaque indicateur est d’abord défini

théoriquement. La méthode pour les mesurer est ensuite présentée. Ainsi, les différences existantes entre la

valeur théorique (ou conceptuelle) de l’indicateur et sa valeur mesurée seront énoncées. Les relations entre

les différents indicateurs liés à la et à la sont ensuite abordées.

2.1 Histoire naturelle de la maladie et test de dépistage Les conditions pour qu’une maladie chronique puisse faire l’objet d’un programme de dépistage sont : (1)

d’avoir des conséquences graves sur la santé, (2) d’avoir un traitement qui, lorsqu’il est appliqué précocement,

est plus efficace que lorsqu’il est appliqué après l’apparition des symptômes cliniques, (3) d’avoir une

prévalence dans la période préclinique détectable (PPCD) assez élevée dans la population dépistée11. Le

cancer du sein est une maladie propice pour le dépistage.

Théoriquement, plus le cancer du sein est détecté tôt dans la période préclinique, meilleures sont les chances

d’altérer l’histoire naturelle de la maladie et ainsi de retarder (ou de supprimer) le décès par cancer du sein (en

supposant des traitements plus efficaces si appliqués plus précocement). La « période préclinique » (PPC)

de la maladie est définie comme étant le temps pendant lequel la maladie est présente, mais celle-ci n’est pas

encore diagnostiquée cliniquement (Figure 1). Dans le cas du dépistage du cancer du sein, le test de

dépistage ne détecte habituellement pas la maladie au tout début de la PPC lorsqu’il y a seulement quelques

cellules cancéreuses. Lorsque le cancer se développe, il vient un moment où cette tumeur devient

« détectable » par le test de dépistage. L’intervalle de temps entre le moment où la maladie en PPC devient

détectable et le diagnostic clinique est appelé « période préclinique détectable » (PPCD) ou « temps de

séjour dans la période préclinique détectable » ou l’expression anglaise couramment utilisée « sojourn time »

(Figure 1). Ce temps de séjour dans la PPCD dépend du test de dépistage utilisé parce que le début de la

PPCD peut varier selon les tests. Deux tests de dépistage différents peuvent avoir deux temps de séjour

moyens dans la PPCD (ou le terme anglais « mean sojourn time ») différents. Un test de dépistage qui

s’améliore dans le temps peut augmenter son temps de séjour moyen dans la PPCD parce que le test peut

détecter la maladie de plus en plus tôt dans son évolution. L’intervalle de temps entre le moment de la

détection du cancer par le test de dépistage et le moment attendu du diagnostic clinique du cancer en

10

absence de dépistage se nomme « temps de devancement » ( ) ou le terme anglais « lead-time » (Figure 1).

Figure 1. Histoire naturelle de la maladie et termes associés au dépistage

Théoriquement, la sensibilité peut se définir de différentes façons dans le contexte d’une population soumise à un programme de dépistage du cancer du sein par mammographie13,19–23. Ces différentes définitions de la sensibilité sont présentées au Tableau 2. La sensibilité du test se réfère à la capacité du test de dépistage (ici la mammographie) à identifier les personnes qui sont dans la PPC du cancer du sein parmi les femmes dépistées. La sensibilité du test (mammographie) dépend donc de la qualité de l’image mammographique obtenue et de la capacité du radiologiste à identifier les lésions cancéreuses. La sensibilité du dépistage, quant à elle, dépend de la capacité du test mais aussi des actes d’investigation diagnostique à identifier les femmes qui sont dans la PPC du cancer du sein parmi les femmes dépistées. La sensibilité du dépistage dépend donc à la fois de la sensibilité du test (la mammographie), et également de la sensibilité de l’investigation diagnostique suivant un résultat de mammographie positif. Finalement, la sensibilité du programme dépend de la capacité du dépistage (donc du test et de l’investigation diagnostique) à identifier les femmes qui sont dans la PPC du cancer du sein parmi toutes les femmes de la population cible (et non seulement parmi les femmes dépistées). La sensibilité du programme dépend donc aussi du profil de participation des femmes au dépistage.

Période préclinique

Période préclinique détectable

Temps de devancement Période clinique

Initiation de la maladie

Diagnostic clinique en absence de dépistage

Décès

Détectable par le test de dépistage

x

Détecté par le test de dépistage

x

11

Tableau 2. Distinction entre les différents concepts théoriques de la sensibilité

Concepts théoriques Définition

Sensibilité du test13,20–22

La capacité du test (la mammographie) à identifier les

personnes qui sont dans la période préclinique de la maladie

parmi celles dépistées

Sensibilité du dépistage24

(appelée parfois sensibilité de

l’épisode22,23,25,26 ou parfois

sensibilité du programme19–21,27)

La capacité de l’épisode de dépistage, soit le test de dépistage

et le processus de confirmation diagnostique, à identifier les


parmi celles dépistées

Sensibilité du programme22,23

La capacité du programme de dépistage à identifier les


parmi la population cible

Ces trois concepts de sensibilité fournissent de l’information complémentaire et portent sur différents aspects

du dépistage. La sensibilité du test procure de l’information sur le test de dépistage lui-même. La sensibilité du

dépistage fournit en plus de l’information concernant le processus d’investigation suivant un résultat de test

positif. La sensibilité du programme donne de l’information au niveau populationnel.

Dans le contexte de l’évaluation d’un programme de dépistage organisé (donc en pratique), ce sera

habituellement la sensibilité du dépistage qui sera estimée19,27–29. Si l’on présume que la sensibilité du

processus d’investigation diagnostique est très élevée (ce qui est probable), alors la sensibilité du dépistage

sera très près de la sensibilité du test. Dans le cadre de cette thèse, nous nous sommes concentrés sur la

sensibilité du dépistage. Les termes « sensibilité » ou « sensibilité du dépistage » ainsi que le symbole « »

sont utilisés pour se référer à ce concept.

Dans le contexte d’un programme de dépistage du cancer du sein, la peut se définir comme étant la

capacité du dépistage (incluant la mammographie de dépistage et les examens d’investigation diagnostique) à

identifier les femmes qui sont dans la PPC de la maladie lors de la mammographie de dépistage20.

La correspond donc à :

Sensibilité =

Nombre de femmes dans la période préclinique dont

le dépistage s’est avéré positif

Nombre de femmes dans la période préclinique Équation 1

12

Le dénominateur de la , soit le nombre de femmes qui étaient dans la PPC au moment de la

mammographie, demeure inconnu dans le contexte d’un programme de dépistage spécifique. Afin de

déterminer ce nombre de femmes dans la PPC au moment du test de dépistage, il faudrait faire passer à

toutes les femmes dépistées un test diagnostic dont la sensibilité serait de 100 % (afin de confirmer ou non la

présence de la maladie). À ce jour, aucun test diagnostic n’est suffisamment sensible pour être capable de

déterminer si les femmes sont dans la période PPC de la maladie au moment de leur mammographie.

La du dépistage par mammographie varie selon le développement de la maladie dans la PPC. Au tout

début de la PPC, alors qu’il n’y a que quelques cellules cancéreuses, la est pratiquement nulle. Plus le

cancer se développe (donc plus il passe du temps dans la PPC), plus la devrait augmenter. La peut

devenir plus élevée soit en raison d’une augmentation de la taille de la tumeur ou soit par la présence de

certaines caractéristiques particulières qu’acquièrent les tumeurs (par exemple la présence de

microcalcifications) qui sont plus facilement détectables à la mammographie. La est possiblement élevée

pour un cancer qui est très près de la fin de sa PPC (soit près du moment où le cancer serait diagnostiqué en

absence de dépistage). Cette idée se traduit par une fonction de sensibilité pour une tumeur avec une PPC

donnée20,30, telle qu’illustrée à la Figure 2. La forme de la distribution de la sensibilité en fonction du temps

passé dans la PPC (Figure 2) est hypothétique puisque la relation réelle n’est pas connue. Il est à noter que la

n’est pas nécessairement de 100 % à la toute fin de la PPC puisque certains cancers ne sont jamais

détectables par la mammographie (ces cancers sont appelés « cancers occultes »)31.

13

Figure 2. Sensibilité de la mammographie en fonction de l’intervalle de temps avant la fin de la période préclinique pour une

tumeur spécifique

Dans une population de femmes dépistées, la durée de la PPC des cancers du sein varie cependant d’une femme à l’autre. Certaines femmes auront des cancers avec une très courte PPC, tandis que, pour d’autres femmes, la PPC de leurs cancers sera beaucoup plus longue. Ce qui est important lors de la mammographie de dépistage, ce n’est pas tant la durée de la PPC du cancer, mais bien le moment précis où le cancer est rendu dans son développement. La période de temps entre ce moment de la PPC lors de la mammographie de dépistage et le moment éventuel du diagnostic clinique du cancer du sein en absence de dépistage peut se

nommer le temps de devancement potentiel ( )20,30. Le temps de devancement est qualifié de potentiel puisque si le cancer n’est pas détecté, il n’aura pas de temps de devancement. Par contre, si le cancer est

détecté, il aura donc un temps de devancement ( ). Pour cette raison, les cancers présents lors de la

mammographie de dépistage ont tous un qui deviendra un temps de devancement réel si le cancer est détecté.

Diagnostic clinique en absence de dépistage

Sensibilité

Période préclinique Période clinique

Initiation de la maladie

100 %

14

Dans une population de femmes dépistées, donc en présence de plusieurs tumeurs avec différentes durées

de PPC et rendues à différents moment de leur PPC (c’est-à-dire qu’elles ont différents ), la sensibilité lors

du dépistage est donc fonction des des cancers présents (Figure 3). La correspond donc à une

sensibilité moyenne pondérée selon le de tous les cancers présents. Prenons par exemple un groupe de

cancers qui, au moment de la mammographie de dépistage, seraient à 2 ans de leur diagnostic clinique

( ). Pour certains de ces cancers, la PPC pourrait avoir débuté depuis longtemps et la sensibilité serait

alors élevée pour ces cancers (par exemple 70%). Par contre, le second groupe de cancers pourrait avoir

débuté leur PPC depuis peu, même s’ils ont également un de 2 ans. Pour ce dernier groupe de cancers,

la sensibilité pourrait être plus faible (par exemple de 30%). Ainsi, la sensibilité pour les cancers avec un DP

de 2 ans serait une moyenne pondérée de tous ces cancers.

Figure 3. Sensibilité pour tous les cancers présents dans la période préclinique au moment de la mammographie de dépistage en fonction du temps de devancement potentiel

Sensibilité

Mammographie de

dépistage

Temps de devancement

potentiel ( )

100 %

15

La du dépistage est donc une moyenne pondérée des sensibilités pour tous les cancers présents lors de la

mammographie de dépistage et elle dépend du de ces cancers. Si nous définissons l’ensemble

étant toutes les valeurs possibles du des cancers au moment de la mammographie,

alors la peut s’exprimer de la façon suivante :

ou

Équation 2

Où correspond à la sensibilité du dépistage, est le nombre de femmes avec un donné lors de la

mammographie, est la sensibilité pour un donné et est le nombre de femmes dans la PPC au

moment de la mammographie.

Puisque la varie en fonction des des cancers présents lors de la mammographie de dépistage, toutes

les caractéristiques pouvant influencer le des cancers chez les femmes dépistées auront nécessairement

un effet sur la . Ainsi, la pourrait être différente entre deux populations de femmes dépistées

uniquement en raison d’une distribution de différente entre les deux populations. La pourrait être plus

élevée si, par exemple, une grande proportion des femmes est à la fin de leur PPC au moment de la

mammographie (court ). Inversement, la serait plus faible si une grande proportion des femmes est au

tout début de la PPC lors du dépistage (long ). Pour cette raison, il est donc attendu que la soit

supérieure lors de la mammographie initiale comparativement à la mammographie subséquente1,20,32,33. En

effet, lors de la mammographie initiale (dans une population de femmes sans dépistage), les cancers sont

rendus à différents moments dans leur PPC. Ces cancers ont donc différents . Par contre, le groupe de

cancers présents lors de la mammographie subséquente est différent du groupe de cancers présents lors de

la mammographie initiale. Lors de la mammographie subséquente, il est attendu que les cancers soient

davantage au début de leur PPC. Les cancers présents à la mammographie subséquente sont : (1) ceux qui

étaient dans la PPC à la mammographie initiale mais qui n’ont pas été détectés (ce qui représente des

cancers plus précoces et davantage au début de leur PPC) et (2) ceux qui n’étaient pas dans la PPC de la

maladie au moment de la mammographie initiale et qui sont devenus précliniques entre la mammographie

initiale et la mammographie subséquente (habituellement, ces cancers devraient aussi être relativement

16

précoces et au début de leur PPC). Ce groupe de cancers présents lors de la mammographie subséquente a

nécessairement, un moyen plus long que le moyen des cancers lors de la mammographie initiale.

Comme la est plus faible lorsque le est long, alors la est plus faible lors de la mammographie

subséquente que lors de la mammographie initiale.

L’intervalle de temps entre les tests de dépistage a également un effet sur le degré de développement des

cancers présents lors du dépistage (et donc un effet sur la distribution des ) et ainsi influence la . Plus

l’intervalle de temps entre la mammographie initiale et la mammographie subséquente est grand, plus le

nombre de cancers présents au moment de la mammographie subséquente se rapprochera du nombre de

cancers qui auraient été présents lors des mammographies initiales si les femmes n’avaient jamais eu de

dépistage7,20,30. De même, plus l’intervalle entre deux mammographies subséquentes est court, plus la lors

de la seconde mammographie sera faible.

Tout autre facteur qui pourrait influencer la progression des cancers dans la PPC aurait donc également un

effet sur la . Certains auteurs soulèvent la possibilité que la prise d’hormonothérapie de substitution pourrait

avoir cet effet34–38.

Par ailleurs, certains facteurs peuvent affecter la en modifiant la probabilité de détecter les cancers qui se

trouvent à un moment spécifique de leur PPC. La probabilité de détection peut être influencée par des

caractéristiques des femmes, des appareils, des technologues et des radiologistes puisque la fonction de

sensibilité dépend principalement de la « qualité » de l’image mammographique obtenue et de la « qualité »

de l’interprétation faite de cette image par un radiologiste. Certaines caractéristiques des femmes peuvent

influencer la qualité de l’image obtenue à la mammographie. Une caractéristique comme l’indice de masse

corporelle des femmes peut rendre difficile le positionnement de la femme lors de la mammographie et ainsi

avoir un effet sur la qualité de l’image de la mammographie39,40. Un autre exemple est la densité mammaire

qui peut venir masquer l’image mammographique et ainsi avoir un effet sur la détectabilité des cancers41,42.

Par ailleurs, une caractéristique tel le nombre d’années d’expérience du radiologiste, pourrait avoir un effet sur

la qualité de l’interprétation que fait le radiologiste de la mammographie43.

Cette définition de la (Équation 1) est très rarement utilisée. Une variante de cette définition de la est

plus couramment utilisée, soit la sensibilité pour les cancers dans la période préclinique détectable ( )

7,13,21,44–72. Le dénominateur de la correspond au nombre de femmes dans la PPCD, et non toutes les

femmes dans la PPC comme pour la . Nous sommes d’accord avec certains auteurs58,68 qui affirment que

l’utilisation des femmes dans la PPCD au dénominateur de la définition de est problématique. Tout

17

d’abord parce qu’il est impossible de savoir pour tous les cancers, lesquels étaient détectables et lesquels ne

l’étaient pas. Ensuite, parce que la durée de la PPCD dépend du test lui-même alors que la durée de la PPC

n’en dépend pas. Si par exemple le test de dépistage s’améliore dans le temps et devient capable de détecter

des tumeurs plus précocement dans la PPC, ce n’est que le numérateur de la qui variera alors que le

dénominateur demeurera identique. Alors, la augmentera et cette augmentation sera appropriée. Par

contre, pour la , le numérateur aussi bien que le dénominateur changeront puisque le nombre de cas

dans la PPCD dépend directement du test de dépistage utilisé. Ainsi, un test de dépistage peut s’améliorer

dans le temps, mais sa pourrait diminuer58. La ne peut pas s’interpréter sans l’information sur

le temps de séjour moyen dans la PPCD58,68. Malheureusement, ce temps de séjour moyen dans la PPCD est

inconnu.

Une autre variante de la est la sensibilité pour un groupe de tumeurs ayant un même ( ).Par

exemple, il peut être intéressant de connaître la sensibilité des cancers avec un de moins d’un an ( )

ou de moins de 2 ans ( )22. Si nous définissons l’ensemble étant toutes les valeurs

possibles du temps de devancement potentiel ( ) des cancers au moment de la mammographie, alors la

peut s’exprimer de la façon suivante :

Où

Équation 3

Dans cette équation, est une variable indicatrice qui permet de définir les cancers qui sont utilisés dans le

calcul de la . Par exemple, pour le calcul de la (c’est-à-dire la sensibilité pour les cancers avec un

de moins de 2 ans), tous les cancers avec un < 2 au moment de la mammographie seront considérés

dans le calcul (donc = 1), tandis que tous les cancers avec un ne seront pas considérés dans le

calcul (donc = 0).

La de même que ses variantes sont des concepts théoriques qui ne sont pas connus dans le contexte d’un

programme de dépistage populationnel par mammographie puisqu’il est impossible de connaître le nombre de

femmes qui sont dans la PPC au moment de la mammographie de dépistage ou de déterminer le lors de

la mammographie de dépistage. La peut être examinée seulement dans le contexte de modèles

18

mathématiques ou de simulation73,74. La variante (de même que la durée de la PPCD) ont été estimés

à l’aide de relations mathématiques accompagnées de données provenant d’essais cliniques randomisés ou

de programmes de dépistage21,44–48,53–57,59,61,63,64,67,70,75 et par l’utilisation de simulations7,49–52,58,60,62,65,66,68,69,71,72.

Seule la sensibilité pour les cancers avec un donné, par exemple, a été estimée pour le dépistage du

cancer de la prostate à l’aide des données d’un essai clinique randomisé22.

2.3 Spécificité du dépistage Tout comme la , la peut être définie selon trois perspectives différentes, soit la spécificité du test, la

spécificité du dépistage et la spécificité du programme (Tableau 3). Dans le cadre de cette thèse, tout

comme pour la , nous nous concentrons sur la spécificité du dépistage. Les termes «spécificité» ou

«spécificité du dépistage» ou l’abréviation « » sont utilisés pour se référer à ce concept.

Tableau 3. Distinction entre les différents concepts théoriques de la spécificité

Concepts théoriques Définition

Spécificité du test

La capacité du test (la mammographie) à donner un résultat

négatif (normal) parmi les personnes dépistées qui ne sont pas

dans la période préclinique de la maladie

Spécificité du dépistage

La capacité de l’épisode de dépistage, soit le test et le

processus de confirmation diagnostique, à donner un résultat

négatif (normal) parmi les personnes dépistées qui ne sont pas

dans la période préclinique de la maladie

Spécificité du programme

La capacité du programme de dépistage à donner un résultat

négatif parmi les personnes dans la population cible qui ne sont

pas dans la période préclinique de la maladie

La spécificité du dépistage correspond à la proportion de femmes sans cancer du sein dont le résultat du

dépistage s’est avéré négatif :

Spécificité = Nombre de femmes sans cancer du sein dans la période préclinique dont le

dépistage s’est avéré négatif

Nombre de femmes sans cancer du sein dans la période préclinique Équation 4

19

Le dénominateur de la est le complément du dénominateur de la . Puisque le dénominateur de la ne

peut pas être connu, le dénominateur de la ne peut pas l’être non plus. Ainsi, la valeur réelle de la est

donc impossible à obtenir. La façon théorique de calculer cette est présentée à la Figure 4.

Présence de la maladie dans la

période préclinique

Oui Non

Dépistage

Anormal Vrai-positif ( ) Faux-positif ( )

Normal Faux-négatif ( ) Vrai-négatif ( )

Figure 4. Définition de la sensibilité et de la spécificité du dépistage

Cependant, et contrairement à la , ne pas connaître le nombre exact de femmes dans la PPC affecte peu la

. La est peu influencée par le nombre exact de femmes qui ne sont pas dans la PPC lors de la

mammographie puisque, dans le contexte d’un dépistage populationnel, le nombre de femmes sans cancer du

sein dans la PPC est forcément beaucoup plus grand que le nombre de femmes avec un cancer du sein dans

la PPC. Même si, par exemple, la prévalence des cancers dans la PPC ( ) variait beaucoup, cette

demeure tellement faible par rapport à la proportion de femmes sans cancer du sein dans la PPC que la

resterait stable et ne serait que très peu influencée par un changement de .

Contrairement à la , il n’existe pas de fonction de . La correspond à une valeur qui est déterminée

par le seuil de positivité obtenue suite à l’interprétation de la mammographie par le radiologiste. Si ce seuil de

positivité est abaissé, c’est-à-dire que le radiologiste est moins sévère pour juger que la mammographie est

positive, alors la diminue. Au contraire, si le seuil de positivité est augmenté, c’est-à-dire que le radiologiste

20

est plus sévère pour juger que la mammographie est positive, alors la sera augmentée. La et la du

test sont donc des concepts liés entre eux en raison de l’application du même seuil de positivité afin de

déterminer le résultat de la mammographie. Cette relation entre la et la s’illustre à l’aide des courbes

ROC (« Receiver-operating curve ») (Figure 5)76,77. Un changement dans le seuil de positivité mène à un

glissement sur la courbe ROC; une augmentation de la est associée à une diminution de la et vice-et-

versa. Bien entendu, les radiologistes ne se situent pas nécessairement tous sur la même courbe ROC;

certains peuvent obtenir une meilleure pour une même 78,79.

Certaines caractéristiques des femmes43,79–81, des appareils82,83, des technologues et des

radiologistes43,78,79,84–87 peuvent influencer la par leur effet sur la « qualité » de l’image mammographique

(entraînant ainsi un seuil de positivité différent en raison d’une image de moins bonne qualité), la fréquence de

différents types d’anomalies sur l’image mammographique ou directement sur le seuil de positivité du

radiologiste. Une caractéristique des femmes comme la densité mammaire peut compliquer l’interprétation de

l’image du sein à la mammographie. La densité mammaire peut avoir comme effet de masquer certaines

anomalies et ainsi obliger le radiologiste à changer son seuil de positivité dans l’interprétation de la

mammographie. Une caractéristique des radiologistes, par exemple le nombre d’année d’expérience, pourrait

avoir un effet sur la capacité du radiologiste à interpréter les mammographies, et ainsi avoir un effet sur le

seuil de positivité dans l’interprétation du radiologiste78.

21

Figure 5. Seuil de positivité du dépistage et courbe ROC

1 - Spécificité

Sens

ibilité

Femmes qui ne sont pas dans la


Femmes avec un cancer dans la


Seuil de positivité A B

B

A

Nomb

re de

femm

es

22

2.4 Principaux indicateurs de performance d’un programme de dépistage Suite à la mise en œuvre d’un programme de dépistage, il est primordial de l’évaluer. Le cadre conceptuel

pour apprécier la qualité d’un programme de dépistage, inspiré par les travaux de Donabedian88, Brunnelle89

et Saucier-Brunelle90, est illustré à la Figure 6. Cette figure permet de constater que, pour apprécier la qualité

du programme, il faut établir un lien entre les ressources, les résultats de production (processus) et les

résultats de santé et de bien-être. Les résultats de santé et de bien-être sont de deux niveaux, soit les

résultats intermédiaires et les résultats ultimes sur la santé (par exemple la réduction de mortalité par cancer

du sein). L’évaluation de la qualité du programme implique un lien (démontré ou vraisemblable) entre les

ressources, le processus, les résultats intermédiaires et les résultats ultimes. Dans le cadre de cette thèse, les

indicateurs de performance à l’étude sont considérés comme des résultats intermédiaires de santé.

L’évaluation d’un programme consiste donc à l’appréciation systématique du processus et / ou des résultats

(aussi appelés résultats effectifs), comparativement à un ensemble de standards explicites dans le but de

contribuer à l’amélioration du programme91.

Figure 6. Cadre conceptuel de l’évaluation d’un programme de dépistage

Un indicateur est une mesure dont les valeurs sont utilisées comme points de repère dans l’appréciation de

l’état ou de l’évolution d’un phénomène90. Cette mesure donne donc une indication, c’est-à-dire une

information incomplète, mais utile, sur le phénomène étudié. Un indicateur doit être comparé à un standard

(ou une norme) afin de pouvoir juger le rendement du programme. Pour mieux cerner un phénomène,

l’utilisation de plusieurs indicateurs est recommandée92.

Normes

Objectifs

Standards

Ressources

Résultats de

production

(processus)

Résultats de

santé et de

bien-être

Population visée

23

Dans le cadre de ce travail, nous étudions un sous-ensemble d’indicateurs utilisés pour évaluer des

programmes de dépistage du cancer du sein : la sensibilité estimée ( ), le taux de détection ( ), le taux de

cancer d’intervalle ( ), le manque de spécificité estimé ( ), le taux de faux positifs ( ) et le taux

de référence ( ). Ces indicateurs sont tous des indicateurs de résultats intermédiaires de santé utilisés

pour l’évaluation du PQDCS. Ces indicateurs entrent en jeux à différents niveaux dans le processus de

dépistage des femmes (Figure 7). Ils sont couramment appelés dans la littérature des « indicateurs de

performance » du programme. En fait, selon les définitions données par Saucier et coll.90, ils correspondent

précisément à des indicateurs d’efficacité du programme, où l’efficacité est définie comme étant le rapport

entre les résultats obtenus et les objectifs, les normes ou les standards à atteindre. Puisque les termes

« indicateurs de performance » sont habituellement utilisés, c’est ainsi que ces indicateurs seront nommés

dans la thèse.

Une étude de Day et coll.17, utilisant les résultats d’un essai clinique randomisé, permet de mettre en lumière

le lien existant entre certains résultats intermédiaires et le résultat de santé ultime souhaité du programme de

dépistage, soit la réduction de mortalité par cancer du sein. Cette étude établit que, entre autres, le au

dépistage initial (appelé dans l’article « prevalence rate at initial screening test ») et le sont des

indicateurs de la et du temps de devancement. Une bonne du dépistage (entraînant un temps de

devancement assez grand) serait une condition nécessaire (mais pas suffisante) à une réduction de mortalité

par cancer du sein chez les femmes dépistées. Les indicateurs de performance servant donc à évaluer l’effet

potentiel du programme de dépistage sur la réduction de mortalité (donc en lien avec la ) sont

principalement la , le et le . Ces indicateurs de performance sont utilisés par les programmes de

dépistage19,28,29,93,94 de même que par plusieurs études évaluant le dépistage par mammographie (notamment

aux États-Unis)95,96.

24

Figure 7. Indicateurs de performance utilisés dans ce travail en lien avec le processus de dépistage. : taux de référence,

: taux de détection, : taux de cancers d’intervalle pour un suivi post-dépistage w, : sensibilité estimée, : taux de

faux positif, : manque de spécificité estimé.

Mammographie de dépistage dans le PQDCS

Diagnostic d’un

cancer du sein

Traitement plus efficace

Réduction de mortalité

Femmes du Québec âgées entre 50 et 69 ans

TD Diagnostic d’un

cancer du sein

Pas de diagnostic

d’un cancer du sein

Mammographie

anormale

Mammographie normale

ou lésion bénigne

Investigation

positive

Investigation négative ou incertaine (rappel précoce)

25

D’autres résultats intermédiaires permettent de porter un jugement sur les effets négatifs du programme de

dépistage chez les femmes sans cancer du sein dont le résultat du dépistage s’est avéré faussement positif

(soit en termes de ). Un dépistage faussement positif peut changer l’attitude et le comportement des

femmes face au dépistage du cancer du sein (et d’autres cancers), leur utilisation des soins de santé et leur

perception du risque qu’elles ont de développer un cancer du sein97. Un résultat de mammographie de

dépistage faussement positif peut également faire apparaître ou augmenter des problèmes comme la détresse

psychologique, l’anxiété, l’inquiétude ou la peur face au cancer du sein97,98. Une bonne permettrait de

réduire ces effets négatifs du dépistage puisqu’une bonne correspond à un nombre réduit de résultats faux

positifs. Trois indicateurs de performance peuvent être indicatifs de , soit , le et le .

L’un ou l’autre de ces indicateurs sont utilisés par tous les programmes de dépistage du cancer du

sein19,28,29,93,94 de même que par plusieurs études portant sur l’évaluation de la mammographie de dépistage

(notamment aux États-Unis)95,96.

Les indicateurs de performance à l’étude dans ma thèse sont donc utilisés pour juger soit de la (la , le

et le ), soit du manque de ( , le et le ). Ces indicateurs doivent être considérés

selon deux niveaux, soit comme des mesures directes ou des mesures indirectes de la ou de

(Figure 8). Les mesures directes, soient et , tentent de nous renseigner directement sur la et

respectivement. Par contre, les mesures indirectes ( , , , ) peuvent nous renseigner

sur des variations dans la ou , mais ces mesures sont également influencées par la prévalence de

la maladie lors du dépistage ( ). En raison de leur lien avec, à la fois la ou et la , les mesures

indirectes pourront seulement être informatives des variations dans la ou dans certaines

conditions. En résumé, les mesures directes ( et ) sont celles qui sont présumées être les plus

informatives de la ou de . Les mesures indirectes ( , , , ) peuvent, dans

certaines conditions, être informatives des variations dans la ou , et ultimement des variations dans

la ou .

Tous les indicateurs de performance utilisés dans ce travail, qu’ils soient une mesure directe ou indirecte,

permettent de comparer les résultats des différents programmes de dépistage entre eux, de comparer la

performance du programme chez différents sous-groupes de femmes dépistées en fonction de

caractéristiques des femmes, des appareils, des radiologistes ou des centres de dépistage ou de comparer

l’évolution de la performance dans le temps.

26

Figure 8. Mesures directes, mesures indirectes et sensibilité ou spécificité du dépistage

Mesures liées à la sensibilité du dépistage

Mesures liées à la spécificité du dépistage

Prévalence de la maladie dans la PPC ( )

Mesures indirectes

Sensibilité estimée ( ) Sensibilité ( )

Prévalence de la maladie

dans la PPC ( )

Mesures indirectes

Taux de faux positifs ( )

Taux de référence ( ) Manque de spécificité

estimé ( ) Manque de

spécificité ( )

Taux de détection ( )

Taux de cancers d’intervalle ( )

Mesures directes

Mesures directes

27

Dans les prochaines sections, les indicateurs liés à la sont d’abord présentés. Pour chaque indicateur, la

définition théorique est tout d’abord reprise, puis les difficultés dans l’estimation de cet indicateur dans un

contexte de dépistage populationnel sont discutées. Par la suite, le lien entre cet indicateur de performance et

la est formulé. Finalement, le lien entre les indicateurs de performance liés à la , soit entre le ou le

et la , est présenté sous forme algébrique. Dans un second temps, les indicateurs liés à la , soit

, et sont présentés. Les liens entre ces indicateurs de performance sont également

présentés sous forme algébrique.

2.4.1 Sensibilité estimée

Comme discuté dans la section « 2.2 Sensibilité du dépistage », il est impossible de connaître la dans le

contexte d’un programme de dépistage populationnel parce que le nombre de femmes avec un cancer dans la

PPC ne peut être connu. Pour procéder à l’évaluation d’un programme de dépistage, des sensibilités estimées

( ) doivent donc être considérées. Dans ce travail, les sensibilités estimées tentent de mesurer la . Les

termes « sensibilité estimée » ainsi que le symbole « » sont utilisés pour référer à ces sensibilités

estimées.

Deux méthodes peuvent être utilisées afin d’obtenir une estimation de la sensibilité : la méthode d’incidence

ou la méthode de détection1,99. Les prochains paragraphes portent tout d’abord sur la sensibilité estimée par la

méthode d’incidence pour une période post-dépistage ( ). Par la suite, la sensibilité estimée par la

méthode de détection pour une période post-dépistage ( ) sera présentée.

La sensibilité estimée par la méthode d’incidence se calcule ainsi :

= 1

Nombre de cancers d’intervalle pour une période post-dépistage donnée

Nombre de cancers attendus en absence de dépistage pour cette même période post-dépistage

Équation 5

L’estimation de cette sensibilité est basée, entre autre, sur les cancers d’intervalle. Les cancers d’intervalle

sont les cancers qui sont diagnostiqués entre deux mammographies de dépistage, soit après un dépistage

jugé négatif et avant la prochaine mammographie de dépistage. Les cancers d’intervalle sont donc des

cancers diagnostiqués durant une période post-dépistage. Dans ce travail, la durée de cette période post-

dépistage est comptée en année et est représentée par « ». Donc, = 2 veut dire une période post-

28

dépistage de 2 ans. Les cancers d’intervalle sont présumés être, en grande partie, des cancers qui étaient

présents lors de la mammographie de dépistage mais qui n’ont pas été détectés. Plus d’explications

concernant les cancers d’intervalle sont données dans la section « 2.4.3 Taux de cancer d’intervalle ».

Plus précisément, si l’on définit l’ensemble étant toutes les valeurs possibles du temps

de devancement potentiel ( ) de l’ensemble des cancers présents au moment de la mammographie et que,

comme pour l’équation de la (Équation 2, p. 15), le nombre de femmes avec un donné lors du

dépistage est , la sensibilité pour un donné est et le nombre de femmes dans la PPC au moment

du dépistage est , alors la peut se résumer par l’équation suivante :

ou

ou

Où

Équation 6

L’utilisation des cancers d’intervalle dans la mesure de la procurent de l’information sur les cancers qui

étaient présents lors du dépistage, mais qui n’ont pas été détectés. Si l’on utilise, par exemple, les cancers

d’intervalle diagnostiqués dans l’année post-dépistage ( = 1), ceux-ci procurent de l’information sur le

manque de sensibilité pour les cancers dont le temps restant à faire dans leur PPC était de moins d’un an ou,

en d’autres mots, pour les cancers avec un < 1 an et qui ont évolué vers un diagnostic clinique. Ainsi, la

, en raison de l’utilisation des cancers d’intervalle, permet d’évaluer la sensibilité chez un sous-groupe de

29

cancers, soit les cancers qui étaient à moins de année de leur diagnostic clinique22. La correspond

donc à une moyenne pondérée de la pour les cancers avec un entre j = 1 et j < au moment de la

mammographie. La nous renseigne non pas sur la , mais sur l’une de ses variantes, soit la . Par

exemple, (donc la sensibilité estimée pour une période post-dépistage d’un an) est représentative de la

sensibilité des cancers avec un inférieur à 1 an, soit . Ce phénomène est illustré à la Figure 9. Tel que

démontré par la figure, la est indicative non pas de la pour tous les cancers dans la PPC, mais bien

pour les cancers avec un de moins d’un an (le dénominateur de correspond à la somme de a1 et c1).

Similairement, lorsque la période post-dépistage considérée est de 2 ans ( = 2), est indicative de la

, c’est-à-dire la sensibilité pour les cancers avec un de moins de 2 ans.

30

Période post-dépistage d’un an ( )

Période post-dépistage de 2 ans ( )

Figure 9. Exemples de sensibilités estimées par la méthode d’incidence et par la méthode de détection pour différentes

périodes post-dépistage. : cancers détectés, : cancer d’intervalle, : période post-dépistage (an), : sensibilité estimée par

la méthode d’incidence pour une période post-dépistage d’un an, : sensibilité estimée par la méthode de détection pour une

période post-dépistage d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de 2 ans,

: sensibilité estimée par la méthode de détection pour une période post-dépistage de 2 ans.

Sensibilité

Mammographie de

dépistage


potentiel ( ) Période post-

dépistage ( )

100 %

31

Afin d’obtenir la , il faut également estimer le nombre de cancers attendus en absence de dépistage. Ce

nombre de cancers attendus en absence de dépistage est difficile à estimer. Cette sensibilité estimée dépend

donc de la fiabilité de ce nombre de cancers attendus en absence de dépistage100,101. Généralement, ce

nombre de cancers attendus en absence de dépistage est estimé en utilisant des données provenant des

essais cliniques randomisés22,102, des données historiques avant l’implantation du programme de dépistage25

ou des données des personnes n’ayant pas participé au programme de dépistage103. Peu importe la méthode

utilisée, la validité de ce nombre de cancers attendus en absence de dépistage est discutable dans le contexte

d’un programme de dépistage implanté depuis plusieurs années.

Un article récemment publié23 et se basant sur les travaux d’Eddy30 présente une façon d’estimer le taux

d’incidence attendu en absence de dépistage à l’aide de données d’un programme de dépistage. Les auteurs

de ces travaux proposent que, en présence d’un programme de dépistage en état d’équilibre, le nombre de

cancers attendus en absence de dépistage soit approximativement égal à la somme des cancers détectés et

des cancers d’intervalle. Un programme de dépistage à l’état d’équilibre implique certains postulats, dont le

principal étant que le taux d’incidence du cancer du sein de même que la distribution de la PPC de la maladie

ne changent pas dans le temps ou avec l’âge30. L’état d’équilibre d’un programme n’est pas un principe facile

à rencontrer; il faut, entre autres, que le taux d’incidence du cancer du sein soit stable et que l’intervalle de

temps entre les mammographies ne change pas dans le temps ou selon l’âge de la femme23,30. En pratique,

dans un réel programme de dépistage, il est peu probable que les postulats sous-jacents à l’état d’équilibre

d’un programme de dépistage soient parfaitement rencontrés23. Par ailleurs, Zorzi et coll.23 semblent atteindre

un état d’équilibre approximatif (du moins de façon suffisante pour leurs fins) après 5 années suivant

l’implantation d’un programme de dépistage.

Une autre façon d’obtenir une sensibilité estimée est par la méthode de détection. Si l’on définit l’ensemble

étant toutes les valeurs possibles du temps de devancement potentiel ( ) de

l’ensemble des cancers présents au moment de la mammographie et que, comme pour l’équation de la

(Équation 2, p. 15), le nombre de femmes avec un donné lors du dépistage est , la sensibilité pour un

donné est , alors la sensibilité estimée par la méthode de détection pour un suivi post-dépistage de

années ( ) peut s’exprimer de la façon suivante :

32

Où

Équation 7

Le numérateur de la correspond à tous les cancers détectés par le dépistage. Le dénominateur de la

correspond à la somme des cancers détectés et des cancers d’intervalle ayant été diagnostiqués durant

le suivi post-dépistage. Concrètement, la peut donc se résumer ainsi :

Nombre de cancers détectés

Nombre de cancers d tect s Nombre de cancers d’intervalle pour un suivi post-dépistage

Équation 8

Des exemples de sont présentés à la Figure 9. Cette figure permet de constater que la utilise

l’information de tous les cancers détectés (peu importe leur temps de devancement ou ) et des cancers

d’intervalle diagnostiqués durant la période post-dépistage . Par exemple, utilise au numérateur tous

les cancers détectés (soit , et , Figure 9), et fait la somme au dénominateur de ces cancers détectés

( , et ) et des cancers d’intervalle diagnostiqués dans la première année suivant la mammographie de

dépistage ( ). Puisque le des cancers détectés n’est pas similaire au des cancers d’intervalle

considérés dans la , alors ne correspond donc pas à une moyenne pondérée des .

L’équation de la (Équation 6) et l’équation de la (Équation 7) permettent de remarquer que la

différence entre les deux se retrouve par l’ajout (aussi bien au numérateur qu’au dénominateur) de tous les

cancers détectés ayant un égal ou plus grand que la durée de la période post-dépistage ( ) pour la

. Pour la , les cancers détectés utilisés sont seulement ceux avec un inférieur à la durée de la

période post-dépistage ( ). Les deux sensibilités estimées ( et ) ne peuvent donc pas

s’interpréter de la même façon. Les sont généralement plus élevées que les 1,25,99 .

La différence entre et sera d’autant plus grande lorsque la période post-dépistage est courte

par rapport à la durée du des cancers détectés. Un exemple de ce principe est illustré à la Figure 10.

33

Figure 10. Exemples de la différence entre les cancers détectés et les cancers d’intervalle selon la période post-dépistage

Période post-dépistage d’un an ( )

Cancers dans la période préclinique qui sont détectés (a )

Cancers dans la période préclinique qui n’ont pas été détectés mais qui seront

diagnostiqués dans les w prochaines années (c )

Cancers dans la période préclinique qui ne sont pas détectés et qui ne seront pas

diagnostiqués dans les w prochaines années

Période post-dépistage de trois ans ( )

a1

a2

a3 a

4 a

5

c1

Sensibilité

c2 c

3

a1

a2

a3 a

4 a

5

c1

Sensibilité

Mammographie de

dépistage

Mammographie de

dépistage

100 %

100 %

34

Aux fins de l’exemple, supposons un maximal de 5 ans (pour les cancers détectés) et une période post-

dépistage d’un an ( = 1, graphique du haut) ou de trois ans ( = 3, graphique du bas). Lorsque = 1, la

correspond à la sensibilité estimée pour les cancers qui seraient devenus cliniques dans la prochaine

année et elle est calculée ainsi :

Équation 9

Et elle peut également être exprimée ainsi :

Équation 10

Pour ce qui est de la méthode de détection, la est estimée ainsi :

Équation 11

Pour = 1, la différence entre et (l’Équation 10 comparativement à l’Équation 11) consiste à

l’ajout au numérateur et au dénominateur des cancers , , et pour la (comparativement à la

).

Si la période post-dépistage passe d’un an à trois ans (Figure 10, graphique du bas), alors et sont

estimées, respectivement, par les équations suivantes :

Équation 12

Équation 13

35

La différence entre (Équation 12) et (Équation 13) réside au fait de l’ajout au numérateur et au

dénominateur du des cancers et . Puisque le nombre de cancers et est un faible nombre

par rapport aux autres cancers détectés, alors et seront pratiquement semblables. La différence

entre et sera donc moins importante si la période post-dépistage se rapproche du des

cancers détectés. En d’autres mots, lorsque le des cancers détectés est environ égal à la période post-

dépistage accordée pour permettre le diagnostic de cancers d’intervalle, (c’est-à-dire quand le ), alors

et seront assez similaires (en supposant que la proportion de cancers d’intervalle qui correspond

à des cancers qui n’étaient pas présents dans la PPC au moment de la mammographie de dépistage soit

faible). Plus le est grand par rapport à la période post-dépistage , plus la sera différente de la

.

Un argument souvent avancé contre l’utilisation de est le problème du surdiagnostic22,23. Le

surdiagnostic se définit comme étant le diagnostic d’un cancer (infiltrant ou in situ) qui ne serait jamais devenu

clinique dans la vie de la femme, mais qui a été détecté par la mammographie de dépistage. Le surdiagnostic

sera d’autant plus important pour les cancers à évolution lente. Le surdiagnostic entraîne des traitements

inutiles pour les femmes ainsi que des coûts, aussi bien émotifs que monétaires, non désiré. Le surdiagnostic

ne s’applique pas à la puisque les cancers d’intervalle sont tous des cancers qui sont devenus cliniques.

Par contre, la le serait. Le problème de surdiagnostic affecte principalement les premiers dépistages qui

ont lieu dans une population. C’est lors de ces premiers dépistages que les cancers à évolution très lente

risquent d’être détectés par le dépistage. Pour cette raison, il est suggéré que la serait davantage

influencée par le surdiagnostic lors des premières mammographies dans une population, comparativement

aux mammographies subséquentes23. Il est cependant important de noter que les premières mammographies

de dépistage dans une population ne correspondent pas nécessairement aux mammographies initiales ou aux

premiers dépistages subséquents dans le cadre du programme de dépistage; les femmes peuvent avoir passé

des mammographies de dépistage au préalable, avant de participer au programme. Le surdiagnostic est

considéré comme étant un désavantage du dépistage.

En résumé, les et tentent, toutes les deux, d’apprécier la , mais ces sensibilités estimées ne

s’interprètent pas de la même façon. La permet d’évaluer une variante de la , soit la sensibilité pour

un sous-groupe de cancers (la ). D’un autre côté, la est plus difficile à interpréter et cette mesure

n’estime pas précisément la ou sa variante ( ). La est habituellement plus élevée que la ,

36

et la différence entre les deux sera d’autant plus grande lorsque le des cancers détectés est grand par

rapport à la période post-dépistage considérée ( ) .

Dans ce travail, la utilisée au Chapitre 3 (« Analyse des données du PQDCS ») est celle obtenue par la

méthode de détection ( ). Cette méthode est privilégiée pour les analyses des données du PQDCS

puisque, premièrement, c’est la méthode la plus couramment utilisée par les programmes de

dépistage43,93,96,104–117. De plus, avec les données disponibles au moment des analyses, l’obtention de la

n’était pas possible. Le calcul de la implique de connaître l’incidence du cancer du sein attendue en

absence de dépistage. Cette incidence du cancer du sein en absence de dépistage peut être déterminée par

des données d’un programme de dépistage (soit à l’aide des cancers détectés et les cancers d’intervalle),

mais à condition que celui-ci soit à l’état d’équilibre23,30. Deux conditions importantes pour qu’un programme

de dépistage soit à l’état d’équilibre sont que la ne change pas dans le temps (donc ne s’améliore pas

dans le temps) et que le taux d’incidence du cancer du sein doit être constant dans le temps30. Ces deux

conditions sont difficiles à vérifier dans le contexte d’un programme de dépistage populationnel. De plus, il est

facile de trouver des hypothèses pouvant aller à l’encontre de la 2e condition, soit que l’incidence du cancer du

sein demeure constante. Par exemple, la diminution de la prise d’hormonothérapie de substitution après 2002

semble être associée à une diminution, entre 2002 et 2004, du taux d’incidence du cancer du sein chez les

femmes canadiennes entre 50 et 69 ans118. Ainsi, depuis la mise en place du PQDCS, il est fort probable que

le PQDCS n’ait pas atteint un état d’équilibre. L’estimation de la par la méthode proposée par Zorzi et

coll.23 serait donc discutable. Par contre, pour les analyses présentées au Chapitre 4 (Analyse des données

simulées), les deux façons d’obtenir des sensibilités estimées, soit et , seront utilisées.

2.4.1.1 Variations absolues entre les sensibilités estimées et la sensibilité

Les sensibilités estimées ( et ) tentent de juger de la (ou de sa variante). En comparant les

équations des , et décrites dans les sections précédentes et résumées à la Figure 11, il est

possible de constater les différences.

37

Supposons étant toutes les valeurs possibles du temps de devancement

potentiel des cancers au moment de la mammographie de dépistage.

Sensibilité :

Variantes de la sensibilité :

Où

Sensibilités estimées par la méthode d’incidence:

Où

Sensibilités estimées par la méthode de détection:

Où

Figure 11. Résumé des équations de la sensibilité de la mammographie, de la sensibilité estimée par la méthode d’incidence

et de la sensibilité estimée par la méthode de détection. : sensibilité du dépistage, : temps de devancement potentiel, :

nombre de femmes avec un donné lors de la mammographie, : sensibilité pour un donné, : sensibilité pour les

cancers avec un donné (Équation 3), : sensibilité estimée par la méthode d’incidence pour une période post-dépistage

(Équation 6), : sensibilité estimée par la méthode de détection pour une période post-dépistage (Équation 7).

38

La (Équation 6) correspond à une variante de la , soit la sensibilité pour les cancers dont le est

inférieur à la période post-dépistage ( ). Pour la (Équation 7), cette mesure n’estime pas

précisément la ou sa variante. Puisque certains des cancers détectés ont des plus longs que la période

post-dépistage , alors est une surestimation de la .

Il est intéressant de noter que pour les deux (aussi bien que ), la seule condition pour que ces

sensibilités estimées soient égales à la est que la période post-dépistage doit être environ égale au

des cancers présents lors de la mammographie de dépistage. Si est plus court que les des cancers

présents lors du dépistage, alors les et seront des surestimations de la . Plus la période post-

dépistage est courte par rapport aux , plus les et surestimeront la . En réalité, il est

attendu que la période post-dépistage soit courte par rapport aux des cancers.

La Figure 12 peut illustrer ce principe que plus la période post-dépistage est près du , plus les cancers

considérés dans la seront les mêmes que ceux considérés dans la . Le graphique du haut présente

des cancers avec un plus long , comparativement au graphique du bas. Les zones picotées grises des

graphiques représentent les cancers qui sont considérés dans le calcul de la , mais qui ne le sont pas pour

la . La zone picotée grise du graphique du bas est plus restreinte que la zone picotée grise du graphique

du haut, laissant présumer que la serait plus près de la dans le graphique du bas comparativement

au graphique du haut. Il en est de même pour la . Plus la période post-dépistage est près du des

cancers présents lors du dépistage, plus les cancers considérés dans la seront les mêmes que ceux

considérés dans la .

Cependant, en pratique, la plus longue période recommandée entre les dépistages dans le cadre d’un

programme est à tous les 3 ans (programme de dépistage du Royaume-Uni94). Ainsi, la période post-

dépistage ne peut pas être augmentée à plus de 3 ans. Cette période post-dépistage permet de laisser le

temps aux cancers présents dans la PPC lors de la mammographie de dépistage, mais qui n’ont pas été

détectés, de devenirs cliniques. Cependant, plus la période de suivi est longue, plus la proportion de cancers

qui n’étaient pas présents dans la PPC lors de la mammographie de dépistage (cancers incidents durant la

période considérée), mais qui deviennent cliniques durant la période post-dépistage devient élevée. Ces

cancers ne sont pas informatifs du manque de sensibilité puisque ceux-ci n’étaient pas présents lors de la

mammographie.

39

Figure 12. Fonctions de sensibilité pour deux durées différentes de la période préclinique

Sensibilité

Mammographie de dépistage

Cancers détectés

Cancers non détectés et qui seront diagnostiqués dans les prochaines années

Cancers dans la période préclinique qui ne sont pas détectés et qui ne seront pas diagnostiqués dans les prochaines années

Sensibilité


Temps de devancement potentiel ( ) plus long

Temps de devancement potentiel ( ) plus court

100 %

100 %

40

En résumé, la et la tentent d’apprécier la . Plus la période post-dépistage est différente des

des cancers présents lors de la mammographie de dépistage, plus les surestiment la . Plus la

période post-dépistage se rapproche des des cancers présents lors du dépistage, plus les se

rapprochent de la .

2.4.1.2 Variations relatives entre les sensibilités estimées et la sensibilité

Lors de l’évaluation d’un programme de dépistage, il est intéressant de pouvoir mesurer les indicateurs de

performance, et particulièrement les , pour différents groupes de femmes dépistées. Les peuvent donc

être déterminées en fonction des caractéristiques des femmes (par exemple selon des catégories d’âge,

d’indice de masse corporelle, de densité mammaire), des radiologistes (par exemple selon le volume de

lecture, le nombre d’années d’expérience) ou des centres où a été fait la mammographie de dépistage (par

exemple selon le volume annuel de mammographies réalisées)41,43,79,80,106,109,114,119–133. Il est donc utile de ne

pas seulement obtenir la globale du programme de dépistage, mais également de comparer les selon

des sous-groupes de femmes dépistées afin de déterminer les sous-groupes où le dépistage semble atteindre

une meilleure sensibilité.

Il a été démontré jusqu’à présent que les sont différentes de la . De plus, les sont généralement une

surestimation de la . Il est également possible de prévoir que, dans certaines situations, des variations dans

les (sous forme de rapports) ne soient pas du tout représentatives des variations dans les . Cette

inégalité entre les variations relatives dans les et les variations relatives dans les peut s’illustrer par

l’exemple de la Figure 13.

41

Figure 13. Illustration de fonctions de sensibilités différentes selon deux groupes de femmes dépistées

180

120 50

190 150 80 20

10

180 140

90 30

110 60 20

Sensibilité

Temps de devancement potentiel (ans)


100 %

170

100 %

Sensibilité

Dépistage

2 3 4 1

Dépistage

2 3 4 1

Groupe A

Groupe B

42

Supposons deux groupes de femmes dépistées (groupe A et groupe B) dont les mammographies ont été

interprétées par deux groupes de radiologistes différents. Afin de simplifier l’exemple, présumons que chaque

groupe comprend le même nombre de mammographies de dépistage et la prévalence des cas dans la PPC

( ) est identique dans les deux groupes (soit de 800 cancers dans la PPC par groupe). La distribution du

temps de devancement potentiel ( ) des cancers présents lors de la mammographie est également

identique dans les deux groupes. Seulement la fonction de sensibilité des radiologistes diffère selon les

groupes. Les radiologistes du groupe A sont capables de détecter des cancers avec un plus long temps de

devancement ( ) comparativement aux radiologistes du groupe B. Les radiologistes ayant interprété les

mammographies des femmes du groupe A peuvent, par exemple, être des radiologistes plus expérimentés

que les radiologistes ayant interprété les mammographies des femmes du groupe B. Par exemple, les

radiologistes du groupe A ont détecté 30 cancers avec un entre 3 et 4 ans, comparativement à 10 cancers

pour les radiologistes du groupe B. Cependant, le nombre de cancers d’intervalle pour une période post-

dépistage de 1 an est identique dans les 2 groupes (n = 20 cancers d’intervalle), indiquant que les

radiologistes ont une même sensibilité pour les cancers avec un de moins d’un an ( ).

Les variations relatives des , et pour les deux groupes de femmes dépistées sont présentées

au Tableau 4.

43

Tableau 4. Variations de la sensibilité, de la sensibilité estimée par la méthode d’incidence et de la sensibilité estimée par la méthode de détection en fonction de la

période post-dépistage

Groupe A Groupe B

Rapport (groupe A / groupe B)

55,0 %

(440 / 800)

45,0 % (360 / 800)

1,22

Période post-dépistage de 1 an

90,0 %

(1 – [20 / 200])

90,0 % (1 – [20 / 200])

1,00

95,7 %

(440 / 460)

94,7 % (360 / 380)

1,01

Période post-dépistage de 2 ans

80,0 %

(1 – [80 / 400])

75,0 % (1 – [100 / 400])

1,07

84,6 % 78,3 %

1,08 (440 / 520) (360 / 460)


68,3 % 58,3 %

1,17 (1 – [190 / 600]) (1 – [250 / 600])

69,8 % 59,0 %

1,18 (440 / 630) (360 / 610)


55,0 % 45,0 %

1,22 (1 – [360 / 800]) (1 – [440 / 800])

55,0 % 45,0 %

1,22 (440 / 800) (360 / 800)

: sensibilité, : sensibilité estimée par la méthode d’incidence pour une période post-

dépistage d’un an, : sensibilité estimée par la méthode de détection pour une période post-

dépistage de 1 an, : sensibilité estimée par la méthode d’incidence pour une période post-

dépistage de 2 ans, etc.

44

Si la est comparée en termes relatifs, la du groupe A est 22 % supérieure à la du groupe B (rapport

de ou = 1,22). Si l’on définit « » comme les cancers détectés et « autre cancer » comme les autres

cancers présents lors de la mammographie mais qui n’ont pas été détectés, alors le entre le groupe A et

le groupe B peut s’exprimer ainsi :

Équation 14

D’un autre côté, les rapports de ( ), aussi bien les rapports de ( ) que les rapports de

( ), varient selon la période post-dépistage. Pour une période post-dépistage d’un an ( = 1), les

ou les sont à peu près de 1,00, ne suggérant aucune différence dans les selon les

groupes. Si l’on définit « » comme les cancers détectés et « » comme les cancers d’intervalle pour une

période post-dépistage d’un an, le entre le groupe A et le groupe B peut s’exprimer ainsi :

Équation 15

45

Dans notre exemple, le rapport de est une sous-estimation du rapport de . Compte tenu de l’Équation

14 et de l’Équation 15, nous pouvons voir que :

Équation 16

Lorsque la somme des cancers détectés et des cancers d’intervalle est plus faible dans le groupe A que le

groupe B, alors le sera une sous-estimation du si celui-ci est supérieur à 1. Par contre, si le

est inférieur à 1, alors le sera une surestimation du .

Plus la période post-dépistage est longue, plus le nombre de cancers d’intervalle se rapproche du nombre

des autres cancers présents lors de la mammographie de dépistage, mais qui n’ont pas été détectés. Ainsi,

plus la période post-dépistage se rapproche du des cancers présents lors du dépistage, plus les

seront près du . Dans notre exemple, les deviennent identiques aux lorsque la période post-

dépistage est de 4 ans ( , et = 1,22), soit lorsque . Ainsi, la capacité des

radiologistes de détecter en plus grand nombre des cancers avec un plus grand ne transparait pas dans

les (aussi bien les que les ).

Cet exemple démontre que les variations relatives dans les entre deux groupes ne sont pas toujours

représentatives des variations dans la . La direction du biais entre le et le est différente selon la

valeur de celui-ci. Si le entre 2 groupes est supérieur à 1, alors les peuvent sous-estimer le .

Par contre, si le est inférieur à 1, alors les peuvent surestimer le . Plus la période post-

dépistage se rapproche des des cancers présents lors du dépistage, plus le se rapproche du

. Cependant, dans un réel programme de dépistage du cancer du sein, les doivent être

considérablement supérieurs à la période post-dépistage considérée (soit entre 1 et 3 ans).

46

En résumé, dans le contexte d’un programme de dépistage, la ne peut pas être connue. Celle-ci doit donc

être estimée, soit par la méthode d’incidence ( ) ou soit par la méthode de détection ( ). Ces

surestiment la puisqu’un certain nombre de cancers qui étaient présents dans la PPC lors de la

mammographie de dépistage, qui n’ont pas été détectés et qui ne deviendront pas des cancers d’intervalle

(puisque leur , ne sont pas considérés dans ces deux mesures de . Les seront davantage

une surestimation de la lorsque la période post-dépistage est courte par rapport aux des cancers

présents lors de la mammographie de dépistage. La est la mesure la plus couramment utilisée dans le

contexte d’évaluation de sous-groupes de femmes dépistées. Il est également important de se rappeler que

non seulement les surestiment la , mais les variations relatives dans les peuvent parfois surestimer

et parfois sous-estimer les variations relatives de la . Puisqu’il est impossible de connaître la dans le

contexte d’un programme de dépistage, il est essentiel d’avoir recours à la simulation afin de clarifier : (1)

jusqu’à quel point les sont différentes de la et (2) dans quelles situations les variations relatives dans

les mesures directes ( et ) se rapprochent le plus des variations relatives dans la .

2.4.2 Taux de détection

Le taux de détection du cancer du sein ( ) est utilisé pour l’évaluation de tous les programmes de dépistage

du cancer du sein17–19,28,93–96,134–136. Le correspond à la proportion de femmes pour lesquelles un cancer du

sein a été diagnostiqué à la suite d’un résultat de mammographie positive parmi toutes les mammographies

de dépistage. Théoriquement, si nous définissions l’ensemble étant toutes les valeurs

possibles du temps de devancement potentiel ( ) des cancers au moment du dépistage, le nombre de

femmes avec un donné lors du dépistage, la sensibilité pour un donné et le nombre de

mammographies pour un dépistage spécifique, le est défini comme :

Équation 17

Bien que la définition du semble simple, elle n’est pas si claire en pratique. Tout d’abord, la définition de

ce qu’est un cancer détecté par dépistage varie d’un programme à un autre. Pour qu’un cancer du sein soit

considéré comme ayant été détecté, celui-ci doit avoir été diagnostiqué suite à une investigation qui a débuté

par une mammographie jugée anormale (ou positive). La conclusion de l’interprétation de la mammographie

de dépistage par le radiologiste peut prendre différentes formes. Par exemple, dans le cadre du PQDCS, le

radiologiste peut porter 3 conclusions: (1) Normal, (2) Normal / lésion bénigne ou (3) Anormal / référence pour

47

confirmation diagnostique (Figure 14). Aux États-Unis, le « American College of Radiology » (avec la

collaboration d’autres partenaires) ont établi un système afin de standardiser le résultat de l’interprétation des

radiologistes (appelé « Breast Imaging Reporting and Data System » ou « BI-RADS »)137. Suite à

l’interprétation de la mammographie de dépistage, le radiologiste doit choisir l’une des 6 conclusions (de BI-

RADS 0 à BI-RADS 5) présentées à la Figure 15. Cette interprétation initiale est appelée « initial

assessment » et elle est le résultat de l’évaluation de la mammographie de dépistage seulement (avant que

toute autre image ne soit obtenue).

Figure 14. Conclusions possibles de l’interprétation de la mammographie et de l’investigation initiale dans le PQDCS


Anormal / référence pour

confirmation diagnostique Normal

Normal / lésion

bénigne

Investigation

initiale

Positive

(diagnostic de cancer)

Incertaine, recommandation

de rappel précoce

Conclusion de l’interprétation de

la mammographie de dépistage

Conclusion de

l’investigation initiale

Négative

(Pas de diagnostic de cancer)

48

BI-RADS Categories BI-RADS 0: Additional imaging evaluation and/or comparison to prior mammograms is needed BI-RADS 1: Negative BI-RADS 2: Benign (non-cancerous) finding BI-RADS 3: Probably benign finding – Follow-up in short time frame is suggested BI-RADS 4: Suspicious abnormality – Biopsy should be considered BI-RADS 5: Highly suggestive of malignancy – Appropriate action should be taken

Recommendations n : normal follow-up, short interval follow-up, no recommendations or recommendations are missing w : immediate work-up other than biopsy b : biopsy, surgical consult or fine-needle aspiration

Figure 15. Conclusions possibles de l’interprétation de la mammographie de dépistage («Initial Assessment») et de l’investigation initiale («Final Assessment») selon les catégories BI-RADS utilisées aux États-Unis

BI-RADS 0, recommendation b

BI-RADS 1, recommendation n








Final Assessment


BI-RADS 0, recommendation w




Immediate work-up (follow-up period of 90 days)

Conclusion de l’interprétation de la mammographie de dépistage

49

La définition d’une mammographie de dépistage positive peut donc changer selon les programmes ou les

organisations. Dans le cadre du PQDCS, une mammographie est jugée positive lorsque la conclusion du

radiologiste est « Anormal / référence pour confirmation diagnostique ». Aux États-Unis, l’ « American College

of Radiology » énonce qu’une mammographie de dépistage est jugée positive lorsque les catégories BI-RADS

0, 4 ou 5 sont utilisées lors de l’interprétation initiale de la mammographie137. De leur côté, le « Breast Cancer

Surveillance Consortium » (BCSC) (financé par le « National Cancer Institute » et ayant comme objectif

d’améliorer la compréhension des pratiques de dépistage du cancer du sein aux États-Unis)95,138 définit une

mammographie de dépistage positive sur la base de la conclusion de l’interprétation initiale BI-RADS, mais

aussi de la recommandation faite par le radiologiste (recommandation n, w ou b, Figure 15). Une

mammographie de dépistage est jugée comme étant positive lorsque la conclusion de l’interprétation initiale

comprend les catégories BI-RADS 0 (peu importe la recommandation), BI-RADS 3 avec une recommandation

d’investigation immédiate autre que la biopsie (recommandation appelée « w » à la Figure 15) ou pour une

recommandation de biopsie, consultation chirurgicale ou aspiration à l’aiguille fine (recommandation appelée

« b » à la Figure 15), BI-RADS 4 ou BI-RADS 5.

Une fois que la mammographie est jugée anormale (ou positive), la femme doit subir des examens

supplémentaires afin de statuer s’il y a présence ou non de cancer du sein. Cet épisode d’investigation initiale

est censé prendre place dans les toutes premières semaines suite à la mammographie positive et peut

comprendre des examens radiologiques et / ou des actes plus effractifs comme des biopsies par forage ou

des biopsies ouvertes. Encore une fois, la conclusion de cette investigation initiale peut prendre différentes

formes. Dans le cadre du PQDCS, l’investigation initiale peut s’avérer négative (pas de diagnostic de cancer

du sein), incertaine ou positive (diagnostic de cancer du sein) (Figure 14). Lorsque l’investigation initiale

s’avère négative, une recommandation de revenir passer une mammographie de dépistage dans l’intervalle de

temps habituel du programme est faite. Par contre, lorsque l’investigation initiale demeure incertaine,

l’investigation initiale n’a pas permis de conclure sur la présence ou non de cancer du sein et un suivi précoce

est recommandé (souvent à 6 mois)137,139.

Cette recommandation de suivi peut être appelée un « rappel précoce »6, un « short-interval follow-up » aux

États-Unis138, un « early review »93, un « short term recall »94 ou un « intermediate mammogram »19. Dans ce

travail, le terme « rappel précoce » est utilisé et il est défini comme étant une recommandation de revenir

passer une mammographie dans un intervalle de temps plus court que le temps habituel du programme, suite

à l’investigation initiale d’une mammographie de dépistage jugée anormale. Tous les programmes s’entendent

sur le fait que les cancers du sein diagnostiqués suite à l’investigation initiale doivent être considérés comme

50

des cancers détectés. Cependant, l’inclusion ou non des cancers diagnostiqués lors de ces rappels précoces

comme des cancers détectés ne fait pas consensus.

Pour certains pays, tels que l’Irlande140, les Pays-Bas141–143 et le Royaume-Uni144,145, les cancers diagnostiqués

lors d’un rappel précoce sont considérés comme des cancers détectés par le dépistage. Cependant, dans ces

pays, la recommandation pour un rappel précoce est très peu utilisée. Ces programmes sont en accord avec

les lignes directrices de l’Union européenne qui précisent que les programmes de dépistage ne doivent pas

permettre la possibilité de faire des rappels précoces à la suite d’un épisode de dépistage19. Par exemple, la

proportion de rappel précoce (appelé « short-term recall ») dans le programme de dépistage du Royaume-Uni

doit être inférieure à 0,25 % chez les femmes dépistées146. Dans ces pays, l’utilisation de la recommandation

d’un rappel précoce doit donc se faire dans des situations exceptionnelles.

Dans d’autres pays, par exemple au Canada ou aux États-Unis, la proportion de femmes avec une

recommandation de rappel précoce à la fin de l’investigation initiale semble plus élevée147. Par exemple, dans

le cadre du PQDCS, approximativement 2,1 % des femmes dépistées entre 2000 et 2008 obtiennent une

recommandation de rappel précoce148. Lorsque la proportion de rappel précoce s’avère plus élevée, l’inclusion

ou non des cancers diagnostiqués suite aux rappels précoces semblent légèrement différer selon les pays. Ce

qui complique également la détermination des cancers détectés par le dépistage est le fait que les actes

d’investigations de même que la conclusion de l’investigation initiale ne sont pas connus pour toutes les

femmes avec une mammographie anormale dans plusieurs programmes (dont le PQDCS). Ainsi, il n’est pas

possible de savoir si l’investigation initiale a permis ou non de détecter le cancer. Pour cette raison, les

cancers détectés sont donc définis selon un intervalle de temps après une mammographie anormale. Aux

États-Unis, l’ « American College of Radiology »137 de même que le « Breast Cancer Surveillance

Consortium »95,138 incluent, à titre de cancers détectés, les cancers diagnostiqués dans un intervalle d’un an

suivant une mammographie de dépistage positive (peu importe si le cancer a été diagnostiqué suite à

l’investigation initiale ou suite à un rappel précoce qui a été fait à l’intérieur de l’année suivant la

mammographie de dépistage). Pour le PQDCS147, les lignes directrices au Canada29 et le programme de

dépistage de l’Australie27, les cancers diagnostiqués dans les 6 premiers mois suivants la mammographie de

dépistage sont considérés comme des cancers détectés, peu importe si ce cancer a été diagnostiqué suite à

l’investigation initiale ou suite à un rappel précoce qui a été fait à l’intérieur d’un intervalle de 6 mois suite à la

mammographie de dépistage.

En pratique, le est donc mesuré en considérant le nombre de femmes avec un diagnostic de cancer du

sein dans un intervalle de temps donné suite à un résultat de mammographie anormal divisé par le nombre

51

total de mammographies de dépistage ( , Figure 16). Dans le PQDCS, un cancer du sein est considéré

comme ayant été détecté si l’intervalle de temps entre la mammographie anormale et le diagnostic de cancer

du sein est de moins de 6 mois.

Toutes les femmes avec un cancer du sein identifié dans les six mois suivant une mammographie de

dépistage anormale font partie du numérateur de l’estimé du . Cette définition utilisée pour estimer le

peut différer de la définition théorique, notamment dans deux situations. Premièrement, il se peut que ces

cancers ne soient pas tous des cas ayant été détectés par la mammographie. On peut imaginer qu’une femme

peut avoir eu un résultat de mammographie anormal, avoir une investigation initiale concluant qu’il n’y avait

pas de cancer, mais que finalement des symptômes seraient apparus à la suite de son investigation initiale,

résultant en un diagnostic de cancer du sein dans l’intervalle de 6 mois suivants sa mammographie anormale.

Le cancer a donc été manqué à l’investigation initiale. Deuxièmement, certains cancers peuvent être détectés

suite à une longue investigation initiale (soit de plus de 6 mois). Ces cancers ne seraient pas non plus

considérés dans l’estimé du . La proportion de femmes dans ces deux situations est jugée faible. Donc, le

calculé par les programmes de dépistage est probablement très près du théorique.

52

Diagnostic de cancer du

sein

Oui Non

Mammographie de

dépistage

Anormale

Investigation

positive

Investigation

négative

Normale

Prévalence estimée du cancer du sein dans la période préclinique :

Indicateurs de performance liés à la sensibilité :

Sensibilité estimée par la méthode de détection:

Manque de sensibilité estimé par la méthode de détection :

Taux de détection:

Taux de cancer d’intervalle:

Indicateurs de performance liés à la spécificité :

Spécificité estimée:

Manque de spécificité estimé:

Taux de référence:

Taux de faux positifs:

Figure 16. Prévalence estimée du cancer du sein dans la période préclinique au moment de la mammographie de dépistage et certains indicateurs de performance d’un programme de dépistage du cancer du sein

53

2.4.2.1 Relation entre le taux de détection, la sensibilité estimée et la sensibilité

Le , tel qu’énoncé à l’Équation 17, correspond à la proportion de cancers détectés par le dépistage. De

façon plus détaillée, nous pouvons établir que le dépend de la et de la de la maladie dans la PPC.

Si nous définissions l’ensemble étant toutes les valeurs possibles du temps de

devancement potentiel ( ) des cancers au moment du dépistage, le nombre de femmes avec un

donné lors du dépistage, la sensibilité pour un donné et le nombre de mammographies pour un

dépistage spécifique, alors :

Équation 18

Day et coll.17 suggèrent qu’il est préférable d’exprimer le en fonction du taux d’incidence attendu en

absence de dépistage. Le divisé par le taux d’incidence de cancer du sein attendu en absence de

dépistage est appelé proportionnel et il est utilisé par un bon nombre d’articles100,115,136,149–155.

Généralement, le taux d’incidence du cancer du sein attendu en absence de dépistage est estimé en utilisant

des données historiques avant l’implantation du programme de dépistage100,135,136. Cependant, la validité de

l’estimé de l’incidence en absence de dépistage est questionnable. Un article souligne que l’incidence du

cancer du sein peut changer dans le temps et ainsi rendre difficile la projection d’un taux d’incidence101. Cet

article soulève également que l’utilisation de différentes techniques de modélisation peut mener à des estimés

d’incidence différents et que d’autres études sont nécessaires afin de clarifier ces difficultés101. Pour certains

programmes de dépistage, il est donc difficile d’obtenir une estimation valide de l’incidence du cancer du sein

en absence de dépistage, particulièrement lorsque le programme de dépistage est implanté depuis longtemps.

De plus, l’évaluation d’un programme de dépistage passe par l’analyse de la performance pour différents

sous-groupes de femmes dépistées. Dans la perspective d’amélioration du programme de dépistage, il est

intéressant de cibler des sous-groupes de femmes pour lesquelles le dépistage semble obtenir une moins

bonne sensibilité. Il serait donc intéressant de déterminer le proportionnel en fonction des caractéristiques

des femmes, des radiologistes ou des centres. Il est cependant très difficile d’obtenir une estimation valide du

taux d’incidence du cancer du sein en absence de dépistage en fonction de caractéristiques liées aux femmes

dépistées, aux radiologistes ou aux centres de dépistage.

54

Puisque le est une mesure indirecte de la , alors le en tant que tel n’est pas très informatif de la .

Ce sont plutôt les variations dans le qui, on l’espère, permettent de porter un jugement sur des variations

potentielles de la . Ainsi, une variation dans le entre un groupe exposé (1) et un groupe non exposé (0)

est égale à :

Équation 19

Si la prévalence du cancer du sein dans la PPC est égale entre deux groupes de femmes (c’est-à-dire

) alors la variation du entre ces groupes peut alors être utilisée comme un indicateur de la

variation de la . Par exemple, si un groupe A de femmes a un de 8 cancers / 1 000 femmes tandis

qu’un groupe B de femmes a un de 4 cancers / 1 000 femmes, donc un rapport de taux de détection

( ) égal à 2, il est alors possible de supposer que la chez le groupe A est le double de la chez le

groupe B à la condition que la soit égale entre les deux groupes. Le peut donc, dans certaines

conditions, s’interpréter comme un rapport de sensibilité ( ). Pour ce qui est de la différence dans les taux

de détection, celle-ci ne pourrait pas, en soi, être interprétée comme une différence dans la .

La des cancers dans la PPC ne dépend pas des mêmes éléments lors d’un premier dépistage

comparativement aux dépistages subséquents. Lors d’un premier dépistage, la des cancers dans la PPC

dépend essentiellement de l’incidence et de la durée des cancers dans la PPC156. Dans ce cas, si des groupes

de femmes dépistées sont comparés sur la base de facteurs qui, en principe, ne sont pas liés à la

(facteurs tels que certaines caractéristiques de radiologistes ou de centres), alors le pourrait s’interpréter

comme un . L’interprétation du en termes de est conditionnelle à une identique entre les

groupes comparés. Malheureusement, la ou encore l’incidence et la durée des cancers dans la PPC ne

sont pas connues. Par contre, nous connaissons certains facteurs de risque du diagnostic clinique du cancer

du sein. Il semble raisonnable de supposer que les facteurs qui affectent l’incidence clinique du cancer du sein

affectent également l’incidence des cancers dans la PPC. Un ajustement pour les facteurs de risque du cancer

du sein permettrait, au moins en partie, de tenir compte de différences possibles entre les groupes dans

l’incidence de la maladie. Par contre, il restera tout de même certaines incertitudes quant à des différences

possibles dans la durée (donc la prévalence) de la maladie dans la PPC.

Lors des dépistages subséquents, en plus de l’incidence et de la durée de la PPC, la pourrait également

dépendre de la sensibilité obtenue lors des dépistages précédents, si la durée de la PPC est plus longue que

55

l’intervalle entre les dépistages. Si un cancer a été détecté lors d’un dépistage antérieur, il ne sera donc pas

présent lors des prochains dépistages. Ainsi, même si l’on compare des groupes sur la base de

caractéristiques non liées à la , celle-ci pourrait ne pas être égale entre les groupes lors des dépistages

subséquents. Supposons deux groupes identiques concernant la du cancer dans la PPC lors du dépistage

initial, mais dont la est supérieure dans le premier groupe comparativement au deuxième. Lors des

dépistages subséquents, et à cause de cette supérieure dans le premier groupe, la pourrait être plus

faible dans ce premier groupe. Dans cette situation, le sera nécessairement une sous-estimation du

. Plus la durée de la PPC est longue, plus les lors des dépistages antérieurs pourront avoir un impact

sur la pour un dépistage donné. L’impact des sensibilités lors des dépistages précédents sur la lors

d’un dépistage subséquent et leur impact sur l’interprétation du reste à préciser algébriquement et par

simulation.

En pratique, dans le cadre de l’évaluation d’un programme de dépistage, il est impossible de connaître la

ou la . Des estimés de ces mesures sont plutôt utilisés. Par ailleurs, le même type de relation se retrouve

entre le et la sensibilité estimée par la méthode de détection :

Équation 20

La variation dans le (en termes relatifs) entre ces groupes peut être interprétée comme une variation dans

la (en terme relatif) à condition que la prévalence estimée soit égale entre les groupes comparés (1 =

exposé, 0 = non-exposé) :

Équation 21

56

2.4.3 Taux de cancer d’intervalle

Les cancers d’intervalle correspondent aux cancers qui sont diagnostiqués après un dépistage négatif et dans

l’intervalle de temps prévu entre deux dépistages (période post-dépistage )19,27–29,157. Un cancer d’intervalle

peut être : (1) un cancer qui n’a pas été détecté par la mammographie de dépistage malgré sa présence dans

la PPC, (2) un cancer qui n’était pas présent dans la PPC au moment de la mammographie, mais qui a débuté

et complété sa PPC durant la période post-dépistage . Ces cancers correspondent à des cancers à

évolution rapide. Plus sera grand, plus la proportion de ces cancers dans cette 2e catégorie (soit les

cancers qui n’étaient pas présents dans la PPC au moment de la mammographie, mais qui ont été

diagnostiqués cliniquement durant la période post-dépistage ) sera grande. Puisque le taux de cancer

d’intervalle pour un suivi post-dépistage ( ) se veut une mesure indirecte de la pour les tumeurs

avec un temps de devancement potentiel , il faut que la proportion de cancers dans cette 2e catégorie soit

relativement faible comparativement à la proportion de cancers dans la 1ère catégorie. Dans le contexte de

dépistage populationnel, il est cependant difficile de déterminer dans laquelle des catégories font partie les

cancers d’intervalle. Certaines études ont démontré que la proportion de cancers d’intervalle faisant surface

entre deux dépistages (souvent appelés « true interval cancer »), et qui n’étaient pas visibles sur la

mammographie précédente, correspondraient à la plus grande proportion des cancers d’intervalle, variant

entre 18 % et 63 % des cancers d’intervalle selon les études31. Cependant, si le cancer n’était pas visible sur

la mammographie précédente, cela ne veut pas dire que le cancer n’était pas présent. Il était peut-être

simplement trop petit pour être détecté ou bien une mauvaise qualité de la mammographie aurait empêché sa

détection. Si la proportion de cancers d’intervalle dans cette 2e catégorie s’avérait trop élevée en comparaison

de la proportion de cancers d’intervalle dans la 1ère catégorie, l’intervalle de temps recommandé entre les

dépistages pourrait être diminué.

Le est utilisé comme un indicateur de la fréquence des cancers qui auraient pu être détectés par la

mammographie, mais qui ne l’ont pas été. Le est donc une mesure indirecte du manque de sensibilité

( )17,19,102,157,158. Théoriquement, définissons l’ensemble étant toutes les valeurs

possibles du temps de devancement potentiel ( ) des cancers au moment de la mammographie, le

nombre de femmes avec un donné lors de la mammographie, la sensibilité pour un donné et le

nombre de mammographies pour un dépistage spécifique, alors le peut être défini comme suit :

57

Où

Équation 22

Le calculé pour un suivi post-dépistate de 2 ans ( tente d’estimer le manque de sensibilité pour

les tumeurs avec un temps de devancement potentiel de moins de 2 ans ( ). Puisque est toujours égal

à , et pour des raisons pratiques, nous utilisons dans cette thèse l’annotation pour désigner une

période post-dépistage et un temps de devancement potentiel de 2 ans.

Certains programmes de dépistage utilisent, au dénominateur, le nombre de personnes-années à risque

d’avoir un diagnostic de cancer d’intervalle plutôt que le nombre de femmes à risque d’avoir un diagnostic de

cancer d’intervalle au moment de la mammographie de dépistage157. L’utilisation du nombre de personnes-

années devient nécessaire lorsqu’une certaine proportion de femmes reviennent passer un dépistage dans un

délai plus court que la période post-dépistage . Prenons par exemple le pour une période post-

dépistage de 2 ans ( ); si une grande proportion des femmes revient passer une mammographie de

dépistage après seulement un an, alors ces femmes ne sont plus à risque d’avoir un diagnostic de cancer

d’intervalle dans la 2e année. Ainsi, lorsque le nombre de femmes est utilisé au dénominateur (contrairement

au nombre de femmes-années), le pourrait être sous-estimé si un nombre important de femmes

reviennent passer une mammographie de dépistage dans un délai plus court que 2 ans.

Conceptuellement, les cancers qui doivent être considérés comme des cancers d’intervalle ne font pas

consensus dans la littérature. Comme discuté à la section « 2.4.2 Taux de détection », les cancers

diagnostiqués suite aux rappels précoces sont, pour certains, considérés comme des cancers détectés alors

que pour d’autres, comme des cancers d’intervalle147. Dans le cadre de ce travail, les cancers d’intervalle

correspondent aux cancers du sein qui sont diagnostiqués : (1) entre 6 mois et 2 ans suivant une

mammographie de dépistage anormale suivi d’une investigation initiale n’ayant pas conclu à un diagnostic de

cancer à l’intérieur de 6 mois et (2) dans les 2 années suivant une mammographie de dépistage normale.

L’identification des cancers d’intervalle se fait à l’aide d’un jumelage avec une base de données qui contient

les diagnostics de cancer du sein chez les femmes du Québec (Fichier MedEcho). Le numérateur du

est estimé en faisant la somme du nombre de cancers du sein diagnostiqués durant la période post-dépistage

chez les femmes avec une mammographie anormale, mais dont le diagnostic de cancer est survenu 6 mois

ou plus après la mammographie positive ( , Figure 16) et le nombre de cancers du sein diagnostiqués durant

la période post-dépistage chez les femmes avec une mammographie de dépistage normale ( , Figure 16).

Dans le cadre de ce travail, le dénominateur du correspond au nombre de femmes à risque d’avoir un

58

diagnostic de cancer d’intervalle, soit le nombre total de femmes dépistées moins les femmes avec un cancer

détecté lors du dépistage [ , Figure 16].

En pratique, l’identification des cancers d’intervalle est l’un des principaux enjeux pour la détermination du

157,159. L’identification des cancers d’intervalle peut se faire via un jumelage entre différents types de

base de données (un registre des tumeurs populationnel, un fichier construit par le programme), à l’aide de la

révision des dossiers cliniques ou par un suivi individuel de chaque femme. En cas de jumelage, le fichier

utilisé doit avoir une bonne exhaustivité et le jumelage doit être de bonne qualité afin de ne pas sous-estimer

le nombre de cancers d’intervalle chez les femmes dépistées. Si une bonne proportion de cancers d’intervalle

n’est pas identifiée, alors le nombre de cancers d’intervalle sera sous-estimé.

Une autre limite du est que le nombre de cancers d’intervalle peut être affecté par la présence de

cancers dépistés par des mammographies faites hors programme durant la période post-dépistage . Par

exemple, dans le cadre du PQDCS, l’intervalle de temps recommandé entre les mammographies de

dépistages est de 2 ans. Si une femme passe une mammographie de dépistage hors PQDCS un an suivant

sa mammographie dans le cadre du PQDCS, et qu’un cancer du sein est alors détecté, ce cancer du sein

serait alors considéré comme un cancer d’intervalle dans le cadre du PQDCS. En fait, ce cancer est plutôt un

cancer détecté par la mammographie réalisée hors programme. Si la proportion de femmes avec une

mammographie de dépistage hors programme durant la période post-dépistage est élevée, alors le

du PQDCS serait alors surestimé.

Le nombre de cancers d’intervalle dépend grandement de la période post-dépistage . Plus est grand, plus

le nombre de cancers d’intervalle sera élevé. Cependant, les cancers non détectés par la mammographie ont

différent ; certains cancers prendront quelques mois avant d’être diagnostiqués cliniquement tandis que

d’autres seront diagnostiqués cliniquement après plusieurs années. Dans le contexte d’un programme de

dépistage où la mammographie est offerte aux deux ans, le temps maximal où peut apparaître les cancers

d’intervalle (soit la période post-dépistage ) est de 2 ans. Donc, tous les cancers présents dans la PPC de la

maladie au moment du dépistage, mais qui n’ont pas été détectés par la mammographie et qui prendront plus

de 2 ans à être diagnostiqués cliniquement (en d’autres mots, avec un ans) ne seront pas pris en

compte dans la mesure du 75.

59

2.4.3.1 Relation entre le taux de cancer d’intervalle, la sensibilité estimée et la sensibilité

Le est une mesure indirecte du manque de sensibilité ( )17,19,102,157,158 et il dépend également de

la prévalence des cancers dans la PPC chez les femmes à risque d’avoir un diagnostic de cancer du sein

durant le suivi post-dépistage et de la durée de ce suivi post-dépistage . Théoriquement, définissons

l’ensemble étant toutes les valeurs possibles du temps de devancement potentiel ( )

des cancers au moment de la mammographie, le nombre de femmes avec un donné lors de la

mammographie, la sensibilité pour un donné et le nombre de mammographies pour un dépistage

spécifique, alors:

Où : prévalence du cancer dans la période préclinique chez les femmes à risque d’avoir un diagnostic de cancer du sein après le dépistage

Équation 23

Dans le cadre de ce travail, le dénominateur du correspond à la proportion de femmes à risque d’avoir

un diagnostic de cancer d’intervalle après le dépistage, c’est-à-dire le nombre de femmes ayant passé une

mammographie de dépistage ( , Figure 16), moins les femmes ayant eu un cancer détecté par le dépistage

( , Figure 16). Par contre, puisque le nombre de cancers détectés dans le contexte des programmes de

dépistage du cancer du sein est toujours faible par rapport aux nombres de mammographies de dépistage (de

l’ordre d’environ 5 cancers détectés pour 1000 femmes dépistées), alors la prévalence des cancers du sein

dans la PPC chez les femmes à risque d’avoir un diagnostic de cancer du sein durant le suivi post-dépistage

( ) est approximativement égal à la prévalence des cancers du sein dans la PPC ( ). Ainsi, le

peut être approximativement égal au produit de et de la :

60

Où

Équation 24

Tout comme pour le , il est également suggéré d’exprimer le en fonction de l’incidence attendue du

cancer du sein en absence de dépistage17,102. Comme discuté dans la section « 2.4.2.1 Relation entre le taux

de détection, la sensibilité estimée et la sensibilité », il est difficile d’obtenir un taux d’incidence attendue en

absence de dépistage. Puisqu’il est difficile d’obtenir un estimé valide de ce taux d’incidence attendue en

absence de dépistage, il est rarement utilisé.

Sur le plan théorique, le est approximativement égal au produit de et de la de la maladie

dans la PPC. La période est nécessaire pour laisser le temps au cancer de devenir clinique. L’utilisation des

cancers d’intervalle comme indicateur de fait référence au postulat que les cancers d’intervalle à

évolution rapide (qui n’étaient pas présents lors de la mammographie de dépistage, mais qui ont été

diagnostiqués durant la période post-dépistage ) correspondent à une très faible proportion des cancers

d’intervalle. Cependant, il est impossible de vérifier ce postulat avec les données d’un programme de

dépistage. Par contre, la microsimulation pourrait nous aider à le vérifier.

Le est donc une mesure indirecte de dans le sens que le en tant que tel n’est pas très

informatif de . Ce sont plutôt des variations dans le qui, on l’espère, permettent de porter un

jugement sur des variations potentielles dans . Une différence dans les ne pourrait pas, en soi,

être interprétée comme une différence dans . Par contre, les rapports dans les ( )

peuvent être interprétés comme des rapports dans [ , mais à la condition que la de la

maladie dans la PPC soit égale entre les groupes comparés. La discussion concernant l’interprétation du

dans la section précédente (2.4.2.1 Relation entre le taux de détection, la sensibilité estimée et la

sensibilité) s’applique donc aussi à l’interprétation du . Lors d’un premier dépistage, la dépend de

l’incidence et de la durée de la PPC et, lors des dépistages subséquents, la dépend également de la

des dépistages antérieurs. Par exemple si l’on suppose que, pour certains dépistages, la est plus élevée

61

dans le premier groupe comparativement à l’autre groupe (et ainsi serait plus faible dans le premier

groupe comparativement à l’autre groupe), la serait nécessairement plus faible dans ce premier groupe

comparativement à l’autre groupe lors d’un dépistage subséquent. Le serait donc inférieur à 1

( ). Dans cette situation, le serait une sous-estimation du . Encore une fois,

plus la durée de la PPC est longue relativement à l’intervalle inter-dépistage, plus les (ou ) lors des

dépistages antérieurs pourront avoir un impact sur la pour un dépistage subséquent.

Pour que les groupes comparés aient une semblable, il est préférable de comparer des groupes de

femmes sur la base de facteurs qui, en principe, ne sont pas liés à l’incidence (facteurs tels que certaines

caractéristiques de radiologistes ou de centres) et d’ajuster pour les principaux facteurs de risque du cancer

du sein. Par contre, il restera tout de même certaines incertitudes quant à des différences possibles dans

la en raison de différences dans la durée de la maladie dans la PPC ou bien dans la lors des

dépistages antérieurs.

En pratique, dans le cadre de l’évaluation d’un programme de dépistage, il est impossible de connaître

ou la . Des estimés de ces mesures sont plutôt utilisés. Le est donc approximativement

égal au produit du manque de sensibilité estimé par la méthode de détection ( ) et de la prévalence

estimée ( ) :

Équation 25

Ainsi, le rapport de entre un groupe exposé (1) et un groupe non exposé (0) est égal à :

Équation 26

62

Une variation dans le (en terme relatif) entre 2 groupes de femmes dépistées peut être interprétée

comme une variation potentielle du (en terme relatif), mais à la condition que la soit égale

entre ces deux groupes.

2.4.4 Spécificité estimée

Théoriquement, la correspond au nombre de femmes sans cancer du sein dans la PPC avec un dépistage

négatif divisé par le nombre de femmes sans cancer du sein dans la PPC (Équation 4). Comme mentionné

dans la section traitant de la (2.2 Sensibilité du dépistage), le nombre de femmes dans la PPC de la

maladie est inconnu. Ainsi, le nombre de femmes sans cancer du sein dans la PPC de la maladie est

également inconnu. La étant inconnue, il faut donc utiliser une estimation de la spécificité ( ) qui

correspond à :

Nombre de femmes avec un résultat de dépistage négatif et sans diagnostic de cancer du sein durant la période post-dépistage

Nombre de femmes sans diagnostic de cancer du sein durant la période post-dépistage Équation 27

À la Figure 16, la peut se résumer par et est défini comme étant . Le nombre de

femmes sans cancer du sein dans la PPC lors de la mammographie de dépistage est estimé en soustrayant

du nombre de femmes dépistées le nombre de femmes avec un cancer détecté et le nombre de femmes avec

un cancer d’intervalle durant le suivi post-dépistage ( , Figure 16). La pourrait

donc varier selon la période post-dépistage . Plus est longue, plus de femmes peuvent avoir un

diagnostic de cancer du sein. Lors d’un diagnostic de cancer du sein durant la période post-dépistage , les

femmes qui étaient dans la cellule (Figure 16) passeront à la cellule tandis que les femmes qui étaient

dans la cellule passeront à la cellule . Cependant, dans les faits, la ne varie pas beaucoup en fonction

de la période post-dépistage puisque le nombre de femmes dans la cellule et particulièrement dans la

cellule est très grand par rapport au nombre de femmes dans les cellules et . Deux scénarios

hypothétiques le démontrent à la Figure 17.

63

Nombre de femmes dépistées = 100 000 femmes

Taux de référence = 10 %

Taux de détection = 6 cancers pour 1 000 femmes

Proportion 30 %

Scénario 1 : = 85,0 %


sein

Oui Non

Mammographie de

dépistage

Anormale

Investigation

positive 600

9 368 10 000 Investigation

négative 32

Normale 74 89 926 90 000

706 99 294 100 000

= 85,0 %

= 90,6 %

Scénario 2 : = 70,0 %


sein

Oui Non

Mammographie de

dépistage

Anormale

Investigation

positive 600

9 323 10 000 Investigation

négative 77

Normale 180 89 820 90 000

857 99 143 100 000

= 70,0 %

= 90,6 %

Figure 17. Sensibilité et spécificité estimées en fonction de 2 scénarios où la période post-dépistage varie

64

2.4.4.1 Différence absolue et différence relative entre la spécificité estimée et la spécificité

La différence entre la et la se retrouve aux dénominateurs de ces mesures : le dénominateur de la

correspond au nombre de femmes sans cancer du sein dans la PPC au moment de la mammographie, tandis

que le dénominateur de la correspond au nombre de femmes sans diagnostic de cancer du sein durant la

période post-dépistage . La différence entre les 2 dénominateurs représente donc les femmes qui sont dans

la PPC lors de la mammographie de dépistage, mais qui n’ont pas eu de diagnostic de cancer du sein durant

la période post-dépistage . Dans le contexte d’un dépistage populationnel, le nombre de femmes dans la

PPC au moment de la mammographie qui n’ont pas eu de diagnostic de cancer du sein durant le suivi post-

dépistage est assurément beaucoup plus faible que le nombre de femmes sans cancer du sein dans la

PPC. Ainsi, les 2 dénominateurs sont alors très similaires. La est donc un bon indicateur de la . Les

différences, aussi bien absolues que relatives, de la peuvent s’interpréter comme des différences dans la

.

2.4.5 Taux de faux positifs

Le taux de faux positifs ( ) est un indicateur de performance qui tente d’estimer le manque de spécificité

( ). Le correspond au nombre de femmes avec un résultat faussement positif au dépistage parmi

toutes les femmes dépistées. Comme discuté précédemment pour le (2.4.2 Taux de détection), la

conclusion de l’investigation initiale suivant une mammographie anormale n’est pas connue pour toutes les

femmes du PQDCS. Il est donc impossible de connaître le nombre de cancers détecté réellement et donc

aussi le nombre de femmes avec un résultat faussement positif. Ce qui est connu, c’est le nombre de cancers

qui ont été diagnostiqués après une mammographie anormale dans un temps de suivi donné. Le est

donc estimé en prenant le nombre de femmes n’ayant pas eu de diagnostic de cancer du sein dans les 6 mois

suivants un dépistage positif divisé par le nombre total de mammographies de dépistage ( , Figure 16).

Certains articles utilisent une autre définition du 24,81; leur correspond au nombre de femmes avec

un résultat faussement positif au dépistage parmi les femmes sans diagnostic de cancer du sein (ni détecté, ni

au cours de la période post-dépistage w), soit (Figure 16). Cette définition du correspond à

dans ce travail. Dans le cadre de dépistage du cancer du sein par la mammographie, cette définition

du (soit ) est pratiquement égale au calculé par (Figure 16) puisque le nombre de

femmes avec un diagnostic de cancer du sein (détecté ou diagnostiqué durant la période post-dépistage )

est très faible comparativement au nombre de femmes dépistées. Ainsi, le nombre de femmes sans diagnostic

de cancer du sein est pratiquement égal au nombre total de femmes dépistées ( , Figure 16).

65

2.4.5.1 Relation entre le taux de faux positifs, le manque de spécificité estimé et le

manque de spécificité

Tel que défini dans ce travail, le est une mesure indirecte du manque de spécificité ( ):

Taux de faux

positifs ( )

Manque de

spécificité ( ) 1 – prévalence ( r)

Équation 28

Le est également associé au manque de spécificité estimé ( ) :

)

Équation 29

Puisque, dans un contexte de dépistage populationnel, la est faible, alors (et aussi ) est

pratiquement égale à 1. Ainsi, le est pratiquement égal à (et à ).

Le rapport de entre un groupe exposé (1) et un groupe non exposé (0) est lié aux rapports de

par l’équation suivante :

r

Équation 30

Le même type de relation se retrouve entre des variations dans le et des variations dans le manque de

spécificité estimé ( ) :

Équation 31

Compte tenu de l’Équation 30, si le rapport [( / est près de 1, alors le rapport de

sera représentatif du rapport de . Bien que la dans la population dépistée ne soit pas connue, il est

cependant supposée qu’elle est faible. Puisque le nombre de femmes sans cancer du sein dans la PPC est

66

beaucoup plus élevé que le nombre de femmes avec un cancer du sein dans la PPC, le rapport [( /

est alors toujours environ égal à 1. Ainsi, les variations observées dans le sont similaires

aux variations observées dans ou . Ceci est vrai, peu importe les caractéristiques à l’étude

puisque, dans le cas d’un programme de dépistage du cancer du sein populationnel, aucune caractéristique

des femmes (du moins connue pour l’instant) ne pourrait probablement engendrer des prévalences du cancer

du sein dans la PPC très élevées.

2.4.6 Taux de référence

Le taux de référence ( ) est un autre indicateur de performance qui tente d’évaluer le manque de

spécificité ( ). Le correspond au nombre de femmes avec un épisode de dépistage positif divisé

par le nombre total de femmes dépistées ( , Figure 16). Le correspond approximativement à la

somme du et du :

Taux de référence ( ) Taux de détection ( ) Taux de faux positifs ( )

Équation 32

En fait, dans un programme de dépistage du cancer du sein populationnel, le nombre de mammographies

anormales ( , Figure 16) correspond à la somme du nombre de cancers détectés ( , Figure 16), du nombre

de mammographies faussement positives ( , Figure 16) et du nombre de cancers d’intervalle diagnostiqués

suite à une mammographie anormale et une investigation négative ( , Figure 16). Par contre, ce nombre de

cancers d’intervalle suivant une mammographie anormale est négligeable comparativement à l’ensemble des

mammographies anormales. Le est donc essentiellement la somme du et du . Par ailleurs,

puisque le est de l’ordre d’environs 3 à 10 cancers / 1000 femmes dépistées (0,3% à 1,0%) et que le

se situe aux alentours de 50 à 150 faux positifs / 1 000 (5 % à 15 %), le s’avère également une faible

proportion comparativement au . Ainsi, le ( ) est pratiquement identique au ( ) :

Équation 33

67

2.4.6.1 Relation entre le taux de référence, le manque de spécificité estimé et le manque

de spécificité

Puisque le est pratiquement identique au (Équation 33), alors le est aussi lié au manque

de spécificité ( ) et au manque de spécificité estimé ( ) tout comme le (voir section 2.4.5.1

« Relation entre le taux de faux positifs, le manque de spécificité estimé et le manque de spécificité » et les

Équation 28 et Équation 29).

Ces dernières équations (Équation 28 et Équation 29) sont valides dans le contexte des programmes de

dépistage populationnel en Amérique du Nord, où l’on retrouve des assez élevés. Par exemple dans le

cadre du PQDCS, le est de 21,1 % lors des mammographies initiales et de 9,9 % lors des

mammographies subséquentes en 2013160. Par contre, les programmes de dépistage en Europe obtiennent

des beaucoup plus faibles161–163. Par exemple, le chez les participantes de 50-69 ans au

programme de dépistage de la Norvège est de 2,7 % pour les années 1997-2003163. Lorsque le taux de

référence est faible, il est probablement davantage influencé par le puisque, dans cette situation, le

n’est plus une aussi petite proportion par rapport au . Les dans certains programmes de

dépistage d’Europe sont probablement davantage influencés par la (via le ) que les des

programmes Nord-Américains.

69

CHAPITRE 3. ANALYSE DES DONNÉES DU PROGRAMME QUÉBÉCOIS DE DÉPISTAGE DU CANCER DU SEIN L’évaluation de programmes de dépistage populationnels comme le Programme Québécois de Dépistage du

Cancer du Sein (PQDCS) est basée principalement sur la comparaison d’indicateurs de performance comme,

en particulier, le taux de détection ( ), le taux de cancer d’intervalle ( ), la sensibilité estimée par la

méthode de détection ( ), le taux de faux positifs ( ), le taux de référence ( ) et le manque de

spécificité estimé ( ). Si les indicateurs de performance sont différents dans un groupe

comparativement à un autre, alors on juge, dans certaines conditions, que la sensibilité ou la spécificité du

dépistage est différente dans les deux groupes et des interventions peuvent être faites pour tenter de corriger

la situation. La cohérence dans les variations des différents indicateurs de performance et les facteurs qui ont

un impact sur cette cohérence n’ont pas été étudiés à notre connaissance. Nous avons examiné cette

cohérence ainsi que les facteurs qui l’affectent à l’aide de l’analyse des données du PQDCS.

La cohérence des variations des différents indicateurs de performance est étudiée en fonction de l’année de

permis du radiologiste, l’histoire familiale de cancer du sein et la densité mammaire. Ces trois caractéristiques

ont été sélectionnées en raison de leurs différents liens présumés avec la prévalence du cancer du sein dans

la PPC ( ) et la sensibilité ( ). Cependant, puisque la et la ne sont pas connues dans le contexte

d’un programme de dépistage populationnel, nous avons donc plutôt sélectionné ces caractéristiques sur la

base de leur lien avec le risque du cancer du sein et de leur lien avec la sensibilité estimée, particulièrement la

estimée par la méthode de détection ( ). L’année de permis du radiologiste a été sélectionnée

puisque ce n’est pas un facteur de risque du cancer du sein, mais semble associée à la . L’histoire

familiale est, quant à elle, un facteur de risque du cancer du sein, mais ne semble pas être associée à la

. Finalement, la densité mammaire est un facteur de risque du cancer du sein et semble aussi associée

à la .

Ce chapitre présente tout d’abord une revue de littérature concernant l’association de ces trois

caractéristiques avec les différents indicateurs de performance d’un programme de dépistage du cancer du

sein. Par la suite, la méthodologie utilisée pour les analyses sera énoncée. Finalement, les résultats et une

discussion seront présentés.

70

3.1 Revue de la littérature

3.1.1 Année de l’obtention du permis de radiologiste

L’année de l’obtention du permis de radiologiste peut être considérée comme un des facteurs influençant

l’expérience de celui-ci; les radiologistes ayant obtenu leur permis depuis plus longtemps tendent à être plus

expérimentés que les radiologistes récemment gradués. Cette variable peut être étudiée de deux façons : soit

en considérant l’année de l’obtention du permis de radiologiste ou soit en considérant le nombre d’années

d’expérience du radiologiste (qui correspond à la différence entre l’année d’interprétation de la mammographie

et l’année de l’obtention du permis).

Quatre études43,79,164,165 ont examiné l’association entre l’expérience du radiologiste (via son nombre d’années

d’interprétation) et la . Ces études utilisent les données du Breast Cancer Surveillance Consortium

(BCSC) aux États-Unis. Le BCSC regroupe 7 registres de mammographies qui sont jumelés avec des

registres des tumeurs. Les 4 études mesurent la pour les cancers infiltrants et in situ sur une période

post-dépistage d’un an43,79,164,165. Toutefois, les résultats obtenus semblent contradictoires.

Barlow et coll.43 démontrent que, en comparaison aux radiologistes qui interprètent des mammographies

depuis moins de 10 ans, ceux qui interprètent des mammographies depuis 10 à 19 ans et ceux qui interprètent

des mammographies depuis 20 ans ou plus obtiennent respectivement un rapport de cotes de de 0,72

(IC 95 % : 0,52-1,01) et de 0,51 (IC 95 % : 0,36-0,74). Les trois autres études79,164,165 n’ont cependant pas

trouvé d’association statistiquement significative entre l’année de permis et . Il est à noter que le nombre

d’années d’interprétation des mammographies ne provenait pas de la même source dans ces études. Dans

trois de ces études43,164,165, le nombre d’années d’interprétation des mammographies a été obtenu via un

questionnaire envoyé directement aux radiologistes. Dans l’étude de Smith-Bindman et coll.79, la variable

correspond au nombre d’années depuis l’obtention du diplôme de médecin et a été obtenue via une base de

données.

Une étude de l’Équipe d’évaluation du PQDCS166 a évalué la relation entre l’année de l’obtention du permis de

médecin et le pour les 20 premiers mois d’opération du programme (1998-1999). Comparativement aux

hommes radiologistes ayant obtenu leur diplôme de médecin entre 1950 et 1959, les radiologistes (hommes)

ayant obtenu leur diplôme entre 1980-1989 et 1990-1999 obtiennent, respectivement, un rapport de ajusté

(pour plusieurs caractéristiques des femmes, des radiologistes et des centres) de 1,60 (IC 95 % : 1,05-2,45) et

de 1,55 (IC 95 % : 0,90-2,65). Aucune étude, à notre connaissance, n’a tenté d’examiner l’association entre

l’année de l’obtention du permis et le .

71

La majorité des études qui ont examiné l’association entre le nombre d’années de pratique du radiologiste et

la obtiennent des résultats similaires43,79,86,164,167–169. Trois études43,79,86 déterminent que la est plus

élevée chez les radiologistes ayant un plus grand nombre d’années de pratique comparativement aux

radiologistes récemment gradués. Quatre autres études164,167–169 établissent que (appelé dans ces

études « taux de faux positifs ») est plus élevé chez les radiologistes récemment gradués comparativement

aux radiologistes avec un plus grand nombre d’années d’expérience. Une autre étude semble obtenir des

résultats un peu différents165. Comparativement aux radiologistes qui interprètent des mammographies depuis

moins de 10 ans, ceux qui interprètent des mammographies depuis 10 à 19 ans obtiennent un rapport de

cotes de de 0,90 (IC 95 % 0,87-0,93) tandis que ceux qui interprètent des mammographies depuis

20 ans ou plus obtiennent un rapport de cotes de de 1,06 (IC 95 % : 1,00-1,13).

Une étude publiée par l’Équipe d’évaluation du PQDCS87 a examiné l’association entre l’année de l’obtention

du permis de médecin et le . Comparativement aux radiologistes hommes ayant obtenu leur permis

entre 1950 et 1969, les radiologistes hommes ayant obtenu leur permis de médecin en 1980-1989 et 1990-

1999, ainsi que les radiologistes femmes ayant obtenu leur permis de médecin en 1980-1989 et 1990-1999

obtiennent, respectivement, des rapports de de 1,42 (IC 95 % : 1,14-1,78), 1,88 (IC 95 % : 1,45-2,44),

1,87 (IC 95 % : 1,53-2,28) et 1,58 (IC 95 % : 1,21-2,07).

En résumé, les mesures directes ( ) ou indirectes ( ) de la semblent être associées, du moins dans

certaines études, avec l’expérience des radiologistes : les radiologistes récemment gradués semblent obtenir

une plus élevée que les radiologistes plus anciens. Les mesures directes ( ou ) ou indirectes

( ) de la semblent également être associées avec l’expérience des radiologistes : les radiologistes

récemment gradués semblent obtenir une plus faible que les radiologistes plus anciens.

3.1.2 Histoire familiale de cancer du sein

L’histoire familiale de cancer du sein chez des proches de premier degré (mère, fille, sœur) est un facteur de

risque du cancer du sein170. Quatre études établissent que la (ou ) n’est pas statistiquement

différente selon l’histoire familiale de cancer du sein109,114,120,131. Par exemple, Banks et coll.114 ont observé des

ajustées de 89,4 % (IC 95 % : 86,3 %-91,9 %) et de 83,8 % (IC 95 % : 74,6 %-90,0 %), respectivement

chez les femmes sans et avec une histoire familiale de cancer du sein. Ces deux ne peuvent pas être

jugées statistiquement différentes. Les sont calculées pour l’ensemble des cancers infiltrants et in situ,

pour une période post-dépistage d’un an et elles sont ajustées pour l’âge de la femme, les antécédents de

72

mammographie, le centre qui a fait la mammographie, l’indice de masse corporelle, l’antécédent de chirurgie

aux seins, le statut ménopausique et l’utilisation d’hormonothérapie de remplacement.

Par ailleurs, une étude109 démontre que le est environ 1,5 fois plus élevé chez les femmes avec une

histoire familiale comparativement à celui des femmes sans histoire familiale. Un rapport fait par l’équipe

d’évaluation du PQDCS166 montre également que le est plus élevé chez les femmes avec une histoire

familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de cancer du sein, les

femmes avec une histoire familiale obtiennent un rapport de ajusté (pour plusieurs caractéristiques des

femmes, des radiologistes et des centres de dépistage) de 1,21 (IC 95 % : 1,03-1,42). Une étude examine

l’association entre le et l’histoire familiale171. Comparativement aux femmes sans histoire familiale du

cancer du sein et de l’ovaire, celles avec une histoire modérée et forte ont des rapports de respectifs de

1,37 (IC 95 % : 0,62-3,04) et de 2,28 (IC 95 % : 0,97-5,34). Par contre dans cette étude, l’histoire familiale ne

considérait pas seulement les cancers du sein, mais aussi les cancers de l’ovaire. De plus, le nombre de

cancers d’intervalle était limité. Certaines études131,172, dont l’une menée par l’équipe d’évaluation du

PQDCS173, observent que le est plus élevé chez les femmes avec une histoire familiale de cancer du

sein, et ce, peu importe si la période post-dépistage est de 1 ou 2 ans.

Certaines études semblent observer une association entre et l’histoire familiale. L’étude d’Halapy et coll.171

démontre que chez les femmes âgées entre 50-69 ans, celles avec une histoire familiale du cancer du sein et

de l’ovaire modérée et forte obtiennent un rapport de cotes de de 0,94 (IC 95 % : 0,88-1,00) et de 0,91 (IC

95 % : 0,83-0,99) comparativement aux femmes sans histoire familiale de cancer du sein et de l’ovaire.

L’étude de Kerlikowske et coll.109 démontre également que la est plus faible chez les femmes avec une

histoire familiale de cancer du sein comparativement à celle sans histoire, du moins chez les femmes âgées

entre 30 et 59 ans. Il ne semble pas y avoir de différence dans la en fonction de l’histoire familiale de

cancer du sein chez les femmes âgées entre 60-69 ans.

Kavanagh et coll.174 ont, quant à eux, étudié l’association entre (appelé dans cet article « taux de faux

positifs ») et l’histoire familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de

cancer du sein, les femmes avec une ou des proches (de premier degré) qui ont été atteintes du cancer du

sein après l’âge de 50 ans ont un rapport de cotes de de 1,07 (IC 95 % : 0,96-1,19) à la

mammographie initiale et de 1,06 (IC 95 % : 0,98-1,15) à la mammographie subséquente. Toujours en

comparaison aux femmes sans histoire familiale de cancer du sein, celles dont une ou des proches ont été

atteintes du cancer du sein avant l’âge de 50 ans obtiennent un rapport de cotes de de 1,24 (IC

95 % : 1,03-1,51) à la mammographie initiale et 1,65 (IC 95 % : 1,44-1,88) à la mammographie subséquente.

73

Une étude menée par l’Équipe d’évaluation du PQDCS87 a démontré que, chez les femmes de 50-69 ans

ayant passé une mammographie de dépistage en 1999, le ne semblait pas être statistiquement

associé à l’histoire familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de cancer

du sein, celles avec une histoire familiale de cancer du sein obtiennent un rapport de ajusté de 0,96 (IC

95 % : 0,97-1,05).

En résumé, concernant les indicateurs de la , la mesure directe ( ) ne semble pas être associée à

l’histoire familiale de cancer du sein tandis que les mesures indirectes ( et ) semblent l’être.

Concernant les mesures de la , les résultats sont contradictoires. Certaines études ont observé une

diminution de la chez les femmes avec une histoire familiale tandis qu’une étude utilisant une mesure

indirecte ( ) ne trouve pas d’association avec l’histoire familiale.

3.1.3 Densité mammaire

La densité du tissu mammaire à la mammographie varie selon la femme et dépend de la composition du sein;

les tissus fibroglandulaires (stroma et épithélium) apparaissent denses sur la mammographie tandis que les

tissus adipeux sont radio-transparents175. Les femmes dépistées peuvent être classées selon différentes

catégories en fonction de la proportion du sein occupée par du tissu fibroglandulaire. La densité mammaire est

un facteur de risque du cancer du sein. Une revue de la littérature à mise en évidence que les femmes avec

des seins extrêmement denses (> 75 %) ont entre quatre à six fois plus de risque de développer un cancer du

sein, comparativement à celles avec peu de densité mammaire (<10 %)176.

Des études antérieures rapportent des rapports de variant de 0,53 à 0,8580,120,121,124,127,130 et des

rapports de cotes de variant de 0,21 à 0,5543,79,86,130 pour les femmes avec seins denses

comparativement à celles avec des seins moins denses. Cinq études42,130,131,177,178 ont aussi observé que la

proportion de cancers non détectés par la mammographie de dépistage ( ) est entre 1,4 à 8,4 fois

plus élevée chez les femmes avec beaucoup de densité mammaire comparativement à celles avec peu ou

pas de densité. Certaines études estiment la (ou la ) pour une période post-dépistage d’un

an41–43,79,80,131, tandis que d’autres considèrent une période post-dépistage de 2 ans42,127,177. Certaines de

ces études analysent uniquement les cancers infiltrants41,42,127,177, tandis que d’autres études considèrent les

cancers infiltrants et in situ43,79,80,131.

Certaines études portent sur le 41,80,166 et / ou sur le 41,131,172,173,179 en lien avec la densité mammaire.

Les semblent être plus élevés chez les femmes avec beaucoup de densité mammaire. L’article de Boyd et

74

coll.41 démontre que les rapports de augmentent en fonction d’une augmentation de la densité mammaire.

Chez les femmes avec des seins extrêmement denses (≥ 75 % du sein avec densités mammaires), le rapport

de est de 3,5 (IC 95 % : 2,0-6,2) comparativement aux femmes avec < 10 % du sein avec densités

mammaires. Un rapport fait par l’équipe d’évaluation du PQDCS166 montre les rapports de ajustés (pour

plusieurs caractéristiques des femmes, des radiologistes et des centres de dépistage) en fonction des

catégories de densités mammaires. Comparativement aux femmes avec des seins non denses (< 25 %), le

rapport de des femmes avec des seins peu denses (25-49 %), des seins modérément denses (50-75 %)

et des seins très denses (> 75 %) est respectivement de 1,80 (IC 95 % : 1,51-2,16), 2,25 (IC 95 % : 1,85-2,73)

et de 1,83 (IC 95 % : 1,36-2,48).

Les semblent également augmenter en fonction des catégories de densité mammaire dans toutes les

études. Par exemple, Ciatto et coll.179 ont étudié les cancers d’intervalle diagnostiqués dans les 24 mois

suivant un dépistage négatif (n=90). Le rapport de observé chez les femmes avec beaucoup de densité

(> 74 %) comparativement à celles avec aucune densité mammaire (0 %) est de 13,4 (IC 95 % : 2,7-65,6).

Boyd et coll.41 ont étudié les cancers d’intervalle diagnostiqués dans les 12 mois suivants un dépistage négatif

(n=124). Le rapport de observé chez les femmes avec beaucoup de densité (≥ 75 %) comparativement

à celles avec le moins de densité (< 10 %) est de 17,8 (IC 95 % : 4,8-65,9). Un autre article démontre

également que, comparativement aux femmes avec des seins graisseux ou peu denses, les femmes avec des

seins de densité hétérogène (« heterogenous dense ») et des seins extrêmement denses obtiennent,

respectivement, un rapport de de 2,95 (IC 95 % : 2,33-3,75) et 3,84 (IC 95 % : 2,76-5,35) (cancer

infiltrant et in situ, période post-dépistage d’un an)131. Finalement, Kerlikowske180 présente les en

fonction des catégories de densités mammaires. Le observé chez les femmes de 50-59 ans avec des

seins graisseux (« almost entirely fat ») est de 0,1 cancer / 1 000 examens tandis qu’il est de 2,2 cancers /

1 000 examens pour les femmes avec des seins extrêmement denses. Chez les femmes de 60-69 ans, les

pour les femmes avec des seins graisseux et des seins extrêmement denses sont, respectivement, de

0,4 cancer / 1 000 examens et de 3,0 cancers / 1 000 examens.

Peu d’études ont été publiées concernant l’association entre la densité mammaire et la , le ou le

. Une étude américaine80 a présenté les ajustées pour l’âge de la femme, la prise

d’hormonothérapie de substitution et le registre des mammographies selon les catégories de densité

mammaire. Peu importe la catégorie d’âge, les ajustées étaient toujours plus faibles chez les femmes avec

des seins extrêmement denses comparativement aux femmes avec des seins graisseux. Par exemple, la

ajustée passe de 96,6 % (IC 95 % : 96,3 %-96,9 %) à 91,4 % (IC 95 % : 90,5 %-92,2 %) pour les catégories

de densités mammaires graisseux et extrêmement denses chez les femmes de 60 à 69 ans. Dans deux autres

75

études, les rapports de cotes de ont été estimés à 2,38 (IC 95 % : 1,67-3,33)79 et 2,29 (IC 95 % : 2,17-

2,43)43 pour les femmes avec les seins graisseux comparativement aux femmes avec des seins denses.

Finalement, une étude rapporte un rapport de cote de de 1,73 (IC 95 % : 1,47-2,05) comparant les

femmes avec des seins extrêmement denses à celles avec des seins graisseux81.

En résumé, les mesures directes ( ) et indirectes ( et ) de la donnent des résultats

contraires en fonction de la densité mammaire. La mesure directe de ( ) semble être plus faible

lorsque la densité mammaire est élevée tandis que les mesures indirectes semblent être plus élevées lorsque

la densité mammaire est élevée. Seulement la mesure directe de la , soit la , a été étudiée en lien avec

la densité mammaire; celle-ci semble être plus faible lorsque la densité mammaire est élevée.

3.2 Méthodes

3.2.1 Population à l’étude et sources des données

La cohorte à l’étude est constituée de femmes qui ont eu une ou des mammographies de dépistage dans le

cadre du Programme Québécois de Dépistage du Cancer du Sein (PQDCS) entre le 1er janvier 2000 et le 31

décembre 2005. Durant cette période, 1 186 065 mammographies de dépistage ont été réalisées chez des

femmes âgées de 50 à 69 ans dans le cadre du PQDCS. Un total de 79 408 mammographies (6,7 %) a été

exclu pour les analyses (Figure 18). Les raisons principales de ces exclusions sont des mammographies faites

chez des femmes présentant des symptômes aux seins (masse, inversion du mamelon ou écoulement) (61 %

des exclusions) et des mammographies chez des femmes avec des implants mammaires (35 % des

exclusions). Les analyses portent donc sur un total de 1 106 657 mammographies de dépistage réalisées chez

594 872 femmes asymptomatiques. Toutes les femmes incluent dans les analyses ont signé un formulaire de

consentement pour participer au PQDCS, incluant la transmission de leurs données à la base de données du

PQDCS pour les analyses. Plus de 95 % des femmes dépistées acceptent de signer le formulaire de

consentement.

76

Figure 18. Exclusions des mammographies de dépistage pour obtenir la cohorte, PQDCS, 2000-2005

1 186 065 mammographies de dépistage dans le PQDCS entre 2000 et 2005

116 mammographies (0,01 %) avec valeurs

manquantes pour les variables d’intérêts

245 mammographies (0,02 %) chez des

femmes avec une mammographie dans un

intervalle < 9 mois suivant la précédente

2 689 mammographies (0,2 %) chez des

femmes avec un antécédent de mastectomie


femmes avec symptômes (masse,

écoulement ou inversion du mamelon)


femmes avec une prothèse mammaire

1 106 657 mammographies de dépistage pour les analyses

(594 872 femmes, 340 radiologistes, 90 centres)

Exclusions :

79 408 mammographies (6,7 %)

77

Plusieurs caractéristiques des femmes dépistées sont recueillies à l’aide d’un questionnaire standardisé. Ce

questionnaire est complété au centre de dépistage par toutes les femmes participant au programme. Les

données sont par la suite entrées dans une base de données informatique qui fait partie du système

d’information du PQDCS (SI-PQDCS). Cette base de données contient les caractéristiques des femmes

suivantes : âge, parité, âge au premier enfant, nombre d’enfants, statut ménopausique, âge à la ménopause,

histoire familiale du cancer du sein chez les parents de 1er degré, utilisation d’hormonothérapie de substitution,

taille, poids, antécédent de mammographie, histoire de réduction mammaire, antécédent de mastectomie,

antécédent de ponction à l’aiguille fine ou de biopsie aux seins, présence de symptôme aux seins (masse,

écoulement ou inversion du mamelon), et présence d’implant mammaire. La proportion du sein montrant du

tissu fibro-glandulaire sur la mammographie (la densité mammaire) est évaluée par chaque radiologiste au

moment de l’interprétation de la mammographie de dépistage et est également saisie au SI-PQDCS pour

toutes les femmes dépistées. Le radiologiste doit noter la densité mammaire selon 4 catégories : seins

involués (< 25 % de tissu glandulaire), seins peu denses (25-49 % de tissu glandulaire), seins modérément

denses (50-75 % de tissu glandulaire) et seins très denses (> 75 % de tissu glandulaire).

Le SI-PQDCS permet également de connaître le centre de dépistage où la mammographie a été passée de

même que le radiologiste ayant interprété la mammographie de dépistage (via son numéro de permis). Le

numéro de permis des radiologistes permet de connaître, pour chaque radiologiste, l’année de l’obtention de

leur permis, leur genre (masculin ou féminin), de même que l’université fréquentée à l’aide de l’Annuaire

médical publié par le Collège des médecins du Québec181. Le volume de lecture des mammographies de

dépistage du radiologiste est calculé à partir des données du SI-PQDCS. Pour calculer le volume, le nombre

total de mammographies de dépistage interprétées par chaque radiologiste dans le cadre du PQDCS est

divisé par le nombre de mois où le radiologiste a interprété au moins une mammographie de dépistage durant

la période à l’étude. Ce volume moyen par mois est ensuite multiplié par 12 pour avoir une moyenne annuelle.

La même méthode a été utilisée pour obtenir le volume effectué par les centres de dépistage. Le numéro du

centre de dépistage permet également de savoir s’il s’agit d’une clinique privée ou d’un hôpital.

La conclusion de l’interprétation de la mammographie de dépistage par le radiologiste peut être normale,

normale avec lésion bénigne ou anormale (besoin d’examens supplémentaires). Une mammographie de

dépistage jugée anormale est considérée comme étant positive. Le résultat de la mammographie est

également saisi au SI-PQDCS. L’identification des cancers se fait à l’aide de stratégies validées utilisant le

jumelage de bases de données173,182. Ces stratégies se basent sur des jumelages avec le fichier

d’hospitalisation MedEcho et un fichier de facturation de la Régie de l’assurance maladie du Québec (RAMQ).

Une autre stratégie validée a également été élaborée afin de déterminer le moment du diagnostic du

78

cancer183. À l’aide de toutes ces stratégies, la base de données du SI-PQDCS est enrichie avec les cancers

diagnostiqués, le type de cancer (infiltrant ou in situ) et l’intervalle de temps entre la mammographie de

dépistage et le diagnostic de cancer.

3.2.2 Variables d’exposition et issues à l’étude

Les trois variables d’exposition utilisées dans ce travail sont l’année où le radiologiste a obtenu sa

spécialisation en radiologie (appelé dans ce travail « année de permis du radiologiste »), l’histoire familiale de

cancer du sein chez une proche de 1er degré et la densité mammaire. L’année de permis du radiologiste a été

choisie comme étant une variable indicatrice de l’expérience du radiologiste. L’année de permis du

radiologiste de même que la densité mammaire sont connues pour toutes les femmes ayant passé une

mammographie dans la cohorte à l’étude. L’histoire familiale de cancer du sein est inconnue pour 1,3 %

(14 043 / 1 106 657) des mammographies de la cohorte. Puisqu’il s’agit d’une faible proportion, ces

mammographies sont groupées avec les mammographies sans histoire familiale de cancer du sein.

Un cancer du sein est considéré comme étant détecté s’il a été diagnostiqué dans les 6 mois suivants une

mammographie de dépistage positive. Un cancer du sein est considéré comme étant un cancer d’intervalle s’il

a été diagnostiqué : (1) entre 6 mois et 24 mois suivants une mammographie positive ou (2) dans les 24 mois

suivant une mammographie négative. Les analyses sur les , la et peuvent porter sur

une période post-dépistage ( ) de 1 an ou de 2 ans. Lorsque la période post-dépistage est d’un an ( = 1), le

taux de cancers d’intervalle, la sensibilité et la prévalence estimées sont désignés, respectivement, par les

annotations , et . Similairement, , et correspondent aux mesures calculées

pour une période post-dépistage de 2 ans ( = 2). Le type de cancer considéré dans le calcul du , du

, de la et de peuvent être soit tous les cancers (infiltrants et in situ) ou soit les

cancers infiltrants uniquement. Une faible proportion des cancers est de type inconnu (0,9 %, 79 cancers /

8 344 cancers); ces cancers sont regroupés avec les cancers infiltrants dans les analyses. Si aucun cancer

n’a été diagnostiqué dans les 24 mois de suivi, le résultat de la mammographie est appelé faux positif lorsque

la mammographie de dépistage avait été interprétée initialement comme étant positive et vrai négatif lorsque

la mammographie avait été interprétée initialement comme négative. Les définitions des différents indicateurs

de performance du programme ainsi que de utilisés dans ces analyses sont présentés à la Figure 16 du

Chapitre 2 (section « 2.4.2 Taux de détection »).

79

3.2.3 Analyses statistiques

Des modèles de régression logistique multivariée sont utilisés pour obtenir des rapports de ( ), des

rapports de ( ) et des rapports de ( ). Puisque, pour ces indicateurs, l’issue à l’étude

correspond à une faible proportion, les rapports de cotes obtenus peuvent s’interpréter comme des rapports

de proportions. Des modèles de régression de Poisson robuste multivariée sont utilisés pour obtenir des

rapports de ( ), des rapports de [ ], des rapports de ( ), des

rapports de ( ) et des rapports de [ ]. Les principaux facteurs de risque du

cancer du sein de même que les caractéristiques des radiologistes et des centres de dépistage qui pourraient

être potentiellement confondants ont été inclus dans les modèles. Afin d’étudier la relation entre, d’une part les

et les , et d’autre part, entre les et les , les écarts relatifs ont été calculés.

Les écarts relatifs correspondent à [ ] et à

[ ].

Puisqu’un même radiologiste interprète plusieurs mammographies et que plusieurs mammographies sont

effectuées dans un même centre de dépistage, les données sont donc corrélées. Afin de tenir compte de cette

corrélation intra-radiologistes et intra-centre, des modèles d’équations d’estimation généralisées (« GEE

models ») sont utilisés (matrice de corrélation indépendante)184. Des analyses de sensibilité ont permis de

déterminer que de tenir compte de la corrélation intra-centre n’avait manifestement aucun effet, une fois que

l’on tenait compte de la corrélation intra-radiologiste. Les modèles présentés sont donc ceux qui tiennent

compte seulement de la corrélation intra-radiologiste. Un seuil de significativité statistique à 5 % est utilisé.

Toutes les analyses sont faites à l’aide du logiciel statistique SAS (version 9.1; SAS Institute, Cary, NC).

3.3 Résultats

3.3.1 Description de la cohorte

Les 1 106 657 mammographies de dépistage dans la cohorte à l’étude peuvent être classées selon le résultat

de la mammographie, le résultat de l’investigation et la présence ou non d’un diagnostic de cancer du sein. Ce

classement est différent selon le type de cancer du sein (tous les cancers ou les cancers infiltrants seulement)

et la période post-dépistage (1 an ou 2 ans) considérés (Figure 19). Les pour une période post-

dépistage d’un an ( ) sont de 87 % et 85 %, respectivement pour tous les types de cancers du sein et

pour seulement les cancers infiltrants. Les diminuent à 69 % pour tous les types de cancers et à 66 %

pour les cancers infiltrants seulement.

80

(A) Période post-dépistage de 1 an

Diagnostic de cancer du sein

Oui Non

Mammographie

de dépistage

Anormale

Investigation

positive

5 781

(4 483 infiltrants) 104 371 110 439

Investigation

négative

287

(226 infiltrants)

Normale 596

(573 infiltrants) 995 622 996 218

6 664 1 099 993 1 106 657

Sensibilité estimée ( ) : 86,7 %

Spécificité estimée ( ): 90,5 %

(B) Période post-dépistage de 2 ans

Diagnostic de cancer du sein

Oui Non

Mammographie

de dépistage

Anormale

Investigation

positive

5 781

(4 483 infiltrants) 103 954 110 439

Investigation

négative

704

(568 infiltrants)

Normale 1 859

(1 768 infiltrants) 994 359 996 218

8 344 1 098 313 1 106 657

Sensibilité estimée ( ) : 69,3 %

Spécificité estimée ( ) : 90,5 %

Figure 19. Mammographies de dépistage selon le résultat de la mammographie de dépistage et le diagnostic de cancer du

sein par période post-dépistage, PQDCS, 2000-2005

81

Pour une période post-dépistage d’un an, 6 664 cancers du sein ont été diagnostiqués; 5 781 cancers

détectés (dont 4 483 cancers infiltrants) et 883 cancers d’intervalle (dont 799 cancers infiltrants). Le est

donc de 5,2 cancers / 1 000 femmes (4,0 cancers infiltrants / 1 000 femmes) et le de 8,0 cancers /

10 000 femmes (7,2 cancers infiltrants / 10 000 femmes). Pour une période post-dépistage de 2 ans, 2 563

cancers d’intervalle ont été diagnostiqués (dont 2 336 cancers infiltrants); résultant à un de 23,3 cancers

/ 10 000 femmes (20,2 cancers infiltrants / 10 000 femmes). Dans la cohorte à l’étude, environ 95 % des

femmes ont au moins 21 mois de suivi post-dépistage suivant leur mammographie. Environ 5 % des femmes

(59 889 / 1 098 313 mammographies) ont passé une autre mammographie de dépistage dans le cadre du

PQDCS dans un délai inférieur à 21 mois suivant leur mammographie.

Peu importe les types de cancers ou la période post-dépistage considérés, la est d’environ 90 %. Peu

importe le type de cancer ou la période post-dépistage considérés, et le sont de 10 % et le

de 9,4 %.

Les caractéristiques des femmes à l’étude sont présentées au Tableau 5. Les données sont présentées en

fonction du résultat obtenu à la mammographie de dépistage et du diagnostic ou non de cancer du sein. Dans

ce tableau, tous les types de cancers sont considérés (infiltrants et in situ) et la période post-dépistage est

de 2 ans. Les femmes avec un diagnostic de cancer du sein ont davantage une histoire familiale de cancer du

sein de premier degré (20 % des cancers détectés, 22 % des cancers d’intervalle) que les femmes sans

diagnostic de cancer du sein (14 % des faux positifs, 15 % des vrais négatifs). Environ 54 % des femmes avec

un cancer d’intervalle ont des densités mammaires de 50 % ou plus; cette proportion est de 42 % pour les

faux positifs, 39 % pour les cancers détectés et 33 % pour les vrais négatifs. Environ 40 % des

mammographies de dépistage à l’étude sont des mammographies initiales dans le PQDCS. Parmi les

mammographies initiales dans le cadre du PQDCS, 18 % (80 062 / 445 177) sont faites chez des femmes

sans antécédent de mammographie.

82

Tableau 5. Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période post-dépistage de 2 ans, PQDCS, 2000-2005

Cancers détectés Cancers

d’intervalle

Faux positifs Vrais négatifs Cohorte

N = 5 781

n (%)

N = 2 563

n (%)

N = 103 954

n (%)

N = 994 359

n (%)

N = 1 106 657

n (%)

Âge (ans)

50-54 1 555 (26,9) 755 (29,5) 42 993 (41,4) 325 603 (32,7) 370 906 (33,5)

55-59 1 623 (28,1) 731 (28,5) 27 762 (26,7) 287 759 (28,9) 317 875 (28,7)

60-64 1 421 (24,6) 629 (24,5) 19 794 (19,0) 219 577 (22,1) 241 421 (21,8)

65-69 1 182 (20,4) 448 (17,5) 13 405 (12,9) 161 420 (16,2) 176 455 (15,9)

Histoire familiale de cancer du sein

Non 4 598 (79,5) 1 998 (78,0) 89 030 (85,6) 844 841 (85,0) 940 467 (85,0)

Oui 1 183 (20,5) 565 (22,0) 14 924 (14,4) 149 518 (15,0) 166 190 (15,0)

Densité mammaire

< 25 % 1 111 (19,2) 309 (12,1) 17 993 (17,3) 282 481 (28,4) 301 894 (27,3)

25-49 % 2 424 (41,9) 869 (33,9) 42 469 (40,9) 386 600 (38,9) 432 362 (39,1)

50-75 % 1 817 (31,4) 1 018 (39,7) 34 613 (33,3) 256 954 (25,8) 294 402 (26,6)

> 75 % 429 (7,4) 367 (14,3) 8 879 (8,5) 68 324 (6,9) 77 999 (7,0)

Âge au premier enfant (ans)

Nullipare 1 144 (19,8) 536 (20,9) 17 742 (17,1) 159 647 (16,1) 179 069 (16,2)

<20 531 (9,2) 219 (8,5) 10 616 (10,2) 104 853 (10,5) 116 219 (10,5)

20-24 2 025 (35,0) 912 (35,6) 39 446 (38,0) 390 274 (39,3) 432 657 (39,1)

25-29 1 394 (24,1) 621 (24,2) 25 938 (25,0) 245 496 (24,7) 273 449 (24,7)

30-34 515 (8,9) 191 (7,5) 7 843 (7,5) 72 182 (7,3) 80 731 (7,3)

≥ 35 172 (3,0) 84 (3,3) 2 356 (2,3) 21 817 (2,2) 24 429 (2,2)

Inconnu 0 (0,0) 0 (0,0) 13 (0,0) 90 (0,0) 103 (0,0)

Post-ménopausée 5 074 (87,8) 2 213 (86,3) 85 036 (81,8) 872 190 (87,7) 964 513 (87,2)

Hormonothérapie de substitution

(actuellement) 2 577 (44,6) 1 290 (50,3) 46 768 (45,0) 418 871 (42,1) 469 506 (42,4)

83

Tableau 5(suite). Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période post-dépistage de 2 ans, PQDCS,

2000-2005

Cancer détecté Cancer

d’intervalle

Faux positifs Vrais négatifs Cohorte

N = 5 781

n (%)

N = 2 563

n (%)

N = 103 954

n (%)

N = 994 359

n (%)

N = 1 106 657

n (%)

Indice de masse corporelle (kg / m2)

< 20,0 228 (3,9) 152 (5,9) 5 662 (5,4) 50 779 (5,1) 56 821 (5,1)

20,0-24,9 2 156 (37,3) 1 127 (44,0) 42 383 (40,8) 388 325 (39,1) 433 991 (39,2)

25,0-29,9 2 079 (36,0) 802 (31,3) 35 353 (34,0) 342 791 (34,5) 381 025 (34,4)

30,0-34,9 875 (15,1) 319 (12,5) 13 880 (13,3) 142 903 (14,4) 157 977 (14,3)

≥ 35,0 434 (7,5) 162 (6,3) 6 516 (6,3) 67 469 (6,8) 74 581 (6,7)

Inconnu 9 (0,2) 1 (0,0) 160 (0,1) 2 092 (0,2) 2 262 (0,2)

Examen clinique des seins dans la

dernière année 3 697 (64,0) 1 726 (67,3) 68 188 (65,6) 644 884 (64,9) 718 495 (64,9)

Antécédent d’aspiration à l’aiguille

fine ou de biopsie au sein 773 (13,4) 451 (17,6) 13 958 (13,4) 98 062 (9,9) 113 244 (10,2)

Historique de la mammographie

dans le PQDCS

Initiale, sans antécédent de

mammographie

580 (10,0) 162 (6,3) 14 904 (14,3) 64 416 (6,5) 80 062 (7,2)

Initiale, avec antécédent de

mammographie

1 933 (33,4) 939 (36,6) 40 697 (39,2) 321 546 (32,3) 365 115 (33,0)

Subséquente 3 268 (56,5) 1 462 (57,0) 48 353 (46,5) 608 397 (61,2) 661 480 (59,8)

84

Les caractéristiques des radiologistes et des centres de dépistage sont présentées au Tableau 6. La plus

grande proportion des radiologistes sont ceux ayant obtenu leur permis de spécialité en 1990 ou après (45 %).

Ces radiologistes ont interprété 28 % des mammographies. Ce sont les radiologistes ayant obtenu leur permis

entre 1970 et 1979 qui ont interprété la plus grande proportion des mammographies (35 %). Treize pour cent

des radiologistes ont un volume de lecture moyen de moins de 250 mammographies de dépistage par année,

tandis que 9 % des radiologistes ont un volume de lecture de 1 500 mammographies de dépistage ou plus par

année. La plus grande proportion des centres (46 %) ont un volume moyen inférieur à 1 000 mammographies

de dépistage par année. Environ la moitié des centres de dépistage sont des hôpitaux (52 %), l’autre moitié

des cliniques privées.

85

Tableau 6. Radiologistes, centres de dépistage et mammographies de dépistage en fonction des caractéristiques des radiologistes et des centres de dépistage, PQDCS, 2000-2005

Radiologiste ou centre de dépistage

N = 340 radiologistes ou 90 centres

n (%)

Mammographie de dépistage de la cohorte

N = 1 106 657

n (%)

Année de l’obtention du permis de radiologiste

< 1970 40 (11,8) 174 906 (15,8)

1970-1979 90 (26,5) 382 047 (34,5)

1980-1989 57 (16,8) 236 491 (21,4)

≥ 1990 153 (45,0) 313 213 (28,3)

Université fréquentée par le radiologiste

Laval 116 (34,1) 443 527 (40,1)

Montréal 116 (34,1) 364 508 (32,9)

Sherbrooke 45 (13,2) 121 275 (11,0)

Autre 53 (15,6) 150 299 (13,6)

Ne sait pas 10 (2,9) 27 048 (2,4)

Sexe du radiologiste

Masculin 233 (68,5) 834 616 (75,4)

Féminin 106 (31,2) 271 419 (24,5)

Inconnu 1 (0,3) 622 (0,1)

Volume moyen de lecture des radiologistes (mammographies de dépistage / année)

< 250 43 (12,6) 7 576 (0,7)

250-499 78 (22,9) 92 993 (8,4)

500-749 73 (21,5) 148 625 (13,4)

750-999 54 (15,9) 180 490 (16,3)

1000-1249 37(10,9) 188 823 (17,1)

1250-1499 23 (6,8) 136 328 (12,3)

≥ 1500 32 (9,4) 351 822 (31,8)

Volume moyen des centres de dépistage (mammographies de dépistage / an)

< 1000 41 (45,6) 176 933 (16,0)

1000-1999 22 (24,4) 276 665 (25,0)

2000-2999 17 (18,9) 330 385 (29,8)

3000-3999 10 (11,1) 322 674 (29,2)

≥ 4000

Type de centres de dépistage

Public 47 (52,2) 342 902 (31,0)

Privé 43 (47,8) 763 755 (69,0)

86

3.3.2 Relation entre les variations du taux de détection et les variations de la sensibilité estimée

Les ajustés, les ajustés et les ajustés sont présentés en fonction de l’année de

l’obtention du permis de radiologiste au Tableau 7. Les résultats sont présentés selon le type de cancer (tous

les cancers ou les cancers infiltrants seulement) et la période post-dépistage considérés (1 an ou 2 ans).

Les radiologistes plus récemment gradués obtiennent des plus élevés que les radiologistes ayant obtenu

leur permis avant 1970, et ce, peu importe le type de cancer ou la période post-dépistage à l’étude (Tableau

7). Par exemple, les radiologistes ayant obtenu leur permis à partir de 1990 ont des (tous cancers) et des

de cancers infiltrants respectivement de 40 % et 31 % plus élevés que les obtenus par les

radiologistes ayant obtenu leur permis avant 1970. La est également plus élevée chez les radiologistes

ayant obtenu leur permis à partir de 1990 comparativement aux radiologistes l’ayant reçu avant 1970. Les

radiologistes ayant obtenu leur permis à partir de 1990 obtiennent des 12 % (pour tous les cancers) et

14 % (pour les cancers infiltrants) plus élevées que les des radiologistes ayant obtenu leur permis avant

1970. Si l’on considère les , la force de l’association s’avère plus élevée. Les radiologistes ayant obtenu

leur permis à partir de 1990 obtiennent des 23 % (pour tous les cancers) et 24 % (pour les cancers

infiltrants) plus élevées que les des radiologistes ayant obtenu leur permis avant 1970. Pour ce qui est

des , peu importe le type de cancer ou la période post-dépistage considérés, elles semblent toujours

varier en fonction des catégories de permis du radiologiste. Il n’y a que les des cancers infiltrants qui

paraissent être plus semblables selon les catégories de permis du radiologiste ( de 1,06, 1,05 et 1,06

pour, respectivement, les années de permis entre 1970-1979, 1980-1989 et ≥ 1990, comparativement à <

1970, Tableau 7).

L’écart relatif entre les et les varie selon le type de cancer et la période post-dépistage

considérés (Figure 20). La plus grande différence entre les et les (en terme d’écart relatif) est

observée lorsque la période post-dépistage est d’un an; elle est de 25 % pour tous les cancers et de 15 %

pour seulement les cancers infiltrants. Pour la période post-dépistage de 2 ans, la différence entre les et

les est de 14 % pour tous les cancers et de 6 % pour les cancers infiltrants seulement.

87

Tableau 7. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage

Année de permis du radiologiste

Taux de détection Sensibilité estimée Prévalence estimée

Num. / dén. RP ajusté† (I.C. 95 %)

Num. / dén.

RP ajusté† (I.C. 95 %)

Num. / dén.


(A) Tous les cancers, période post-dépistage de 1 an

< 1970 700 / 174 906 1,00 700 / 869 1,00 869 / 174 906 1,00 1970-1979 1 948 / 382 047 1,28 (1,1-1,5) 1 948 / 2 264 1,08 (1,0-1,1) 2 264 / 382 047 1,19 (1,0-1,3) 1980-1989 1 275 / 236 491 1,34 (1,1-1,6) 1 275 / 1 460 1,09 (1,0-1,1) 1 460 / 236 491 1,23 (1,1-1,4) ≥ 1990 1 858 / 313 213 1,40 (1,2-1,6) 1 858 / 2 071 1,12 (1,1-1,1) 2 071 / 313 213 1,25 (1,1-1,4)

(B) Cancers infiltrants, période post-dépistage de 1 an

< 1970 567 / 174 745 1,00 567 / 729 1,00 729 / 174 745 1,00 1970-1979 1 524 / 381 534 1,24 (1,1-1,4) 1 524 / 1 804 1,10 (1,0-1,2) 1 804 / 381 534 1,13 (1,0-1,3) 1980-1989 977 / 236 147 1,29 (1,1-1,5) 977 / 1 145 1,10 (1,0-1,2) 1 145 / 236 147 1,16 (1,0-1,3) ≥ 1990 1 415 / 312 706 1,31 (1,1-1,5) 1 415 / 1 604 1,14 (1,1-1,2) 1 604 / 312 706 1,15 (1,0-1,3)

(C) Tous les cancers, période post-dépistage de 2 ans

< 1970 700 / 174 906 1,00 700 / 1 159 1,00 1 159 / 174 906 1,00 1970-1979 1 948 / 382 047 1,28 (1,1-1,5) 1 948 / 2 866 1,15 (1,1-1,2) 2 866 / 382 047 1,11 (1,0-1,2) 1980-1989 1 275 / 236 491 1,34 (1,1-1,6) 1 275 / 1 778 1,20 (1,1-1,3) 1 778 / 236 491 1,11 (1,0-1,3) ≥ 1990 1 858 / 313 213 1,40 (1,2-1,6) 1 858 / 2 541 1,23 (1,2-1,3) 2 541 / 313 213 1,14 (1,0-1,3)

(D) Cancers infiltrants, période post-dépistage de 2 ans

< 1970 567 / 174 745 1,00 567 / 998 1,00 998 / 174 745 1,00 1970-1979 1 524 / 381 534 1,24 (1,1-1,4) 1 524 / 2 353 1,17 (1,1-1,2) 2 353 / 381 534 1,06 (1,0-1,2) 1980-1989 977 / 236 147 1,29 (1,1-1,5) 977 / 1 434 1,22 (1,1-1,3) 1 434 / 236 147 1,05 (0,9-1,2) ≥ 1990 1 415 / 312 706 1,31 (1,1-1,5) 1 415 / 2 034 1,24 (1,2-1,3) 2 034 / 312 706 1,06 (0,9-1,2)

Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de

substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

88

Figure 20. Écarts relatifs entre les rapports de taux de détection et les rapports de sensibilités estimées pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période post-dépistage considérés. Écart relatif :

, : rapport de taux de détection, : rapport des sensibilités estimées par la méthode de détection pour un

suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et in situ), Ca infiltrant : cancer

infiltrant seulement. Les et les sont ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

25,0%

14,9% 13,8%

5,6%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

Tous Ca, w = 1 an

Ca infiltrant, w = 1 an

Tous Ca, w = 2 ans

Ca infiltrant, w = 2 ans

Éca

rt r

elat

if en

tre

la c

atég

orie

de

perm

is ≥

199

0 vs

< 1

970

89

Concernant l’histoire familiale de cancer du sein (Tableau 8), le est 44 % plus élevé chez les femmes avec

une histoire familiale de cancer du sein comparativement à celles sans histoire (40 % pour les cancers

infiltrants seulement). Similairement, la est 47 % plus élevée chez les femmes avec une histoire familiale

de cancer du sein comparativement à celles sans histoire (46 % pour les cancers infiltrants seulement). Il ne

semble pas y avoir de différence significative dans les en fonction de l’histoire familiale de cancer du

sein ( variant entre 0,97 ou 0,98 dépendant du type de cancer et de la période post-dépistage

considérés).

Pour la densité mammaire (Tableau 9), les analyses multivariées démontrent que les femmes avec 25-49 %,

50-75 % et > 75 % obtiennent des (tous cancers) 63 %, 87 % et 74 % plus élevés que les femmes avec

peu de densité mammaire (< 25 %). Au contraire, les et les diminuent lorsque la densité

mammaire augmente. Pour les cancers infiltrants par exemple, les diminuent de 6 %, 20 % et 36 %

pour, respectivement, les catégories de densité mammaire respective de 25-49 %, 50-75 % et > 75 %, en

comparaison avec la catégorie de référence de densité mammaire < 25 %. Finalement, les et les

augmentent en fonction d’une augmentation de la densité mammaire.

La Figure 21 illustre les en fonction des selon l’année de permis du radiologiste (graphique a),

l’histoire familiale (graphique b) et la densité mammaire (graphique c). Le et sont présentés

pour la catégorie de l’année de permis ≥ 1990 (comparativement à < 1990), pour la présence d’une histoire

familiale de cancer du sein (comparativement à l’absence d’une histoire familiale) et pour la densité mammaire

> 75 % (comparativement à < 25 %). Dans les trois graphiques, la diagonale représente = . Plus

les points s’éloignent de la diagonale, plus le est différent du . Pour la variable d’année de

permis du radiologiste, les sont assez près des , particulièrement pour les cancers infiltrants et

une période post-dépistage de 2 ans. Pour l’histoire familiale de cancer du sein, les sont toujours plus

élevés que les , peu importe le type de cancer ou la période post-dépistage considérés. Pour la

densité mammaire, les sont vraiment différents des , peu importe le type de cancer ou la période

post-dépistage considérés.

La Figure 22 illustre la relation entre, d’une part les , et d’autre part, le produit du et du

selon l’année de permis du radiologiste (graphique a), l’histoire familiale de cancer du sein (graphique b) et la

densité mammaire (graphique c). Encore une fois, le et le produit ( ) sont présentés

pour la catégorie de l’année de permis ≥ 1990 (comparativement à < 1990), pour la présence d’une histoire

familiale (comparativement à l’absence d’une histoire familiale) et pour la densité mammaire > 75 %

90

(comparativement à < 25 %). Dans les trois graphiques, la diagonale représente .

Peu importe la caractéristique à l’étude, les cancers considérés ou les périodes post-dépistage, le est

toujours à peu près égal au produit ( ). Par exemple, pour les cancers infiltrants et une

période post-dépistage de 2 ans, le est de 1,58 (densité mammaire > 75 % comparativement à une

densité mammaire < 25 %) et le produit du (0,64) et de (2,47) est de 1,58.

91

Tableau 8. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-dépistage

Histoire familiale



Num. / dén.


Num. / dén.



Non 4 598 / 940 467 1,00 4 598 / 5 276 1,00 5 276 / 940 467 1,00 Oui 1 183 / 166 190 1,44 (1,3-1,5) 1 183 / 1 388 0,98 (1,0-1,0) 1 388 / 166 190 1,47 (1,4-1,6)


Non 3 584 / 939 274 1,00 3 584 / 4 198 1,00 4 198 / 939 274 1,00 Oui 899 / 165 858 1,40 (1,3-1,5) 899 / 1 084 0,98 (0,9-1,0) 1 084 / 165 858 1,44 (1,3-1,5)


Non 4 598 / 940 467 1,00 4 598 / 6 596 1,00 6 596 / 940 467 1,00 Oui 1 183 / 166 190 1,44 (1,3-1,5) 1 183 / 1 748 0,98 (0,9-1,0) 1 748 / 166 190 1,47 (1,4-1,6)


Non 3 584 / 939 274 1,00 3 584 / 5 403 1,00 5 403 / 939 274 1,00 Oui 899 / 165 858 1,40 (1,3-1,5) 899 / 1 416 0,97 (0,9-1,0) 1 416 / 165 858 1,46 (1,4-1,5)

Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse

corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

92

Tableau 9. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage

Densité mammaire



Num. / dén.


Num. / dén.



< 25% 1 111 / 301 894 1,00 1 111 / 1 202 1,00 1 202 / 301 894 1,00 25-49% 2 424 / 432 362 1,63 (1,5-1,8) 2 424 / 2 725 0,96 (0,9-1,0) 2 725 / 432 362 1,69 (1,6-1,8) 50-75% 1 817 / 294 402 1,87 (1,7-2,0) 1 817 / 2 170 0,91 (0,9-0,9) 2 170 / 294 402 2,05 (1,9-2,2) > 75% 429 / 77 999 1,74 (1,5-2,0) 429 / 567 0,83 (0,8-0,9) 567 / 77 999 2,10 (1,9-2,4)


< 25% 910 / 301 666 1,00 910 / 991 1,00 991 / 301 666 1,00 25-49% 1 909 / 431 757 1,60 (1,5-1,7) 1 909 / 2 174 0,96 (0,9-1,0) 2 174 / 431 757 1,66 (1,5-1,8) 50-75% 1 362 / 293 865 1,77 (1,6-1,9) 1 362 / 1 686 0,89 (0,9-0,9) 1 686 / 293 865 1,99 (1,8-2,2) > 75% 302 / 77 844 1,58 (1,3-1,9) 302 / 431 0,78 (0,7-0,8) 431 / 77 844 2,03 (1,8-2,3)


< 25% 1 111 / 301 894 1,00 1 111 / 1 420 1,00 1 420 / 301 894 1,00 25-49% 2 424 / 432 362 1,63 (1,5-1,8) 2 424 / 3 293 0,94 (0,9-1,0) 3 293 / 432 362 1,72 (1,6-1,8) 50-75% 1 817 / 294 402 1,87 (1,7-2,0) 1 817 / 2 835 0,83 (0,8-0,9) 2 835 / 294 402 2,25 (2,1-2,4) > 75% 429 / 77 999 1,74 (1,5-2,0) 429 / 796 0,70 (0,7-0,8) 796 / 77 999 2,48 (2,2-2,7)


< 25% 910 / 301 666 1,00 910 / 1 192 1,00 1 192 / 301 666 1,00 25-49% 1 909 / 431 757 1,60 (1,5-1,7) 1 909 / 2 688 0,94 (0,9-1,0) 2 688 / 431 757 1,70 (1,6-1,8) 50-75% 1 362 / 293 865 1,77 (1,6-1,9) 1 362 / 2 298 0,80 (0,8-0,8) 2 298 / 293 865 2,22 (2,1-2,4) > 75% 302 / 77 844 1,58 (1,3-1,9) 302 / 641 0,64 (0,6-0,7) 641 / 77 844 2,47 (2,2-2,8)

Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de

masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

93

(a) Année de permis du radiologiste (≥ 1990 vs < 1970)

(b) Histoire familiale de cancer du sein (oui vs non)

(c) Densité mammaire (> 75 % vs < 25 %)

Figure 21. Rapports des taux de détection ajustés en fonction des rapports des sensibilités estimées ajustés selon le type de

cancer et la période post-dépistage considérés. : rapport des taux de détection, : rapport des sensibilités estimées

par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer

(infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.

0,00

0,50

1,00

1,50

2,00

0,00 0,50 1,00 1,50 2,00

RTD

RŜeDw

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


0,00

0,50

1,00

1,50

2,00

0,00 0,50 1,00 1,50 2,00

RTD

RŜeDw

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


0,00

0,50

1,00

1,50

2,00

0,00 0,50 1,00 1,50 2,00

RTD

RŜeDw

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


94




Figure 22. Rapport de taux de détection ajusté en fonction du produit du rapport de sensibilités estimées ajusté et du rapport des prévalences estimées ajusté, selon le type de cancer et la période post-dépistage considérés. : rapport des taux de

détection, : rapport des sensibilités estimées par la méthode de détection pour un suivi post-dépistage , : rapport de

prévalences estimées pour un suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et

in situ), Ca infiltrant : cancer infiltrant seulement.

1,00

1,20

1,40

1,60

1,00 1,20 1,40 1,60

RTD

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


1,00

1,20

1,40

1,60

1,00 1,20 1,40 1,60

RTD

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


1,00

1,20

1,40

1,60

1,80

2,00

1,00 1,20 1,40 1,60 1,80 2,00

RTD

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


95

3.3.3 Relation entre les variations du taux de cancers d’intervalle et celles du manque de sensibilité estimé

Les mêmes tableaux et figures ont été construits, mais cette fois-ci pour le et . Les rapports

des taux de cancers d’intervalle ( ), les rapports des manques de sensibilités estimées [

] et les rapports des prévalences estimées ( ) sont présentés en fonction de l’année de permis du

radiologiste (Tableau 10), de l’histoire familiale de cancer du sein (Tableau 11) et de la densité mammaire

(Tableau 12). Les liens observés entre les et les sont similaires à ceux observés pour

les et les .

Globalement, peu importe le type de cancer ou la période post-dépistage considérés, les et les

diminuent avec l’augmentation de l’année de permis du radiologiste (Tableau 10), augmentent

chez les femmes avec une histoire familiale (comparativement à celles sans histoire) (Tableau 11) et

augmentent considérablement selon l’augmentation de la densité mammaire (Tableau 12). Tout comme pour

les et les , les sont plus près des lorsque seulement les cancers

infiltrants sont utilisés et pour une période post-dépistage de 2 ans (Figure 23). L’écart relatif entre les

et les , comparant la catégorie d’année de permis du radiologiste ≥ 1990 à < 1970,

passe de 25 % (pour tous les cancers et une période post-dépistage d’un an) à seulement 7 % (pour les

cancers infiltrants seulement et une période post-dépistage de 2 ans). La Figure 24 illustre que les

sont près des lorsque l’année de permis est la caractéristique à l’étude (pour la catégorie

≥ 1990 comparativement à < 1970) (graphique a). Par contre, aussi bien pour l’histoire familiale de cancer du

sein (graphique b) que pour la densité mammaire (graphique c), les sont toujours une surestimation

des , et ce, peu importe le type de cancer ou la période post-dépistage considérés.

Finalement, les sont toujours à peu près égaux au produit [ (Figure 25),

peu importe que la caractéristique à l’étude soit l’année de permis du radiologiste (graphique a), l’histoire

familiale de cancer du sein (graphique b) ou la densité mammaire (graphique c). Cette relation entre le

et [ est vraie, peu importe le type de cancer ou la période post-dépistage

considérés.

96

Tableau 10. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage


Taux de cancer d’intervalle Manque de sensibilité estimé Prévalence estimée


Num. / dén.


Num. / dén.



< 1970 169 / 174 206 1,00 169 / 869 1,00 869 / 174 906 1,00 1970-1979 316 / 380 099 0,79 (0,6-1,0) 316 / 2 264 0,68 (0,6-0,8) 2 264 / 382 047 1,19 (1,0-1,3) 1980-1989 185 / 235 216 0,78 (0,6-1,0) 185 / 1 460 0,65 (0,5-0,8) 1 460 / 236 491 1,23 (1,1-1,4) ≥ 1990 213 / 311 355 0,66 (0,5-0,8) 213 / 2 071 0,53 (0,4-0,6) 2 071 / 313 213 1,25 (1,1-1,4)


< 1970 162 / 174 178 1,00 162 / 729 1,00 729 / 174 745 1,00 1970-1979 280 / 380 010 0,74 (0,6-0,9) 280 / 1 804 0,67 (0,5-0,8) 1 804 / 381 534 1,13 (1,0-1,3) 1980-1989 168 / 235 170 0,73 (0,6-0,9) 168 / 1 145 0,65 (0,5-0,8) 1 145 / 236 147 1,16 (1,0-1,3) ≥ 1990 189 / 311 291 0,62 (0,5-0,8) 189 / 1 604 0,54 (0,4-0,7) 1 604 / 312 706 1,15 (1,0-1,3)


< 1970 459 / 174 206 1,00 459 / 1 159 1,00 1 159 / 174 906 1,00 1970-1979 918 / 380 099 0,86 (0,8-1,0) 918 / 2 866 0,78 (0,7-0,9) 2 866 / 382 047 1,11 (1,0-1,2) 1980-1989 503 / 235 216 0,76 (0,7-0,9) 503 / 1 778 0,70 (0,6-0,8) 1 778 / 236 491 1,11 (1,0-1,3) ≥ 1990 683 / 311 355 0,75 (0,7-0,9) 683 / 2 541 0,66 (0,6-0,7) 2 541 / 313 213 1,14 (1,0-1,3)


< 1970 431 / 174 178 1,00 431 / 998 1,00 998 / 174 745 1,00 1970-1979 829 / 380 010 0,83 (0,7-0,9) 829 / 2 353 0,78 (0,7-0,9) 2 353 / 381 534 1,06 (1,0-1,2) 1980-1989 457 / 235 170 0,75 (0,6-0,9) 457 / 1 434 0,72 (0,6-0,8) 1 434 / 236 147 1,05 (0,9-1,2) ≥ 1990 619 / 311 291 0,74 (0,6-0,9) 619 / 2 034 0,69 (0,6-0,8) 2 034 / 312 706 1,06 (0,9-1,2)


substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

97

Tableau 11. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-dépistage

Histoire familiale



Num. / dén.


Num. / dén.



Non 678 / 935 869 1,00 678 / 5 276 1,00 5 276 / 940 467 1,00 Oui 205 / 165 007 1,65 (1,4-1,9) 205 / 1 388 1,11 (1,0-1,3) 1 388 / 166 190 1,47 (1,4-1,6)


Non 614 / 935 690 1,00 614 / 4 198 1,00 4 198 / 939 274 1,00 Oui 185 / 164 959 1,64 (1,4-2,0) 185 / 1 084 1,12 (1,0-1,3) 1 084 / 165 858 1,44 (1,3-1,5)


Non 1 998 / 935 869 1,00 1 998 / 6 596 1,00 6 596 / 940 467 1,00 Oui 565 / 165 007 1,55 (1,4-1,7) 565 / 1 748 1,04 (1,0-1,1) 1 748 / 166 190 1,47 (1,4-1,6)


Non 1 819 / 935 690 1,00 1 819 / 5 403 1,00 5 403 / 939 274 1,00 Oui 517 / 164 959 1,56 (1,4-1,7) 517 / 1 416 1,06 (1,0-1,1) 1 416 / 165 858 1,46 (1,4-1,5)

Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un

antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

98

Tableau 12. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage

Densité mammaire



Num. / dén.


Num. / dén.



< 25 % 91 / 300 783 1,00 91 / 1 202 1,00 1 202 / 301 894 1,00 25-49 % 301 / 429 938 2,43 (1,9-3,1) 301 / 2 725 1,46 (1,1-1,9) 2 725 / 432 362 1,69 (1,6-1,8) 50-75 % 353 / 292 585 4,23 (3,3-5,4) 353 / 2 170 2,12 (1,7-2,7) 2 170 / 294 402 2,05 (1,9-2,2) > 75 % 138 / 77 570 6,30 (4,8-8,3) 138 / 567 3,08 (2,3-4,0) 567 / 77 999 2,10 (1,9-2,4)


< 25 % 81 / 300 756 1,00 81 / 991 1,00 991 / 301 666 1,00 25-49 % 265 / 429 848 2,43 (1,9-3,2) 265 / 2 174 1,48 (1,1-1,9) 2 174 / 431 757 1,66 (1,5-1,8) 50-75 % 324 / 292 503 4,45 (3,4-5,8) 324 / 1 686 2,26 (1,8-2,9) 1 686 / 293 865 1,99 (1,8-2,2) > 75 % 129 / 77 542 6,84 (5,1-9,1) 129 / 431 3,42 (2,6-4,6) 431 / 77 844 2,03 (1,8-2,3)


< 25 % 309 / 300 783 1,00 309 / 1 420 1,00 1 420 / 301 894 1,00 25-49 % 869 / 429 938 2,06 (1,8-2,4) 869 / 3 293 1,21 (1,1-1,4) 3 293 / 432 362 1,72 (1,6-1,8) 50-75 % 1 018 / 292 585 3,59 (3,1-4,1) 1 018 / 2 835 1,61 (1,4-1,8) 2 835 / 294 402 2,25 (2,1-2,4) > 75 % 367 / 77 570 5,00 (4,2-5,9) 367 / 796 2,03 (1,8-2,3) 796 / 77 999 2,48 (2,2-2,7)


< 25 % 282 / 300 756 1,00 282 / 1 192 1,00 1 192 / 301 666 1,00 25-49 % 779 / 429 848 2,03 (1,8-2,3) 779 / 2 688 1,21 (1,1-1,4) 2 688 / 431 757 1,70 (1,6-1,8) 50-75 % 936 / 292 503 3,65 (3,2-4,2) 936 / 2 298 1,65 (1,5-1,9) 2 298 / 293 865 2,22 (2,1-2,4) > 75 % 339 / 77 542 5,16 (4,4-6,0) 339 / 641 2,10 (1,8-2,4) 641 / 77 844 2,47 (2,2-2,8)

Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de

masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

99

Figure 23. Écarts relatifs entre les rapports des taux de cancers d’intervalle et les rapports du manque de sensibilités estimés pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période post-dépistage

considérés. Écart relatif :

, : rapport de taux de cancer d’intervalle pour un suivi post-dépistage ,

) : rapport du manque de sensibilités estimé par la méthode de détection pour un suivi post-dépistage , : période

post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement. Les et

les sont ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

24,5%

14,8% 13,6%

7,2%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


Écar

t rel

atif

entre

la c

atég

orie

de

perm

is

≥ 19

90 v

s <

1970

100




Figure 24. Rapports des taux de cancers d’intervalle en fonction des rapports du manque de sensibilités estimés selon le type de cancer et la période post-dépistage considérés. : rapport des taux de cancers d’intervalle pour un suivi post-

dépistage , ) : rapport du manque de sensibilités estimé par la méthode de détection pour un suivi post-dépistage ,

: période post-dépistage (an), Tous Ca : tous les cancers (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.

0,00

0,50

1,00

1,50

2,00

0,00 0,50 1,00 1,50 2,00

RTC

I j,w

R(1-ŜeDw)

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


0,00

0,50

1,00

1,50

2,00

0,00 0,50 1,00 1,50 2,00

RTC

I j,w

R(1-ŜeDw)

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


0,00

2,00

4,00

6,00

8,00

0,00 2,00 4,00 6,00 8,00

RTC

I j,w

R(1-ŜeDw)

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


101




Figure 25. Rapports des taux de cancer d’intervalle en fonction du produit des rapports des manques de sensibilités estimés et des rapports de prévalences estimées selon le type de cancer et la période post-dépistage considérés. : rapport

des taux de cancers d’intervalle pour un suivi post-dépistage , ) : rapport du manque de sensibilités estimé par la

méthode de détection pour un suivi post-dépistage , : rapport de prévalences estimées pour un suivi post-dépistage , :

période post-dépistage (an), Tous Ca : tous les cancers (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.

0,00

0,20

0,40

0,60

0,80

1,00

0,00 0,20 0,40 0,60 0,80 1,00

RTC

I j,w

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


1,00

1,20

1,40

1,60

1,80

2,00

1,00 1,20 1,40 1,60 1,80 2,00

RTC

I j,w

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


1,00

2,00

3,00

4,00

5,00

6,00

7,00

1,00 2,00 3,00 4,00 5,00 6,00 7,00

RTC

I j,w

Tous Ca, w = 1 an


Tous Ca, w = 2 ans


102

3.3.4 Relation entre les variations du taux de faux positifs, des variations du taux de référence et des variations du manque de spécificité estimé

Les rapports de taux de faux positifs ( ), les rapports de taux de référence ( ) et les rapports du

manque de spécificité estimé [ ] sont présentés en fonction de l’année de l’obtention du permis de

radiologiste, de l’histoire familiale de cancer du sein et de la densité mammaire au Tableau 13. Puisque le type

de cancer de même que la période post-dépistage considérés n’ont qu’un effet négligeable sur ces 3

indicateurs, les résultats sont uniquement présentés pour les cancers infiltrants et pour une période post-

dépistage de 2 ans. Les analyses ont également été faites en considérant les cancers infiltrants et in situ et /

ou pour une période post-dépistage d’un an; les mêmes résultats ont été obtenus (données non montrées).

Peu importe la caractéristique à l’étude, les , les et les sont toujours similaires.

Par exemple, lorsque l’on compare les radiologistes ayant gradué depuis 1990 aux radiologistes ayant obtenu

leur permis avant 1970, les , les et les sont tous de 1,35. Il en est de même pour

l’histoire familiale du cancer du sein ou pour la densité mammaire. Si l’on compare les femmes avec une

histoire familiale de cancer du sein à celles sans histoire familiale, les , les et les

sont, respectivement, de 1,01, 1,03 et 1,01. Finalement, si l’on compare les femmes avec > 75 % de densité

mammaire à celles avec < 25 % de densité mammaire, les , les et les sont,

respectivement, de 1,72, 1,71 et 1,72.

103

Tableau 13. Rapports des taux de faux positifs, des taux de référence et des manques de spécificités estimés en fonction de l’année de l’obtention du permis de radiologiste, de l’histoire familiale de cancer du sein et de la densité mammaire pour les cancers infiltrants seulement et une période post-dépistage de 2 ans

Variables Taux de faux positifs Taux de référence Manque de spécificité estimé


Num. / dén.


Num. / dén.



< 1970 13 089 / 174 745 1,00 13 702 / 174 745 1,00 13 089 / 174 016 1,00 1970-1979 31 050 / 381 534 1,06 (0,8-1,3) 32 649 / 381 534 1,07 (0,9-1,3) 31 050 / 379 730 1,06 (0,8-1,3) 1980-1989 24 055 / 236 147 1,36 (1,1-1,7) 25 081 / 236 147 1,35 (1,1-1,7) 24 055 / 235 002 1,36 (1,1-1,7) ≥ 1990 36 102 / 312 706 1,35 (1,1-1,7) 37 573 / 312 706 1,35 (1,1-1,7) 36 102 / 311 102 1,35 (1,1-1,7) Histoire familiale de cancer du sein

Non 89 294 / 939 274 1,00 93 054 / 939 274 1,00 89 294 / 935 076 1,00 Oui 15 002 / 165 858 1,01 (1,0-1,0) 15 951 / 165 858 1,03 (1,0-1,1) 15 002 / 164 774 1,01 (1,0-1,0) Densité mammaire

< 25 % 18 041 / 301 666 1,00 18 988 / 301 666 1,00 18 041 / 300 675 1,00 25-49 % 42 590 / 431 757 1,61 (1,5-1,7) 44 599 / 431 757 1,61 (1,5-1,7) 42 590 / 429 583 1,62 (1,5-1,7) 50-75 % 34 745 / 293 865 1,86 (1,8-2,0) 36 175 / 293 865 1,86 (1,8-2,0) 34 745 / 292 179 1,87 (1,8-2,0) > 75 % 8 920 / 77 844 1,72 (1,6-1,9) 9 243 / 77 844 1,71 (1,6-1,9) 8 920 / 77 413 1,72 (1,6-1,9)


substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).

105

3.4 Discussion Ces analyses démontrent que des variations dans le ou le ne sont pas toujours de bons reflets

des variations dans les . Par ailleurs, les variations dans les ou les peuvent s’interpréter

directement comme des variations dans .

3.4.1 Relation entre les variations du taux de détection et celles de la sensibilité estimée ou entre les variations du taux de cancer d’intervalle et celles du manque de sensibilité estimé

Plusieurs programmes de dépistage publient leur 19,28,92–94,96,117. Les sont souvent présentés par

année93,94, par province117, par région93,94, par centre de dépistage ou même par radiologiste85,95 afin d’évaluer

leur performance. Une variation dans le est souvent interprétée comme une variation dans la , et

ultimement dans la .

Le est aussi un indicateur clé pour plusieurs programmes de dépistage19,28,29,93. Des variations dans le

sont habituellement perçues comme des variations dans . Le a été utilisé pour étudier

en fonction de certaines caractéristiques comme, par exemple, la prise d’hormonothérapie de

remplacement42 ou la densité mammaire41,42,177,179,180.

Il est avantageux d’utiliser le plutôt que le ou la puisque son calcul est plus facile. L’estimation

du ne nécessite pas l’identification des cancers d’intervalle, ce qui peut être complexe dans certaines

situations et peut demander plus de temps avant de pouvoir le calculer. Par exemple, l’identification des

cancers d’intervalle est très difficile pour certains programmes de dépistage puisque soit la population n’est

pas couverte par un registre des tumeurs ou bien il est impossible de jumeler les femmes dépistées avec un

tel fichier. De plus, lorsque l’on veut évaluer des petits groupes, par exemple évaluer la performance

individuelle des radiologistes, le est une mesure favorisée puisqu’il est moins affecté par le problème de

petits nombres comparativement au par exemple185.

Nos analyses du PQDCS portaient sur trois variables d’exposition permettant de comparer des groupes de

femmes dépistées dans différentes situations. Tout d’abord lorsque la caractéristique à l’étude n’est pas un

facteur de risque du cancer du sein, mais qu’elle est associée à la (année de permis du radiologiste).

Ensuite, lorsque la caractéristique est un facteur de risque du cancer du sein et ne semble pas être associée à

106

la (histoire familiale du cancer du sein) ou lorsque la caractéristique est un facteur de risque du cancer

du sein et semble être associée à la (densité mammaire).

Nos analyses suggèrent que lorsque les variables à l’étude sont des facteurs de risque du cancer du sein

comme l’histoire familiale du cancer du sein ou la densité mammaire (donc probablement associées à la ),

les ou les ne reflètent pas du tout les ou les . Par exemple, l’histoire

familiale de cancer du sein, qui est un facteur de risque du cancer du sein, n’est que faiblement associée à

. Ainsi, pour les cancers infiltrants est 6 % plus élevé chez les femmes avec une histoire

familiale de cancer du sein comparativement à celles sans histoire (Tableau 11). Par ailleurs, le des

cancers infiltrants est 56 % plus élevé chez les femmes avec une histoire familiale de cancer du sein

comparativement à celles sans histoire (Tableau 11). Les sont donc beaucoup plus élevées que les

. Les variations dans le ou le représentent à la fois les variations dans les (ou

), mais aussi des variations dans les . Les résultats aux Figure 24 et Figure 25 sont cohérents

avec les équations élaborées au Chapitre 2 (Équation 20 de la section 2.4.2.1 Relation entre le taux de

détection, la sensibilité estimée et la sensibilité et Équation 26 de la section 2.4.3.1 Relation entre le taux de

cancer d’intervalle, la sensibilité estimée et la sensibilité) suggérant que le n’est pas seulement lié à la

, mais également à la ou que le n’est pas seulement lié à la , mais également à

la .

Lorsque la variable à l’étude est un facteur de risque, il est impossible de minimiser la différence de (et

théoriquement de ) entre les groupes puisqu’elle est inhérente au facteur. Dans cette situation, des

variations dans le ne sont donc aucunement informatives sur les variations de la , même si un

ajustement est fait pour les autres principaux facteurs de risque de la maladie. Il en est de même pour les

variations dans le et . Il est donc impossible d’étudier les variations dans la à l’aide

des variations du ou du en fonction de caractéristiques qui sont associées à l’incidence (ou la

prévalence) de la maladie, telles que l’histoire familiale ou la densité mammaire par exemple41,131,171,179.

Par contre, lorsque la variable à l’étude n’est pas un facteur de risque du cancer du sein, tel que l’année de

permis du radiologiste, les variations dans les peuvent être assez représentatives des variations dans les

et les variations dans les peuvent être assez représentatives des variations dans , du

moins lorsque seulement les cancers infiltrants sont considérés et que le suivi post-dépistage est de 2 ans.

Lorsque l’on essaie le plus possible de comparer des groupes ayant une même , c’est-à-dire lorsque la

variable étudiée n’est pas un facteur de risque du cancer du sein et qu’en plus, lorsqu’un ajustement est fait

107

pour les principaux facteurs de risque du cancer du sein, alors nos données suggèrent que les peuvent

être interprétés comme des ou les peuvent être interprétés comme des . Par

contre, même dans ces conditions, il restera toujours une certaine incertitude quant à la comparabilité des

entre les groupes. Tout d’abord, et comme mentionné au Chapitre 2 (2.4.2.1 Relation entre le taux de

détection, la sensibilité estimée et la sensibilité) il est impossible de tenir compte de la durée de la maladie

dans la PPC entre les groupes comparés, ce qui peut affecter la . Ensuite, lors des dépistages

subséquents, il restera toujours la possibilité que la diffère selon les groupes comparés en raison d’une

plus élevée, lors des dépistages antérieurs, dans un groupe. Plus l’association entre la variable à l’étude et

la est forte, plus les des groupes comparés seront différentes, et plus l’écart entre les et les

sera grand. Cependant, la quantification de l’impact des lors des dépistages précédents sur la

lors d’un dépistage subséquent, et leur répercussion sur l’interprétation du reste à préciser.

Toujours lorsque la variable à l’étude est l’année de permis du radiologiste, l’analyse des données du PQDCS

suggère également que le type de cancer considéré (infiltrant et in situ ou seulement infiltrant) et la durée du

suivi post-dépistage (1 an ou 2 ans) influencent les et les . Il semble y avoir moins de

différences dans les (c’est-à-dire des plus près de 1) selon les catégories d’année de permis des

radiologistes lorsque les sont calculées pour les cancers infiltrants seulement et pour une période post-

dépistage de 2 ans (Tableau 7). Ainsi, pour que les variations dans le ou le soient le plus près

possible des variations dans la , il est avantageux de ne considérer que les cancers infiltrants et d’utiliser

le plus long suivi post-dépistage possible. Cependant, puisque le programme de dépistage recommande une

mammographie aux 2 ans, il est impossible d’avoir une période post-dépistage de plus de 2 ans.

En résumé, pour qu’une variation dans le puisse refléter une variation dans la ou qu’une variation

dans le puisse refléter une variation dans , il est préférable que : les variations étudiées

soient des rapports ( ou ), la caractéristique à l’étude ne doit pas être un facteur de risque du

cancer du sein, un ajustement doit être fait pour les principaux facteurs de risque du cancer du sein, les

mesures ( et ) doivent tenir compte des cancers infiltrants seulement et, pour les , la période

post-dépistage doit être au moins de 2 ans. Dans ces conditions, une variation dans le semble représenter

assez bien la variation dans les ou la variation dans le semble représenter assez bien la

variation dans des cancers infiltrants.

Dans la littérature, outre deux rapports de l’Équipe d’évaluation du PQDCS concernant les facteurs associés

aux 166 et aux 173, aucune autre étude (à notre connaissance) n’a examiné l’association entre

108

l’année de permis du radiologiste et les mesures indirectes de la . Les deux rapports de l’Équipe

d’évaluation du PQDCS ont cependant utilisé les cancers infiltrants et in situ pour le calcul des mesures

indirectes; il aurait été préférable de n’utiliser que les cancers infiltrants et privilégier une période post-

dépistage de 2 ans pour le . Par ailleurs, certaines études ont examiné l’association entre les mesures

indirectes de la et l’histoire familiale de cancer du sein109,171 ou la densité mammaire41,80,131,172,173,179. Les

variations observées dans le ou le en fonction d’un facteur de risque du cancer du sein ne

reflètent pas les variations observées dans la . En fait, les variations observées dans ces mesures

indirectes sont plutôt le produit des variations dans la et des variations dans la . Donc, en présence

d’un facteur de risque du cancer du sein, il n’y a que la mesure directe de la sensibilité (la dans ce

chapitre) qui peut possiblement être représentative des variations dans la .

3.4.2 Relation entre les variations du taux de faux positifs, les variations du taux de référence et les variations dans le manque de spécificité estimé

Les variations dans les ou dans les peuvent toujours s’interpréter comme des variations dans

. Ceci demeure valide, peu importe que la caractéristique à l’étude soit un facteur de risque du cancer

du sein (comme la densité mammaire ou l’histoire familiale de cancer du sein) ou non (comme l’année de

permis du radiologiste). Le type de cancer ou la période post-dépistage considérés n’influencent pas la

relation entre les variations dans les ou les et les variations dans les .

Il a été démontré de façon théorique au Chapitre 2 que des variations dans le sont associées à des

variations dans , mais aussi des variations dans (Équation 31, section 2.4.5.1 Relation entre

le taux de faux positifs, le manque de spécificité estimé et le manque de spécificité). Dans la cohorte utilisée

pour les analyses, les demeurent une très faible proportion même en fonction d’un facteur de risque

important du cancer du sein, la densité mammaire. Par exemple, au Tableau 12, nous pouvons constater que

les des cancers infiltrants pour une période post-dépistage de 2 ans passent de 3,9 cancers / 1 000

femmes (1 192 / 301 666) à 8,2 cancers / 1 000 femmes (641 / 77 844) pour, respectivement, les catégories

de densité mammaire < 25 % et > 75 %. Ainsi, même dans la catégorie de densité mammaire où la est la

plus élevée (soit 8,2 cancers / 1 000 femmes pour les densités mammaires > 75 %), celle-ci correspond tout

de même à une petite proportion. Ainsi, est donc toujours une proportion très élevée (tout près de 1).

Par exemple, pour la catégorie de densité mammaire > 75 %, pour les cancers infiltrants et pour une

période post-dépistage de 2 ans est de 0,992 (77 203 / 77 844) (Tableau 12). Dans le contexte d’un

programme de dépistage du cancer du sein populationnel, est toujours une proportion tout près de

109

1, même en fonction de caractéristiques qui sont des facteurs de risque du cancer du sein. Par conséquent,

les variations dans les sont toujours à peu près égales aux variations dans les .

Il a aussi été démontré de façon théorique au Chapitre 2 (Équation 33) que des variations dans le sont

à peu près égales à celles du , à condition que le soit relativement faibles en comparaison aux .

Ceci semble être le cas, peu importe les caractéristiques à l’étude. Par exemple, en fonction de la densité

mammaire, qui est un facteur de risque important du cancer du sein, les sont toujours très faibles par

rapport aux . Pour la catégorie de densités mammaires 50-75 % (catégorie pour laquelle le est le

plus élevé), le des cancers infiltrants est de 4,6 cancers / 1 000 femmes (1 362 / 293 865, Tableau 9),

tandis que le est de 118 faux positifs / 1000 (34 745 / 293 865, Tableau 13). Donc, le est environ

26 fois plus élevé que le (118 en comparaison avec 4,6 cancers / 1 000). Ainsi, dans le contexte Nord-

Américain où les sont assez élevés, les correspondent toujours à une proportion beaucoup plus

élevée que le , et ce, peu importe la caractéristique à l’étude.

En résumé, peu importe la caractéristique à l’étude (facteur de risque du cancer du sein ou non), le type de

cancers considéré ou la durée de suivi post-dépistage, les variations dans les mesures indirectes de la

spécificité ( ou ) peuvent toujours s’interpréter comme des variations dans la mesure directe du

manque de spécificité ( ), et ultimement du manque de spécificité.

3.4.3 Limites des analyses

Afin d’étudier les relations entre les indicateurs de performance, des modèles multivariés ont été utilisés pour

obtenir des rapports d’indicateurs (par exemple des ). L’objectif des analyses était de juger des relations

existantes entre les variations des indicateurs directs et indirects de la et de la . Les analyses ne

portaient pas spécifiquement sur la relation entre l’année de permis du radiologiste, l’histoire familiale de

cancer du sein ou la densité mammaire et les indicateurs de performance à l’étude. Ainsi, peu d’importance a

été donnée aux intervalles de confiance. Afin de limiter la variabilité statistique, les analyses portent sur un

grand effectif afin que les relations entre les différents indicateurs de performance soient jugées seulement à

partir de la mesure d’effet (puisque les intervalles de confiance sont relativement petits). Il est toutefois

important de se rappeler qu’il existe une variation autour des mesures d’effets étudiées.

L’étude de la cohérence dans certains indicateurs de performance s’est faite, dans ce chapitre, avec ce qui

était connu dans la réalité et ce qui était possible d’estimer avec les données d’un programme de dépistage.

Par exemple, bien que les puissent s’interpréter comme des ou que les puissent

110

s’interpréter comme des lorsque la est égale entre les groupes comparés, il n’est pas

toujours possible de s’assurer d’une égale entre les groupes. Idéalement, nous voudrions étudier une

caractéristique qui n’est pas associée à la . Cependant, les caractéristiques qui sont liées à la , non pas

par un lien avec l’incidence, mais plutôt avec la durée de la maladie dans la PPC ne sont pas encore connues.

Nous étudions donc une caractéristique qui n’est pas liés à l’incidence du cancer du sein, soit une

caractéristique qui n’est pas un facteur de risque du cancer du sein. Une autre raison qui pourrait expliquer

une différence dans la entre les groupes comparés est une différence de lors des dépistages

précédents. Cependant, les obtenus dans les analyses du PQDCS en fonction des catégories d’année

de permis du radiologiste sont tout de même assez près de 1, particulièrement lorsque seulement les cancers

infiltrants son considérés et que le suivi post-dépistage était de 2 ans (Tableau 7). Ceci nous suggère que les

groupes comparés selon l’année de permis du radiologiste étaient tout de même assez semblables en terme

de .

Finalement, les résultats de ce chapitre portent uniquement sur la sensibilité estimée par la méthode de

détection ( . Cette est largement utilisée pour évaluer le dépistage par mammographie43,77,93,96,104–

117,186,187. Il n’était pas possible d’étudier la sensibilité estimée par la méthode d’incidence ( ) avec les

données disponibles.

3.4.4 Conclusion

En conclusion, des variations dans les mesures indirectes de la sensibilité (soit le ou le ) peuvent

être représentatives des variations dans les , mais uniquement sous certaines conditions. Ces

conditions sont les suivantes : les variations étudiées doivent l’être en terme de rapports (par exemple des

), les mesures indirectes doivent être comparées selon une caractéristique qui n’est pas être un facteur

de risque du cancer du sein, un ajustement doit être fait minimalement pour les principaux facteurs de risque

du cancer du sein, les et les doivent tenir compte des cancers infiltrants seulement et, pour les

, la période post-dépistage doit être la plus longue possible (2 ans dans le PQDCS). Lorsque ces

conditions sont respectées, le semble pouvoir être interprété comme une approximation du ou

le semble pouvoir être interprété comme une approximation de . Par contre, si les

mesures indirectes sont comparées selon un facteur de risque du cancer du sein, alors les variations dans les

mesures indirectes sont différentes des variations dans les (ou les ) puisque les variations

dans les mesures indirectes sont également influencées par les variations dans la . Des variations dans

les mesures indirectes de la spécificité (soit le ou le ) sont toujours représentatives des variations

111

dans , du moins dans le contexte d’un dépistage du cancer du sein populationnel en Amérique du

Nord.

Dans le cadre de l’évaluation des processus de dépistage, les indicateurs de performance peuvent être

étudiés en fonction de plusieurs variables qui ne sont pas des facteurs de risque du cancer du sein. Par

exemple, le volume de lecture de mammographies des radiologistes84,85 ou du centre188,189, le type d’appareil

de mammographie utilisé82,83 ou la qualité de la mammographie190 sont des variables pour lesquelles il est

intéressant d’évaluer leur association avec la ou la . Par conséquent, dans ce contexte, les mesures

indirectes de la sensibilité ( ) et du manque de spécificité ( ) peuvent être utilisées pour

évaluer la performance du dépistage en fonction de ces variables, mais cette utilisation doit se faire avec

beaucoup de prudence.

Pour l’évaluation régulière des programmes de dépistage, il est préférable de suivre l’évolution du taux de

détection des cancers infiltrants et du taux de cancers d’intervalle infiltrants pour un suivi post-dépistage le

plus long possible (2 ans dans le PQDCS). Il faut être très prudent dans la comparaison de ces indicateurs de

performance entre les programmes de dépistage puisque qu’une différence dans ces indicateurs pourrait être

le reflet d’une différence dans la prévalence du cancer du sein et non dans la performance du programme.

Les relations entre les indicateurs de performance étudiées dans ce présent chapitre prennent tout leur sens si

les variations observées dans les mesures directes ( ou ) reflètent les variations dans la ou le

. Les ou les ne peuvent pas être étudiés dans le contexte d’un programme de dépistage

populationnel. Par conséquent, une microsimulation a été développée et elle est présentée au prochain

chapitre.

113

CHAPITRE 4. ANALYSE DES DONNÉES SIMULÉES

Pour étudier la sensibilité ( ) et la spécificité ( ), il est nécessaire d’avoir recours à une microsimulation

puisque, dans le contexte d’un programme de dépistage populationnel, il n’est pas possible de savoir quelles

femmes dépistées sont dans la PPC du cancer du sein et lesquelles ne le sont pas. Cette information est

cependant essentielle pour déterminer la et la . Puisque la spécificité estimée ( ) est très proche de la

et qu’en plus, les variations dans les taux de faux positifs ( ), les taux de référence ( ) et le

manque de spécificité estimé ( ) sont très cohérentes (voir les résultats au Chapitre 3), ces indicateurs

ne seront pas étudiés à partir des données simulées. La microsimulation développée dans le cadre de ce

travail permet donc d’étudier les relations entre les sensibilités estimées ( ) et la . Ce chapitre présente

tout d’abord une revue de littérature concernant la modélisation de la sensibilité du dépistage. Par la

suite, l’élaboration, la calibration et la validation du modèle de microsimulation seront abordées. Finalement,

les résultats et discussions concernant les analyses des données simulées seront présentés.

4.1 Modélisation de la sensibilité du dépistage Dans un cadre de dépistage, la modélisation de l’histoire naturelle de la maladie peut être utilisée pour

répondre à une multitude de questions. Néanmoins, l’objectif principal des modèles peut être classé selon

deux grands groupes. D’une part, les modèles qui ont comme objectif principal de prédire l’effet du dépistage

et d’autre part, les modèles qui ont plutôt comme objectif de déterminer les valeurs de certains paramètres qui

sont inconnus dans la réalité.

Pour le premier groupe de modèles, l’effet du dépistage peut être évalué en termes d’effet positif du dépistage

comme la réduction de mortalité entraînée par la mise en place du dépistage191–199, en terme d’effet négatif

comme la proportion de surdiagnostic63,200–203 ou la balance entre les effets positifs et négatifs, par exemple le

ratio coût-efficacité204–207. L’effet du dépistage peut aussi être étudié en lien avec les composantes d’un

programme de dépistage (par exemple l’âge des femmes invitées ou l’intervalle de temps entre les

mammographies)73,208–215. Bien que ces modèles exigent également l’estimation de paramètres inconnus, leur

objectif principal est plutôt de prédire l’effet du dépistage.

Le deuxième groupe de modèles a plutôt comme objectif de déterminer les valeurs de certains paramètres qui

demeurent inconnues dans la réalité. Ces modèles peuvent tenter d’estimer, par exemple, la durée de la

PPCD, la et le temps de devancement7,44–48,51–59,64–71 ou bien la 74,216. L’objectif du modèle est

114

important puisqu’il détermine par la suite sa structure de même qu’à la technique de modélisation à

privilégier68,217.

Dès la publication des résultats du premier essai clinique randomisé utilisant la mammographie pour le

dépistage du cancer du sein (le « HIP study »), plusieurs chercheurs se sont intéressés à déterminer un

paramètre crucial pour le dépistage, soit sa sensibilité. La sensibilité peut être déterminée tout d’abord par une

approche analytique (basée sur la détermination du maximum de vraisemblance de différentes équations

mathématiques) et à l’aide des données des essais cliniques randomisés comme le HIP46–48 ou le Two-

Swedish County48,51. Les sensibilités déterminées dans ces études ne correspondent pas à la , mais bien à

la sensibilité chez les femmes dans la PPCD ( , voir section 2.2 Sensibilité du dépistage). Puisque la

ne peut pas s’interpréter sans la connaissance du temps de séjour moyen dans la PPCD (ou le terme

anglais « mean sojourn time »)58,68, ces études déterminent à la fois la et le temps moyen dans la

PPCD. Comme mentionné au Chapitre 2 (section 2.2 Sensibilité du dépistage), l’utilisation de la a un

sérieux désavantage comparativement à la , puisque cette sensibilité ( ) n’a pas de définition fixe.

La correspond à la sensibilité parmi les femmes qui étaient dans la PPCD, mais la PPCD peut

changer dans le temps ou changer selon le test de dépistage utilisé.

D’autres études utilisent plutôt la simulation. La simulation peut se faire via différentes techniques68,217. Encore

une fois, selon la technique utilisée, la définition de la sensibilité considérée dans les différents modèles peut

varier. Fréquemment, c’est une variante de la sensibilité qui est considérée, soit encore une fois la .

Rarement se penchera-t-on sur la telle que définie dans cette thèse. Dans le domaine du dépistage du

cancer du sein par mammographie, certaines simulations s’avèrent des incontournables. Un de ces modèles,

appelé MISCAN («MIcrosimuation SCreening ANalysis »), a été développé au début des années 1980 dans le

but d’évaluer le dépistage populationnel des cancers, comme le cancer du sein49,218. Ce modèle utilise la

technique de microsimulation, c’est-à-dire que la vie de chaque femme est simulée individuellement. Le

modèle simule tout d’abord l’histoire naturelle de la maladie en absence de dépistage, pour ensuite appliquer

un ou des dépistages et ainsi changer (ou non) le cours de l’histoire naturelle de la maladie. Ce modèle a été

utilisé par plusieurs chercheurs pour répondre à différentes questions en lien avec l’effet du dépistage par

mammographie191,193–196,204,211,214 et aussi en lien avec l’effet du dépistage pour d’autres types de cancers219–

225.

À l’aide du modèle MISCAN, van Oortmarssen et coll. ont été les premiers à tenter de déterminer la sensibilité

du dépistage par mammographie à l’aide de la microsimulation49,50. La et le temps moyen dans la

PPCD (« mean-sojourn time ») sont des paramètres qui ont été calibrés à l’aide des données de l’essai

115

clinique randomisé du HIP et à l’aide des données du projet de dépistage des Pays-Bas (Breast Cancer

Screening Project à Nijmegen et Utrecht). Il est difficile de comparer les de ces deux études puisque

celles-ci ne sont pas données pour les mêmes groupes de tumeurs (en lien avec leur taille). Lorsque les

données du HIP sont utilisées pour la calibration, les valeurs retenues pour la sont de 28 % pour les

tumeurs de 2 cm et moins de diamètres, de 56 % pour les tumeurs de plus de 2 cm, résultant à une

moyenne de 68 % pour un temps moyen dans la PPCD de 2,23 ans. Lorsque les données du programme

néerlandais sont utilisées, les valeurs retenues pour la sont de 70 % pour les tumeurs in situ et les

tumeurs inférieures à 10 mm de diamètre et de 95 % pour les tumeurs de 10 mm et plus. Le temps moyen

dans la PPCD variait selon l’âge de la femme, passant de 1,6 ans, 2,1 ans, 3,0 ans et 4,7 ans pour,

respectivement, les catégories d’âge 40-49 ans, 50-59 ans, 60-69 ans et 70-79 ans. La différence dans la

entre les 2 études pourrait être expliquée, au moins en partie, par une amélioration de la

mammographie dans le temps (les données du HIP sont issues des dépistages ayant eu lieu entre 1964 et

1974, tandis que les données utilisées du programme néerlandais couvrent la période de 1974 à 1982

environ).

Un autre incontournable est l’initiative de modélisation financée par le National Cancer Institute aux États-

Unis. Ce consortium appelé CISNET, pour « Cancer Intervention and Surveillance Modeling Network », a

rendu possible le développement, en parallèle, de sept modèles visant à répondre à une même question, soit

quel est l’impact des traitements adjuvants et du dépistage par mammographie sur le déclin de la mortalité par

cancer du sein aux États-Unis entre 1975 et 2000226. Différentes approches ont été utilisées pour le

développement des modèles (notamment des différences quant à la structure du modèle), respectant ainsi les

différentes philosophies émanant de chaque groupe d’investigateurs. Par ailleurs, certaines données

communes sont utilisées par tous les modèles (« common inputs ») afin d’obtenir une certaine comparabilité

entre les modèles. En résumé, l’objectif final des modèles est de répondre à la même question, mais les

investigateurs pouvaient utiliser différents chemins pour y arriver.

Le consortium CISNET a publié les détails de leurs 7 modèles227. Puisque chaque équipe de chercheurs

pouvait développer un modèle selon leur propre philosophie, ces modèles diffèrent sur plusieurs aspects. Un

bref résumé de la philosophie de chaque modèle est présenté au Tableau 14 (inspiré des articles 226,228,229).

Tel que mentionné dans un de leurs articles228, il est possible de se référer aux modèles à l’aide des simples

lettres D, E, G, M, R, S et W (Tableau 14). Quatre modèles ont utilisé uniquement une approche de

microsimulation (E, G, M et W), deux modèles ont eu recours à des techniques de modélisation analytique et

de microsimulation (R et S) tandis qu’un modèle (D) a privilégié uniquement la modélisation analytique. Ce

dernier type de modélisation consiste à établir un ensemble d’équations mathématiques qui doivent être

116

dérivées afin de décrire les relations entre les paramètres clés du modèle. Pour 6 modèles (D, E, G, R, S et

W), l’approche utilisée pour structurer le modèle était biologique tandis qu’un modèle (M) avait une approche

uniquement épidémiologique. Une approche biologique permet d’aller au-delà des paramètres observables

dans la réalité afin de modéliser la PPC via la croissance des tumeurs et la progression de la maladie. Dans

l’approche épidémiologique, le modèle de simulation est structuré selon les données épidémiologiques

observables dans la réalité; ainsi, seulement la période « observable » peut être modélisée.

Tableau 14. Caractéristiques des sept modèles CISNET

Modèle CISNET Investigateur principal

Technique de modélisation

Approche du modèle

Calibration de la sensibilité

D – Dana-Faber Cancer Insitute61

Zelen Analytique Biologique Non

E – Erasmus University Rotterdam230

Habbema Microsimulation Biologique Oui

G – Georgetown University Medical Center62

Mandelblatt Microsimulation Biologique Oui

M – University of Texas M.D. Anderson Cancer Center231

Berry Microsimulation Épidémiologique Non

R – University of Rochester232

Yakovlev Analytique et

microsimulation Biologique Non

S – Stanford University233

Plevritris Analytique et

microsimulation Biologique Oui

W – University of Wisconsin-Madison60

Fryback Microsimulation Biologique Oui

La sensibilité a été calibrée dans certains modèles de CISNET (E, G, S et W) et non calibrée dans les autres

(D, M et R). En raison de leur structure et de leur approche, les modèles M et R n’ont pas à calibrer la

sensibilité ou à utiliser une valeur de sensibilité. Le modèle D, quant à lui, entre dans leur modélisation des

valeurs fixes de sensibilité obtenues à partir des articles publiés dans la littérature. Ces valeurs de sensibilité

sont donc non calibrées. Puisque ces valeurs proviennent des estimés de trouvés dans la littérature, ces

valeurs ne correspondent pas à la , mais plutôt à des . La différence entre les et la de même que

les limites de ces estimés sont décrites au Chapitre 2 (section 2.4.1 Sensibilité estimée). Les utilisés

varient selon l’âge de la femme; elle est de 55 %, 65 %, 70 %, 75 % et 80 % en fonction, respectivement, des

catégories d’âge < 40 ans, 40-44 ans, 45-49 ans, 50-69 ans et 70 ans et plus.

Les 4 modèles qui ont eu recours à la calibration de la sensibilité (E, G, S et W) sont présentés au Tableau 15.

La définition de la sensibilité varie selon les modèles. Pour 2 modèles (E et S), la sensibilité est modélisée

117

selon un diamètre de tumeur au seuil de détection. En d’autres mots, la sensibilité est considérée comme une

variable dichotomique. La tumeur n’est pas détectée lorsque sa taille est inférieure à un seuil de détection

(donc sensibilité = 0 %) et elle est détectée si sa taille est égale ou supérieure à ce seuil de détection

(sensibilité = 100 %). Le diamètre de détection médian est de 0,9 cm pour le modèle E et de 1 cm pour le

modèle S. Cette façon d’aborder la sensibilité peut difficilement se comparer à la telle que définie dans

cette thèse. Pour le modèle G, la sensibilité considérée correspond à la . Dans ce modèle, la

calibration résulte à une qui varie en fonction de l’âge de la femme lors des mammographies initiales,

mais qui demeure constante pour les mammographies subséquentes (Tableau 15). Finalement, le modèle W

semble définir la sensibilité telle que dans cette thèse, soit comme étant les cancers détectés sur le nombre

total de cancers dans la PPC (donc la ). Plusieurs hypothèses concernant la devaient être formulées

afin d’obtenir de bons résultats lors de la calibration. La devait augmenter de façon monotone avec l’âge

de la femme et avec les années. La pour une tumeur de 5 cm devait être de 99 % et de 100 % pour une

tumeur de 8 cm. Les obtenues suite à la calibration sont présentées au Tableau 15. Fait intéressant, afin

que le modèle atteigne de bons résultats lors de la calibration, les chercheurs ont dû incorporer des tumeurs

dites « limited-malignant potential » (ou l’abréviation « LMP »). Comme leur nom l’indique, ces cancers ont un

potentiel malin limité; ce sont des tumeurs qui arrêtent de croître à une petite taille (1 cm), puis, si elles ne sont

pas découvertes après un certain temps, elles disparaissent. Ce type de tumeur a dû être incorporé au modèle

afin d’obtenir un assez grand réservoir de cancers dans la PPC chez la population de femmes dépistées. Sans

ces cancers, le modèle était incapable de calibrer adéquatement. Ce type de cancer correspond à environ

23 % des cas prévalents parmi les femmes simulées américaines âgées entre 30-79 ans pour l’année 2000234.

118

Tableau 15. Modèles CISNET pour lesquels la sensibilité devait être calibrée

Modèle CISNET

Sensibilité considérée*

Hypothèses concernant la sensibilité Sources de données pour calibration

Valeurs

E230 Diamètre de la tumeur au seuil de détection

Le diamètre est échantillonné dans une distribution Weibull.

Essai clinique randomiséTwo county

Diamètre moyen au seuil de détection : 0,9 cm Diamètre médian au seuil de détection : 0,9 cm

G62

Cancers détectés / cancers dans la

PPCD

La varie selon l’âge de la femme et l’occurrence de la mammographie.

Selon des estimés publiés dans les articles

pour les mammographies initiales : 26-39 ans = 77,3 % 40-49 ans = 86,7 % 50-69 ans = 94,1 % ≥ 70 ans = 91,2 %

pour les mammographies subséquentes : 85%

S233 Diamètre de la tumeur au seuil de détection

Le seuil de détection est échantillonné à l’aide d’une fonction dépendant du volume de

la tumeur

Données du SEER et du BCSC

Diamètre médian au seuil de détection : 1 cm

W60 Cancers détectés /

cancers dans la PPC

La doit augmenter de façon monotone avec le diamètre de la tumeur, l’âge de la

femme et les années. La pour une tumeur de 5 cm doit être de 99 % et de 100 % pour

une tumeur de 8 cm.

Incidence du cancer du sein selon le stage, Wisconsin Cancer Reporting System et les données du SEER

pour les femmes ≥ 50 ans et mammographie faite à partir de 2000 en fonction de la taille des tumeurs :

≤ 0,2 cm = 0 % 0,2-0,5 cm = 30 %

0,75 cm = 65 % 1,5 cm = 80 % 2,0 cm = 90 % 5,0 cm = 99 %

8,0 cm = 100 %

CISNET: Cancer Intervention and Surveillance Modeling Network, PPC: période préclinique, SEER: Surveillance, Epidemiology, and End Results, BCSC: Breast Cancer Screening Consortium,

: sensibilité, : sensibilité pour les tumeurs dans la période préclinique détectable

* Pour certains modèles (E et S), la sensibilité est modélisée via le seuil de détection des tumeurs. Lorsque la taille de la tumeur est inférieure au seuil de détection, la sensibilité est nulle. Lorsque la

taille de la tumeur est égale ou supérieure au seuil de détection, alors la sensibilité est de 100 %.

119

Finalement, une autre simulation développée par une équipe norvégienne doit être mentionnée. Ce modèle a

comme objectif de déterminer les paramètres inconnus tels le taux de croissance des tumeurs et la 74,216.

Ce modèle, basé sur méthode d’estimation du maximum de vraisemblance, est intéressant puisqu’il modélise

la croissance de la tumeur et la , celle-ci étant fonction de la taille de la tumeur. Leur modèle est calibré à

partir des mammographies initiales du programme de dépistage de Norvège. La croissance de la tumeur suit

une loi logistique et la variabilité dans le taux de croissance est échantillonnée dans une distribution log-

normale. La sensibilité est modélisée en fonction de la taille de la tumeur selon une fonction logistique. La

fonction de sensibilité obtenue correspond à la (telle que définie dans cette thèse). Les auteurs de l’article

mentionnent qu’ils ont calibré le modèle à l’aide des données des mammographies initiales du programme de

dépistage, mais que la calibration fonctionnait beaucoup moins bien s’ils considéraient les mammographies

subséquentes (ils n’ont donc pas présenté les résultats concernant les mammographies subséquentes). Les

obtenues par ce modèle suite à sa calibration sont présentées à la prochaine section (4.2 Description de la

microsimulation, des processus de calibration et de validation) puisque ces sont utilisées pour la validation

de notre modèle.

120

4.2 Description de la microsimulation, des processus de calibration et de validation Afin de répondre à nos objectifs, le modèle élaboré dans le cadre de ce travail est une microsimulation qui

permet de générer individuellement la vie de chaque femme de la cohorte en l’absence de dépistage. Une fois

la vie de chaque femme de la cohorte simulée, un ou des scénarios de dépistage peuvent être appliqués sur

cette même population afin d’observer les issus désirés. Cette approche pour estimer des effets, c’est-à-dire

en comparant une population similaire en présence et en absence de dépistage, s’apparente à l’approche

counterfactual156. La croissance de la tumeur est modélisée de façon continue dans le temps par une méthode

« backward » (c’est-à-dire que la vie de la femme est reconstruite à partir de l’âge de son diagnostic clinique et

en reculant pour obtenir l’âge de l’apparition du cancer dans la PPC). La Se est également simulée en continu,

celle-ci étant fonction, entre autres, de la taille de la tumeur dans la PPC comme dans d’autres

études74,213,216,235. Le modèle est décrit plus en détail dans la prochaine section.

4.2.1 Description de la microsimulation

La microsimulation permet de créer une cohorte de femmes dont certaines auront un diagnostic de cancer du

sein infiltrant au cours de leur vie. Étant donné que l’objectif premier du modèle est d’étudier la , la période

d’intérêt dans la vie des femmes est le moment où elles sont dans la PPC. En l’absence de dépistage, la PPC

débute lors de l’initiation du cancer et se termine soit lors du diagnostic clinique de cancer du sein infiltrant,

soit lors du décès par autre cause que le cancer du sein. Une hypothèse importante du modèle est que les

tumeurs infiltrantes commencent toutes par être des cancers in situ au début de leur PPC. Les diagnostics

cliniques de cancers purement in situ ne sont pas générés en raison de l’absence de données nécessaires

pour leur modélisation. Les femmes qui ont un cancer dans la PPC ne peuvent plus retourner dans un état

sans cancer, autrement dit, le modèle ne permet pas au cancer de régresser. Seulement un cancer du sein

peut être généré par femme.

Différentes données sont utilisées pour la microsimulation; celles-ci sont présentées au Tableau 16. En

l’absence de dépistage, les évènements importants à connaître dans la vie de chaque femme sont : l’âge de

son décès par autre cause que le cancer du sein et la présence ou non d’un diagnostic clinique d’un cancer du

sein infiltrant. Lors d’un diagnostic clinique de cancer du sein infiltrant, il faut connaître l’âge de la femme et la

taille de la tumeur au moment du diagnostic clinique. Afin de connaître la durée de la PPC, il faut savoir à quel

moment la PPC a commencé.

121

Pour dériver ces informations chez chaque femme de la cohorte, certaines données utilisées sont fixes, c’est-

à-dire que leurs valeurs découlent de données observées (mortalité par autres causes, incidence du cancer du

sein, distribution des nouveaux cas selon la taille au diagnostic clinique et la spécificité). D’autres données

utilisées (telles que le taux de croissance des tumeurs et la ) sont obtenues à partir de fonctions

prédéterminées, mais dont certains paramètres sont inconnus. Il faut donc estimer ces paramètres par

calibration. Les procédés utilisés afin de créer la vie de chaque femme ainsi que les dépistages dans notre

modèle sont présentés dans les prochains paragraphes.

122

Tableau 16. Données utilisées pour la microsimulation

Donnée incorporée dans le modèle

Paramètre fixe ou inconnu (à calibrer)

Provenance des données (lorsque paramètre fixe)

Valeur

a) Mortalité par autre cause que le cancer du sein

Fixe Fichier des décès du Québec, 1990-1992 (autre cause que CIM-9 174*)

Régression de Poisson et spline pour l’âge (voir Figure 26)

b) Incidence clinique du cancer du sein infiltrant

Fixe Fichier des tumeurs du Québec 1990-1992 (CIM-9 174*)

Régression de Poisson et spline pour l’âge (voir Figure 28)

c) Taille des tumeurs au diagnostic clinique du cancer du sein

Fixe Fichier de la Clinique des maladies du sein Deschênes-Fabia, 1985-1997

Distribution log-normale par groupe d’âge : 50-59 ans, 60-69 ans, 70-79 ans et 80 ans et plus (voir Figure 30)

d) Taux de croissance des tumeurs

Inconnu (à calibrer) --- Croissance tumorale modélisée suivant une loi dans la famille logistique, taux de croissance tiré d’une loi log-normale

e) Le manque de spécificité

lors de l’épisode de dépistage

Fixe Système d’information du PQDCS (SI-PQDCS), 1998-2005

selon l’âge de la femme et l’occurrence de la mammographie :

50-54 ans, initiale 19,7 % 55-59 ans, initiale 17,7 % 60-64 ans, initiale 16,7 % 65-69 ans, initiale 15,5 %

50-54 ans, subséquente 9,0 % 55-59 ans, subséquente 8,4 % 60-64 ans, subséquente 7,7 % 65-69 ans, subséquente 6,8 %

f) La sensibilité ( ) lors de l’épisode de dépistage

Inconnu (à calibrer) --- modélisée suivant une fonction logistique en fonction de l’âge de la femme, du diamètre de la tumeur et de l’occurrence de la

mammographie

g) Proportion de tumeurs jamais visible à la mammographie

Inconnu (à calibrer) --- Proportion entre 0 et 20 %

* Code de la Classification internationale des maladies (9e version) correspondant à un diagnostic de tumeur maligne du sein (infiltrant)

123

Tout d’abord, l’âge au décès par autre cause que le cancer du sein est déterminé pour chaque femme. Les

femmes sont simulées à partir de l’âge de 20 ans et la vie de chaque femme s’arrête soit à l’âge de leur décès

ou soit à l’âge de 100 ans (âge maximum). L’âge du décès par autre cause est déterminé à l’aide d’une

fonction de probabilités de décès cumulées par âge. Cette fonction de probabilités est construite à l’aide de

données provenant du Fichier des décès du Québec pour les années 1990-1992. Ces données représentent

donc une juxtaposition de nombreuses cohortes de naissance, soit les femmes qui sont nées entre 1890 et

1972 et qui étaient âgées entre 20 et 90 ans lors de leur décès entre 1990-1992. Les années 1990-1992 ont

été choisies puisque la mammographie de dépistage n’était pas chose courante dans la population des

femmes du Québec au cours de ces années : le taux de couverture à la mammographie bilatérale chez les

femmes de 50 à 69 ans est d’environ 35 % pour ces années236. Tous les décès occasionnés par une autre

cause que le cancer du sein infiltrant (codes CIM-9 174) sont considérés. À partir des données du Fichier des

décès, la distribution des taux de décès (par autre cause que le cancer du sein) par âge a été modélisée à

l’aide d’une régression de poisson estimée par un modèle GAM avec un lien spline pour l’âge (package MGCV

dans R, méthode par défaut pour le spline «Penalized thin plate regresion spline», degré de liberté estimé =

7,98, 99,8% de la déviance expliquée)237. Les taux de décès pour les âges 90 à 100 ans sont projetés à partir

du modèle ajusté avec les 20 à 90 ans (Figure 26).

124

Figure 26. Taux de mortalité par autres causes que le cancer du sein. Points : données provenant du Fichier des décès du Québec (1990-1992); ligne noire : modélisation par spline.

Ensuite, la fonction de probabilités cumulées238 de décès par autre cause que le cancer du sein a été obtenue

à partir des taux prédits par la régression de Poisson (Figure 27). À partir de cette distribution de probabilités

cumulatives de décès par autre cause, il est possible de déterminer pour chaque femme l’âge de son décès

par autre cause à l’aide de l’échantillonnage par transformation inverse238 (« inverse probability integral

transfrom »). L’objectif est d’obtenir une population de femmes ayant la même distribution de mortalité par

autre cause que celle de la Figure 26. Pour ce faire, l’inverse de la fonction de probabilité cumulative est

utilisé. Ainsi, un nombre aléatoire entre 0 et 1, provenant d’une distribution de probabilité uniforme, est assigné

à chaque femme. Ce numéro aléatoire devient sa probabilité cumulative de décéder par autre cause que le

cancer du sein. Par exemple, si le numéro aléatoire de la première femme est de 0,4, cette femme décédera

par autre cause que le cancer du sein à l’âge de 81 ans (Figure 27). Même si une infime proportion de

femmes peut décéder à plus de 100 ans, l’âge maximal de décès par autre cause est fixé à 100 ans dans

notre modèle.

125

Figure 27. Probabilité cumulative de décès par autres causes que le cancer du sein. Flèches : exemple de l’attribution d’un âge au décès par autres causes que le cancer du sein à l’aide de la probabilité cumulée.

En plus de l’âge du décès par autre cause que le cancer du sein, nous voulons également déterminer pour

chaque femme si elle aura ou non un diagnostic clinique de cancer du sein infiltrant au cours de sa vie (et

l’âge de la femme lors de ce diagnostic). L’âge au décès par autre cause n’influence pas le fait d’avoir ou non

un diagnostic de cancer du sein infiltrant (les 2 étapes sont indépendantes). Pour déterminer la présence ou

non d’un diagnostic de cancer du sein infiltrant au cours de la vie de chaque femme ainsi que l’âge au moment

du diagnostic (lorsque présent), la même procédure que pour l’assignation de l’âge au décès par autre cause

est utilisée. Afin d’obtenir la distribution des diagnostics de cancer du sein infiltrant chez les femmes du

Québec, les données du Fichier des tumeurs du Québec (FTQ) pour les années 1990-1992 ont été utilisées.

Encore une fois, les années 1990-1992 ont été choisies puisque la mammographie de dépistage n’était pas

chose courante dans la population des femmes du Québec au cours de ces années (le taux de couverture à la

mammographie bilatérale chez les femmes de 50 à 69 ans est d’environ 35 % pour ces années236). Seulement

les diagnostics de cancer du sein infiltrant sont considérés (codes CIM-9 174). Dans un milieu sans dépistage

par mammographie, les cancers diagnostiqués cliniquement sont à environ 95 % des cancers infiltrants et

environ 5 % des cancers in situ239,240. La relation entre les taux d’incidence des cancers infiltrants et l’âge (20-

126

80 ans) a été modélisée à l’aide d’une régression de Poisson non paramétrique en utilisant une fonction de

lissage de type spline. L’estimation a été réalisée en utilisant le package mgcv de R (méthode d’estimation

spline par défaut « Penalized thin plate regresion spline », degré de liberté estimé = 8,74, 98,1% de la

déviance expliquée)237 (Figure 28).

Figure 28. Taux d’incidence du cancer du sein infiltrant. Points : données provenant du Fichier des tumeurs du Québec (1990-1992); ligne noire : modélisation par une régression de Poisson avec lien spline.

Les taux d’incidence pour les femmes de 80 à 100 ans ont été projetés à partir du modèle ci-dessus. Les taux

d’incidence projetés sont différents des taux d’incidence observés chez les femmes de 80 à 100 ans. En fait,

les taux d’incidence observés semblent diminuer après 80 ans. Cependant, nous croyons que cette diminution

du taux d’incidence après 80 ans pourrait ne pas représenter une réelle diminution du taux d’incidence, mais

plutôt une sous-estimation de l’incidence du cancer du sein dans la base de données. Cette hypothèse

s’appuie sur différentes observations. Tout d’abord, il est reconnu que, tout comme plusieurs maladies

chroniques, l’incidence du cancer du sein augmente avec l’âge1,109. Les femmes plus âgées avec un

diagnostic de cancer du sein ne semblent pas recevoir les mêmes traitements que les femmes plus jeunes241.

127

Il est possible que les femmes plus âgées soient traitées à l’aide de traitements moins invasifs, par exemple

avec seulement de l’hormonothérapie au lieu de chirurgies aux seins242. Puisque le FTQ n’était alimenté que

par les données provenant du fichier MedÉcho (qui contient de l’information de base sur toutes les chirurgies

et toutes les hospitalisations dans les hôpitaux de courte durée du Québec), alors les femmes ayant un

diagnostic de cancer du sein sans chirurgie ne sont pas enregistrées dans le FTQ. L’exhaustivité du FTQ pour

les cancers du sein diagnostiqués en 1996 chez les femmes âgées de 20 ans et plus est de 98,8 %243.

L’exhaustivité du FTQ pour tous les types de cancers (hommes et femmes âgées de 20 ans et plus), bien que

non statistiquement significative, semble tout de même être inférieure pour les personnes plus âgées; celle-ci

est de 94,8 %, 90,9 %, 93,0 % et 86,5 % pour, respectivement, les personnes âgées de 50-59 ans, 60-69 ans,

70-79 ans et de 80 ans et plus. Malheureusement, l’exhaustivité du FTQ par groupe d’âge n’a pas été calculée

spécifiquement pour le cancer du sein. Bien que rarement étudiée (ou publiée), une sous-estimation des cas

de cancer du sein présents dans un fichier (ou registre) de cancer du sein pour les femmes plus âgées semble

avoir été observée, notamment pour un registre en Angleterre242. Il est également possible que moins

d’attention soit portée aux seins des femmes plus âgées, résultant à moins de diagnostic clinique de cancer du

sein chez ces femmes. À la lumière de toutes ces observations, il nous apparaît plausible que l’exhaustivité du

FTQ concernant le cancer du sein diminue avec l’âge de la femme et donc que la projection du taux

d’incidence se rapprocherait davantage de la « réalité » que les données observées.

128

La fonction de probabilités cumulées d’incidence clinique du cancer du sein infiltrant a été obtenue à partir des

taux prédits par le modèle (Figure 29).

Figure 29. Probabilité cumulative de diagnostic de cancer du sein infiltrant. Flèches : exemple de l’attribution d’un âge au diagnostic clinique de cancer du sein infiltrant à l’aide de la probabilité cumulée.

À partir de cette distribution de probabilités cumulatives de diagnostic clinique de cancer du sein infiltrant, il est

possible d’attribuer à une femme un diagnostic ou non de cancer du sein, et si oui, l’âge au diagnostic. Pour

ce faire, un nombre entre 0 et 1, provenant d’une distribution de probabilité uniforme, est assigné de façon

aléatoire à chaque femme. Ce nombre aléatoire devient sa probabilité cumulative de diagnostic de cancer du

sein. Les femmes avec un nombre aléatoire inférieur à la probabilité cumulative à 100 ans (environ 0,18)

auront un diagnostic de cancer du sein infiltrant au cours de leur vie tandis que celles dont le nombre est

supérieur à cette probabilité n’auront pas de diagnostic au cours de leur vie (Figure 29). L’âge du diagnostic

clinique du cancer du sein est également assigné selon le numéro aléatoire des femmes. Par exemple, si une

femme a comme nombre aléatoire 0,05, son diagnostic clinique de cancer du sein infiltrant sera posé à l’âge

de 64 ans (Figure 29).

129

Une fois l’âge au diagnostic clinique du cancer du sein fixé, une taille de tumeur lors de ce diagnostic doit être

assignée. La taille correspond au diamètre de la tumeur et elle est assignée en fonction de la distribution réelle

des diamètres de tumeurs infiltrantes se retrouvant dans le fichier du Centre des maladies du sein Deschênes-

Fabia (CMS) de l’Hôpital St-Sacrement à Québec. Ce centre des maladies du sein traite de nombreuses

femmes atteintes du cancer du sein dans la région de Québec et ses environs. Les tumeurs dans le fichier

CMS correspondent à des tumeurs diagnostiquées entre 1985 et 1997. La meilleure façon de décrire la

distribution des tailles tumorales provenant du fichier CMS est d’utiliser une distribution log-normale de

paramètres ζ (moyenne) et σ (écart-type) (avec seuil minimal ou « threshold » de 1 mm) pour chaque tranche

d’âge de 50-59 ans, 60-69 ans, 70-79 ans et 80 ans et plus (Figure 30).

Figure 30. Diamètre des tumeurs lors du diagnostic clinique du cancer du sein infiltrant. Barre verte : données provenant du Centre des maladies du sein Deschênes-Fabia (1985-1997); ligne rouge : modélisation par une distribution log-normale de paramètres (2,8593, 0,6934) pour les 50-59 ans, de paramètres (2,8799, 0,6857) pour les 60-69 ans, de paramètres (3,0008, 0,6341) pour les 70-79 ans et de paramètres (3,2588, 0,6111) pour les 80 ans et plus.

Le diamètre de la tumeur au diagnostic clinique est donc attribué aléatoirement dans une loi log-normale dont

les paramètres ζ et σ ont été estimés à partir des 1 538 cancers du sein infiltrants provenant du fichier du

CMS (Figure 30). Le diagnostic clinique de ces 1 538 cancers du sein infiltrants a été posé, respectivement,

chez 580 femmes de 50 à 59 ans, 522 femmes de 60 à 69 ans, 340 femmes de 70 à 79 ans et 96 femmes de

80 ans et plus. Le diamètre minimum d’une tumeur diagnostiquée chez une femme a été fixé arbitrairement à

Den

sité

0 50 100 150 200

0.00

0.01

0.02

0.03

0.04

Diamètre (mm)

50-59 ans

Den

sité

0 50 100 150 200

0.00

0.01

0.02

0.03

0.04

Diamètre (mm)

60-69 ans

Den

sité

0 50 100 150 200

0.00

0.01

0.02

0.03

0.04

Diamètre (mm)

70-79 ans

Den

sité

0 50 100 150 200

0.00

0.01

0.02

0.03

0.04

Diamètre (mm)

80 ans et +

130

1 mm. Le diamètre maximal d’une tumeur diagnostiquée chez une femme a été fixé à 161 mm, donc si une

taille de tumeur attribuée aléatoirement à une femme est supérieure à 161 mm, la taille de 161 mm lui est

assignée. Parmi les 1 538 cancers infiltrants du CMS, seulement 3 tumeurs avaient une taille supérieure à 161

mm ; ce qui correspond à 0,2 % des tumeurs.

Une fois qu’un diagnostic clinique de cancer du sein infiltrant, que l’âge au diagnostic clinique de même que la

taille de la tumeur au diagnostic clinique sont connus pour ces femmes, il ne reste qu’une variable à

déterminer : le moment où le cancer a commencé (soit le début de la PPC). Il n’existe aucune base de

données qui contient l’information sur la durée de la PPC du cancer du sein. Aucune donnée n’est également

disponible concernant le taux de croissance des tumeurs dans la population des femmes du Québec. Il n’était

donc pas possible de déterminer, à partir de l’information contenue dans une base de données quelconque, le

moment du début de la PPC. Il a donc fallu déterminer le taux de croissance des tumeurs par calibration et

ainsi estimer depuis combien de temps la tumeur devait être présente pour atteindre la taille observée lors du

diagnostic.

Les premières publications traitant du taux de croissance des tumeurs alléguaient que les tumeurs croissent

de manière exponentielle en fonction du temps244,245. Par la suite, d’autres articles ont raffiné cette hypothèse

en stipulant que la croissance d’une tumeur doit suivre une loi exponentielle au début de sa croissance, et

qu’ensuite le taux de croissance diminue lorsque la tumeur atteint un volume assez élevé245–247.

L’augmentation du nombre de cellules dans la tumeur est déterminée principalement par 3 paramètres, soit le

temps que prennent les cellules pour compléter un cycle cellulaire, la fraction de cellule qui est en prolifération

et la fraction de cellules qui subit l’apoptose244,245. Ainsi, la croissance des tumeurs suivrait davantage une loi

de la famille logistique, avec une croissance exponentielle initialement, puis avec un ralentissement du taux de

croissance lorsque la tumeur atteint un volume élevé. Selon cette hypothèse, Spratt et coll.247 ont proposé, en

1993, une équation donnant le volume d’une tumeur au temps t. Il est supposé que le volume d’une tumeur

correspond à une sphère. Cette équation a également été utilisée par l’équipe Norvégienne qui a tenté, elle

aussi, de déterminer la 216. Le volume de la tumeur correspond donc à :

131

max40.25

4max

( )

1 1 t

cell

VV tV eV

Équation 34

Selon cette équation, le volume d’une tumeur à un temps t dépend de 3 paramètres; soit le volume maximal

de la tumeur ( ), le volume d’une cellule de la tumeur ( ), et la variable kappa (κ). Bien entendu, dans

la réalité, une tumeur ne contient pas seulement des cellules cancéreuses. Les tumeurs peuvent contenir

également du stroma, des vaisseaux sanguins, du sang et autres éléments non cellulaires244. Friberg et coll.244

avancent cependant que l’apport de ces éléments non cellulaires n’aurait qu’un effet marginal sur le volume

des tumeurs dans le temps.

Le volume maximal de la tumeur est fixé au volume d’une cellule, multiplié par 241, ce qui correspond à une

tumeur d’environ 16 cm de diamètre (ou 161,34 mm). Spratt et coll.247 ont comparé différentes valeurs pour le

volume maximal (240, 241, 241,6 et 242) et lorsque le volume des tumeurs est de moins de 104 mm3 (soit environ

2,7 cm de diamètre), ils concluent qu’il n’y a que peu de différence dans les volumes obtenus. Au-delà de 104

mm3, la différence était plus prononcée. Puisqu’il est fort probable que la soit déjà à son maximum une fois

que la tumeur atteint un volume de 104 mm3 (ou 2,7 cm de diamètre), le choix du diamètre maximal n’aura que

peu d’effet sur la fonction de sensibilité.

Spratt et coll. ont aussi démontré une grande variabilité dans le taux de croissance des tumeurs et que les

taux de croissance suivent une distribution log-normale246. Nous faisons donc l’hypothèse que le taux de

croissance des tumeurs peut varier d’une femme à l’autre selon la valeur du kappa (κ). Nous supposons que

ce kappa provient d’une distribution log-normale de paramètres α1 et α2 inconnus245,247. Comme décrit dans les

paragraphes précédents, les femmes avec un diagnostic clinique de cancer du sein se voient attribuer un

diamètre de tumeur lors du diagnostic clinique. Puisque le taux de croissance des tumeurs semble être plus

élevé chez les femmes plus jeunes248–250, les kappas sont attribués en tenant compte de l’âge de la femme.

où Vmax = 241 Vcell, qui correspond au volume maximal de la tumeur

Vcell = 10-6 mm3, qui correspond au volume d’une cellule

t = temps depuis l’apparition de la tumeur

κ =

paramètre spécifique à un individu, qui suit une distribution log-normale

de paramètres α1 et α2

132

Puisque la distribution des kappas est inconnue dans la population des femmes du Québec, ces paramètres

devront être déterminés par le processus de calibration qui sera discuté dans la prochaine section (4.2.2

Processus de calibration). Après que la valeur de α1 et α2 est fixée par la calibration, une valeur de κ est

attribuée de façon aléatoire à partir de la distribution log-normal à chaque femme (dépendant de l’âge). Une

fois la valeur du κ attribuée, le taux de croissance de la tumeur d’une femme est alors fixée et il est alors

possible de déterminer le moment où le cancer a commencé. La durée de la PPC correspond à l’intervalle de

temps entre le moment où le cancer a commencé et le diagnostic clinique de ce cancer.

Puisque c’est la qui est à l’étude dans cette thèse, la cohorte de femmes simulée sera soumise à un ou

des dépistages par mammographie. Les femmes de la cohorte peuvent être séparées en deux groupes lors de

la mammographie de dépistage, soit celles qui sont dans la PPC du cancer du sein et celles qui n’y sont pas.

Le résultat de la mammographie (normal ou anormal) sera attribué différemment selon ces deux groupes de

femmes. Chez les femmes sans cancer du sein dans la PPC, le résultat de la mammographie dépendra de la

(ou de ). Par contre, pour les femmes dans la PPC, le résultat de la mammographie dépendra de

la .

Pour les femmes qui ne sont pas dans la PPC lors de la mammographie, le résultat du dépistage sera attribué

selon les observés dans le PQDCS entre 1998 et 2005. Comme défini dans le Chapitre 2 (section

« 2.4.4 Spécificité estimée »), est calculé uniquement chez les femmes sans cancer du sein dans la

PPC et correspond au nombre de mammographies anormales (ou positives) divisées par le nombre de

mammographies de dépistage chez les femmes sans cancer du sein dans la PPC. Ce est déterminé

selon l’âge des femmes lors du dépistage (50-54 ans, 55-59 ans, 60-64 ans et 65-69 ans) et selon

l’occurrence de la mammographie (initiale ou subséquente) (Tableau 16). Le résultat de la mammographie

pour chaque femme qui n’est pas dans la PPC au moment de la mammographie est attribué aléatoirement

selon une loi de Bernouilli où la probabilité que la mammographie soit positive est égale au paramètre p, où p

correspond aux retrouvés dans le Tableau 16. Par exemple, puisque pour une

mammographie initiale chez les femmes de 50-54 ans est de 19,7 %, alors le résultat de la mammographie

(normal ou anormal) sera déterminé par une loi de Bernouilli de paramètre p=0,197 pour une femme de 50

ans qui passe une mammographie initiale.

Pour les femmes qui sont dans la PPC au moment de la mammographie, le résultat du test de dépistage

(normal ou anormal) sera attribué selon la . Il est attendu que la dépend du diamètre de la tumeur.

Puisqu’en général, la détectabilité de très petites tumeurs est plus faible que celle des grosses tumeurs, la

133

est donc modélisée en fonction de la taille de la tumeur selon une fonction logistique inspirée de celle utilisée

par l’équipe Norvégienne216. Dans notre modèle, la est fonction non seulement de la taille de la tumeur

(diamètre), mais elle dépend également de l’âge de la femme et de l’occurrence de la mammographie (initiale

ou subséquente) :

Équation 35

Il est attendu que la varie avec l’âge puisqu’il est reconnu dans la littérature que la diffère selon l’âge de

la femme; celle-ci augmente lorsque la femme prend de l’âge1,109. L’ajout d’un paramètre concernant

l’occurrence de la mammographie est le résultat du processus de calibration. Il est aussi avancé dans la

littérature que la serait légèrement plus élevée lors de la mammographie initiale que la mammographie

subséquente1,20.

Une fois la fonction de sensibilité déterminée, le résultat de la mammographie pour chaque femme dans la

PPC est déterminé selon une loi de Bernouilli, où la probabilité d’être positive est égale à la . Si la

mammographie est positive, alors le cancer du sein est considéré comme ayant été détecté. Si la

mammographie est négative, alors le cancer du sein n’a pas été détecté par la mammographie. Puisque les

paramètres β de l’Équation 35 ne sont pas connus et qu’aucune base de données ne permettrait de les

estimer, la fonction de sensibilité devra être obtenue par un processus de calibration qui sera discuté dans la

prochaine section.

En plus de la fonction de sensibilité, il a été décidé d’introduire dans le modèle une proportion de cancers du

sein qui ne sont jamais détectables par la mammographie. Selon la littérature, certains cancers du sein ne

sont jamais visibles à la mammographie, et ce, même sur les mammographies diagnostiques19,31. La

proportion de cancers du sein classée comme étant non détectable résulte d’une sélection aléatoire d’une

variable de Bernoulli de paramètre p pour tous les cancers du sein présents dans la cohorte simulée. La

proportion de cancers qui ne sont pas détectables à la mammographie est déterminée par le processus de

calibration (prochaine section).

où = Sensibilité du dépistage

diam = Diamètre de la tumeur au dépistage

age = Âge de la femme au dépistage

occurrence = Occurrence de la mammographie (initiale ou subséquente)

134

4.2.2 Processus de calibration

Comme décrits à la section précédente, certains paramètres de notre modèle demeurent inconnus et leurs

valeurs doivent être déterminées par calibration : les paramètres de la distribution des taux de croissance de

la tumeur (α1 et α2 de l’Équation 34), les paramètres de la fonction de sensibilité de la mammographie (β0, β1,

β2 et β3 de l’Équation 35) et la proportion de tumeurs non détectable à la mammographie (p). Le but de la

calibration est de choisir des valeurs pour ces paramètres inconnus afin de reproduire les données d’un vrai

programme de dépistage du cancer du sein, soit le PQDCS. La calibration se résume comme étant un

processus d’essais et erreurs au cours duquel un grand nombre de simulations est fait avec des valeurs

arbitraires pour les paramètres inconnus, pour finalement ne conserver que les paramètres qui reproduisent le

mieux les données observées dans un programme de dépistage du cancer du sein, comme le PQDCS251–254.

Le processus de calibration vise à trouver, parmi toutes les combinaisons de valeurs possibles des

paramètres inconnus à calibrer, les combinaisons ou les ensembles de paramètres (EP) qui permettent

d’obtenir des indicateurs de performance qui se rapprochent le plus de ceux obtenus dans le PQDCS.

La calibration est basée sur deux groupes d’indicateurs de performance du PQDCS. Le premier groupe

comprend des indicateurs de performance liés à la (Tableau 17). Ces indicateurs sont le taux de détection,

le taux de cancers d’intervalle diagnostiqués dans la première année post-dépistage et le taux de cancers

d’intervalle diagnostiqués dans la 2e année post-dépistage. Les cancers d’intervalle correspondent aux

cancers diagnostiqués plus de 6 mois suivant une mammographie anormale ou ceux diagnostiqués suivant

une mammographie de dépistage normale (dans la première ou la deuxième année suivant la

mammographie). Le deuxième groupe comprend un seul indicateur de performance lié à la taille de la tumeur

infiltrante détectée, soit la proportion de tumeurs dont les tailles sont égales ou inférieures à 1,0 cm, entre 1,1

et 2,0 cm et plus grandes que 2,0 cm (Tableau 18). À l’aide de la base de données du PQDCS, les indicateurs

de performance ont été calculés pour les mammographies de dépistage de 2000 à 2005 (excepté les taux de

cancers d’intervalle dans la 2e année post-dépistage qui ont été calculés pour les années 2000 à 2004).

Lorsque les nombres étaient suffisamment élevés, les indicateurs ont été calculés en fonction de l’occurrence

de la mammographie (initiale ou subséquente) et l’âge des femmes en 4 catégories (50-54 ans, 55-59 ans, 60-

64 ans et 65-69 ans). Cependant, il était impossible de calculer certains indicateurs selon ces 4 groupes d’âge

en raison d’un trop faible nombre de cancers d’intervalle (par exemple pour le taux de cancers d’intervalle

diagnostiqués dans la première année post-dépistage pour les mammographies initiales). Dans cette situation,

l’indicateur était calculé pour les 50-69 ans.

135

Tableau 17. Indicateurs de performance liés à la sensibilité du dépistage utilisés pour la calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS 2000-2005

Indicateur de performance

Âge des femmes

Occurrence des mammographies

Num Dén Valeur de l’indicateur de performance du PQDCS

Taux de détection des

cancers infiltrants ( / 1000 dépistages)

50-54 ans Initial 256 58 487 4,4

55-59 ans Initial 90 11 409 7,9

60-64 ans Initial 87 8 148 10,7

65-69 ans Initial 92 6 345 14,5

50-54 ans Subséquent 153 46 280 3,3

55-59 ans Subséquent 317 75 144 4,2

60-64 ans Subséquent 293 59 362 4,9

65-69 ans Subséquent 273 47 385 5,8

Taux de cancers

d’intervalle infiltrants

dans la 1ère année ( / 10 000 femmes-années)

50-69 ans Initial 49 75 814,12 6,5

50-54 ans Subséquent 34 44 104,50 7,7

55-59 ans Subséquent 63 71 767,12 8,8

60-64 ans Subséquent 45 56 831,20 7,9

65-69 ans Subséquent 29 45 471,45 6,4

Taux de cancers

d’intervalle infiltrants

dans la 2e année* ( / 10 000 femmes-années)

50-69 ans Initial 97 82 234,00 11,8

50-54 ans Subséquent 79 44 324,30 17,8

55-59 ans Subséquent 118 71 957,78 16,4

60-64 ans Subséquent 89 56 863,15 15,7

65-69 ans Subséquent 65 45 845,71 14,2

num : numérateur, dén : dénominateur, PQDCS : Programme Québécois de Dépistage du Cancer du Sein du Québec

* Pour les taux de cancers d’intervalle dans la 2e année post-dépistage, les données utilisées sont celles de 1998 à 2004 pour les

mammographies initiales et de 2001 à 2004 pour les mammographies subséquentes.

136

Tableau 18. Indicateurs de performance liés à la taille des tumeurs infiltrantes détectées utilisés pour la calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS 1998-2005

Indicateur de performance Âge des femmes

Occurrence des mammographies

Num Dén Valeur de

l’indicateur du PQDCS

Proportion des tumeurs infiltrantes

avec une taille ≤ 1,0 cm (%)

50-54 ans Initial 77 239 32,2

55-59 ans Initial 33 87 37,9

60-64 ans Initial 24 79 30,4

65-69 ans Initial 28 89 31,5


avec une taille entre 1,1-2,0 cm (%)

50-54 ans Initial 103 239 43,1

55-59 ans Initial 35 87 40,2

60-64 ans Initial 34 79 43,0

65-69 ans Initial 38 89 42,7


avec une taille > 2,0 cm (%)

50-54 ans Initial 59 239 24,7

55-59 ans Initial 19 87 21,8

60-64 ans Initial 21 79 26,6

65-69 ans Initial 23 89 25,8


avec une taille ≤ 1,0 cm (%)

50-54 ans Subséquent 60 142 42,3

55-59 ans Subséquent 130 305 42,6

60-64 ans Subséquent 111 273 40,7

65-69 ans Subséquent 114 260 43,8


avec une taille entre 1,1-2,0 cm (%)


55-59 ans Subséquent 130 305 42,6

60-64 ans Subséquent 132 273 48,4

65-69 ans Subséquent 119 260 45,8


avec une taille > 2,0 cm (%)





num : numérateur, dén : dénominateur, PQDCS : Programme Québécois de Dépistage du Cancer du Sein du Québec

* Pour les taux de cancers d’intervalle dans la 2e année post-dépistage, les données utilisées sont celles de 1998 à 2004 pour les

mammographies initiales et de 2001 à 2004 pour les mammographies subséquentes.

137

Le processus de calibration a été élaboré pour pouvoir comparer les indicateurs de performance obtenus par

la microsimulation à ceux calculés à partir des données du PQDCS pour des mammographies de dépistage

chez les femmes âgées entre 50 et 69 ans. Afin de couvrir toute l’étendue possible des âges auxquels les

femmes peuvent être dépistées dans le cadre du PQDCS, un total de 11 dépistages a été utilisé pour le

processus de calibration, répartis selon 4 scénarios de dépistage (Tableau 19). Afin de simplifier les scénarios

de dépistage à l’étude, nous avons choisi de ne simuler qu’une mammographie de dépistage initiale suivie par

deux autres mammographies subséquentes. Les 4 scénarios diffèrent selon l’âge de la femme lors de la

mammographie initiale (selon les catégories d’âge 50-54 ans, 55-59 ans, 60-64 ans et 65-69 ans). L’âge exact

auquel la mammographie initiale est simulée correspond à l’âge médian observé dans les données du PQDCS

pour chaque catégorie d’âge. Par exemple, pour la catégorie d’âge 50-54 ans, l’âge médian à la

mammographie initiale est de 51 ans dans les données du PQDCS. Suite à la mammographie initiale, nous

avons choisi de simuler deux mammographies subséquentes à intervalle de 2 ans (comme il est suggéré dans

le PQDCS).

Tableau 19. Scénario de dépistage utilisé pour la calibration de la microsimulation

Scénario de dépistage

Catégorie d’âge à la mammographie initiale

Âge à la mammographie initiale*

Âge à la 1ère mammographie

subséquente

Âge à la 2e mammographie

subséquente

1 50-54 ans 51 ans 53 ans 55 ans 2 55-59 ans 57 ans 59 ans 61 ans 3 60-64 ans 62 ans 64 ans 66 ans 4 65-69 ans 67 ans 69 ans ---

* Correspond à l’âge médian observé dans le PQDCS pour cette catégorie d’âge donnée.

La calibration est un processus itératif, où plusieurs essais sont faits. La façon dont nous avons procédé peut

se résumer ainsi : tout d’abord, un modèle est déterminé avec certains paramètres inconnus à calibrer. Par la

suite, les domaines des valeurs plausibles pour chaque paramètre à calibrer sont définis. Ensuite, nous

générons des milliers d’ensembles de paramètres (EP) en prenant des valeurs au hasard dans ces domaines.

Pour chaque EP nous exécutons la simulation afin de trouver les ensembles de paramètres qui reproduisent le

mieux les deux groupes d’indicateurs de performance du PQDCS. Des modifications sont ensuite apportées

au modèle afin d’améliorer la calibration de celui-ci et d’autres simulations sont faites. Pour juger de la

calibration, nous comparons les indicateurs de performance simulés et ceux du PQDCS à l’aide du critère

suivant :

Équation 36

138

Le Critère 1 (Équation 36) est évalué séparément selon les deux groupes d’indicateurs, soit les indicateurs liés

à la et celui lié à la taille des tumeurs infiltrantes détectées. Plus le Critère 1 est faible, meilleure est la

calibration. Un EP donné peut bien représenter le groupe d’indicateurs lié à la , mais moins bien celui lié à

la taille des tumeurs. Nous voulions trouver des EP qui représentaient bien les deux groupes d’indicateurs à la

fois. Lors de la sélection des meilleurs EP, nous avons cependant accordé une plus grande importance à la

calibration pour le groupe d’indicateurs lié à la . Une plus grande importance a été accordée à ce groupe

puisque celui-ci ne comprend pas seulement 1 indicateur, mais bien 2 indicateurs de performance importants

dans l’évaluation des programmes de dépistage (soit le taux de détection et le taux de cancers d’intervalle). La

mesure pour juger de la calibration et pour sélectionner les meilleurs EP est énoncée par Équation 37.

Équation 37

Au cours des différentes étapes du processus de calibration, nous avons évalué environ 100 000

combinaisons de paramètres échantillonnés de façon aléatoire. Les 50 EP avec la plus faible mesure

(Équation 37) ont été sélectionnés. À partir de ces 50 EP, la robustesse des résultats a été vérifiée à l’aide

d’une méthode de « bootstrap »255. Pour chacun de ces 50 EP, 1 000 000 de femmes (afin de diminuer la

variabilité aléatoire) ont été simulées 500 fois (à l’aide de « seed » différents). Les 10 EP qui semblaient

donner des résultats les plus robustes, c’est-à-dire avec le moins de variations d’une simulation à l’autre, ont

été retenus. Ces 10 EP sont considérés comme étant les meilleurs EP obtenus (les valeurs des paramètres de

ces 10 EP sont résumées au Tableau A-1 en Annexe).

Les valeurs du Critère 1 obtenues par chacun des 10 meilleurs EP, en fonction des indicateurs liés à la et

de l’indicateur lié à la taille des tumeurs infiltrantes détectées sont illustrées à la Figure 31. Les 10 meilleurs

EP calibrent bien les indicateurs liés à la sensibilité du dépistage (avec des valeurs du Critère 1 plus petites ou

tout près de 2) et aussi à l’indicateur lié à la taille des cancers infiltrants détectés (avec des valeurs de Critère

1 plus petites que 2 pour la majorité des EP).

où Somme du Critère 1 pour les indicateurs liés à la sensibilité du dépistage

Somme du Critère 1 pour l’indicateur lié à la taille des cancers détectés

139

Figure 31. Les dix meilleurs ensembles de paramètres selon la valeur du critère 1 pour juger la calibration en fonction des indicateurs liés à la sensibilité du dépistage et de l’indicateur lié à la taille des tumeurs infiltrantes détectées. Étiquette des données : numéro de l’ensemble de paramètres (EP).

La Figure 32 montre, pour chaque scénario de dépistage à l’étude, les indicateurs de performance liés à la

sensibilité du dépistage obtenus pour chacun des 10 meilleurs EP comparativement aux indicateurs calculés

avec les données du PQDCS. La Figure 33 présente l’indicateur de performance lié à la taille des tumeurs

infiltrantes.

01

02

03 04

06

07

08

17

23

50

0,0

0,5

1,0

1,5

2,0

2,5

3,0

0,0 0,5 1,0 1,5 2,0 2,5 3,0

Val

eur

du

Cri

tère

1 p

ou

r l'I

nd

icat

eur

lié à

la

tai

lle d

es t

um

eurs

dét

ecté

s

Valeur du Critère 1 pour les indicateurs liés à la sensibilité du dépistage

140

Figure 32. Les dix meilleurs ensembles de paramètres selon chaque indicateur de performance lié à la sensibilité du dépistage dans les 4 scénarios utilisés pour la calibration. Cercle gris : indicateurs de performance pour chacun des 10 meilleurs ensembles de paramètres; ligne horizontale : indicateurs de performance calculés avec les données du PQDCS (Tableau 17); chiffres en gras : moyenne de l’indicateur de performance pour les 10 meilleurs ensembles de paramètres; Td : taux de détection (/ 1 000 dépistages); Tci1 : Taux de cancers d’intervalle dans la 1ère année post-dépistage (/ 10 000 femmes-années); Tci2 : Taux de cancers d’intervalle dans la 2e année post-dépistage (/ 10 000 femmes-années).

141

Figure 33. Les dix meilleurs ensembles de paramètres selon l’indicateur de performance lié à la taille des cancers infiltrants détectés dans les 4 scénarios utilisés pour la calibration. Cercle gris : indicateurs de performance pour chacun des 10 meilleurs ensembles de paramètres; ligne horizontale : indicateurs de performance calculés avec les données du PQDCS (Tableau 18); chiffres en gras : moyenne de l’indicateur de performance pour les 10 meilleurs ensembles de paramètres; Td : taux de détection (/ 1 000 dépistages); Tci1 : Taux de cancers d’intervalle dans la 1ère année post-dépistage (/ 10 000 femmes-années); Tci2 : Taux de cancers d’intervalle dans la 2e année post-dépistage (/ 10 000 femmes-années).

142

En résumé, le processus de calibration a permis de déterminer les valeurs de certains paramètres inconnus

afin que la microsimulation soit capable de reproduire adéquatement les indicateurs de performance du

PQDCS. Ces paramètres inconnus sont : (1) le taux de croissance des tumeurs du sein, (2) la fonction de

sensibilité et (3) la proportion de cancer du sein non visible à la mammographie. À la fin du processus de

calibration, 10 EP ont été retenus. Ces 10 EP sont ceux qui reproduisent le mieux les indicateurs de

performance du PQDCS. Cependant, il faut ensuite vérifier si ces 10 meilleurs EP permettent de reproduire

d’autres données que celles utilisées dans le processus de calibration. Cette étape se nomme « validation » et

elle est présentée dans la prochaine section.

4.2.3 Processus de validation

La validité de la microsimulation s’apprécie en comparant des résultats du modèle avec des résultats publiés

dans la littérature, autres que ceux utilisés pour le processus de calibration du modèle (aussi appelée validité

externe)251,255–258. Les données disponibles dans la littérature permettent d’apprécier la validité du modèle en

fonction de trois types de résultats, soit (1) le temps de doublement des tumeurs (ou le terme anglais

« doubling time »), (2) les déterminées par d’autres simulations et (3) les dérivées par la méthode de

détection ( ). Il aurait été intéressant de pouvoir se comparer à d’autres types de résultats, comme, par

exemple, le temps moyen de devancement des cancers détectés (« mean lead-time ») ou la dérivée par la

méthode d’incidence ( ), mais il était impossible de trouver dans la littérature des estimés pouvant se

comparer à ceux provenant de notre cohorte simulée.

4.2.3.1 Temps de doublement des tumeurs Le taux de croissance d’une tumeur peut être caractérisé par son temps de doublement (« doubling time ») qui

correspond au temps nécessaire à la tumeur pour doubler son volume247,259. Lorsque le taux de croissance

d’une tumeur est considérée comme suivant une loi exponentielle, le temps de doublement de la tumeur est le

même, peu importe le volume de la tumeur. Par contre, dans le cas où la croissance de la tumeur ne

correspond pas à une loi exponentielle, il est nécessaire de spécifier la taille de la tumeur (ou le volume) pour

laquelle le temps de doublement est estimé (puisque celui-ci peut varier avec le volume de la tumeur). L’étude

de Weedon-Feakjer74 donne le temps de doublement pour les tumeurs de 15 mm.

Les temps de doublement des 10 EP de notre microsimulation peuvent se comparer au temps de doublement

médians73,74,247,248,260,261 ou moyens66,73,249,261–263 retrouvés dans la littérature (Figure 34). Les temps de

doublement obtenus par nos 10 meilleurs EP sont compatibles avec ceux publiés dans la littérature. Par

exemple, le temps de doublement médian pour une tumeur de 15 mm est de 142 jours dans le modèle

143

Norvégien publié par Weedon-Fekjaer et coll.74, tandis qu’il varie entre 116 et 225 jours dans notre modèle. La

Figure 34 permet de mettre en évidence la grande variabilité dans les temps de doublement moyens ou

médians publiés dans la littérature. Les différences entre les articles peuvent être au niveau méthodologique

(utilisation de simulation ou de données observées), selon les cancers étudiés (tous les cancers du sein ou

seulement des cancers visibles à la mammographie) ou selon l’âge des femmes à l’étude. Il est donc difficile

de s’assurer que les données sont comparables. Ces données ne sont utilisées que pour donner une idée de

grandeur, et non comme une cible précise à atteindre. Néanmoins, malgré toutes ces différences, les valeurs

de temps de doublement obtenues de notre modèle semblent être du même ordre de grandeur que ceux

rapportés dans la littérature.

144

Figure 34. Temps de doublement des tumeurs des 10 meilleurs ensembles de paramètres de notre microsimulation et au temps de doublement retrouvés dans la littérature. Ligne grise : résultat des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultats des études provenant de la littérature (Premier auteur) : Arnelöv261, Spratt247, Weedon-Fekjaer74, Michaelson260, Kusama248, Baker73, Bailey66, Fournier263, Vieiral262, Peer249.

Weedon-Fekjaer

Vieiral

Michaelson

Bailey

Baker

Baker

Spratt

Peer

Arnelöv

Arnelöv

Kusama

Fournier

0

50

100

150

200

250

300

350

Temps médian Temps moyen

Tem

ps d

e do

uble

men

t des

tum

eurs

(jou

rs)

145

4.2.3.2 Fonction de sensibilité Notre modèle permet de simuler la des cancers infiltrants en fonction du diamètre de la tumeur. Il est

possible de comparer nos à celles obtenues par le modèle Norvégien74,216. Ces pour une tumeur de 5,

10 et 15 mm sont comparées à la Figure 35.

Pour les tumeurs de 5 mm, les des cancers infiltrants obtenues dans notre microsimulation sont inférieures

à celle obtenue par le modèle Norvégien. Seulement un ensemble de paramètres (EP1) obtient une

identique au modèle Norvégien, soit une de 14 % pour une tumeur de 5 mm. La sous-estimation de la

des cancers infiltrants, particulièrement pour les tumeurs de petites tailles, est peut-être la conséquence de

notre choix de ne simuler que les diagnostics cliniques de cancers infiltrants. Une discussion plus approfondie

de ce point est présentée dans une prochaine section (4.2.4 Forces et limites du modèle de microsimulation).

Concernant la des tumeurs de 10 mm, il semble y avoir une grande variabilité dans les de notre

modèle. La peut varier entre 36 % et 93 %. Le modèle Norvégien obtient une sensibilité de 60 % pour une

tumeur de 10 mm, ce qui est approximativement obtenu par 3 de nos EP. Finalement, les pour une tumeur

de 15 mm de nos 10 meilleurs EP (variant entre 76 % et 99 %) se distribuent autour de la du modèle

Norvégien (93 %).

146

Figure 35. Sensibilité des cancers infiltrants pour une tumeur de 5, 10 et 15 mm selon les 10 meilleurs ensembles de paramètres de notre microsimulation et sensibilités du modèle Norvégien. Ligne grise : résultat des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultat provenant de l’étude de Weedon-Fekjaer et coll.74

14%

60%

93%

0%

20%

40%

60%

80%

100%

5 mm 10 mm 15 mm

Sens

ibili

té

Taille de la tumeur

147

4.2.3.3 Sensibilité estimée par la méthode de détection

Les de la microsimulation sont tout d’abord comparées aux pour 4 groupes de mammographies :

selon les groupes d’âge 50-59 ans ou 60-69 ans et selon l’occurrence de la mammographie (initiale ou

subséquente). Les pour une période post-dépistage d’un an ( ) de notre microsimulation sont

comparées à celles obtenues par le PQDCS, le programme de dépistage de l’Australie264 et les données

provenant du Breast Cancer Screening Consortium aux États-Unis96 (Figure 36, graphique du haut). Les

pour une période post-dépistage de 2 ans ( ) sont, quant à elles, comparées aux du PQDCS

et du programme de dépistage de l’Australie264 (Figure 36, graphique du bas).

Les de notre simulation se comparent bien aux du PQDCS, du programme de l’Australie et des

États-Unis pour les mammographies initiales chez les 60-69 ans et pour les mammographies subséquentes

(aussi bien chez les 50-59 ans que chez les 60-69 ans). Cependant, pour les mammographies initiales chez

les 50-59 ans, les de la microsimulation semblent un peu plus faibles que celles de référence. Par

exemple, les pour les mammographies initiales chez les 50-59 ans sont, respectivement, de 78 % et

69 % pour le programme Australien et le PQDCS. Par contre, les de 8 EP du modèle sont inférieures à

ces de référence, variant entre 48 % et 66 %.

Ce problème de calibration pour les mammographies initiales semble également avoir été rencontré par

d’autres équipes qui tentaient de simuler des données de programme de dépistage. Tout d’abord, ce problème

a été documenté par l’une des équipes de chercheurs de l’initiative CISNET («Cancer Intervention and

Surveillance Modeling Network ») aux États-Unis (modèle W60). Les modèles CISNET visaient à déterminer

quel est l’impact des traitements adjuvants et du dépistage par mammographie sur le déclin de la mortalité aux

États-Unis entre 1975 et 2000226. Le modèle W de CISNET (voir section « 4.1 Modélisation de la sensibilité du

dépistage ») a utilisé la microsimulation. Pour que le modèle atteigne de bons résultats lors de la calibration,

les chercheurs ont dû incorporer des tumeurs dites « LMP » pour « limited-malignant potential ». Comme leur

nom l’indique, ces cancers ont un potentiel malin limité. Ce sont des tumeurs qui commencent à croître au

même taux de croissance que les autres tumeurs, mais elles arrêtent de croître rendues à une certaine taille

(une petite taille). Si ces tumeurs LMP ne sont pas détectées après un certain temps, elles disparaissent. Ce

type de tumeur a dû être incorporé au modèle W de CISNET afin d’obtenir un assez grand réservoir de

cancers dans la PPC chez la population de femmes dépistées. Sans ces cancers, le modèle n’était pas

capable de calibrer adéquatement. Par ailleurs, le modèle de l’équipe norvégienne, qui ont calibré leur modèle

à partir des données du Programme de dépistage de la Norvège, a également élaboré une microsimulation

afin de déterminer les paramètres inconnus tels le taux de croissance des tumeurs et la 216. Les auteurs de

148

l’article mentionnent qu’ils ont dû calibrer leur modèle à partir uniquement des données des mammographies

initiales du programme puisque la calibration fonctionnait beaucoup moins bien s’ils considéraient les

mammographies subséquentes.

Tout comme d’autres, notre modèle semble avoir de la difficulté à bien calibrer à la fois pour les

mammographies initiales et les mammographies subséquentes. Le processus de validation a mis en évidence

que les obtenus par la microsimulation sont généralement plus faibles que les publiées dans la

littérature lors des mammographies initiales. Par contre, les de la microsimulation se comparent aux

publiées dans la littérature lors des mammographies subséquentes. Il est possible que cette sous-

estimation de la lors des mammographies initiales soit le résultat de la sous-estimation de la pour

les tumeurs de petites tailles (voir 4.2.3.2 Fonction de sensibilité dans les pages précédentes). Si la durée de

la période préclinique des cancers est plus longue que l’intervalle de temps inter-dépistage, il est plausible que

les tumeurs lors de la mammographie initiale soient de plus petites tailles que celles présentes lors des

mammographies subséquentes. Nous avons également fait le choix de ne simuler que les cancers qui

évoluent vers un diagnostic clinique infiltrant. Une discussion plus approfondie des limites qu’entraîne la

simulation des diagnostics cliniques des cancers infiltrants uniquement est présentée dans une prochaine

section (4.2.4 Forces et limites du modèle de microsimulation).

Nous croyons cependant que, ces moins bonnes calibration et validation pour les mammographies initiales

n’affecteront que faiblement nos résultats. Nous présentons les résultats dans une perspective cohorte ou

dans une perspective d’une population dynamique à l’état d’équilibre. Pour l’une ou l’autre des perspectives,

la majorité des mammographies correspond à des mammographies subséquentes. Par exemple, dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans ayant une mammographie de

dépistage aux deux ans, environ 8 % des mammographies de la population seront des mammographies

initiales tandis que 92 % des mammographies seront des subséquentes. Bref, malgré une plus faible

calibration pour les mammographies initiales, les résultats seront peu affectés et nous apparaissent valides.

149

Figure 36. Sensibilités estimées par la méthode de détection pour les 10 meilleurs ensembles de paramètres de notre microsimulation et sensibilités estimées du PQDCS, du programme de dépistage de l’Australie et du Consortium Américain. Ligne grise : résultat pour les des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultat provenant de la littérature; a : PQDCS 2000-2006, b : BreastScreen Australia 2002-2004264, c : Breast Cancer Surveillance Consortium 1995-200096 (États-Unis).

89%a

97%a

82%a

87%a

90%b

94%b

85%b

90%b

83%c

86%c

75%c77%c

50%

60%

70%

80%

90%

100%

Initiale50-59 ans

Initiale60-69 ans

Subséquente50-59 ans


Sens

ibili

té es

timée

à 1

an

69%a

86%a

54%a

63%a

78%b

88%b

70%b

77%b

50%

60%

70%

80%

90%

100%

Initiale 50-59 ans

Initiale60-69 ans



Sens

ibili

té es

timée

à 2

ans

150

4.2.3.4 Mesure globale moyenne pour le processus de validation Le temps de doublement des tumeurs, la et les des 10 meilleurs ensembles de paramètres de notre

microsimulation ont été comparés à des mesures de référence qui sont retrouvées dans la littérature. Les

différences relatives absolues entre les mesures de la microsimulation et celles de référence sont présentées

au Tableau 20. Les différences relatives absolues ont été calculées ainsi :

Équation 38

Ces différences relatives absolues ont été calculées en fonction du temps de doublement médian ou moyen

retrouvé dans la littérature, de la fonction de pour une tumeur de 5, 10 et 15 mm de l’étude Norvégienne et

des du PQDCS, du programme de dépistage de l’Australie et du Consortium Américain. Les différences

relatives absolues sont plus grandes pour le temps de doublement des tumeurs (variant entre 10 % et 33 %)

et pour la (variant entre 13 % et 38 %). Par contre, les différences relatives absolues sont plus faibles

lorsque les sont comparées (différences relatives absolues variant entre 2 % et 21 %).

À partir de ces différences relatives absolues, une différence relative absolue moyenne (ou mesure globale

moyenne) a été calculée pour déterminer l’EP qui se compare le mieux, en moyenne, aux mesures de

référence. Cette mesure globale moyenne est également présentée au Tableau 20. La mesure globale

moyenne des 10 meilleurs EP varie entre 8 % et 15 %. Ainsi, pour toutes les mesures comparées, des

différences entre 8 % et 15 % sont observées entre les données de la microsimulation et les mesures publiées

dans la littérature. L’EP50 semble être celui qui diffère le plus des mesures de référence, avec une différence

relative absolue moyenne de 15 %. Par contre, trois ensembles de paramètres (EP1, EP3 et EP6) obtiennent

une mesure globale moyenne d’environ 8 %.

La microsimulation élaborée nous apparaît suffisamment valide afin d’étudier les relations entre les et la

des cancers infiltrants. Les résultats de ces analyses seront présentés dans la prochaine section. Les

résultats sont tout d’abord présentés pour le meilleur EP, soit EP1 puisque celui-ci obtient la mesure globale

moyenne de validation la plus faible (7,7 %). Afin d’obtenir une idée de l’incertitude autour des valeurs des

différents paramètres du modèle, certains résultats-clés seront également présentés pour les 9 autres

meilleurs EP. La comparaison des résultats selon les 10 meilleurs EP permet de nous donner une idée de la

cohérence et de la variabilité des résultats obtenus.

151

Tableau 20. Différences relatives absolues entre les 10 meilleurs ensembles de paramètres de la microsimulation et les mesures utilisées pour la validation

Paramètres validés / Référence Différences relatives absolues* en fonction des 10 meilleurs ensembles de paramètres (EP)

EP1 EP2 EP3 EP6 EP8 EP23 EP7 EP4 EP17 EP50

Temps de doublement des tumeurs

Moyenne des 2 mesures£ 12 % 25 % 10 % 17 % 24 % 18 % 10 % 18 % 17 % 33 % Sensibilité du dépistage

Moyenne des 3 mesures& 13 % 38 % 13 % 5 % 21 % 31 % 32 % 23 % 23 % 30 % Sensibilité estimée à 1 an#

PQDCS 3 % 3 % 5 % 4 % 5 % 3 % 4 % 5 % 3 % 7 %

Australie264 2 % 4 % 6 % 6 % 7 % 4 % 5 % 6 % 2 % 8 %

Consortium Américain96 10 % 8 % 5 % 8 % 7 % 7 % 7 % 9 % 11 % 10 % Sensibilité estimée à 2 ans#

PQDCS 8 % 9 % 3 % 7 % 6 % 8 % 8 % 12 % 10 % 11 %

Australie264 9 % 9 % 16 % 14 % 17 % 10 % 12 % 16 % 6 % 21 %

Mesure globale moyenne 7,7 % 11,7 % 8,1 % 8,3 % 11,3 % 10,5 % 10,3 % 11,7 % 9,2 % 15,1 %

* Différence relative absolue : │(mesure du modèle de simulation – mesure de référence) / mesure de référence │x 100 £ Correspond à la moyenne des différences relatives absolues des 2 mesures de temps de doublement de la tumeur, soit (1) la moyenne des temps de doublement médians dans les articles73,74,247,248,260,261 et (2) la moyenne des temps de doublement moyens des articles66,73,249,261–263 (voir Figure 34). & Correspond à la moyenne des différences relatives absolues de 3 sensibilités (pour une tumeur de 5, 10 et 15 mm) publiées par Weedon-Fekjaer et coll.74 # Correspond à la moyenne des sensibilités estimées par la méthode de détection pour 4 groupes de mammographies, soit (1) mammographies initiales chez les femmes de 50 à 59 ans, (2) mammographies initiales chez les femmes de 60 à 69 ans, (3) mammographies subséquentes chez les femmes de 50 à 59 ans et (4) mammographies subséquentes chez les femmes de 60 à 69 ans, voir Figure 36.

152

4.2.4 Forces et limites du modèle de microsimulation

Le modèle de microsimulation élaboré pour cette thèse a comme avantage d’être relativement simple, tout en

représentant le processus biologique de la maladie. La calibration et la validation ont permis de mettre en

évidence que le modèle est capable de représenter de façon assez fidèle les données du PQDCS et

également les données provenant de la littérature.

Par contre, le modèle comporte certaines limites qui méritent discussion. Tout d’abord, nous avons choisi de

ne simuler que les cancers qui, éventuellement, mèneraient à un diagnostic clinique de cancer du sein

infiltrant. Ce choix est basé sur le fait que nous voulions simplifier au maximum les postulats du modèle, tout

en étant le plus plausible possible. L’inclusion des diagnostics cliniques de cancers in situ aurait obligé à

incorporer d’autres paramètres inconnus dans le modèle, comme la proportion de cancers in situ qui

régresse, la proportion de cancers in situ qui se transforme en cancer infiltrant, le taux de croissance des

tumeurs in situ qui ne progresse pas vers le cancer infiltrant. Nous croyons que l’inclusion de ces paramètres

aurait eu comme conséquence d’augmenter davantage l’incertitude de notre modèle puisque peu

d’information est disponible sur ces paramètres. Il faut noter cependant que, bien que le modèle ne simule que

les diagnostics cliniques des cancers infiltrants, tous les cancers infiltrants commencent obligatoirement en un

cancer in situ.

Quelles sont les répercussions de ce choix sur nos résultats? La pour la détection des cancers infiltrants

se définit comme étant le nombre de femmes avec un cancer du sein infiltrant détecté par le dépistage divisé

par le nombre de femmes avec un cancer du sein infiltrant dans la PPC présent lors du dépistage. Par contre,

ce que nous examinons dans notre microsimulation est plutôt, pour le numérateur et le dénominateur, le

nombre de femmes ayant une lésion dans la PPC qui évoluera éventuellement vers un diagnostic clinique de

cancer infiltrant en absence de dépistage. Ces numérateur et dénominateur comptent donc des femmes avec

un cancer infiltrant dans la PPC, mais aussi des femmes avec un cancer in situ au moment du dépistage, mais

qui deviendrait infiltrant éventuellement.

En raison de notre décision initiale de ne simuler que les cancers qui ont le potentiel d’évoluer vers un

diagnostic de cancer infiltrant, les mesurées à l’aide des données de la microsimulation sont probablement

inférieures à celles qui se limiteraient à des femmes avec un cancer déjà rendu à l’état infiltrant puisque le

nombre de tumeurs encore dans la phase in situ fait augmenter un peu le numérateur, mais beaucoup plus le

dénominateur de notre . Mais que pouvons-nous dire sur l’ampleur de cette sous-estimation? Si la durée de

la PPC in situ est courte par rapport à la durée de la PPC infiltrante, la différence entre ces deux façons de

153

calculer la sensibilité sera petite. Malheureusement, la durée relative de la période in situ, pour les cancers qui

seront éventuellement diagnostiqués cliniquement comme des cancers infiltrants, est inconnue. Par contre, la

proportion de nos cancers à l’état in situ est probablement plus grande lorsque les tumeurs sont très petites

(lorsque les tumeurs sont davantage au début de leur PPC). Lorsque les tumeurs ont atteint une certaine

taille, la proportion de cancers à l’état in situ est plus faible. Ainsi, parmi les cancers détectés par le dépistage

ou bien les cancers d’intervalle, la proportion de cancers encore dans la phase in situ est sûrement faible

puisque ces cancers doivent avoir atteint une taille assez élevée pour pouvoir être détectés par le dépistage

ou diagnostiqués cliniquement. Nous pensons que notre choix de ne simuler que les cancers qui ont le

potentiel d’évoluer vers un diagnostic de cancer infiltrant à comme effet de diminuer la mesurées à l’aide

des données de la microsimulation, mais n’affectera pas (ou peu) les mesures telles que la sensibilité pour les

cancers avec un temps de devancement potentiel donné (moins de 3 ans) ( ), la sensibilité estimée par la

méthode d’incidence ( ) et la sensibilité estimée par la méthode de détection ( ).

Une approche pour évaluer l’impact de notre choix de ne simuler que les diagnostics cliniques des cancers

infiltrant, et ainsi évaluer l’ampleur de la sous-estimation des de la microsimulation, est de faire des

analyses complémentaires dans lesquelles non pas toutes les femmes avec un cancer dans la période

préclinique sont considérées, mais seulement les femmes avec des tumeurs qui ont atteint une taille de 1 mm

et plus. Les cancers qui ont atteint une taille de 1 mm peuvent être détectables par la mammographie et

certains cancers infiltrants (appelé micro-infiltrant) peuvent même avoir des tailles de 1 mm ou moins265. Pour

les tumeurs de 1 mm et plus, nous présumons que la proportion de cancers encore dans la phase in situ est

beaucoup plus faible que pour les tumeurs de moins de 1 mm. Ces analyses complémentaires sont

présentées dans chacune des 3 sections des résultats (« Tumeurs de 1 mm ou plus » dans les sections

intitulées « Résultats des analyses complémentaires »). Ces analyses complémentaires permettent de nous

assurer que nos conclusions demeurent valides malgré notre choix de ne simuler que les diagnostics cliniques

de cancers infiltrants.

Une autre limite potentielle de notre modèle de microsimulation concerne les données utilisées pour connaître

l’incidence du cancer du sein infiltrant en absence de dépistage et la taille des cancers diagnostiqués en

absence de dépistage. Tout d’abord, l’incidence du cancer du sein infiltrant en absence de dépistage a été

déterminée à partir de l’incidence du cancer du sein infiltrant observée au Québec pour les années 1990 à

1992. Ces années ont été retenues puisque le dépistage par mammographie n’était pas chose courante à

cette époque. Par contre, l’incidence du cancer du sein infiltrant pour ces années (1990-1992) ne correspond

peut-être pas tout à fait à l’incidence qui aurait été observée (en absence de dépistage) dans les premières

années du PQDCS. Les indicateurs de performance du PQDCS utilisés pour la calibration du modèle couvrent

154

la période de 2000 à 2005. L’un des principaux facteurs ayant pu avoir fait augmenter l’incidence du cancer du

sein infiltrant est la prise d’hormonothérapie de substitution, devenue plus courante à la fin des années

9036,216,266. Dans les années 2000 à 2005, la proportion de femmes dépistées dans le PQDCS prenant de

l’hormonothérapie de substitution était de 43 % entre 2000 et 2005 (passant de 53 % en 2000 à 29 % en

2005) (données provenant du système d’information du PQDCS). Il est difficile de connaître précisément la

proportion de femmes québécoises qui utilisaient de l’hormonothérapie de substitution dans les années 1990 à

1992. Par contre, les résultats d’une étude cas-témoins, menée dans la région de Québec, nous suggèrent

que l’utilisation de l’hormonothérapie de substitution était déjà relativement courante dès le début des années

1990267. Dans cette étude, les cas et un premier groupe de témoins a été recruté dans 4 hôpitaux de la ville de

Québec, tandis qu’un second groupe de témoins a été recruté de façon aléatoire dans la population de

femmes de la ville de Québec, sur la période de 1994 à 1997. Parmi les 314 cas, 42 % rapportent avoir déjà

utilisé de l’hormonothérapie de substitution, tandis que cette proportion est de 36 % chez les témoins. Ces

proportions sont assez importantes et se rapprochent de la proportion des femmes dépistées dans le PQDCS

entre 2000 et 2005 prenant de l’hormonothérapie (43 %). Ainsi, bien que nous ne connaissions pas

précisément la proportion des femmes qui utilisaient de l’hormonothérapie de substitution entre 1990 et 1992,

nous croyons que cette proportion était relativement proche de celle observée dans les données du PQDCS.

Nous pouvons penser également que d’autres changements dans les facteurs de risque des femmes (par

exemple avoir un premier enfant à un âge plus avancé) pourraient avoir également influencé l’incidence, mais

de façon moins importante. Nous avons donc vérifié l’effet potentiel d’une augmentation de l’incidence dans

notre modèle. Pour ce faire, nous avons multiplié l’incidence attendue (pour tous les âges) de 1,046, qui

correspond au rapport du taux d’incidence chez les femmes de 45 à 49 ans en 2006 (178,9 cancers infiltrants /

100 000 femmes-années) sur le taux d’incidence chez les femmes de 45 à 49 ans en 1992 (171,0 cancers

infiltrants / 100 000 femmes-années)239. L’incidence chez les femmes de 45 à 49 ans a été utilisée puisque

ces femmes ne sont pas invitées par le programme de dépistage. Cette augmentation de l’incidence du cancer

du sein infiltrant n’avait que peu d’effet sur les résultats du modèle; elle n’améliorait pas la calibration de celui-

ci.

Ensuite, les tailles des tumeurs diagnostiquées en absence de dépistage correspondent aux cancers

diagnostiqués entre 1985 et 1997. Les tailles de ces tumeurs sont utilisées comme taille lors d’un diagnostic

clinique en absence de dépistage. Cependant, bien que le programme de dépistage ait débuté en 1998, une

certaine proportion de femmes avait déjà recours au dépistage par mammographie avant le début du

programme. Par exemple, 50 % des femmes âgées entre 50 et 69 ans ont eu recours à une mammographie

bilatérale en 1997160. Si nous comparons les tailles des tumeurs pour la période 1985-1992 (une période où le

155

dépistage était définitivement rare au Québec) à 1993-1997, les différences nous apparaissaient négligeables.

Par exemple, chez les femmes de 50 à 69 ans, les tailles moyennes des tumeurs étaient de 23,7 mm pour la

période 1985-1992 et de 22,3 mm pour 1993-1997. Les tumeurs semblent donc légèrement plus petites dans

les années plus récentes, mais cette différence s’avère faible. Pour cette raison, nous croyons que l’utilisation

des données de 1993-1997 est raisonnable.

En résumé, malgré certaines limites, le modèle de microsimulation permet d’étudier la relation entre la pour

les cancers qui seront diagnostiqués éventuellement comme infiltrants et les sensibilités estimées ( ). Pour

les paramètres aux valeurs inconnues au départ (soient les paramètres liés au taux de croissance des

tumeurs, à la sensibilité du dépistage et à la proportion de tumeur non visible à la mammographie), le

processus de calibration a permis de déterminer les meilleures valeurs pour ces paramètres (section

« 4.2.2 Processus de calibration »). Afin de tenir compte de la variabilité autour de la valeur de ces

paramètres, nous avons décidé de présenter les résultats non pas pour uniquement le meilleur EP, mais bien

pour les 10 meilleurs EP254,268,269. Ainsi, la cohérence et la variabilité des résultats selon les 10 meilleurs EP

peuvent être appréciées. Finalement, afin de réduire le plus possible la variabilité aléatoire dans les résultats,

nous avons décidé de simuler un nombre élevé de femmes par cohorte, soit 1 000 000 de femmes.

4.3 Résultats et discussion Les trois prochaines sections décrivent les résultats obtenus par la microsimulation. La première section porte

sur la sensibilité ( ) ainsi que sa variante, soit la sensibilité pour les tumeurs avec un temps de devancement

potentiel court ( ). La seconde section porte sur les sensibilités estimées ( ), soit par la méthode

d’incidence ( ) ou par la méthode de détection ( ), de même que la relation entre ces .

Finalement, la dernière section traite des relations entre la ou les et les sensibilités estimées (

et ) ainsi que sur les relations entre les variations dans les ou les et les variations dans les

sensibilités estimées ( et ). Dans ces trois sections, nous montrons tout d’abord les résultats

obtenus avec le meilleur ensemble de paramètres (EP1), mis en évidence lors du processus de validation

(section 4.2.3 Processus de validation). Par la suite, les résultats des analyses complémentaires sont

présentés. Tout d’abord, pour le meilleur EP (EP1), les principaux résultats sont présentés lorsque seulement

les tumeurs de 1 mm et plus sont considérées (afin d’apprécier le biais possiblement causé par la simulation

des diagnostics cliniques infiltrants uniquement, voir section 4.2.4 Forces et limites du modèle de

microsimulation). Par la suite, les résultats-clés sont également présentés pour les 9 autres meilleurs EP

obtenus suite à la calibration (voir section 4.2.2 Processus de calibration), afin d’apprécier la cohérence et la

variabilité des résultats. Après chacune des 3 sections de résultats, une discussion est présentée.

156

Les sensibilités peuvent être calculées soit dans une cohorte ou dans une population dynamique à l’état

d’équilibre. La cohorte permet d’étudier les cancers présents chez les femmes âgées entre 50 et 69 ans de la

cohorte simulée, en absence de dépistage ou selon différents scénarios de dépistage. Trois scénarios de

dépistage sont étudiés dans ma thèse. La mammographie initiale est à l’âge de 50 ans pour les 3 scénarios de

dépistage et l’intervalle de temps entre les mammographies (intervalle inter-dépistage) est, respectivement, de

1 an (dépistage annuel), de 2 ans (dépistage bisannuel) et de 3 ans (dépistage trisannuel), jusqu’à ce que les

femmes atteignent l’âge de 69 ans. Pour une cohorte de femmes simulées, le scénario annuel comprend donc

20 dépistages, le scénario bisannuel 10 dépistages tandis que le scénario trisannuel comprend 7 dépistages.

Ces scénarios de dépistage ont été choisis parce qu’ils reproduisent ce qui est (ou était) recommandé comme

intervalle inter-dépistage dans différents pays. Par exemple, jusqu’à tout récemment, le U.S. Preventive

Services Task Force n’excluait pas, dans leur recommandation, les mammographies de dépistage

annuelles2,270, le Canada (et le Québec avec le PQDCS) et l’Australie ont des programmes de dépistage avec

des mammographies aux 2 ans6,28,93,271, tandis que le programme de dépistage du cancer du sein au

Royaume-Uni suggère 3 ans entre les dépistages94. La population dynamique à l’état d’équilibre permet de

calculer une sensibilité pour les dépistages d’une année donnée (par exemple 2014) des femmes âgées entre

50 et 69 ans, dépistées selon les trois scénarios de dépistage à l’étude. Une population dynamique à l’état

d’équilibre est créée par la juxtaposition de sous-cohortes provenant de la cohorte simulée (voir section

suivante « 4.3.1.1 Les cas simulés »).

157

4.3.1 Sensibilité

4.3.1.1 Les cas simulés

Dans une cohorte en absence de dépistage

À partir d’une microsimulation de 1 000 000 de femmes avec le meilleur ensemble de paramètres (EP1), nous

obtenons un total de 120 143 femmes avec un cancer du sein dans la période préclinique (PPC) à un moment

donné entre l’âge de 50 et 69 ans (Figure 37). Parmi ces femmes, 40 % étaient déjà dans la PPC à l’âge de

50 ans (cas prévalents dans la PPC à 50 ans, 47 846 / 120 143) tandis que 60 % entrent dans la PPC entre

50 et 69 ans (cas incidents entre 50 et 69 ans, 72 297 / 120 143).

Que ce soit pour les cas prévalents à l’âge de 50 ans ou les cas incidents entre 50 et 69 ans, certaines de ces

femmes n’auront jamais de diagnostic clinique de cancer du sein au cours de leur vie puisqu’elles décèderont

auparavant par une autre cause que le cancer du sein (Figure 37). Parmi les 47 846 cas prévalents, 10 704

femmes (22,4 %) décèderont avant leur diagnostic clinique de cancer du sein. Pour les 72 297 cas incidents,

24 845 femmes (34,4 %) décèderont également avant leur diagnostic clinique de cancer du sein. Ces

proportions ne sont pas négligeables.

Diagnostic

clinique posé Décès avant le

diagnostic clinique

Âge au début de la période préclinique

< 50 ans 37 142 10 704 47 846 (39,8 %)

50-69 ans 47 452 24 845 72 297 (60,2 %)

84 594 (70,4 %) 35 549 (29,6 %) 120 143 (100,0 %)

Figure 37. Cas prévalents dans la période préclinique à l’âge de 50 ans et cas incidents dans la période préclinique entre 50 et

69 ans en fonction de la présence ou non d’un diagnostic clinique de cancer du sein. Cellule mauve : cas prévalence dans la période préclinique à 50 ans, cellule turquoise : cas incident dans la période préclinique entre 50 et 69 ans.

Le fait que les femmes peuvent décéder avec un cancer du sein dans la PPC, mais avant leur diagnostic

clinique complique l’analyse de la durée de la PPC. Lorsque la PPC se termine par un décès par autre cause,

la durée de la PPC reste, en principe, indéfinie. Souvent, en épidémiologie, ce type de difficulté est contourné

en faisant le postulat d’absence de décès par autres causes. Dans les résultats qui suivent, lorsque vient le

temps de discuter de la durée de la PPC, j’utilise la durée de la PPC en l’absence de décès par autre cause. Il

s’agit donc d’une durée « théorique » de la PPC. Par contre, l’absence de décès par autre cause est un

postulat utilisé seulement pour le calcul de la durée de la PPC; pour les autres résultats, les femmes de la

cohorte peuvent décéder d’une autre cause que le cancer du sein.

158

Les distributions des durées de la PPC (en absence de décès par autres causes) et du temps de doublement

des tumeurs, c’est-à-dire le temps que prend la tumeur pour doubler son volume, sont présentées à la Figure

38. Parmi les 120 143 tumeurs, seulement 19 % des tumeurs ont une PPC inférieure à 10 ans. La plus grande

proportion des tumeurs ont une PPC entre 10,0 et 19,9 ans (36 % des tumeurs). Peu de tumeurs ont une

croissance rapide; 7 % des tumeurs ont un temps de doublement inférieur à 90 jours. Un peu plus de 25 %

des tumeurs ont un temps de doublement de 360 jours ou plus. La proportion de tumeurs avec une PPC de

moins de 10 ans est assez comparable pour les tumeurs prévalentes à 50 ans (18 %) et pour celles qui sont

incidentes entre 50 et 69 ans (20 %). Par contre, la proportion de tumeurs avec une PPC de 30 ans et plus est

de 36 % pour les tumeurs prévalentes et de 14 % pour les tumeurs incidentes (données non montrées).

159

(A) Durée de la période préclinique

(B) Temps de doublement des tumeurs

Figure 38. Durée de la période préclinique et temps de doublement des 120 143 tumeurs de la cohorte simulées. Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

19,2%

35,7%

22,1% 23,0%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

40,0%

< 10,0 10,0-19,9 20,0-29,9 ≥ 30,0

Pro

po

rtio

n d

es

tum

eu

rs

Durée de la période préclinique (ans)

6,7%

26,5%

23,9%

16,7%

26,2%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

< 90 90-179 180-269 270-359 ≥ 360

Pro

po

rtio

n d

es

tum

eu

rs

Temps de doublement (jours)

160

Dans la cohorte en présence de dépistage

Trois scénarios de dépistage sont étudiés, soit un dépistage annuel, bisannuel ou trisannuel, pour des femmes

âgées entre 50 et 69 ans. Le nombre de femmes avec un cancer dans la PPC lors de chaque mammographie

de dépistage est présenté au Tableau 21 selon les trois scénarios. Le nombre de femmes avec un cancer

dans la PPC lors d’un dépistage varie entre 47 846 (lors de la mammographie initiale pour les 3 scénarios de

dépistage) et 64 842 (mammographie subséquente à 62 ans, scénario de dépistage trisannuel).

Tableau 21. Nombre de femmes dans la période préclinique du cancer du sein lors de la mammographie de dépistage selon les trois scénarios à l’étude, l’âge des femmes et l’occurrence du dépistage

Âge au dépistage (ans)


Annuel Bisannuel Trisannuel

Initial

50 47 846 47 846 47 846

Subséquents

51 48 195

52 50 031 50 950

53 51 768 53 426

54 53 257 54 705

55 54 611

56 55 919 57 750 58 588

57 57 149

58 58 153 60 431

59 59 070 62 537

60 59 825 62 501

61 60 355

62 60 524 63 535 64 842

63 60 845

64 60 475 63 789

65 60 162 65 288

66 59 554 63 173

67 58 669

68 57 492 61 469 63 457

69 56 255

161

Dans une population dynamique à l’état d’équilibre

Une population dynamique à l’état d’équilibre peut être conçue par la juxtaposition d’une série de cohortes

identiques de femmes nées à (disons) 1 année d’intervalle. Ainsi dans une population à l’état d’équilibre, les

femmes de 50 ans sont celles qui sont nées 50 ans plus tôt, les femmes de 51 ans sont celles nées 51 ans

plus tôt et ainsi de suite. Ces deux cohortes étant identiques pour tous les évènements de santé étudiés. Par

conséquent, à l’aide des données provenant de la simulation de la cohorte soumise aux trois scénarios de

dépistage, trois populations à l’état d’équilibre de femmes âgées entre 50 et 69 ans peuvent être créées.

Concrètement, les populations dynamiques à l’état d’équilibre sont constituées de 1 130 155 femmes dans la

PPC pour le scénario de dépistage annuel, de 586 149 femmes dans la PPC pour le scénario de dépistage

bisannuel et de 415 984 femmes dans la PPC pour le scénario de dépistage trisannuel.

La description des cancers dans la PPC présents lors d’un dépistage dans une population dynamique à l’état

d’équilibre, pour une année donnée, pour un scénario de dépistage annuel, bisannuel et trisannuel est

présentée au Tableau 22. Les résultats sont assez semblables selon les trois scénarios de dépistage à

l’étude. Environ 10 % des tumeurs ont une PPC inférieure à 10 ans, tandis que 35 % des tumeurs ont une

PPC de 30 ans et plus. Les durées de PPC moyennes (et leur écart-type) sont de 27,2 (16,1) ans, 27,1 (16,3)

ans et 27,1 (16,3) ans, pour, respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel

(données non montrées). Les durées de PPC médianes sont d’environ 23 ans (23,4 ans pour le scénario

annuel, 23,3 ans pour le scénario bisannuel et 23,2 ans pour le scénario trisannuel) (données non montrées).

Seulement 3 % des tumeurs (dans les 3 scénarios) ont un taux de croissance rapide, soit un temps de

doublement inférieur à 90 jours. Près de 40 % des tumeurs ont un temps de doublement de 360 jours et plus.

Le temps de doublement moyen est de 349 jours, 348 jours et 347 jours, respectivement pour les scénarios de

dépistage annuel, bisannuel et trisannuel. Le temps de doublement médian est de 305 jours pour le scénario

de dépistage annuel, et 303 jours pour les scénarios de dépistage bisannuel et trisannuel (données non

montrées). Au moment de la mammographie de dépistage, 82 %, 80 % et 79 % des tumeurs ont une taille de

2 mm et moins, respectivement pour les scénarios de dépistage annuel, bisannuel et trisannuel. Seulement

0,2 %, 0,6 % et 1,1 % des tumeurs, pour les scénarios de dépistage annuel, bisannuel et trisannuel, ont une

taille de plus de 20 mm (2 cm) lors du dépistage. Finalement, le temps de devancement potentiel ( ) des

cancers lors de la mammographie, c’est-à-dire le temps qui reste à la tumeur avant d’être diagnostiquée

cliniquement, est inférieur à 3 ans pour 8,2 %, 9,6 % et 10,4 % des tumeurs pour, respectivement, les

scénarios de dépistage annuel, bisannuel et trisannuel. Lors du dépistage, la plus grande proportion des

tumeurs ont un de 10 ans et plus (65 % pour le scénario annuel, 64 % pour le scénario bisannuel et 63 %

pour le scénario trisannuel).

162

Tableau 22. Caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel


Annuel N = 1 130 155

n (%)

Bisannuel N = 586 149

n (%)

Trisannuel N = 415 984

n (%)


< 10,0 115 049 (10,2) 60 857 (10,4) 43 163 (10,4)

10,0-19,9 345 649 (30,6) 180 463 (30,8) 128 204 (30,8)

20,0-29,9 267 988 (23,7) 137 287 (23,4) 97 849 (23,5)

≥ 30,0 401 469 (35,5) 207 542 (35,4) 146 768 (35,3)

Temps de doublement des tumeurs (jours)*

< 90 29 407 (2,6) 15 965 (2,7) 11 560 (2,8)

90-179 201 592 (17,8) 106 467 (18,2) 75 584 (18,2)

180-269 247 087 (21,9) 128 059 (21,8) 91 185 (21,9)

270-359 204 813 (18,1) 104 870 (17,9) 74 534 (17,9)

≥ 360 447 256 (39,6) 230 788 (39,4) 163 121 (39,2)

Taille des tumeurs lors du dépistage (mm)

≤ 2,0 928 142 (82,1) 469 902 (80,2) 328 518 (79,0)

2,1-10,0 180 497 (16,0) 95 182 (16,2) 68 235 (16,4)

10,1-20,0 19 505 (1,7) 17 410 (3,0) 14 741 (3,5)

> 20,0 2 011 (0,2) 3 655 (0,6) 4 490 (1,1)

Temps de devancement potentiel lors du dépistage (ans)

< 1,0 23 612 (2,1) 16 369 (2,8) 13 152 (3,2)

1,0-1,9 31 772 (2,8) 19 448 (3,3) 14 677 (3,5)

2,0-2,9 37 337 (3,3) 20 587 (3,5) 15 311 (3,7)

3,0-9,9 304 332 (26,9) 157 398 (26,9) 111 731 (26,9)

≥ 10,0 733 102 (64,9) 372 347 (63,5) 261 113 (62,8)

* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

Les caractéristiques des tumeurs, selon qu’elles sont prévalentes à l’âge de 50 ans ou incidentes entre 50 et

69 ans, sont présentées au Tableau 23. Dans les 3 scénarios de dépistage, près de la moitié des tumeurs

sont prévalentes à 50 ans tandis que l’autre moitié des tumeurs sont incidentes entre 50 et 69 ans. Dans

chacun des scénarios à l’étude, environ 7 % des tumeurs prévalentes ont une PPC de moins de 10 ans tandis

que cette proportion monte à 14 % pour les tumeurs incidentes. Près de la moitié des tumeurs prévalentes à

50 ans ont une PPC de 30 ans ou plus, cette proportion n’est que d’environ 20 % pour les tumeurs incidentes

entre 50 et 69 ans.

163

Tableau 23. Proportion (%) des cas prévalents dans la période préclinique à l’âge de 50 ans et proportion (%) des cas incidents entre 50 et 69 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50

et 69 ans selon les caractéristiques des tumeurs, pour un scénario de dépistage annuel, bisannuel et trisannuel



Prévalent N = 535 029

%

Incident N = 595 126

%


%


%


%


%


< 10,0 5,9 14,1 6,5 14,3 6,8 14,1

10,0-19,9 20,3 39,9 21,3 40,3 21,6 40,4

20,0-29,9 20,6 26,5 20,9 26,0 21,0 26,2

≥ 30,0 53,2 19,6 51,4 19,4 50,7 19,3


< 90 1,6 3,5 1,9 3,6 2,1 3,5

90-179 10,3 24,6 11,1 25,2 11,5 25,1

180-269 14,8 28,2 15,5 28,2 15,7 28,4

270-359 15,4 20,6 15,6 20,2 15,6 20,3

≥ 360 57,9 23,1 55,9 22,8 55,1 22,8


≤ 2,0 73,7 89,7 71,5 88,8 70,2 88,0

2,1-10,0 23,8 8,9 23,5 8,9 23,3 9,3

10,1-20,0 2,3 1,2 4,1 1,8 5,0 2,0

> 20,0 0,3 0,1 0,8 0,5 1,4 0,7


< 1,0 2,3 1,9 3,2 2,4 3,7 2,6

1,0-1,9 3,0 2,7 3,6 3,0 3,9 3,2

2,0-2,9 3,4 3,3 3,7 3,3 3,9 3,5

3,0-9,9 24,2 29,4 24,6 29,2 24,6 29,2

≥ 10,0 67,1 62,8 65,0 62,1 63,9 61,6


164

4.3.1.2 Sensibilité lors d’un dépistage


La Figure 39 présente la sensibilité ( ) en fonction de la taille des tumeurs lors d’un dépistage pour une

année donnée (par exemple 2014) dans une population dynamique à l’état d’équilibre de femmes âgées entre

50 et 69 ans, selon les scénarios de dépistage annuel, bisannuel et trisannuel. Pour les très petites tumeurs,

les sont comparables d’un scénario de dépistage à un autre. Par contre, la pour les tumeurs de plus

grandes tailles, soit de plus de 10 mm, est légèrement plus faible dans le scénario de dépistage annuel

comparativement aux autres scénarios de dépistage. La différence dans la est plus marquée pour les

tumeurs de plus de 20 mm; la étant de 78 %, de 94 % et de 97 % pour, respectivement, les scénarios de

dépistage annuel, bisannuel et trisannuel. La différence de est attribuable à la proportion de tumeurs non

visibles à la mammographie. Pour les tumeurs de plus de 20 mm, la proportion de tumeurs non visibles à la

mammographie est plus élevée lorsque le dépistage est annuel (22 %), comparativement aux dépistages

bisannuel (6 %) ou trisannuel (3 %).

165

Figure 39. Sensibilité en fonction de la taille de la tumeur lors de la mammographie de dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.

0,6% 2,9%

9,7%

28,3%

57,8%

82,2%

93,0% 96,3% 96,9% 97,2% 93,9%

0%

20%

40%

60%

80%

100%

Sen

sib

ilité

Tailles des tumeurs lors de la mammographie de dépistage (mm)

Dépistage annuel Dépistage bisannuel Dépistage trisannuel

166

La est une moyenne pondérée des sensibilités en fonction de la taille des tumeurs présentent lors du

dépistage. Puisque la sensibilité des cancers infiltrants est faible pour les très petites tumeurs, mais que ces

tumeurs représentent la majorité des tumeurs présentes lors du dépistage, la moyenne des cancers qui

deviendront potentiellement des infiltrants, obtenue dans une population ouverte à l’état d’équilibre pour un

programme de dépistage annuel, bisannuel ou trisannuel demeure relativement faible, soit respectivement de

4 %, 6 % et 7 % (Tableau 24).

Tableau 24. Sensibilité lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel



Nombres de femmes dans la période préclinique 1 130 155 586 149 415 984

Nombres de cancers détectés 46 391 35 080 29 395

Sensibilité moyenne 4,1 % 6,0 % 7,1 %

Dans une cohorte

Dans une cohorte, la peut être calculée selon différentes approches. Il est possible de calculer la pour

une mammographie de dépistage à un âge donné : par exemple, calculer la pour les femmes ayant un

dépistage à 50 ans, à 52 ans, à 54 ans, etc. pour le scénario de dépistage bisannuel. Il est également possible

de calculer une cumulative pour les 20 dépistages dans le scénario de dépistage annuel, les 10 dépistages

dans le scénario de dépistage bisannuel et les 7 dépistages dans le scénario de dépistage trisannuel chez les

femmes âgées entre 50 et 69 ans. Étant donné que, dans la cohorte, 120 143 femmes ont un cancer dans la

PPC, à un moment ou un autre, entre 50 et 69 ans, et que le nombre de cancers infiltrants détectés est de

46 391, 35 080 et 29 395 pour, respectivement, le scénario de dépistage annuel, bisannuel et trisannuel, il en

découle que la cumulative dans une cohorte est de 39 % pour un dépistage annuel, de 29 % pour un

dépistage bisannuel et de 25 % pour un dépistage trisannuel (Tableau 25). Contrairement à la moyenne

obtenue dans une population dynamique à l’état d’équilibre (où la moyenne était plus élevée pour le

scénario de dépistage trisannuel, Tableau 24), la cumulative est quant à elle plus élevée dans le scénario

de dépistage annuel (Tableau 25). Lorsque la cumulative est calculée, une femme dans la PPC peut

passer un plus grand nombre de mammographies dans le scénario de dépistage annuel comparativement aux

167

scénarios de dépistage bisannuel et trisannuel. Cette femme a donc plus de chance de voir son cancer

détecté à l’une ou l’autre de ces mammographies.

Tableau 25. Sensibilité cumulative dans une cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans



Nombre de femmes dans la période

préclinique à un moment donné ou

un autre entre 50 et 69 ans

120 143 120 143 120 143

Nombres de cancers détectés 46 391 35 080 29 395

Sensibilité cumulative 38,6 % 29,2 % 24,5 %

4.3.1.3 Sensibilité en fonction de la vitesse de croissance de la tumeur


La taille de la tumeur au moment du dépistage est fonction du taux de croissance de la tumeur. Dans notre

modèle, le taux de croissance de la tumeur se résume en un indice, le kappa (Équation 34, Section 4.2.1

Description de la microsimulation). Plus le kappa est élevé, plus la croissance de la tumeur est rapide. Le taux

de croissance d’une tumeur peut être caractérisé par son temps de doublement (« doubling time ») qui

correspond au temps nécessaire à la tumeur pour doubler son volume244,247,272.

L’un des postulats de notre modèle stipule que la est fonction de la taille de la tumeur. Puisque la taille de

la tumeur dépend de son taux de croissance (ou de son temps de doublement), alors la devrait donc être

liée au temps de doublement de la tumeur. La Figure 40 montre la en fonction du temps de doublement

des tumeurs pour un seul dépistage dans une population dynamique à l’état d’équilibre de femmes âgées

entre 50 et 69 ans (dépistées selon les trois scénarios de dépistage). La est plus élevée pour les tumeurs à

croissance rapide. Par exemple, la pour les tumeurs plus rapides (soit avec un temps de doublement de

moins de 90 jours) est de 17,4 % tandis qu’elle est de 2,4 % pour les tumeurs plus lentes (soit avec un temps

de doublement de 360 jours ou plus). Une plus élevée pour les tumeurs à croissance rapide et plus faible

pour les tumeurs à croissance lente est observée pour les trois scénarios de dépistage.

168

Figure 40. Sensibilité en fonction du temps de doublement des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.

17,4%

11,8%

7,5%

4,4%

2,4%

0%

10%

20%

30%

40%

< 90 90-179 180-269 270-359 ≥ 360

Sen

sib

ilité

Temps de doublements des tumeurs (jours)


169

Afin de mieux comprendre pourquoi la est plus élevée pour les tumeurs à croissance plus rapide, les

cancers présents dans la population dynamique à l’état d’équilibre sont séparés en deux groupes en fonction

du temps de doublement médian des tumeurs. Le temps de doublement médian des tumeurs est,

respectivement, de 305 jours pour le scénario de dépistage annuel et de 303 jours pour les scénarios de

dépistages bisannuel et trisannuel. La est donc présentée pour les tumeurs à croissance lente (temps de

doublement de 303 jours ou plus) et pour les tumeurs à croissance plus rapide (temps de doublement de

moins de 303 jours), et ce, pour tous les scénarios de dépistage (Tableau 26). La pour les tumeurs à

croissance lente est inférieure à la pour les tumeurs à croissance plus rapide. La plus élevée pour les

tumeurs à croissance plus rapide est expliquée par la taille des tumeurs lors du dépistage. Par exemple, dans

la population dynamique à l’état d’équilibre avec un scénario de dépistage bisannuel, 0,9 % des tumeurs

avaient une taille de plus de 10 mm lors de la mammographie de dépistage dans le groupe de tumeurs à

croissance lente, tandis que 6 % des tumeurs avaient une taille de plus de 10 mm lors de la mammographie

de dépistage dans le groupe de tumeurs à croissance plus rapide. Il est plus facile, lors de la mammographie,

de détecter les tumeurs qui ont une taille plus grande.

170

Tableau 26. Sensibilité et taille des tumeurs en fonction du taux de croissance des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel

Dépistage annuel

Dépistage bisannuel Dépistage trisannuel

Croissance lente*

Croissance plus rapide*

Croissance

lente* Croissance plus

rapide*

Croissance lente*


Nombre de femmes dans la PPC 570 680 559 475 294 018 292 131 208 022 207 962

Taille de la tumeur (mm)

Moyenne (écart-type) 0,9 (1,8) 1,7 (3,5) 1,0 (2,1) 2,3 (4,8) 1,1 (2,4) 2,6 (5,7)

Médiane (25e-75e percentile) 0,2 (0,1-0,9) 0,3 (0,1-1,7) 0,2 (0,1-0,9) 0,3 (0,1-2,1) 0,2 (0,1-1,0) 0,4 (0,1-2,4)

Tumeurs de plus de 10 mm, n (%) 1 897 (0,3) 19 619 (3,5) 2 787 (0,9) 18 278 (6,3) 3 288 (1,6) 15 943 (7,7)

Nombre de cancers détectés 10 959 35 432 8 056 27 024 7 224 22 171

Sensibilité moyenne 1,9 % 6,3 % 2,7 % 9,2 % 3,5 % 10,7 %

* Croissance lente correspond aux tumeurs avec un temps de doublement de 303 jours ou plus, croissance plus rapide correspond aux tumeurs avec un temps de doublement de moins de 303 jours. Le 303 jours correspond à la médiane du temps de doublement des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre pour un scénario de dépistage bisannuel ou trisannuel.

171

Dans une cohorte

Les cumulatives, pour les 20 dépistages dans le scénario de dépistage annuel, les 10 dépistages dans le

scénario de dépistage bisannuel et les 7 dépistages dans le scénario de dépistage trisannuel, dans une

cohorte de femmes âgées entre 50 et 69 ans et selon le groupe de tumeurs à croissance lente (temps de

doublement des tumeurs ≥ 303 jours) et le groupe de tumeurs à croissance plus rapide (temps de doublement

des tumeurs < 303 jours) sont présentées au Tableau 27. Tout comme pour la moyenne, la cumulative

est plus élevée dans le groupe de tumeurs à croissance rapide comparativement au groupe de tumeurs à

croissance lente. Par exemple, pour le scénario de dépistage bisannuel, 37 % des cancers présents à l’une ou

l’autre des mammographies de dépistage ont été détectés dans le groupe de tumeurs rapides

comparativement à 19 % dans le groupe de tumeurs à croissance lente.

Tableau 27. Sensibilité cumulative en fonction du taux de croissance des tumeurs dans une cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans

Dépistage annuel

Dépistage bisannuel Dépistage trisannuel

Croissance lente*


Croissance

lente* Croissance plus rapide*

Croissance

lente* Croissance plus rapide*

Nombre de femmes dans la PPC entre 50 et 69 ans

42 676 74 633 41 990 72 258 41 945 72 043

Nombre de cancers détectés

10 959 35 432 8 056 27 024 7 224 22 171

Sensibilité cumulative 25,7 % 47,5 % 19,2 % 37,4 % 17,2 % 30,8 %

* Croissance lente correspond aux tumeurs avec un temps de doublement de 303 jours ou plus, croissance plus rapide correspond aux tumeurs avec un temps de doublement de moins de 303 jours. Le 303 jours correspond à la médiane du temps de doublements des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre.

172

4.3.1.4 Sensibilité en fonction du temps de devancement potentiel


Le temps de devancement potentiel ( ) des tumeurs est inversement corrélé à la taille de la tumeur. Au

début de la PPC, la taille de la tumeur est très petite et le est à son maximum. Plus le temps passe, plus

le diamètre de la tumeur augmente, plus la tumeur se rapproche du moment de son diagnostic clinique en

absence de dépistage et, par conséquent, le diminue. Le utilisé correspond au temps de

devancement potentiel en absence de décès par autre cause.

La Figure 41 présente la en fonction du dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans pour les scénarios de dépistage annuel, bisannuel ou trisannuel. Peu importe le

scénario de dépistage (annuel, bisannuel ou trisannuel), la relation entre la et le demeure relativement

la même, soit une très faible pour les longs , puis une augmentation de la lorsque le diminue.

La pour les tumeurs avec un de plus de 10 ans est faible, soit d’environ 1 % pour les trois scénarios de

dépistage. Par contre, la pour les cancers qui sont à moins d’un an de leur diagnostic clinique

( ) est de 53 %, de 65 % et de 69 % pour, respectivement, le scénario de dépistage

annuel, bisannuel et trisannuel. Ces cancers avec un de moins d’un an représentent seulement 2,1 %,

2,8 % et 3,2 % des femmes dans la PPC lors de la mammographie dans le scénario de dépistage annuel,

bisannuel et trisannuel (Tableau 22). Comme mentionné dans la section traitant de la en fonction de la

taille de la tumeur, la correspond à une moyenne pondérée des sensibilités en fonction de la taille des

tumeurs lors du dépistage. La peut aussi être vue comme étant une moyenne pondérée des sensibilités en

fonction du des tumeurs lors du dépistage, tel qu’énoncé théoriquement par l’Équation 2 au Chapitre 2

(section « 2.2 Sensibilité du dépistage »).

Les selon un de moins d’un an ( ), de moins de 2 ans ( ) ou de moins de 3 ans ( ) sont

présentées au Tableau 28 dans une population dynamique à l’état d’équilibre pour les scénarios de dépistage

annuel, bisannuel ou trisannuel. Près de 40 % des tumeurs qui sont à moins de deux ans de leur diagnostic

clinique sont détectées par la mammographie dans le scénario de dépistage annuel. Cette proportion atteint

50 % et 54 % pour les scénarios de dépistages bisannuel et trisannuel. Peu importe le considéré (1, 2 ou

3 ans), la moyenne est toujours plus élevée pour le scénario de dépistage trisannuel comparativement aux

scénarios annuel ou bisannuel.

173

Figure 41. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.

1,1% 2,1% 2,4% 3,2% 4,1% 5,8% 8,8%

12,6%

21,3%

37,7%

65,1%

0%

20%

40%

60%

80%

100%

≥ 10,0 9,9-9,0 8,9-8,0 7,9-7,0 6,9-6,0 5,9-5,0 4,9-4,0 3,9-3,0 2,9-2,0 1,9-1,0 0,9-0,0

Sen

sib

ilité



174

Tableau 28. Sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage

annuel, bisannuel et trisannuel



Temps de devancement potentiel

des cancers lors du dépistage

1 an 53,3 % 65,1 % 68,7 %

2 ans 38,9 % 50,2 % 54,1 %

3 ans 29,7 % 39,6 % 43,9 %

4.3.1.5 Résultats des analyses complémentaires

Tumeurs de 1 mm ou plus

Tel que discuté dans la section 4.2.4 Forces et limites du modèle de microsimulation, des analyses

complémentaires ont été menées afin d’avoir une idée de la sous-estimation de notre obtenue par la

microsimulation en raison de notre choix de ne simuler que les cancers qui ont le potentiel d’évoluer vers un

diagnostic de cancer infiltrant. Pour ce faire, les ont été mesurées en considérant uniquement les cancers

de 1 mm et plus, un groupe de cancers où la proportion de cancers encore dans la phase in situ est jugée plus

faible que pour les tumeurs de moins de 1 mm. Les caractéristiques des tumeurs de 1 mm et plus, dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, sont présentées au Tableau

29. Comparativement à toutes les tumeurs (Tableau 22), les PPC sont plus courtes lorsque seulement les

tumeurs de 1 mm et plus sont considérées (Tableau 29). Pour le scénario de dépistage bisannuel, 35 % de

toutes les tumeurs ont une durée de PPC de 30 ans ou plus et cette proportion diminue à 29 % lorsque

seulement les tumeurs de 1 mm et plus sont considérées.

La moyenne est plus élevée lorsqu’elle est calculée uniquement pour les tumeurs de 1 mm et plus, plutôt

que pour l’ensemble des tumeurs (Tableau 30). Par exemple, la moyenne passe de 6 % lorsque toutes les

tumeurs sont considérées, à 19 % lorsque seules les tumeurs de 1 mm et plus sont considérées (pour le

scénario de dépistage bisannuel). Bien que la soit plus élevée lorsque seulement les tumeurs de 1 mm et

plus sont considérées, la tendance dans la est la même en fonction du temps de doublement des tumeurs;

la diminue avec une augmentation du temps de doublement des tumeurs. Les en fonction du temps du

des cancers sont assez similaires pour les cancers avec un de moins de 3 ans. Par conséquent, pour

le scénario de dépistage bisannuel, les , et sont, respectivement, de 65 %, 51 % et 42 % lorsque

seulement les tumeurs de 1 mm et plus sont considérées et de 65 %, 50 % et 40 % lorsque toutes les tumeurs

175

sont considérées. Par contre, pour des de 3 ans et plus, la en considérant seulement les tumeurs de 1

mm ou plus demeurent plus élevée que la en considérant toutes les tumeurs.

La cumulative pour une cohorte de femmes âgées entre 50 et 69 ans était de 39 %, 29 % et 25 % pour,

respectivement, les scénarios de dépistages annuel, bisannuel et trisannuel (Tableau 25). La cumulative

est plus élevée lorsque seulement les tumeurs de 1 mm et plus sont considérées, soit de 59 % (42 256 /

71 807) pour le scénario de dépistage annuel, 46 % (33 034 / 71 807) pour le scénario de dépistage bisannuel

et 39 % (27 926 / 71 807) pour le scénario de dépistage trisannuel.

176

Tableau 29. Caractéristiques des tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel


Annuel N = 313 734

n (%)


n (%)


n (%)


< 10,0 46 883 (14,9) 25 945 (15,0) 18 605 (14,7)

10,0-19,9 111 190 (35,4) 62 646 (36,3) 45 924 (36,2)

20,0-29,9 62 214 (19,8) 34 230 (19,8) 25 811 (20,3)

≥ 30,0 93 447 (29,8) 49 774 (28,8) 36 617 (28,8)


< 90 13 431 (4,3) 7 664 (4,4) 5 626 (4,4)

90-179 75 643 (24,1) 42 680 (24,7) 30 945 (24,4)

180-269 73 608 (23,5) 41 203 (23,9) 30 495 (24,0)

270-359 48 305 (15,4) 26 480 (15,3) 19 777 (15,6)

≥ 360 102 747 (32,8) 54 568 (31,6) 40 114 (31,6)


1,0-2,0 115 327 (36,8) 56 348 (32,7) 39 491 (31,1)

2,1-10,0 177 166 (56,5) 95 182 (55,2) 68 235 (53,8)

10,1-20,0 19 248 (6,1) 17 410 (10,1) 14 741 (11,6)

> 20,0 1 993 (0,6) 3 655 (2,1) 4 490 (3,5)


< 1,0 23 576 (7,5) 16 352 (9,5) 13 137 (10,4)

1,0-1,9 30 541 (9,7) 18 760 (10,9) 14 191 (11,2)

2,0-2,9 31 940 (10,2) 17 824 (10,3) 13 347 (10,5)

3,0-9,9 134 691 (42,9) 71 411 (41,4) 51 535 (40,6)

≥ 10,0 92 986 (29,6) 48 248 (28,0) 34 747 (27,4)


177

Tableau 30. Sensibilité (%) et sensibilité pour les tumeurs avec un temps de devancement potentiel court (%) en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état

d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel

Sensibilité



Toutes les tumeurs

Tumeurs ≥ 1 mm

Toutes les tumeurs

Tumeurs ≥ 1 mm

Toutes les tumeurs

Tumeurs ≥ 1 mm

Moyenne 4,1 13,5 6,0 19,1 7,1 22,0

Taille des tumeurs (mm)

< 1,0 0,5 --- 0,5 --- 0,5 --- 1,0-2,0 1,1 1,1 1,1 1,1 1,1 1,1 2,1-4,0 2,8 2,8 2,9 2,9 2,8 2,8 4,1-6,0 9,6 9,6 9,7 9,7 10,1 10,1 6,1-8,0 26,9 26,9 28,3 28,3 28,5 28,5 8,1-10,0 55,6 55,6 57,8 57,8 57,2 57,2 10,1-12,0 79,5 79,5 82,2 82,2 82,0 82,0 12,1-14,0 91,0 91,0 93,0 93,0 93,2 93,2 14,1-16,0 93,4 93,4 96,3 96,3 96,0 96,0 16,1-18,0 93,1 93,1 96,9 96,9 97,8 97,8 18,1-20,0 90,8 90,8 97,2 97,2 97,5 97,5 > 20,0 77,7 77,7 93,9 93,9 96,7 96,7

Temps de doublement des tumeurs (jours)†

< 90 14,7 31,7 17,4 36,0 18,8 38,2 90-179 8,3 21,3 11,8 28,7 13,1 31,4 180-269 4,7 14,7 7,5 22,1 9,0 25,8 270-359 2,9 10,7 4,4 16,0 5,6 19,8 ≥ 360 1,7 5,7 2,4 8,5 3,0 10,7


< 1,0 53,3 53,4 65,1 65,2 68,7 68,8 1,0-1,9 28,2 29,4 37,7 39,0 41,1 42,5 2,0-2,9 15,9 18,6 21,3 24,5 25,3 28,9 3,0-3,9 9,2 12,6 12,6 17,2 15,1 20,4 4,0-4,9 6,0 9,7 8,8 13,9 9,8 15,6 5,0-5,9 4,2 7,9 5,8 11,0 6,8 12,7 6,0-6,9 3,3 7,2 4,1 9,1 5,1 11,3 7,0-7,9 2,4 6,0 3,2 8,2 3,9 9,9 8,0-8,9 1,9 5,3 2,4 6,7 3,0 8,5 9,0-9,9 1,6 5,0 2,1 6,9 2,6 8,4 ≥ 10,0 0,9 3,6 1,1 4,9 1,2 5,5

53,3 53,4 65,1 65,2 68,7 68,8

38,9 39,8 50,2 51,2 54,1 55,1

29,7 31,9 39,6 42,2 43,9 46,5

: sensibilité des tumeurs avec un temps de devancement potentiel donné.

* La sensibilité cumulative est calculée dans une cohorte de femmes de 50 à 69 ans. † Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a

atteint la taille de 15 mm de diamètre.

178

Autres ensembles de paramètres retenus

Afin de vérifier la robustesse des résultats obtenus avec le meilleur ensemble de paramètres (EP1), certains

résultats clés sont comparés à ceux obtenus avec les 9 autres meilleurs ensembles de paramètres (EP)

résultant du processus de calibration. Afin d’alléger les résultats, ceux-ci sont présentés uniquement pour le

scénario de dépistage bisannuel. Les résultats clés présentés concernent la description des cas simulés dans

une cohorte en absence de dépistage, la description des cas simulés, la moyenne, la en fonction de la

taille des tumeurs, la en fonction de la vitesse de croissance des tumeurs et la en fonction du temps de

devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre ainsi que la

cumulative (obtenue dans une cohorte de femmes dépistées entre 50 et 69 ans).

Les caractéristiques des tumeurs présentent chez les femmes âgées entre 50 et 69 ans, obtenues par la

simulation de 1 000 000 de femmes en absence de dépistage sont présentées au Tableau 31 selon les 10

meilleurs EP. Le nombre de femmes dans la PPC, à un moment donné ou un autre entre 50 et 69 ans, est

assez similaire selon les EP, variant entre 109 098 femmes (EP23) et 131 984 femmes (EP17). La proportion

de cas prévalents à l’âge de 50 ans varie entre 36 % (EP23) et 51 % (EP17). La répartition des tumeurs selon

la durée de la PPC semble varier selon les EP; pour certains EP, la plus grande proportion des tumeurs ont

une PPC entre 10 ans et moins de 20 ans (EP1, EP2, EP3, EP8, EP23, EP4), tandis que pour d’autres, les

tumeurs ont, en plus grande proportion, une PPC de moins de 10 ans (EP50) ou de 30 ans ou plus (EP6,

EP7). La durée médiane de la PPC varie entre 18 ans (EP23) et 28 ans (EP17) (données non montrées). Il

semble aussi avoir une différence dans les temps de doublement des tumeurs. Par exemple, la cohorte

simulée avec l’EP23 ne compte pas de tumeur avec une croissance très rapide (soit un temps de doublement

de moins de 90 jours), contrairement aux autres EP. Le temps de doublement médian varie entre 233 jours

(EP23) et 367 jours (EP17) (données non montrées).

179

Tableau 31. Proportion des tumeurs (%) chez les femmes de 50 à 69 ans en fonction de leurs caractéristiques pour une cohorte de 1 000 000 de femmes simulées selon les 10 meilleurs ensembles de paramètres

Ensemble de paramètres

EP1 n = 120 143

EP2 n = 131 241

EP3 n = 121 584

EP6 n = 122 601

EP8 n = 118 818

EP23 n = 109 098

EP7 n = 131 092

EP4 n = 122 020

EP17 n = 131 984

EP50 n = 120 743

Prévalentes à 50 ans 39,8 49,9 41,1 41,6 37,9 36,4 50,7 41,0 51,5 38,6

Incidentes entre 50 et 69 ans

60,2 50,1 58,9 58,4 62,1 63,6 49,3 59,0 48,5 61,4


< 10,0 19,2 5,6 18,0 21,3 24,9 0,4 10,7 21,5 8,5 28,0

10,0-19,9 35,7 33,1 35,2 31,6 32,1 72,7 31,0 32,0 31,2 27,7

20,0-29,9 22,1 30,7 22,7 20,5 19,3 25,9 25,1 20,5 26,8 17,1

≥ 30,0 23,0 30,6 24,5 36,6 23,7 1,0 33,2 26,0 33,5 27,1


< 90 6,7 0,8 6,2 9,0 11,4 0,0 2,9 9,0 1,9 15,3

90-179 26,5 14,1 25,5 24,9 26,9 8,6 18,4 25,2 16,5 24,4

180-269 23,9 25,7 23,7 20,9 20,7 73,0 22,1 21,1 22,9 17,8

270-359 16,7 23,5 17,1 15,3 14,5 17,8 18,9 15,4 20,3 12,7

≥ 360 26,2 35,9 27,5 29,8 26,6 0,6 37,8 29,2 38,5 29,9

EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

180

Les caractéristiques des tumeurs présentes lors d’une mammographie de dépistage, dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, dépistées à un intervalle de 2 ans sont

présentées au Tableau 32 selon les 10 meilleurs EP. La vitesse de croissance des tumeurs semble différer

d’un EP à l’autre. Par exemple, la proportion de tumeurs avec une croissance très lente (avec un temps de

doublement de 360 jours ou plus) varie entre 0,8 % (EP23) et 52 % (EP17). Par contre, pour tous les EP, la

plus grande proportion des tumeurs lors du dépistage ont une taille de 2 mm ou moins (entre 75 % et 81 %

des tumeurs selon les EP) et ont un temps de devancement potentiel de 10 ans ou plus (entre 51 % et 70 %).

181

Tableau 32. Proportion des tumeurs (%) selon leurs caractéristiques lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres


EP1 n = 586 149

EP2 n = 719 274

EP3 n = 609 734

EP6 n = 609 985

EP8 n = 576 107

EP23 n = 462 059

EP7 n = 725 308

EP4 n = 613 018

EP17 n = 742 863

EP50 n = 601 108

Temps de doublement (jours)*

< 90 2,7 0,3 2,4 3,5 4,6 0,0 1,0 3,5 0,6 5,8

90-359 57,9 52,3 56,7 51,7 53,7 99,2 47,6 52,2 47,7 46,6

≥ 360 39,4 47,4 40,9 44,8 41,7 0,8 51,4 44,3 51,6 47,6

Taille lors du dépistage (mm)

≤ 2,0 80,2 77,9 79,4 80,4 80,5 75,3 78,2 80,4 78,1 81,1

2,1-15,0 18,4 20,5 18,8 18,1 18,0 21,9 20,1 18,2 20,6 17,7

> 15,0 1,4 1,7 1,8 1,6 1,5 2,8 1,6 1,4 1,3 1,3


< 1,0 2,8 2,1 2,8 2,8 3,1 3,2 2,2 2,8 2,0 3,0

1,0-1,9 3,3 2,5 3,3 3,2 3,6 3,9 2,6 3,2 2,4 3,5

2,0-2,9 3,5 2,7 3,5 3,4 3,7 4,3 2,7 3,4 2,6 3,5

3,0-9,9 26,9 23,4 26,3 24,6 25,9 37,1 22,4 24,9 22,4 23,3

≥ 10,0 63,5 69,3 64,1 66,0 63,7 51,5 70,1 65,7 70,5 66,7

EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

182

Les moyennes et les en fonction du temps de doublement des tumeurs, de la taille des tumeurs lors du

dépistage et du temps de devancement potentiel ( ) des tumeurs sont présentées au Tableau 33 selon les

10 meilleurs EP. Pour tous les EP, la moyenne est faible, soit entre 5 % et 8 %. Pour tous les EP, la est

plus élevée pour les tumeurs à croissance rapide ( variant entre 8 % et 9 % selon les EP pour les tumeurs

avec un temps de doublement de moins de 303 jours), pour les tumeurs dont la taille lors du dépistage est de

plus de 15 mm ( variant entre 84 % et 99 % selon les EP) et pour les tumeurs avec un de moins d’un

an ( variant entre 53 % et 65 % selon les EP) (Tableau 33). Il semble tout de même y avoir une assez

grande variabilité dans les en fonction de la taille des tumeurs selon les 10 meilleurs EP (Figure 42). De

façon moins importante, il semble aussi y avoir une certaine variabilité dans les en fonction du des

tumeurs selon les 10 meilleurs EP (Figure 43). Ainsi, même s’il semble y avoir une certaine variabilité selon

les différents EP, les conclusions tirées à partir du meilleur EP (EP1) semblent être cohérentes avec les 9

autres meilleurs EP.

Les cumulatives obtenues dans une cohorte de femmes dépistées entre 50 et 69 ans à un intervalle de 2

ans varient entre 25 % et 32 % selon les différents EP (données non montrées).

183

Tableau 33. Sensibilité moyenne (%) et sensibilité (%) selon les caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres


EP1 n = 586 149

EP2 n = 719 274

EP3 n = 609 734

EP6 n = 609 985

EP8 n = 576 107

EP23 n = 462 059

EP7 n = 725 308

EP4 n = 613 018

EP17 n = 742 863

EP50 n = 601 108

Moyenne 6,0 5,2 5,1 5,7 5,3 7,5 5,1 5,5 5,2 5,0


≥ 303 jours 2,7 3,5 2,4 3,1 2,1 5,1 3,3 2,6 3,2 1,8

< 303 jours 9,2 8,1 7,9 8,8 8,6 7,7 8,2 9,1 8,8 9,0


≤ 2,0 0,6 0,8 0,4 1,2 0,3 1,8 1,0 0,4 0,4 0,1

2,1-15,0 22,6 15,4 16,2 18,4 19,8 16,7 15,0 21,8 17,6 21,0

> 15,0 95,6 87,5 93,3 93,9 98,7 88,8 83,6 89,2 96,0 98,8


< 1,0 65,1 55,0 57,3 57,5 61,1 53,8 53,1 62,5 61,5 63,5

1,0-1,9 37,7 36,4 31,5 30,7 31,1 37,9 32,6 34,2 39,6 30,2

2,0-2,9 21,3 24,6 18,1 18,1 17,2 25,2 20,8 19,8 25,5 16,3

3,0-9,9 5,6 7,0 4,6 5,6 4,4 6,1 6,6 5,5 7,2 4,4

≥ 10,0 1,1 1,2 0,9 1,7 0,8 1,8 1,5 1,0 1,1 0,7

EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre. 303 jours correspond à la médiane du temps de doublements des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre.

184

Figure 42. Sensibilité en fonction de la taille de la tumeur lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres. EP : ensemble de paramètres.

0%

20%

40%

60%

80%

100%

Sen

sib

ilité

Tailles des tumeurs lors de la mammographie (mm)


185

Figure 43. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres. EP : ensemble de paramètres.

0%

20%

40%

60%

80%

100%

≥ 10,0 9,9-9,0 8,9-8,0 7,9-7,0 6,9-6,0 5,9-5,0 4,9-4,0 3,9-3,0 2,9-2,0 1,9-1,0 0,9-0,0

Sen

sib

ilité

DP (ans)


186

4.3.2 Discussion des résultats sur la sensibilité

Quelques résultats de la section précédente seront discutés : 1) la sensibilité du dépistage ( ) semble faible,

2) la période préclinique (PPC) du cancer du sein est généralement longue, 3) les épisodes de dépistage ne

peuvent pas être traités de façon indépendante, 4) une meilleure n’est pas nécessairement associée à une

plus grande réduction de mortalité et, finalement, 5) la semble plus élevée pour les tumeurs à croissance

rapide comparativement à celle pour des tumeurs à croissance plus lente.

Sensibilité faible

Selon notre microsimulation, la du dépistage par mammographie s’avère faible, soit inférieure à 10 %

lorsque toutes les tumeurs sont considérées ou inférieures à 25 % lorsque seulement les tumeurs de 1 mm et

plus sont considérées. Cette correspond à une sensibilité moyenne qui peut être calculée dans une

population dynamique à l’état d’équilibre. Toujours selon notre microsimulation, la cumulative du dépistage

varie plutôt entre 25 % et 40 % (selon le scénario de dépistage) lorsque toutes les tumeurs sont considérées

ou entre 40 % et 60 % (selon le scénario de dépistage) lorsque seulement les tumeurs de 1 mm et plus sont

considérées. La cumulative est calculée dans une cohorte de femmes dépistées de l’âge de 50 ans à l’âge

de 69 ans.

Dans la littérature, les études qui portent sur la utilisent des modèles de simulation. Dans ces études, la

provient soit de données déjà publiées (la valeur de la est alors entrée dans le modèle de simulation) ou

soit qu’elle est obtenue par la calibration du modèle de simulation (comme pour notre microsimulation).

Lorsque la est obtenue par la calibration, elle peut être stratifiée ou non selon différentes variables. Par

exemple, la peut être obtenue pour des catégories d’âge de femmes dépistées (50-59 ans et 60-69 ans) ou

pour des tailles de tumeurs. Ces variables dépendent de la façon utilisée pour construire le modèle. Par

exemple, dans notre modèle, la sensibilité devait être fonction du diamètre de la tumeur, de l’âge de la femme

et de l’occurrence de la mammographie (Équation 35, Section 4.2.1 Description de la microsimulation).

La telle que définie dans cette thèse a été publiée dans une seule autre étude74,216. Cette étude présente

les en fonction de la taille des tumeurs, obtenues suite à la calibration d’un modèle de simulation. Les

de cette étude ont été utilisées pour la validation de notre modèle (section 4.2.3.2 Fonction de sensibilité).

Pour une tumeur de 5, 10 et 15 mm, leurs sont respectivement de 14 %, 60 % et 93 % (lors des

mammographies initiales) tandis que les obtenues par notre microsimulation sont de 14 %, 80 % et 98 %

(EP1, pour une mammographie initiale à l’âge de 50 ans). Pour les tumeurs de 5 mm et 15 mm, leurs sont

compatibles avec les nôtres (obtenues pour le meilleur ensemble de paramètres EP1). Par contre, les sont

187

assez différentes pour les tumeurs de 10 mm, du moins pour le meilleur ensemble de paramètres (EP1). Tel

que montré à la section sur la validation (4.2.3.2 Fonction de sensibilité), d’autres EP (parmi les 9 autres

meilleurs EP), obtiennent une pour les tumeurs de 10 mm assez similaires à celle publiée par Weedon-

Fekjaer et coll.74. Il est à noter que dans cette étude74, les chercheurs ont dû calibrer uniquement à l’aide des

mammographies de dépistage initiales puisque la calibration ne donnait pas de bons résultats s’ils utilisaient

également les mammographies de dépistage subséquentes. Il est difficile de comparer les obtenues selon

différents modèles de simulation. Lors de la calibration d’un modèle de simulation, les variables à calibrer

peuvent être liées entre elles et plusieurs combinaisons de ces variables peuvent donner de bons résultats46.

Par exemple, un taux de croissance rapide peut être compensé par une sensibilité élevée ou vice-et-versa.

C’est d’ailleurs pour cette raison que nous présentons dans cette thèse les résultats pour les 10 meilleurs EP,

et non uniquement pour le meilleur ensemble de paramètres retenu (EP1).

D’autres études de simulation ont plutôt publié la sensibilité pour les tumeurs dans la période préclinique

détectable ( )7,46,47,49,51,52,56–59,65,66,68,69,71–73,273–275. La majorité de ces études a estimé la à l’aide

d’un modèle de simulation ou mathématique en essayant de reproduire les résultats des essais cliniques

randomisés sur le dépistage. Souvent, ces sont déterminées à partir du modèle de progression de la

maladie qui a été publié initialement par Zelen et Feinleib44. Ce modèle assume que la maladie se développe

en passant par trois états : le premier état est celui où la femme n’a pas de cancer dans la PPC où le cancer

n’est pas détectable, le second état correspond aux femmes avec un cancer dans la PPCD et finalement, le

troisième état est celui où les symptômes du cancer apparaissent (donc la maladie devient clinique). Souvent,

la progression d’un état à l’autre est modélisée par des modèles de type chaîne de Markov plus ou moins

complexes7,51,52,58,68,69,71,72,276. Dans ces modèles, la ne correspond pas à la telle que définie dans

cette thèse. Cette doit être plus élevée que la puisque les cancers considérés dans la

sont suffisamment avancés pour être « détectables » par la mammographie de dépistage. Par exemple, à

l’aide des données de l’essai clinique randomisé du Swedish Two-County, Tabar et coll.7 obtiennent une

de 91,8 % pour les femmes âgées entre 50-59 ans et de 93,8 % pour les femmes âgées entre 60 et

69 ans (les temps de séjours moyens sont, respectivement, de 3,3 ans et 3,8 ans, pour les 50-59 ans et les

60-69 ans). Ces sont très élevées et peu compatibles avec ce que l’on connaît du dépistage par

mammographie : certaines tumeurs ne sont pas visibles à la mammographie. Une revue de la littérature

conclut qu’entre 8 % et 12 % des cancers d’intervalle ne sont pas visibles à la mammographie diagnostique31.

Il est donc peu crédible que malgré qu’une certaine proportion des cancers ne soit pas visible à la

mammographie, la soit aussi élevée que 93,8 %. Ces ne peuvent pas être comparées à nos

sensibilités puisque le concept de « période préclinique détectable » ne peut pas être défini dans notre

microsimulation. Par exemple, si l’on prend toutes les tumeurs avec un temps de devancement potentiel ( )

188

de moins de 3,3 ans (qui correspond au temps de séjour moyen dans l’article de Tabar et coll.7, notre est

de 33 %, ce qui est beaucoup plus faible que la de 93,8 % publiée dans cet article.

L’utilisation de la PPCD est problématique puisqu’il est impossible de déterminer, pour l’ensemble des cancers

dans la PPC, le moment où chacun devient détectable (abordé dans le Chapitre 2, section « 2.2 Sensibilité du

dépistage »). Certains auteurs font l’hypothèse que le début de la PPCD correspond à une taille de tumeur

précise; en dessous de cette taille, la tumeur n’est pas détectable, à partir de cette taille, elle devient

détectable60,230,233,260,262. Par exemple, les chercheurs de 2 modèles CISNET (modèle du S – Standford

University233 et le modèle W – Wisconsin Breast Cancer Epidemiology Simulation Model60) font l’hypothèse

que les cancers ne sont pas détectables lorsque leur taille est inférieure à 2 mm. Ainsi, la PPCD débute

seulement lorsque la taille de la tumeur atteint 2 mm. Dans le modèle W60, leur (obtenue suite à la

calibration de leur modèle) est de 0 % pour les tumeurs ≤ 2 mm, 30 % pour les tumeurs entre 2 et 5 mm, 65 %

pour les tumeurs de 7,5 mm, 80 % pour les tumeurs de 15 mm, 90 % pour les tumeurs de 20 mm, 99 % pour

les tumeurs de 50 mm et 100 % pour les tumeurs de 80 mm. Dans notre modèle, la pour les tumeurs de

moins de 2 mm est très faible, mais elle n’est pas de 0. Lors d’une mammographie subséquente chez une

femme de 60 ans, la est de 1,5 % pour les tumeurs de 2 mm, 9 % pour les tumeurs de 5 mm, 34 % pour

les tumeurs de 7,5 mm, 97 % pour les tumeurs de 15 mm, et 98 % pour les tumeurs de 50 mm ou 80 mm.

Puisque ces auteurs utilisent la notion de PPCD, leurs en fonction des tailles des tumeurs ne sont

donc pas comparables aux de notre microsimulation.

Les résultats des simulations qui utilisent la notion de PPCD ne sont pas comparables aux résultats des

simulations qui utilisent plutôt la notion de PPC. La détectabilité des cancers est fortement liée à la taille de la

tumeur, mais, en réalité, la taille n’est pas l’unique caractéristique influençant sa détection. D’autres

caractéristiques de la tumeur (par exemple la présence de microcalcifications) peuvent entraîner la détection

du cancer lors de la mammographie, et ce, même pour des tumeurs de très petites tailles. Dans le PQDCS,

sur un total de 4 871 cancers infiltrants détectés entre 1999 et 2005 dont la taille était connue, 37 tumeurs

avaient une taille d’environ 1 mm (0,8 %) et 89 tumeurs avaient une taille d’environ 2 mm (1,8 %) (données

provenant du PQDCS). Ces proportions se comparent à celles obtenues dans la microsimulation : lorsque

seulement les tumeurs de 1 mm et plus sont considérées, 1,0 % des cancers détectés avaient une taille de 1

mm et la proportion était de 1,8 % pour les tumeurs de 2 mm. Bien que faible, une certaine proportion des

cancers peut donc être détectée à de très petites tailles ; ce qui limite notre capacité à déterminer le début de

la PPCD selon une taille de tumeur spécifique. La notion de « détectabilité » est donc problématique. Non

seulement la détectabilité varie d’un cancer à l’autre pour une même taille, mais également celle d’un test de

dépistage à l’autre. Avec l’avancement de la technologie, les tests de dépistage comme la mammographie

189

peuvent détecter des tumeurs de plus en plus petites, changeant ainsi le début de la PPCD. En raison de cette

incertitude quant au commencement de la PPCD, il est difficile de déterminer et d’utiliser la notion de la

PPCD58,68.

Longue période préclinique

La PPC du cancer du sein semble longue. Dans une population dynamique à l’état d’équilibre, peu importe la

fréquence du dépistage, environ 10 % des femmes dépistées de 50 à 69 ans ont une PPC de moins de 10 ans

(environ 7 % des tumeurs prévalentes à l’âge de 50 ans et environ 14 % des tumeurs incidentes entre 50 et 69

ans). Une plus grande proportion des femmes, soit environ 35 %, a une PPC de 30 ans ou plus (environ 50 %

des tumeurs prévalentes à l’âge de 50 ans et environ 20 % des tumeurs incidentes entre 50 et 69 ans)

(Tableau 22 et Tableau 23). À cause de cette longue PPC, la prévalence de la maladie dans la PPC est

relativement élevée. À notre connaissance, aucune autre étude n’a tenté de déterminer la durée totale de la

PPC ou la prévalence de la maladie dans la PPC pour les cancers du sein qui évoluent vers un diagnostic

clinique. Cependant, la littérature nous fournit des indices qui laissent croire en une longue PPC.

Premièrement, les taux de croissance des tumeurs aux seins sont lents. Ceci suggère des durées de PPC

longues. Dans notre microsimulation, les temps de doublement moyens sont d’environ 350 jours tandis que

les temps de doublement médians sont d’environ 300 jours. Les taux de croissance des tumeurs du sein

publiés66,216,246–249,260,261,263,277, exprimés par le temps de doublement du volume de la tumeur244,259, sont du

même ordre de grandeur que ceux obtenus dans notre microsimulation. Ces études utilisent deux approches,

soit celles qui mesurent le taux de croissance de vraies tumeurs aux seins à l’aide d’images radiologiques246–

249,260,261,263 et celles qui utilisent la simulation avec calibration du taux de croissance58,66,74,262. Pour la première

approche, les études fournissent une grande variabilité d’estimés du temps de doublement des tumeurs; dans

l’ensemble, les estimés de temps de doublement (moyens ou médians) varient entre 100 jours et 300 jours246–

249,260,261,263. Si nous supposons qu’une tumeur doit subir environ 30 doublements de volume pour atteindre un

diamètre de 10 mm244,278, il faut donc entre 8 et 25 ans à une tumeur pour atteindre un diamètre de 10 mm.

Une revue de la littérature244 suggère que le temps de doublement des tumeurs du sein serait de 280 jours en

moyenne. Les études basées sur la simulation arrivent à des estimés de temps de doublement comparables.

Pour les femmes âgées entre 50 et 69 ans, Weedon-Fekjaer et coll.74 estiment un temps de doublement

médian de 142 jours tandis que Bailey et coll.66 arrivent à un temps de doublement moyen de 247 jours. En

raison de ces temps de doublement, Friberg et Mattson244 concluent que l’utilisation des termes « diagnostic

précoce » (« early diagnosis ») lorsqu’il est question de cancers détectés par le dépistage est questionnable.

Cette détection précoce par le dépistage peut plutôt être considérée comme une détection tardive sur le plan

190

biologique (« biologically late »). La taille de la tumeur n’est pas toujours le reflet du temps passé dans la PPC;

la détection d’une petite tumeur ne veut pas nécessairement dire que le cancer a débuté depuis peu278.

Deuxièmement, l’idée d’une longue PPC peut également être appuyée par les études qui ont estimé la durée

moyenne de la période préclinique détectable (PPCD ou « mean sojour-time »). Les estimés de la durée

moyenne de la PPCD varient entre 1 an et 7 ans7,13,44,46–48,55–57,63,65,67–72,74,260,276,279,280. Il est évident que la

durée de la PPC (du moment de la première cellule cancéreuse jusqu’au diagnostic clinique) est plus longue

que la durée de la PPCD (du moment où le cancer devient « détectable » jusqu’au diagnostic clinique).

Épisodes de dépistage non indépendants

En raison des longues PPC, les épisodes de dépistage ne peuvent pas être traités de façon indépendante.

Les épisodes de dépistage pourraient être traités de façon indépendante si la majorité des durées de PPC

étaient inférieures à la période inter-dépistage, ce qui n’est pas du tout le cas selon notre simulation. La

microsimulation suggère que, pour la majorité des tumeurs, la PPC est beaucoup plus longue que la période

inter-dépistage. Ainsi, ce qui s’est passé à un dépistage précédent influencera un prochain dépistage (du

moins pour les programmes de dépistage annuel, bisannuel ou trisannuel). Comme discuté par Morrison20 et

Eddy30, la composition de la population dépistée, c’est-à-dire le moment où les tumeurs sont rendues dans

leur PPC, a un effet direct sur la . Un dépistage qui a eu lieu 3 ans auparavant a encore une répercussion

sur la composition des tumeurs présentent dans la PPC lors du dépistage subséquent. Par conséquent, si la

fréquence du dépistage ou l’âge recommandé pour débuter le dépistage sont différents entre deux populations

dynamiques à l’état d’équilibre, alors les dans ces deux populations seront différentes même si la

« qualité » du dépistage lui-même reste la même. Ainsi, des variables de « structure » du programme, tel que

l’âge où commence et termine le dépistage et la fréquence du dépistage, deviennent des variables

confondantes pour la comparaison des entre les programmes. La comparaison de la pourrait se faire,

entre deux programmes de dépistage, si les programmes ont la même structure (même étendu d’âge des

femmes invitées au dépistage et même fréquence inter-dépistage) ou bien si les sont ajustées ou

stratifiées pour les variables décrivant cette structure.

Lien entre la sensibilité et la réduction de mortalité entraînée par le programme

Le principe du dépistage par mammographie est que plus le nombre de cancers détectés sera élevé (donc

plus la sensibilité sera élevée), plus la réduction de mortalité par cancer du sein entraînée par le programme

de dépistage sera également élevée. Lorsque la sensibilité est considérée comme étant fonction de la taille

des tumeurs, une amélioration de la sensibilité (c’est-à-dire un déplacement vers la gauche de la fonction de la

sensibilité par rapport à la taille des tumeurs) devrait nécessairement faire augmenter la réduction de mortalité

191

entraînée par le programme de dépistage. Un changement dans la fonction de sensibilité devrait également se

refléter aussi bien dans la moyenne que dans la cumulative du dépistage. Par contre, une différence

dans les , et particulièrement dans la moyenne, n’est pas automatiquement le reflet d’un changement

dans la fonction de sensibilité, et donc d’un plus grand effet sur la réduction de mortalité. Une moyenne

plus élevée peut être causée par une distribution différente des cancers selon leur temps de devancement

potentiel. Par exemple dans notre microsimulation, la moyenne est plus élevée pour le scénario de

dépistage trisannuel ( = 7 %) comparativement au scénario de dépistage annuel ( = 4 %) (Tableau 24).

Par contre, la cumulative est plutôt plus élevée pour le scénario de dépistage annuel ( cumulative = 39

%) que pour le scénario de dépistage trisannuel ( cumulative = 25 %) (Tableau 25). Au cumulatif, le nombre

de cancers du sein détectés est plus élevé si la fréquence du dépistage est annuelle, comparativement à

bisannuelle ou trisannuelle. Ainsi, l’effet sur la mortalité par cancer du sein entraînée par le programme serait

plus grand lorsque le dépistage est annuel, comparativement à bisannuel ou trisannuel. La cumulative

traduit la meilleure détection des cancers dans le scénario annuel comparativement aux autres scénarios.

Il faudrait idéalement que les programmes de dépistage puissent calculer leur cumulative.

Malheureusement, la cumulative ne peut être calculée pour une population dynamique à l’état d’équilibre

puisqu’elle peut être calculée uniquement pour une cohorte de femmes dépistées. Les moyennes des

programmes de dépistage pourraient être informatives en termes de réduction de mortalité, si elles tiennent

compte de la distribution des cancers selon leur . Les variables pouvant influencer la distribution des

cancers selon leur peuvent tout d’abord être des caractéristiques des femmes dépistées (la prise

d’hormonothérapie de substitution par exemple) ou des caractéristiques liées à la « structure » du programme,

soit l’âge où le dépistage commence et se termine ainsi que la fréquence du dépistage. Au final, ces

considérations sont purement théoriques puisqu’en pratique, les programmes de dépistage ne peuvent pas

calculer leur (aussi bien moyenne que cumulative).

Sensibilité plus élevée pour les tumeurs à croissance rapide

La sensibilité s’avère plus élevée pour les tumeurs à croissance rapide ( entre 8 % et 9 % dépendant du

EP) comparativement aux tumeurs à croissance lente ( entre 2 % et 5 % dépendant du EP). Ce résultat est

contraire à ce qui était attendu. Avant d’obtenir les résultats de la microsimulation, nous pensions que le

dépistage par mammographie détecte des tumeurs à croissance plutôt lente et que les tumeurs à croissance

rapide (c’est-à-dire des tumeurs qui complètent leur PPC en moins de temps que l’intervalle entre les

dépistages) seraient des cancers d’intervalle281–283. Cependant, à la lumière des résultats de la

microsimulation, une autre hypothèse peut être avancée. Les cancers d’intervalle semblent effectivement être

des tumeurs à croissance plus rapide que les cancers détectés. Par ailleurs, les cancers détectés semblent

192

aussi être des tumeurs à croissance plus rapide que la totalité des tumeurs présentes lors du dépistage.

Néanmoins, même les cancers d’intervalle et les tumeurs détectés par dépistage n’ont pas vraiment une

croissance rapide. Les résultats de la microsimulation suggèrent qu’il n’existe pas ou très peu de tumeurs à

croissance vraiment rapide. Le groupe de cancers semble plutôt composé de tumeurs à croissance « lente »

et à croissance « très lente ».

193

4.3.3 Sensibilités estimées

4.3.3.1 Sensibilité estimée par la méthode d’incidence


Les cancers d’intervalle diagnostiqués durant le suivi post-dépistage sont utilisés pour mesurer la sensibilité

estimée par la méthode d’incidence ( ). Les caractéristiques des cancers d’intervalle pour les scénarios

de dépistages annuel, bisannuel et trisannuel lors d’un seul dépistage dans une population dynamique à

l’équilibre de femmes âgées entre 50 et 69 ans sont présentées au Tableau 34. Les cancers d’intervalle sont

différents comparativement à l’ensemble des cancers présents dans la PPC lors du dépistage (les

caractéristiques de ces cancers ont été présentées au Tableau 22). Les cancers d’intervalle sont des cancers

avec une plus courte PPC et un taux de croissance plus rapide (donc un temps de doublement plus faible)

comparativement à l’ensemble des cancers dans la PPC présents lors du dépistage. Par exemple, pour le

scénario de dépistage bisannuel, 61 % des tumeurs ont une durée de PPC de moins de 10 ans (Tableau 34),

comparativement à seulement 10 % de tous les cancers dans la PPC présents lors du dépistage (Tableau 22).

Les temps de doublement médians des cancers d’intervalle sont de 126 jours, 127 jours et 133 jours pour,

respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel (données non montrées). Les

cancers d’intervalle ont également une taille plus élevée lors du dépistage. Dans le scénario de dépistage

bisannuel, 82 % des cancers d’intervalle sont des tumeurs entre 2,1 mm et 10,0 mm lors du dépistage

(Tableau 34), comparativement à seulement 16 % de toutes les tumeurs dans la PPC lors du dépistage

(Tableau 22).

Les cancers d’intervalle sont en grande majorité présents dans la PPC lors du dépistage précédent. Dans le

scénario de dépistage annuel, tous les cancers d’intervalle étaient déjà dans la PPC lors du dépistage. Dans

le scénario de dépistage bisannuel, sur les 17 686 cancers d’intervalle, seulement 2 cancers d’intervalle

(0,01%) n’étaient pas dans la PPC lors du dépistage. Pour le scénario de dépistage trisannuel, seulement 30

cancers d’intervalle sur les 23 914 (0,1 %) n’étaient pas présents dans la PPC lors du dépistage.

Dans le scénario annuel, tous les cancers d’intervalle sont diagnostiqués dans l’année suivant la

mammographie de dépistage; 100 % des cancers d’intervalle ont un temps de devancement potentiel ( )

lors du dépistage de moins d’un an. Pour le scénario de dépistage bisannuel, 32 % des cancers d’intervalle

avaient un de moins d’un an et 68 % entre 1 an et < 2 ans. Pour le scénario de dépistage trisannuel, la

plus grande proportion de cancers d’intervalle est diagnostiquée dans la troisième année de suivi post-

dépistage (47 % des cancers d’intervalle avaient un lors du dépistage entre 2,0 et 2,9 ans).

194

Tableau 34. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel


Annuel N = 10 997

n (%)


n (%)


n (%)


< 10,0 7 080 (64,4) 10 778 (60,9) 13 241 (55,4)

10,0-19,9 3 464 (31,5) 6 118 (34,6) 9 375 (39,2)

20,0-29,9 390 (3,5) 699 (4,0) 1 145 (4,8)

≥ 30,0 63 (0,6) 91 (0,5) 153 (0,6)


< 90 2 833 (25,8) 4 326 (24,5) 5 084 (21,3)

90-179 5 448 (49,5) 8 931 (50,5) 12 214 (51,1)

180-269 1 932 (17,6) 3 146 (17,8) 4 728 (19,8)

270-359 574 (5,2) 959 (5,4) 1 402 (5,9)

≥ 360 210 (1,9) 324 (1,8) 486 (2,0)


≤ 2,0 244 (2,2) 2 147 (12,1) 5 410 (22,6)

2,1-10,0 9 614 (87,4) 14 432 (81,6) 17 417 (72,8)

10,1-20,0 930 (8,5) 954 (5,4) 938 (3,9)

> 20,0 209 (1,9) 151 (0,9) 119 (0,5)

Non présent lors du dépistage

0 (0,0) 2 (0,01) 30 (0,1)


< 1,0 10 997 (100,0) 5 691 (32,2) 4 081 (17,1)

1,0-1,9 0 (0,0) 11 993 (67,8) 8 558 (35,8)

2,0-2,9 0 (0,0) 0 (0,0) 11 245 (47,0)

3,0-9,9 0 (0,0) 0 (0,0) 0 (0,0)

≥ 10,0 0 (0,0) 0 (0,0) 0 (0,0)


0 (0,0) 2 (0,01) 30 (0,1)


195

À l’aide des cancers d’intervalle, les sensibilités estimées par la méthode d’incidence ( ) peuvent être

calculées. Les sont assez différentes selon les scénarios de dépistage (Tableau 35). Pour une période

post-dépistage d’un an, la est plus élevée dans le scénario de dépistage trisannuel (91 %)

comparativement au scénario de dépistage annuel (76 %). L’augmentation de la période post-dépistage fait

augmenter le nombre de cancers d’intervalle, ce qui a comme conséquence de faire diminuer la . Les

sont, respectivement, de 61 % et 72 % dans les scénarios de dépistage bisannuel et trisannuel.

Finalement, la pour le scénario de dépistage trisannuel est de 47 %.

Tableau 35. Sensibilité estimée par la méthode d’incidence lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel



Période post-dépistage

1 an 75,8 %

(1 – [10 997 / 45 373]) 87,5 %

(1 – [5 693 / 45 373]) 90,9 %

(1 – [4 111 / 45 373])

2 ans --- 61,0 %

(1 – [17 686 / 45 373]) 72,1 %

(1 – [12 669 / 45 373])

3 ans --- --- 47,3 %

(1 – [23 914 / 45 373])

Dans une cohorte

Les résultats de la microsimulation suggèrent que les cancers d’intervalle sont, en grande majorité, des

cancers qui étaient présents lors de la mammographie de dépistage. Dans la perspective cohorte, il est

possible de déterminer le nombre de mammographies de dépistage pour lesquelles les cancers d’intervalle

étaient déjà dans la PPC (Figure 44). La plus grande proportion des cancers d’intervalle étaient présents lors

de 5 dépistages consécutifs dans le scénario de dépistage annuel (10,3 %), lors de 3 dépistages dans le

scénario de dépistage bisannuel (19,9 %) et lors de 2 dépistages dans le scénario de dépistage trisannuel

(28,3 %), correspondant tous à environ 5 à 6 ans.

196

(A) Dépistage annuel

(B) Dépistage bisannuel

(C) Dépistage trisannuel

Figure 44. Nombre de dépistages où les cancers d’intervalle étaient déjà dans la période préclinique dans une cohorte de

1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans

5,6% 7,3%

10,3% 9,4% 7,4%

4,7% 3,3%

2,0% 1,2% 0,6% 0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Prop

ortio

n de

s can

cers

d'in

terv

alle

Nombre de dépistages

0,0%

12,0%

17,3% 19,9%

17,9%

12,5%

8,5% 5,6%

3,2% 2,1% 1,1%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Prop

ortio

n de

s can

cers

d'in

terv

alle


0,1%

19,4%

28,3%

24,5%

14,5%

7,9%

3,6% 1,6%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Prop

ortio

n de

s can

cers

d'in

terv

alle


197

4.3.3.2 Sensibilité estimée par la méthode de détection


Pour estimer la sensibilité par la méthode de détection ( ), il faut utiliser les cancers d’intervalle (comme

pour ) mais aussi les cancers détectés. Pour un programme de dépistage, les cancers détectés sont

importants puisque ces cancers bénéficient d’un temps de devancement ( ), c’est-à-dire que le diagnostic de

ces cancers a été devancé par rapport à leur diagnostic clinique qui aurait été posé en absence de dépistage.

Les caractéristiques des cancers détectés pour les scénarios de dépistage annuel, bisannuel et trisannuel

dans une population dynamique à l’équilibre de femmes âgées entre 50 et 69 ans sont présentées au Tableau

36. En absolu, un plus grand nombre de cancers est détecté lors d’un scénario de dépistage annuel (46 391

cancers détectés) comparativement à bisannuel (35 080 cancers détectés) ou trisannuel (29 395 cancers

détectés). La plus grande proportion des cancers détectés ont une durée de PPC entre 10 et < 20 ans; 43 %,

45 % et 45 % des cancers détectés, respectivement, pour le scénario de dépistage annuel, bisannuel et

trisannuel. Les temps de doublement médians des cancers détectés sont de 192 jours, 196 jours et 203 jours

pour, respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel (données non montrées).

Environ la moitié des tumeurs détectées avaient une taille entre > 2 mm et 10 mm pour le scénario de

dépistage annuel. Par contre, la plus grande proportion des cancers détectés dans les scénarios de dépistage

bisannuel ou trisannuel était pour des tumeurs mesurant entre > 10 mm et 20 mm (respectivement de 45 % et

de 46 % des cancers détectés pour les scénarios de dépistage bisannuel et trisannuel).

198

Tableau 36. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel


Annuel N = 46 391

n (%)


n (%)


n (%)


< 10,0 11 729 (25,3) 7 801 (22,2) 5 844 (19,9)

10,0-19,9 19 888 (42,9) 15 923 (45,4) 13 236 (45,0)

20,0-29,9 7 809 (16,8) 6 254 (17,8) 5 764 (19,6)

≥ 30,0 6 965 (15,0) 5 102 (14,5) 4 551 (15,5)


< 90 4 323 (9,3) 2 785 (7,9) 2 178 (7,4)

90-179 16 768 (36,1) 12 579 (35,9) 9 936 (33,8)

180-269 11 698 (25,2) 9 544 (27,2) 8 165 (27,8)

270-359 5 929 (12,8) 4 626 (13,2) 4 193 (14,3)

≥ 360 7 673 (16,5) 5 546 (15,8) 4 923 (16,7)


≤ 2,0 5 327 (11,5) 2 643 (7,5) 1 916 (6,5)

2,1-10,0 22 681 (48,9) 13 283 (37,9) 9 742 (33,1)

10,1-20,0 16 821 (36,3) 15 722 (44,8) 13 397 (45,6)

> 20,0 1 562 (3,4) 3 432 (9,8) 4 340 (14,8)

Temps de devancement (ans)

< 1,0 12 582 (27,1) 10 655 (30,4) 9 032 (30,7)

1,0-1,9 8 968 (19,3) 7 323 (20,9) 6 034 (20,5)

2,0-2,9 5 948 (12,8) 4 380 (12,5) 3 869 (13,2)

3,0-9,9 12 368 (26,7) 8 780 (25,0) 7 416 (25,2)

≥ 10,0 6 525 (14,1) 3 942 (11,2) 3 044 (10,4)


199

Environ 30 % des cancers détectés (dépistage annuel = 27,1 %, dépistage bisannuel = 30,4 %, dépistage

trisannuel = 30,7 %) auraient été diagnostiqués cliniquement dans l’année suivant la mammographie de

dépistage (donc < 1 an) (Tableau 36). Cette proportion atteint environ 50 % (dépistage annuel = 46,4 %,

dépistage bisannuel = 51,3 %, dépistage trisannuel = 51,2 %) lorsque les 2 années suivant la mammographie

de dépistage sont considérées. Par ailleurs, dans les scénarios de dépistages annuel, bisannuel et trisannuel,

la proportion de cancers détectés avec un de 10 ans et plus est, respectivement, de 14 %, 11 % et 10 %.

Les moyens des cancers détectés sont de 5,0 ans, 4,3 ans et 4,2 ans, respectivement pour le scénario de

dépistage annuel, bisannuel et trisannuel, avec des écarts-types de 7,4 ans (dépistage annuel), 6,6 ans

(dépistage bisannuel) et 6,4 ans (dépistage trisannuel) (données non montrées). La médiane des pour les

cancers détectés sont plutôt de 2,2 ans pour le scénario de dépistage annuel et de 1,9 an pour les scénarios

de dépistages bisannuel et trisannuel.

En plus du moyen pour les cancers détectés, il est possible de mesurer le moyen pour le programme de

dépistage, mesure qui tient compte à la fois du expérimenté par les cancers détectés, mais aussi de

l’absence de temps de devancement pour les cancers d’intervalle ( )20,46. Les moyens du programme

sont de 4,0 ans pour le scénario de dépistage annuel (pour un suivi post-dépistage d’un an), de 2,9 ans pour

le scénario de dépistage bisannuel (pour un suivi post-dépistage de 2 ans) et de 2,3 ans pour le scénario de

dépistage trisannuel (pour un suivi post-dépistage de 3 ans). Les moyens du programme sont fonction de la

durée du suivi post-dépistage puisque les cancers d’intervalle sont considérés dans leur estimation. Ces

moyens du programme ne tiennent toutefois pas compte des cancers présents lors du dépistage, qui n’ont pas

été détectés et qui n’auront pas le temps de devenir cliniques durant la période post-dépistage (puisque ces

cancers avaient un plus long que la période post-dépistage).

Les présentés dans les paragraphes ci-dessus sont calculés en fonction du diagnostic clinique théorique,

donc celui qui serait posé en absence de décès par autre cause. Parmi les 46 391 cancers détectés dans le

scénario de dépistage annuel, 3 800 (8,2 %) n’aurait jamais été diagnostiqués cliniquement en raison d’un

décès avant le diagnostic clinique ; 15,1 % (573 / 3 800) auraient eu, en théorie, leur diagnostic entre 50 et 69

ans tandis que 84,9 % (3 227 / 3 800) auraient eu leur diagnostic à l’âge de 70 ans et plus. Pour les scénarios

de dépistages bisannuel et trisannuel, cette proportion de cancers détectés qui n’auraient pas été

diagnostiqués cliniquement est de 6,5 % (2 288 / 35 080) et 6,4 % (1 869 / 29 395) respectivement.

200

Les varient légèrement d’un scénario de dépistage à l’autre (Tableau 37). Pour une période post-

dépistage d’un an, les sont de 81 %, 86 % et 88 % pour, respectivement, les scénarios de dépistage

annuel, bisannuel et trisannuel. Puisque l’augmentation de la période post-dépistage fait augmenter le nombre

de cancers d’intervalle, alors l’augmentation de la période post-dépistage fait diminuer la . Les

sont, respectivement, de 67 % et 70 % dans les scénarios de dépistage bisannuel et trisannuel. Finalement, le

scénario de dépistage trisannuel donne une de 55 %.

Tableau 37. Sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,

bisannuel et trisannuel




1 an 80,8 %

(46 391 / 57 388) 86,0 %

(35 080 / 40 773) 87,7 %

(29 395 / 33 506)

2 ans --- 66,5 %

(35 080 / 52 766) 69,9 %

(29 395 / 42 064)

3 ans --- --- 55,1 %

(29 395 / 53 309)

201

4.3.3.3 Lien entre la sensibilité estimée par la méthode d’incidence et la sensibilité estimée par la méthode de détection

Les différences absolues ainsi que les différences relatives entre et selon les 3 scénarios de

dépistage sont présentées au Tableau 38. Le premier constat est que, lorsque la période post-dépistage est

égale à la fréquence du dépistage, alors la est toujours plus élevée que la . Par exemple, pour le

scénario de dépistage bisannuel et une période post-dépistage de 2 ans, la est de 66,5 % tandis que la

est de 61,0 % (différence absolue de 5,5 %). Par contre, lorsque la période post-dépistage est inférieure

à la fréquence du dépistage, alors la est toujours plus faible que la . Par exemple, pour le

scénario de dépistage bisannuel et une période post-dépistage de 1 an, la est de 86,0 % tandis que la

est de 87,5 % (différence absolue de -1,5 %).

Tableau 38. Différence absolue et rapport entre la sensibilité estimée par la méthode d’incidence et la sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel

Différence absolue

Rapport

Dépistage annuel

Période post-dépistage de 1 an 75,8 % 80,8 % 5,0 % 1,07

Dépistage bisannuel

Période post-dépistage de 1 an 87,5 % 86,0 % -1,5 % 0,98

Période post-dépistage de 2 ans 61,0 % 66,5 % 5,5 % 1,09

Dépistage trisannuel

Période post-dépistage de 1 an 90,9 % 87,7 % -3,2 % 0,96

Période post-dépistage de 2 ans 72,1 % 69,9 % -2,2 % 0,97

Période post-dépistage de 3 ans 47,3 % 55,1 % 7,8 % 1,16

: sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de

détection

202


Tumeurs de 1 mm ou plus

Les mesures de sensibilité ( et ) de même que les différences absolues et les rapports entre ces

mesures sont présentés, pour toutes les tumeurs et uniquement pour les tumeurs de 1 mm et plus, au Tableau

39. Dans l’ensemble, les mesures de sensibilité obtenues en considérant toutes les tumeurs sont assez

similaires aux mesures de sensibilité obtenues lorsque seulement les tumeurs de 1 mm et plus sont

considérées. Par exemple, pour le scénario de dépistage bisannuel et une période post-dépistage de 2 ans, la

différence absolue entre et est de 5,5 % lorsque toutes les tumeurs sont considérées et de 3,4 %

lorsque seulement les tumeurs de 1 mm et plus sont considérées.

Tableau 39. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état

d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel



Toutes les tumeurs

Tumeurs ≥ 1 mm

Toutes les tumeurs

Tumeurs ≥ 1 mm

Toutes les tumeurs

Tumeurs ≥ 1 mm

Sensibilité estimée par la méthode d’incidence

(%) 75,8 75,8 87,5 87,5 90,9 91,0

(%) --- --- 61,0 62,6 72,1 73,2

(%) --- --- --- --- 47,3 52,7

Sensibilité estimée par la méthode de détection

(%) 80,8 79,4 86,0 85,3 87,7 87,2

(%) --- --- 66,5 66,0 69,9 69,6

(%) --- --- --- --- 55,1 56,5

Différence absolue

- (%) 5,0 3,6 -1,5 -2,2 -3,2 -3,8

- (%) --- --- 5,5 3,4 -2,2 -3,6

- (%) --- --- --- --- 7,8 3,8

Rapport

/ 1,07 1,05 0,98 0,97 0,96 0,96

/ --- --- 1,09 1,05 0,97 0,95

/ --- --- --- --- 1,16 1,07

203


Les caractéristiques des cancers d’intervalle selon les 10 meilleurs ensembles de paramètres (EP) sont

présentées au Tableau 40. La proportion des cancers d’intervalle avec une croissance très rapide (un temps

de doublement < 90 jours) varie entre 3 % (EP2) et 52 % (EP50) selon les EP. Le temps de doublement

médian pour les cancers d’intervalle varie entre 87 jours (EP50) et 215 jours (EP23) (données non montrées).

La proportion des cancers d’intervalle qui n’était pas présente lors du dépistage est négligeable pour tous les

EP, soit moins de 1 %. La proportion de tumeurs de 2 mm et moins varie entre 0,9 % (EP23) et 26 % (EP50).

Entre 32 % et 38 % des cancers d’intervalle avaient un lors du dépistage de moins d’un an.

Les caractéristiques des cancers détectés selon les 10 meilleurs EP sont présentées au Tableau 41. La

proportion des cancers détectés avec une croissance très rapide (un temps de doublement < 90 jours) varie

entre 0 % (EP23) et 18 % (EP50) selon les EP. Le temps de doublement médian pour les cancers détectés

varie entre 177 jours (EP8) et 272 jours (EP2) (données non montrées). Entre 1 % (EP50) et 18 % (EP23) des

cancers détectés ont une taille de 2 mm ou moins lors du dépistage. La proportion de cancers détectés avec

un temps de devancement ( ) de moins d’un an varie entre 22 % (EP2) et 39 % (EP50). Le moyen varie

entre 3,6 ans (EP50) et 6,6 ans (EP7) (données non montrées).

Les et , de même que les différences absolues et les rapports entre ces estimés sont présentés au

Tableau 42 pour les 10 meilleurs EP (pour le scénario de dépistage bisannuel). Malgré des différences dans

les caractéristiques des cancers détectés et des cancers d’intervalle, les et sont du même ordre

de grandeur, peu importe le EP. Les différences absolues ainsi que les rapports entre et sont

également assez similaires selon les EP. Par exemple, les différences absolues entre et se situent

entre 5 % (EP50) et 9 % (EP7) tandis que les rapports sont de l’ordre de 1,09 (EP1 et EP23) et 1,16 (EP6 et

EP7). Ces résultats semblent cohérents, peu importe les EP utilisés.

204

Tableau 40. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres

Proportion des cancers d’intervalle (%)

EP1 n = 17 686

EP2 n = 18 149

EP3 n = 21 011

EP6 n = 20 745

EP8 n = 20 995

EP23 n = 18 028

EP7 n = 19 959

EP4 n = 19 209

EP17 n = 16 626

EP50 n = 21 103


< 90 24,5 3,1 21,0 31,6 37,8 0,0 11,4 32,9 8,3 51,6

90-359 73,7 88,6 76,6 66,5 61,0 99,9 82,3 65,4 84,9 47,5

≥ 360 1,8 8,3 2,4 1,9 1,3 0,1 6,3 1,7 6,9 0,9


≤ 2,0 12,2 2,4 9,7 14,1 17,8 0,9 5,6 15,5 4,8 26,4

2,1-15,0 86,5 92,9 88,2 84,1 81,8 93,8 88,8 81,5 93,9 73,3

> 15,0 1,4 4,7 2,2 1,8 0,4 5,3 5,7 3,1 1,3 0,3


0,01 0,0 0,01 0,06 0,12 0,0 0,01 0,07 0,0 0,57


< 1,0 32,2 37,2 35,1 34,9 33,0 38,2 37,3 33,0 34,8 31,6

1,0-1,9 67,8 62,8 64,9 65,2 67,0 61,9 62,7 67,1 65,2 68,4

2,0-2,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

3,0-9,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

≥ 10,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0


0,01 0,0 0,01 0,06 0,12 0,0 0,01 0,07 0,0 0,57

EP : ensemble de paramètres. * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

205

Tableau 41. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres

Proportion des cancers détectés (%)

EP1 n = 35 080

EP2 n = 37 630

EP3 n = 30 862

EP6 n = 34 870

EP8 n = 30 409

EP23 n = 34 677

EP7 n = 37 209

EP4 n = 34 000

EP17 n = 38 980

EP50 n = 30 108


< 90 7,9 0,8 7,3 9,4 13,1 0,0 3,1 10,3 2,1 17,9

90-359 76,3 71,1 75,8 68,3 72,3 99,5 66,3 71,7 69,5 67,0

≥ 360 15,8 28,1 17,0 22,3 14,6 0,5 30,6 18,1 28,3 15,1


≤ 2,0 7,5 11,4 7,0 16,3 4,4 18,4 14,6 6,0 6,6 1,2

2,1-15,0 69,4 60,4 60,5 58,0 67,2 48,7 58,8 71,7 69,0 74,1

> 15,0 23,1 28,3 32,5 25,7 28,4 32,9 26,6 22,3 24,5 24,7


< 1,0 30,4 22,0 32,2 28,2 35,9 23,1 22,8 31,1 23,7 38,6

1,0-1,9 20,9 17,5 20,5 17,4 21,1 19,8 16,4 19,9 18,5 20,8

2,0-2,9 12,5 12,8 12,4 10,7 12,1 14,3 11,1 12,1 12,9 11,5

3,0-9,9 25,0 31,3 24,1 24,2 21,5 30,3 28,9 24,8 30,8 20,3

≥ 10,0 11,2 16,4 10,9 19,5 9,5 12,4 20,8 12,1 14,2 8,9

EP : ensemble de paramètres. * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.

206

Tableau 42. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres


EP1

n = 586 149

EP2 n = 719 274

EP3 n = 609 734

EP6 n = 609 985

EP8 n = 576 107

EP23 n = 462 059

EP7 n = 725 308

EP4 n = 613 018

EP17 n = 742 863

EP50 n = 601 108

Période post-dépistage de 1 an

(%) 87,5 85,1 83,8 84,1 84,7 84,8 83,6 86,0 87,3 85,3

(%) 86,0 84,8 80,7 82,8 81,4 83,4 83,3 84,3 87,1 81,9

(%) -1,4 -0,3 -3,0 -1,2 -3,3 -1,4 -0,3 -1,7 -0,2 -3,4

0,98 1,00 0,96 0,99 0,96 0,98 1,00 0,98 1,00 0,96


(%) 61,0 60,0 53,7 54,3 53,7 60,3 56,0 57,7 63,4 53,5

(%) 66,5 67,5 59,5 62,7 59,2 65,8 65,1 63,9 70,1 58,8

(%) 5,5 7,5 5,8 8,4 5,4 5,5 9,1 6,2 6,7 5,3

1,09 1,12 1,11 1,16 1,10 1,09 1,16 1,11 1,11 1,10

EP : ensemble de paramètres, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage d’un an, : sensibilité estimée par la méthode de détection pour

une période post-dépistage d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de deux ans, : sensibilité estimée par la méthode de

détection pour une période post-dépistage de deux ans.

207

4.3.4 Discussion des résultats sur les sensibilités estimées

Nos résultats suggèrent que : 1) les cancers d’intervalle sont presque tous présents dans la période

préclinique (PPC) lors de la mammographie de dépistage précédente pour des suivis post-dépistage courts

(moins de 3 ans); 2) le modèle de microsimulation permet de se faire une idée de ce que pourraient être la

moyenne et la distribution du temps de devancement ( ) des cancers détectés; 3) la comparaison des doit

tenir compte de la structure des programmes de dépistage et, finalement; 4) la sensibilité estimée par la

méthode de détection ( ) semble assez près de la sensibilité estimée par la méthode d’incidence ( ).

Présence des cancers d’intervalle dans la PPC lors de la mammographie de dépistage précédente

Les cancers d’intervalle semblent presqu’exclusivement des cancers qui étaient présents dans la PPC au

moment de la mammographie de dépistage précédant leur diagnostic, même pour les cancers d’intervalle

diagnostiqués dans la 3e année post-dépistage. L’utilisation des cancers d’intervalle pour le calcul de la

sensibilité est donc appropriée puisque ces cancers sont bel et bien le reflet d’un manque de sensibilité

( ). Dans la littérature, certains articles ont tenté de déterminer la proportion de cancers détectés et / ou

de cancers d’intervalles qui étaient visibles lors de la mammographie de dépistage précédente31,284–289. La

proportion de cancers détectés pouvant être classés comme des cancers manqués à la mammographie

précédente semble varier entre 10 % et 30 %284–289. Selon une revue de la littérature, la proportion des

cancers d’intervalle qui était visible à la mammographie de dépistage précédant leur diagnostic (cette

proportion est souvent appelée « faux négatifs ») varie plutôt entre 25 % et 40 % selon les études31. Une

certaine proportion des cancers détectés et une plus grande proportion des cancers d’intervalle sont visibles

lors de la mammographie précédente, ce qui est compatible avec les résultats de la microsimulation. Il faut se

rappeler également que les cancers qui sont présents dans la PPC lors du dépistage ne sont pas

nécessairement visibles à la mammographie.

Moyenne et distribution du temps de devancement des cancers détectés

Dans notre microsimulation, le temps de devancement des cancers détectés ( ou « lead-time »), dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, se situe entre 4 et 5 ans

(dépendant du scénario de dépistage). Dans la littérature, le moyen produit par le dépistage varie

principalement entre moins d’un an et 5 ans7,44,48,49,51–53,55–57,63,67–70,274. La plupart des moyens inférieurs à 2

ans sont obtenus à partir des données de l’essai clinique randomisé du HIP45,46,48,273,279,280,290 mené dans les

années 1960-70, ce qui peut laisser supposer que l’amélioration de la mammographie dans le temps pourrait

avoir fait augmenter le moyen.

208

Dès les premiers articles publiés sur l’estimation du , il était énoncé qu’il est important de connaître non

seulement le temps de devancement moyen des cancers détectés, mais également la distribution de ces

temps de devancement20,44,46,75,279. Les résultats de la microsimulation suggèrent que, dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, environ 50 % des cancers détectés ont un

de moins de 2 ans et entre 10 % et 14 % des cancers détectés (dépendant du scénario de dépistage) ont

un de 10 ans ou plus. À notre connaissance, la majorité des études estime seulement le moyen des

cancers détectés7,44,48,49,51–53,55–57,63,68–70,274 et non pas la distribution du . Seulement une étude a publié la

distribution du du programme67 à partir d’un modèle de simulation et en utilisant les données de l’essai

clinique randomisé Canadien. Ils ont estimé un moyen pour le programme de 0,96 an pour les femmes de

50-59 ans dépistées annuellement, variant entre 0 et 4 ans. Dans notre microsimulation, le moyen pour le

programme est plutôt de 4 ans (pour un dépistage annuel). Il est difficile de comparer ces résultats puisque le

modèle de Chen et coll. repose sur la notion de « période préclinique détectable », ce qui limite la possibilité

d’avoir de long temps de devancement, tel qu’observé dans nos résultats.

La comparaison des sensibilités estimées doit tenir compte de la structure des programmes de dépistage

Les (aussi bien les que les ) varient selon la fréquence des dépistages. Par exemple, la

(pour une période post-dépistage d’un an) est plus élevée pour le scénario de dépistage trisannuel (88 %)

comparativement au scénario de dépistage annuel (81 %) (Tableau 38). Comme mentionné dans la section

4.3.2 Discussion des résultats sur la sensibilité, ceci s’explique par une variation dans la distribution des

cancers selon leur temps de devancement potentiel ( ) induite par la variation de la fréquence du dépistage.

Ainsi, la d’une population de femmes du Royaume-Uni dépistées aux 3 ans sera nécessairement plus

élevée que la dans une population de femmes américaines dépistées aux ans. Les caractéristiques

influençant la distribution du peuvent être des facteurs confondants la comparaison entre les .

De plus, même pour les programmes avec une même fréquence de dépistage, par exemple aux 2 ans, la

comparabilité des peut être compromise si une proportion non négligeable des femmes reviennent passer

une mammographie dans un intervalle plus court (par exemple aux années) ou plus long (par exemple aux 3

ans) que celui recommandé. Par exemple, la proportion de femmes revenant passer une mammographie de

dépistage tous les ans (malgré une fréquence de dépistage bisannuel suggérée) peut varier entre 5,9 % et

45,4 % selon les provinces du Canada117.

Pour pouvoir comparer les entre deux programmes de dépistage, il faut tenir compte de possibles

différences dans la distribution des cancers selon leur . Il faut soit tout d’abord comparer les

uniquement pour des programmes ayant la même « structure » de dépistage et ayant une proportion

209

négligeable de femmes qui reviennent passer une mammographie de dépistage plus précocement ou plus

tardivement que l’intervalle recommandé, soit stratifier ou ajuster les pour tenir compte des différences

dans la « structure » du programme. Les caractéristiques de la « structure » du programme ayant un effet sur

la distribution des cancers selon leur sont l’étendu d’âge auquel les femmes sont invitées à se faire

dépister ainsi que la fréquence du dépistage. Le Breast Cancer Surveillance Consortium, aux États-Unis,

publie leurs en fonction du temps entre les mammographies de dépistage96. Par exemple, pour 2004-

2008, les (pour les cancers infiltrants et in situ) sont de 80,0 %, 85,1 %, 88,4 % et 90,4 %,

respectivement, pour les mammographies faites entre 9-15 mois, 16-20 mois, 21-27 mois et 28 mois ou plus

suivant un dépistage précédent.

Les ne peuvent pas non plus être comparées directement (ou sans ajustement) entre deux groupes de

femmes dépistées si ces groupes ont été formés sur la base de caractéristiques pouvant influencer l’intervalle

inter-dépistage des femmes. Par exemple, dans un programme de dépistage bisannuel, la comparaison de la

entre les femmes prenant de l’hormonothérapie de substitution et celles n’en prenant pas peut s’avérer

non valide si, par exemple, les femmes prenant de l’hormonothérapie de substitution reviennent passer des

mammographies annuellement alors que celles qui n’en prennent pas ont un dépistage moins fréquent. Il

faudrait alors s’assurer de comparer la des deux groupes seulement pour les femmes ayant eu le

même intervalle inter-dépistage (par exemple 2 ans) ou bien d’ajuster (ou stratifier) pour les variables de

« structure » du programme de dépistage.

En plus de l’intervalle inter-dépistage, il est connu que les et sont également influencées, entre

autres, par l’âge des femmes dépistées, l’occurrence de la mammographie (initiale ou subséquente), le type

de cancers considérés (infiltrant ou infiltrant et in situ) et la période post-dépistage (1 an, 2 ans ou 3 ans)1,19.

Idéalement, les programmes de dépistage devraient publier les stratifiées pour ces variables, pour ainsi

faciliter les comparaisons des entre les programmes. L’Agence Internationale de Recherches sur le Cancer

précise que les , estimées à partir des données des essais cliniques randomisés ou des programmes de

dépistage populationnel, peuvent varier entre 68 % et plus de 90 % pour les et entre 52 % et 82 % pour

les 1. Les publiées dans la littérature ne sont que très rarement stratifiées pour toutes les variables

pertinentes, ce qui complique la comparabilité des et qui pourrait expliquer une partie de la variabilité

observée dans les estimés. Par exemple, le Programme de dépistage de l’Australie, qui offre une

mammographie de dépistage bisannuelle aux femmes de 50 à 69 ans, publie leurs pour les cancers

infiltrants, stratifiées selon l’occurrence de la mammographie (initiales et subséquentes) et pour une période

post-dépistage de 1 an et de 2 ans93. Par ailleurs, le programme de dépistage de l’Ontario publie leur

210

des cancers infiltrants et in situ, pour les groupes d’âge 50-54 ans, 55-59 ans, 60-64 ans, 65-69 ans et 70-74

ans pour une période post-dépistage de 1 an (non stratifiée pour l’occurrence de la mammographie)187. Ainsi,

bien que les du programme Australien et du programme Ontarien soient publiées, il est difficile de les

comparer puisqu’elles ne sont pas stratifiées pour les mêmes variables. En Australie, les sont calculées

seulement pour les cancers infiltrants tandis que les sont calculées pour les cancers infiltrants et in situ

en Ontario. En Australie, les sont stratifiées pour les mammographies initiales et pour les

mammographies subséquentes, ce n’est pas le cas pour le programme de l’Ontario.

La comparaison des d’un programme de dépistage à l’autre est donc difficile et pourrait être améliorée si

tous les programmes, en plus de tenir compte de la structure du programme, calculaient leurs stratifiées au

moins pour l’âge des femmes (du moins pour la catégorie d’âge 50 à 69 ans), l’occurrence de la

mammographie (initiale ou subséquente) et le type de cancers considérés (tous les cancers ou seulement les

cancers infiltrants). Le Programme Québécois de Dépistage du Cancer du Sein (PQDCS) n’a pas encore

publié ses .

Sensibilité estimée par la méthode de détection assez comparable à la sensibilité estimée par la méthode

d’incidence

Dans notre microsimulation, où seulement les diagnostics cliniques des cancers infiltrants sont simulés, les

résultats suggèrent que les sont assez comparables aux , avec une différence absolue maximum

entre 2 % et 8 % (Tableau 38). Certains auteurs préfèrent l’utilisation de la plutôt que la puisqu’ils

soutiennent que la est influencée par le surdiagnostic 22,23,26,75. La utilise les cancers d’intervalle,

soit des cancers diagnostiqués cliniquement. Pour cette raison, cette mesure n’est pas influencée par le

surdiagnostic. Par contre, la utilise les cancers d’intervalle, mais aussi les cancers détectés. Ces

cancers détectés peuvent être affectés par la problématique du surdiagnostic. Cependant, les résultats de la

microsimulation montrent qu’il y a peu de différence entre ces 2 sensibilités estimées, du moins lorsque le

temps de suivi post-dépistage est relativement court (de 3 ans ou moins) par rapport à la durée totale de la

période préclinique. Notre microsimulation ne porte cependant que sur les cancers qui évoluent vers un

diagnostic clinique durant la vie de la femme (jusqu’à 100 ans). Nous n’avons pas simulé les cancers du sein

qui n’auraient jamais évolué vers un diagnostic clinique dans la vie de la femme. Ceci pourrait possiblement

avoir comme conséquence de sous-estimer la différence entre les sensibilités estimées.

211

4.3.5 Sensibilités estimées en fonction de la sensibilité

Pour une population dynamique à l’état d’équilibre, les sensibilités ( ), les sensibilités pour les tumeurs avec

un temps de devancement potentiel de moins de 3 ans ( ), les sensibilités estimées par la méthode

d’incidence ( ) et les sensibilités estimées par la méthode de détection ( ) sont résumées au Tableau

43 selon les 3 scénarios de dépistage. Les différences absolues ainsi que les rapports entre et ,

et , et et et sont montrés au Tableau 44.

Globalement, peu importe le scénario de dépistage et la période post-dépistage, aussi bien les que les

sont beaucoup plus élevées que les . En terme absolu, les sont entre 42 % et 84 % plus

élevées que les tandis que les sont entre 48 % et 81 % plus élevées que les (dépendant de la

période post-dépistage et du scénario de dépistage à l’étude). En ce qui concerne les rapports, ceux entre

et varient entre 7,0 et 18,5 tandis que les rapports entre et varient entre 7,8 et 19,7

(dépendant de la période post-dépistage et du scénario de dépistage). Les , aussi bien que , se

rapprochent le plus de lorsque la période post-dépistage est de 3 ans et pour le scénario de dépistage

trisannuel. Bien que ce soit dans ce scénario que les se rapprochent le plus de la , elles demeurent tout

de même beaucoup plus élevées; les différences absolues entre et et entre et sont,

respectivement, de 42 % et 48 % tandis que les rapports entre et et entre et sont,

respectivement, de 7,0 et 7,8.

Les surestiment également les , mais les surestimations sont moins importantes que celles entre

et . Les différences absolues entre et se situent entre 6 % et 22 % tandis que les différences

absolues entre et varient entre 11 % et 28 % (dépendant de la période post-dépistage et du

scénario de dépistage à l’étude). En ce qui concerne les rapports, ceux entre et varient entre 1,1

et 1,4 tandis que les rapports entre et varient entre 1,3 et 1,5 (dépendant de la période post-

dépistage et du scénario de dépistage). Pour les scénarios de dépistage bisannuel et trisannuel, les rapports

entre et demeurent relativement constants peu importe la période post-dépistage. La est

environ 30 % plus élevée (en terme relatif) que la dans le scénario de dépistage bisannuel et trisannuel.

Les et les se rapprochent le plus de lorsque la période post-dépistage est de 3 ans et pour

le scénario de dépistage trisannuel.

212

Tableau 43. Sensibilité, sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans, sensibilité estimée par la méthode d’incidence et sensibilité estimée par la

méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel



4,1% 6,0% 7,1%




potentiel ( ) des cancers

1 an 53,3 % 65,1 % 68,7 %

2 ans 38,9 % 50,2 % 54,1 %

3 ans 29,7 % 39,6 % 43,9 %




( )

1 an 75,8 % 87,5 % 90,9 %

2 ans --- 61,0 % 72,1 %

3 ans --- --- 49,5 %




( )

1 an 80,8 % 86,0 % 87,7 %

2 ans --- 66,5 % 69,9 %

3 ans --- --- 55,1 %

: sensibilité, : sensibilité des tumeurs avec un temps de devancement potentiel donné, :

sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de détection.

213

Tableau 44. Différence absolue et rapport entre les sensibilités estimées, les sensibilités et les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre

de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel

et et

Scénario de dépistage Scénario de dépistage

Annuel Bisannuel Trisannuel Annuel Bisannuel Trisannuel

Différence absolue

= 1 71,7 % 81,5 % 83,8 % 76,7 % 80,0 % 80,6 %

= 2 --- 55,0 % 65,0 % --- 60,5 % 62,8 %

= 3 --- --- 42,4 % --- --- 48,0 %

Rapport

= 1 18,5 13,6 12,8 19,7 13,3 12,4

= 2 --- 10,2 10,2 --- 11,1 9,8

= 3 --- --- 7,0 --- --- 7,8

et et

Scénario de dépistage Scénario de dépistage

Annuel Bisannuel Trisannuel Annuel Bisannuel Trisannuel

Différence absolue

= 1 22,5 % 22,4 % 22,2 % 27,5 % 20,9 % 19,0 %

= 2 --- 10,8 % 18,0 % --- 16,3 % 15,8 %

= 3 --- --- 5,6 % --- --- 11,2 %

Rapport

= 1 1,42 1,34 1,32 1,52 1,32 1,28

= 2 --- 1,22 1,33 --- 1,32 1,29

= 3 --- --- 1,13 --- --- 1,26

: période post-dépistage (an), : sensibilité, : sensibilité des tumeurs avec un temps de devancement potentiel

donné, : sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de détection.

214

Dans une population dynamique à l’état d’équilibre de femmes dépistées à intervalle de 1, 2 ou 3 ans, la

majorité des mammographies sont des mammographies subséquentes. Dans ce contexte, les

surestiment les . Pour comprendre, prenons, par exemple, une population ouverte à l’état d’équilibre

dépistée tous les 2 ans et une période post-dépistage de 2 ans. La est calculée ainsi :

Équation 39

Par ailleurs, la est calculée ainsi :

Équation 40

De l’Équation 40, si 35 817 femmes lors de la mammographie étaient dans la PPC et avaient un de moins

de 2 ans et que le nombre de cancers détectés parmi ces femmes est de 17 978, alors le nombre de cancers

d’intervalle attendus serait de 17 839 (soit 35 817 – 17 978). Ce nombre de cancers d’intervalle attendus est

assez similaire au nombre de cancers d’intervalle réellement observés dans la simulation (qui est de 17 686,

Équation 39). Par contre, le nombre attendu de diagnostics de cancer en absence de dépistage chez les 50-

69 ans (qui est de 45 373, Équation 39) est différent du nombre de femmes dans la PPC avec un de

moins de 2 ans (35 817, Équation 40). Cette différence, non négligeable, entre ces 2 nombres a comme

conséquence que n’est pas égale à . La différence entre ces 2 nombres (45 373 – 35 817), soit

9 556 femmes dans la PPC, correspond à des cancers qui ont été détectés lors des mammographies

précédentes. Ces 9 556 femmes ne sont donc plus dans la PPC lors de la mammographie à l’étude. Pour

cette raison, surestime lors des mammographies subséquentes.

Bien que surestime lors des mammographies subséquentes, un article publié par Hakama et

coll.22 suggèrent que, lors des mammographies initiales, les seraient similaires aux . Le Tableau 45

présente les pour les tumeurs avec un temps de devancement potentiel ( ) variant de 1 an à 5 ans en

fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans. Il est présumé que les femmes passent

215

seulement une mammographie (la mammographie initiale) et que la période post-dépistage varie entre 1 an et

5 ans. Le Tableau 45 présente donc les , les et les rapports entre les deux mesures. Les résultats

démontrent que peu importe la période post-dépistage, les rapports entre et sont très près de

1,00. Les sont donc similaires aux . Ceci est vrai, peu importe l’âge de la femme à la

mammographie initiale. Même pour un suivi post-dépistage de 5 ans, la (25,5 % pour une

mammographie initiale à 50 ans) est comparable à la (25,9 % pour une mammographie initiale à 50 ans).

Tableau 45. Sensibilités, sensibilité estimée par la méthode d’incidence et rapport des sensibilités estimées sur la sensibilité en fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans dans une cohorte de 1 000 000 de femmes simulées

Mammographie initiale à :

50 ans 55 ans 60 ans 65 ans

Sensibilité pour les tumeurs avec un temps

de devancement potentiel

donné ( )

(%) 65,5 74,8 79,0 80,6

(%) 48,4 60,1 66,1 69,7

(%) 38,1 48,2 55,6 59,5

(%) 30,8 39,9 46,5 51,2

(%) 25,9 33,8 39,8 44,2

Sensibilité estimée par la méthode d’incidence pour

un donné ( )

(%) 65,6 74,8 79,0 80,6

(%) 48,4 60,0 66,1 69,8

(%) 38,0 48,2 55,6 59,7

(%) 30,6 40,3 46,5 51,5

(%) 25,5 34,4 39,8 44,5

Rapports

/ 1,00 1,00 1,00 1,00

/ 1,00 1,00 1,00 1,00

/ 1,00 1,00 1,00 1,00

/ 0,99 1,01 1,00 1,01

/ 0,99 1,02 1,00 1,01

: période post-dépistage (année), : sensibilité pour les tumeurs avec un temps de devancement

potentiel de moins d’un an, : sensibilité pour les tumeurs avec un temps de devancement potentiel

de moins de 2 ans, etc., : sensibilité estimée par la méthode d’incidence pour une période post-dépistage

d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de 2 ans, etc.

216

4.3.5.1 Variations dans les sensibilités estimées en fonction des variations dans la sensibilité

Dans la section précédente, nous avons observé que les (aussi bien que ) surestiment la et

la . Nous voulons maintenant savoir si une variation dans la ou la peut se refléter par une

variation dans les ou . Si tel est le cas, une variation dans la (mesure souvent utilisée pour

l’évaluation des programmes de dépistage) pourrait être interprétée comme une variation dans la ou la

(mesures qui ne peuvent pas être estimées dans un programme de dépistage). Pour ce faire, des

variations de (et conséquemment de ) ont été simulées en changeant le paramètre de la fonction

de sensibilité (Équation 35, section « 4.2.1 Description de la microsimulation »); un changement du paramètre

permets de décaler la fonction de sensibilité en changeant l’ordonnée à l’origine et ainsi obtenir de

nouvelles valeurs de sensibilité. Nous avons fait varier le paramètre , en additionnant ou soustrayant

certaines valeurs (0,5, 1,0, 1,5, 2,0, 3,0, 4,0 et 5,0) au paramètre de référence. Le paramètre de

référence ( = -6,44 pour EP1) est celui obtenu suite au processus de calibration. Les variations dans

sont obtenues en comparant la obtenue dans chaque simulation (avec un changement dans le ) à la

de référence ( de référence). Un changement dans le paramètre fait varier la , mais fait également

varier la , la et la . Les variations dans ces mesures sont calculées de la même façon, c'est-

à-dire en comparant la mesure obtenue dans chaque simulation avec un changement dans le à la mesure

de référence (celle obtenue avec le de référence avec EP1). Afin d’alléger les résultats et puisque ceux-ci

sont assez comparables peu importe les sensibilités estimées à l’étude ( ou ), seulement les

variations concernant les en fonction des variations dans les et les seront présentées dans

cette section. Les résultats concernant les variations dans les en fonction des variations dans les et

en fonction des variations dans les sont donnés en Annexe (Tableaux A-2 et A-3, Figure A-1 à A-5).

Le Tableau 46 présente les , et pour un dépistage dans une population dynamique à l’état

d’équilibre, selon les différentes simulations pour lesquelles la varie. Afin d’alléger les résultats,

uniquement le scénario de dépistage bisannuel est présenté. Des résultats comparables sont obtenus pour le

scénario de dépistage annuel ou trisannuel (Tableaux A-4 et A-5 présentés en Annexe). Pour le scénario de

dépistage bisannuel, la dans la simulation de référence ( = -6,44) est de 6,0 %. Les obtenues dans

les différentes simulations (où l’on fait varier la valeur de ) varient entre 2,5 % (lorsque = -11,44, c’est-à-

dire de référence – 5,0) et 44 % (lorsque = -1,44, c’est-à-dire de référence + 5,0). Les varient

entre 36 % et 88 % tandis que les varient entre 25 % et 82 %. La surestime grandement la , et

de façon moins importante la . La surestimation (en termes de différence absolue), aussi bien des

que des , par les , ne semble pas constante et varie selon les simulations. La surestimation de

vs varie entre 12 % et 22 % (données non montrées) et la surestimation entre vs varie

217

entre 8 % et 22 % (données non montrées). Les différences absolues de même que les rapports dans les

mesures sont également présentés au Tableau 46 à titre informatif. Ces résultats sont discutés dans les

prochains paragraphes à l’aide des graphiques où les 3 scénarios de dépistage sont présentés.

218

Tableau 46. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 2 ans

Changement dans la via le paramètre *

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

(%) 2,5 2,9 3,4 4,1 4,4 4,9 5,4 6,0 6,7 7,7 8,9 10,6 16,1 26,9 44,5

(%) 35,8 40,2 45,7 51,7 54,5 58,0 61,3 65,1 68,6 71,9 75,0 78,3 83,2 86,2 87,7

(%) 25,2 28,6 33,0 38,0 40,6 43,7 46,7 50,2 53,2 56,7 60,2 64,0 70,1 76,5 81,7

(%) 54,4 60,1 66,5 73,2 76,3 79,7 82,9 86,0 88,9 91,4 93,6 95,5 98,0 99,1 99,6

(%) 32,9 37,6 43,3 50,0 53,5 57,7 61,9 66,5 71,0 75,7 80,5 85,0 92,1 96,5 98,5

Différence absolue

Se (%) -3,5 -3,1 -2,6 -1,9 -1,6 -1,1 -0,6 0,0 0,7 1,7 2,9 4,6 10,1 20,9 38,5

(%) -29,3 -24,9 -19,4 -13,4 -10,6 -7,1 -3,8 0,0 3,5 6,8 9,9 13,2 18,1 21,1 22,6

(%) -25,0 -21,6 -17,2 -12,2 -9,6 -6,5 -3,5 0,0 3,0 6,5 10,0 13,8 19,9 26,3 31,5

(%) -31,6 -25,9 -19,5 -12,8 -9,7 -6,3 -3,1 0,0 2,9 5,4 7,6 9,5 12,0 13,1 13,6

(%) -33,6 -28,9 -23,2 -16,5 -13,0 -8,8 -4,6 0,0 4,5 9,2 14,0 18,5 25,6 30,0 32,0

Rapport

0,42 0,48 0,57 0,68 0,73 0,82 0,90 1,00 1,12 1,28 1,48 1,77 2,68 4,48 7,42

0,55 0,62 0,70 0,79 0,84 0,89 0,94 1,00 1,05 1,10 1,15 1,20 1,28 1,32 1,35

0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,27 1,40 1,52 1,63

0,63 0,70 0,77 0,85 0,89 0,93 0,96 1,00 1,03 1,06 1,09 1,11 1,14 1,15 1,16

0,49 0,57 0,65 0,75 0,80 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,38 1,45 1,48

: sensibilité, : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité estimée par la méthode de détection pour une période post-dépistage ,

: rapport de sensibilité, : rapport de sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : rapport de sensibilités estimées par la méthode de détection

pour une période post-dépistage .

* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation. La valeur de référence est de -6,44.

219

La Figure 45 présente les différences absolues dans les en fonction des différences absolues dans les

pour un dépistage dans une population dynamique à l’état d’équilibre, selon la période post-dépistage et

les 3 scénarios de dépistage. Les différences absolues des et des sont calculées en fonction de la

ou de la dans la simulation de référence (lorsque = -6,44). Dans les 3 graphiques, la ligne

diagonale grise représente lorsque la différence absolue dans les est égale à la différence absolue des

. Plus les points s’éloignent de la diagonale, plus la différence absolue dans les s’éloigne de la

différence absolue dans les . Peu importe la période post-dépistage ou le scénario de dépistage, les

différences absolues dans les ne sont pas informatives des différences absolues dans les . Les

différences absolues dans les sous-estiment parfois les différences absolues dans les Se (lorsque les

points sont en bas de la diagonale), tandis que d’autres fois, les différences absolues des surestiment

celles des (lorsque les points sont en haut de la diagonale).

220



(C) Période post-dépistage de 3 ans

Figure 45. Différence absolue des sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de

femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité, :

sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

1

Différences absolues Se

Annuel

Bisannuel

Trisannuel

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

2


Bisannuel

Trisannuel

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

3


Trisannuel

221

La Figure 46 présente les rapports dans les ( ) en fonction des rapports dans les ( ) pour

un dépistage dans une population dynamique à l’état d’équilibre, selon la période post-dépistage et les 3

scénarios de dépistage. Une échelle logarithmique est utilisée afin de représenter correctement les rapports.

Dans les 3 graphiques, la ligne diagonale grise représente . Plus les points s’éloignent de la

diagonale, plus le est différent du . Puisque les sont beaucoup plus élevées que les ,

les varient beaucoup moins que les . Par exemple, pour une période post-dépistage de 2 ans

dans le scénario de dépistage bisannuel, et pour le scénario de référence sont, respectivement, de

6,0 % et 66,5 % (Tableau 46). Dans le scénario où 5 est ajouté au de référence ( de référence + 5),

alors et sont de 44,5 % et de 98,5 %. Le est donc de 7,4 (44,5 % / 6,0 %) tandis que le

est de 1,5 (98,5 % / 66,5 %). Lorsque la est plus faible (par exemple pour une d’environ 2 % qui est

atteint lorsque 5 est soustrait du de référence), les surestime légèrement les , particulièrement

lorsque la période post-dépistage est de 1 an (Figure 46, Graphique A). En résumé, les variations dans les

sous-estiment parfois (lorsque les points sont en bas de la diagonale) et surestiment d’autres fois

(lorsque les points sont en haut de la diagonale) les variations dans les .

222




Figure 46. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport de sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et

69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité, : sensibilité estimée par la méthode

de détection pour un suivi post-dépistage , : période post-dépistage (an).

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eD

1

Rapport de Se

Annuel

Bisannuel

Trisannuel

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eD

2

Rapport de Se

Bisannuel

Trisannuel

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eD

3

Rapport de Se

Trisannuel

223

La Figure 47 illustre les différences absolues dans les et les pour un dépistage dans une

population dynamique à l’état d’équilibre. Les différences absolues des sont plus près des différences

absolues des , comparativement aux différences absolues des . Pour une période post-dépistage d’un

an, les différences absolues dans les sont plus près des différences absolues dans les ,

particulièrement pour les scénarios de dépistage bisannuel et trisannuel. Pour ces scénarios, les variations

absolues observées dans les sont un peu plus faibles que les différences absolues des . Par

exemple, pour le scénario de dépistage bisannuel et lorsque 2 est ajouté au de référence ( de référence

+ 2,0), la différence absolue des est de 9,5 % tandis que la différence absolue des est de 13,2 %

(Tableau 46).

224




Figure 47. Différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un

scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les cancers avec un temps de devancement potentiel

donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

1

Différences abolues Se1

Annuel

Bisannuel

Trisannuel

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

2

Différences absolues Se2

Bisannuel

Trisannuel

-40%

-20%

0%

20%

40%

-40% -20% 0% 20% 40%

Dif

fére

nce

s ab

solu

es

ŜeD

3


Trisannuel

225

Les rapports de ( ) en fonction des rapports de ( ) sont présentés à la Figure 48

pour un dépistage dans une population dynamique à l’état d’équilibre. Les sont représentatifs des

, particulièrement pour une période post-dépistage de 2 ans pour les scénarios de dépistage bisannuel

et trisannuel (Figure 48, graphique b) et pour une période post-dépistage de 3 ans dans le scénario de

dépistage trisannuel (Figure 48, graphique c). La Figure 49 présente le pourcentage de biais entre les

et les selon les différentes périodes post-dépistage et les scénarios de dépistage. Le Tableau 47

donne les chiffres pour le scénario de dépistage annuel et une période post-dépistage d’un an, le scénario de

dépistage bisannuel et une période post-dépistage de 2 ans et pour le scénario de dépistage trisannuel et une

période post-dépistage de 3 ans. Afin d’alléger les résultats, les chiffres ne sont pas présentés pour le

scénario de dépistage bisannuel et trisannuel pour une période post-dépistage d’un an et pour le scénario de

dépistage trisannuel et une période post-dépistage de 2 ans.

Globalement, les sont assez similaires aux . Par exemple, lorsque la période post-dépistage

est d’un an (Figure 49, graphique a), les dans le scénario de dépistage annuel sont, dans l’ensemble,

similaires aux pour la plupart des changements dans le . Le biais entre le et le devient

plus grand que 10 % seulement pour les 3 dernières catégories de changement du (lorsque 3, 4 et 5 sont

ajoutés au de référence). Ces catégories semblent plus extrêmes puisque pour celles-ci, les sont

supérieures à 98 % (Tableau 47). Pour ces 3 catégories, les sont une sous-estimation des . Pour

les scénarios de dépistage bisannuel et trisannuel, les sont toujours une sous-estimation des

lorsque la période post-dépistage est de 1 an. Lorsque la période post-dépistage est de 2 ans (Figure 49,

graphique b), les sont comparables aux , excepté pour la dernière catégorie (lorsque 5 est ajouté

au de référence), catégorie pour laquelle la est de 98,5 % et le biais entre le et le est

de -9,2 %. Finalement, lorsque la période post-dépistage est de 3 ans (dans le scénario de dépistage

trisannuel) (Figure 49, graphique c), le biais entre et est toujours inférieur à 4 %.

226




Figure 48. Rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,

bisannuel et trisannuel. : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité

estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).

1,00 2,00

1,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eD

1

Rapport de Se1

Annuel

Bisannuel

Trisannuel

1,00

2,00

1,00 2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eD

2

Rapport de Se2

Bisannuel

Trisannuel

1,00

2,00

1,00 2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eD

3

Rapport de Se3

Trisannuel

227




Figure 49. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage

annuel, bisannuel et trisannuel. : rapport de sensibilités pour les tumeurs avec un temps de devancement potentiel donné,

: rapport de sensibilités estimées par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).

-20%

-10%

0%

10%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Bia

is e

ntr

e le

s R

ŜeD

1 e

t le

s R

Se1

Changement dans le paramètre β0

Annuel

Bisannuel

Trisannuel

-20%

-10%

0%

10%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0 Bia

is e

ntr

e le

s R

ŜeD

2 e

t le

s R

Se 2


Bisannuel

Trisannuel

-20%

-10%

0%

10%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0 Bia

is e

ntr

e le

s R

ŜeD

3 e

t le

s R

Se 3


Trisannuel

228

Tableau 47. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans en fonction de changement dans la sensibilité selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées

entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel


-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Dépistage annuel

(%) 28,1 32,2 36,3 41,8 44,4 47,7 50,0 53,3 57,1 59,9 63,8 67,3 73,2 76,1 74,7

(%) 45,4 51,4 57,7 65,2 69,0 73,2 76,9 83,7 87,3 90,7 93,6 96,9 98,7 99,2 100,0

0,53 0,60 0,68 0,78 0,83 0,90 0,94 1,00 1,07 1,12 1,20 1,26 1,37 1,43 1,40

0,54 0,61 0,69 0,78 0,82 0,87 0,92 1,00 1,04 1,08 1,12 1,16 1,18 1,19 1,20

Biais† (%) 1,9 1,7 1,5 0,0 -1,2 -3,3 -2,1 0,0 -2,8 -3,6 -6,7 -7,9 -13,9 -16,8 -14,3


(%) 25,2 28,6 33,0 38,0 40,6 43,7 46,7 50,2 53,2 56,7 60,2 64,0 70,1 76,5 81,7

(%) 32,9 37,6 43,3 50,0 53,5 57,7 61,9 66,5 71,0 75,7 80,5 85,0 92,1 96,5 98,5

0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,28 1,40 1,52 1,63

0,49 0,57 0,65 0,75 0,81 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,39 1,45 1,48

Biais† (%) -2,0 0,0 -1,5 -1,3 0,0 0,0 0,0 0,0 0,9 0,9 0,8 0,0 -0,7 -4,6 -9,2


(%) 21,1 24,2 28,2 32,6 35,0 38,0 40,9 43,9 47,4 50,4 54,2 58,1 65,9 72,9 79,9

(%) 25,5 29,4 34,3 39,8 43,1 46,8 50,9 55,1 60,0 65,0 70,3 75,8 86,0 93,0 96,9

0,48 0,55 0,64 0,74 0,80 0,87 0,93 1,00 1,08 1,15 1,23 1,32 1,50 1,66 1,82

0,46 0,53 0,62 0,72 0,78 0,85 0,92 1,00 1,09 1,18 1,28 1,37 1,56 1,69 1,76

Biais† (%) -4,2 -3,6 -3,1 -2,7 -2,5 -2,3 -1,1 0,0 0,9 2,6 4,1 3,8 4,0 1,8 -3,3

R : rapport de (catégorie de référence = ), R : rapport de (catégorie de référence = )

* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation. La valeur de référence est de -6,44. † Le biais est calculé ainsi : .

229


Tumeurs de 1 mm et plus

Nous avons constaté dans les sections précédentes que le fait de ne considérer que les tumeurs de 1 mm et

plus change les valeurs des , mais n’affecte pas beaucoup les autres mesures telles que les (4.3.1.5

Résultats des analyses complémentaires) ou les sensibilités estimées ( ou ) (4.3.3.4 Résultats des

analyses complémentaires).

Tout comme lorsque toutes les tumeurs sont considérées, les différences absolues dans les ne sont

pas représentatives des différences absolues dans les et les rapports dans les ne sont pas

représentatifs des rapports dans les lorsque seulement les tumeurs de 1 mm et plus sont considérées. Les

graphiques obtenus lorsque seulement les tumeurs de 1 mm et plus sont considérées sont similaires à ceux

présentés lorsque toutes les tumeurs sont considérées (soit la Figure 45 et la Figure 46) (données non

montrées).

Les différences absolues de en fonction des différences absolues de , en considérant uniquement

les tumeurs de 1 mm et plus, sont présentées à la Figure 50. Lorsque seulement les tumeurs de 1 mm et plus

sont considérées, les différences absolues des sont assez près des différences absolues des , et

particulièrement pour les suivis post-dépistage de 2 ou 3 ans. Des résultats comparables ont été montrés

lorsque toutes les tumeurs étaient considérées (Figure 47).

Les rapports dans les ( ) en fonction des rapports dans les ( ), en considérant

uniquement les tumeurs de 1 mm et plus, sont présentés à la Figure 51. Lorsque seulement les tumeurs de 1

mm et plus sont considérées, les sont assez similaires aux . Des résultats comparables ont

été montrés lorsque toutes les tumeurs étaient considérées (Figure 48).

230




Figure 50. Pour les tumeurs de 1 mm et plus, différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les cancers avec

un temps de devancement potentiel donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

ab

solu

e d

es

ŜeD

1

Différence absolue des Se1

Annuel

Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

ab

solu

e d

es

ŜeD

2


Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

ab

solu

e d

es

ŜeD

3


Trisannuel

231




Figure 51. Pour les tumeurs de 1 mm et plus, rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un

scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les tumeurs avec un temps de devancement

potentiel donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage

(an).

0,50

0,50

Rap

po

rt d

e Ŝ

eD

1

Rapport de Se1

Annuel

Bisannuel

Trisannuel

1,00

1,00

2,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eD

2

Rapport de Se2

Bisannuel

Trisannuel

1,00 2,00

1,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eD

3

Rapport de Se3

Trisannuel

1,00 2,00

1,00

2,00

232


Afin de simplifier la présentation des résultats concernant les autres ensembles de paramètres, les résultats

sont présentés pour un dépistage dans une population dynamique à l’état d’équilibre ayant un dépistage

bisannuel et une période post-dépistage de 2 ans ( = 2). Seulement les résultats concernant les sont

montrées. Des résultats comparables ont été obtenus lorsque est utilisée (résultats non montrés).

Pour les 10 meilleurs EP, des variations dans les ou les ont été simulées de la même façon que

décrite dans la section précédente, soit en faisant varier le paramètre (Équation 35, section « 4.2.1

Description de la microsimulation ») de ± 2 et ± 5. Pour un dépistage dans une population dynamique à l’état

d’équilibre ayant un dépistage bisannuel, les , et obtenues pour chaque changement du

paramètre sont présentées au Tableau 48 selon les 10 meilleurs EP. Pour un changement donné dans le

paramètre , la varie différemment selon les EP. Par exemple, pour les simulations où 5 est soustrait du

de référence ( de référence – 5) et celles où 5 est additionné au de référence ( de référence + 5),

les sont, respectivement, de 2,5 % et 44,5 % pour le EP1, de 1,8 % et 69,6 % pour le EP23 et de 2,9 % et

15,5 % pour le EP50.

Les rapports de ( ) en comparaison aux rapports de ( ) selon les 10 meilleurs EP sont

présentés au Tableau 49. Les biais obtenus entre les et les pour les 10 meilleurs EP sont

présentés au Tableau 50 et illustrés à la Figure 52. Les biais entre les et les sont, la plupart du

temps, compris entre plus ou moins 10 %. Pour les catégories moins extrêmes (c’est-à-dire lorsque 2 est

additionné ou soustrait du de référence), les biais entre les et les sont plutôt compris entre

plus ou moins 5 %. Généralement, les sont représentatifs des . Seulement 3 EP arrivent à un

biais absolu de plus de 10 % entre le comparativement au (EP6, EP23 et EP17). Ces biais

absolus de plus de 10 % sont obtenus pour la catégorie la plus extrême, soit celle où 5 est additionné au

de référence ( de référence + 5). Dans cette situation, les sous-estiment les .

233

Tableau 48. Sensibilité, sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans et sensibilité estimée par la méthode de détection pour différentes simulations dans lesquelles la sensibilité varie, en fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans

dépistées aux 2 ans et pour une période post-dépistage de 2 ans

Changement dans la sensibilité

-5,0 -2,0 * +2,0 +5,0

EP1

(%) 2,5 4,1 6,0 10,6 44,5

(%) 25,2 38,0 50,2 64,0 81,7

(%) 32,9 50,0 66,5 85,0 98,5

EP2

(%) 1,7 3,1 5,2 10,9 45,9

(%) 19,0 31,7 44,8 60,0 70,3

(%) 27,7 47,1 67,5 88,4 98,3

EP3

(%) 2,0 3,4 5,1 9,2 38,7

(%) 20,4 32,2 43,4 57,6 76,2

(%) 27,1 43,2 59,5 80,4 97,7

EP6

(%) 1,7 3,2 5,7 13,3 58,0

(%) 17,5 30,4 43,2 59,2 78,2

(%) 23,6 42,0 62,7 86,1 98,4

EP8

(%) 2,5 3,8 5,3 8,5 30,8

(%) 24,1 35,1 45,0 57,8 78,1

(%) 31,0 45,5 59,2 76,9 96,6

EP23

(%) 1,8 3,9 7,5 18,0 69,6

(%) 14,7 28,9 45,0 65,9 83,8

(%) 19,4 40,0 65,8 91,8 99,2

EP7

(%) 1,5 2,9 5,1 11,7 47,7

(%) 16,8 29,5 42,0 56,3 62,1

(%) 24,5 43,9 65,1 87,3 97,5

EP4

(%) 2,5 3,9 5,5 9,3 33,3

(%) 25,6 37,4 47,3 59,0 71,2

(%) 34,0 49,7 63,9 81,0 96,3

EP17

(%) 2,2 3,5 5,2 9,3 36,3

(%) 24,3 37,3 49,5 63,7 83,3

(%) 35,0 53,3 70,1 87,5 98,9

EP50

(%) 2,9 3,9 5,0 6,7 15,5

(%) 28,5 37,8 45,8 54,5 70,1

(%) 36,6 48,5 58,8 70,8 90,4

EP : ensemble de paramètres, : sensibilité, : sensibilité pour les tumeurs avec un temps

de devancement potentiel de 2 ans et moins, : sensibilité estimée par la méthode de détection

pour une période post-dépistage de 2 ans. * La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre

de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.

234

Tableau 49. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une

période post-dépistage de 2 ans

Changement dans la sensibilité

-5,0 -2,0 * +2,0 +5,0

EP1 0,50 0,76 1,00 1,28 1,63

0,49 0,75 1,00 1,28 1,48

EP2 0,42 0,71 1,00 1,34 1,57

0,41 0,70 1,00 1,31 1,46

EP3 0,47 0,74 1,00 1,33 1,75

0,46 0,73 1,00 1,35 1,64

EP6 0,41 0,70 1,00 1,37 1,81

0,38 0,67 1,00 1,37 1,57

EP8 0,53 0,78 1,00 1,28 1,73

0,52 0,77 1,00 1,30 1,63

EP23 0,33 0,64 1,00 1,46 1,86

0,29 0,61 1,00 1,40 1,51

EP7 0,40 0,70 1,00 1,34 1,48

0,38 0,67 1,00 1,34 1,50

EP4 0,54 0,79 1,00 1,25 1,51

0,53 0,78 1,00 1,27 1,51

EP17 0,49 0,75 1,00 1,29 1,68

0,50 0,76 1,00 1,25 1,41

EP50 0,62 0,82 1,00 1,19 1,53

0,62 0,83 1,00 1,20 1,54

: rapport de sensibilités pour les tumeurs avec un temps de devancement potentiel de 2 ans et

moins (catégorie de référence = ), : rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage de 2 ans (catégorie de référence = ).

* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre

de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration)

sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.

235

Tableau 50. Biais† (%) entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans

dépistées aux 2 ans et pour une période post-dépistage de 2 ans

Changement dans la sensibilité via le paramètre *

-5,0 -2,0 +2,0 +5,0

EP1 -1,3 -0,7 0,2 -9,0

EP2 -3,1 -1,2 -2,0 -7,0

EP3 -3,0 -2,1 1,9 -6,4

EP6 -7,2 -4,8 0,2 -13,3

EP8 -2,0 -1,5 1,4 -5,8

EP23 -9,6 -5,2 -4,6 -18,9

EP7 -5,8 -3,8 0,0 1,3

EP4 -1,8 -1,6 1,5 0,2

EP17 1,9 0,9 -2,9 -16,1

EP50 0,0 0,1 1,2 0,5

EP : ensemble de paramètres † Le biais est calculé ainsi : .

* La est simulée selon l’Équation 35. La variation dans la est créée en changeant

le paramètre de cette équation. Les valeurs du coefficient de référence (suite au

processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.

236

Figure 52. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées

aux 2 ans et pour une période post-dépistage de 2 ans. : rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage de 2 ans, : rapport de

sensibilités pour les cancers avec un temps de devancement potentiel de 2 ans. Le biais est calculé ainsi : . La est simulée selon l’Équation 35. La variation

dans la est créée en changeant le paramètre de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51;

EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.

-20%

-15%

-10%

-5%

0%

5%

10%

15%

20%

-5,0 -2,0 +2,0 +5,0

Bia

is e

ntr

e le

RŜe

D2

et

le R

Se2

Changement dans le β0

EP1

EP2

EP3

EP6

EP8

EP23

EP7

EP4

EP17

EP50

237

4.3.6 Discussion des résultats sur les sensibilités estimées en fonction de la sensibilité

La présente discussion porte sur les résultats suivants : 1) les sensibilités estimées ( ), aussi bien la

sensibilité estimée par la méthode d’incidence ( ) que la sensibilité estimée par la méthode de détection

( ) surestiment grandement la sensibilité ( ), 2) les différences absolues dans les sensibilités estimées

( ou ) ne sont pas informatives des différences absolues dans la ou la sensibilité des tumeurs

avec un temps de devancement potentiel court (soit moins de 3 ans) ( ), 3) les rapports de sensibilités

estimées ( ou ) ne peuvent pas s’interpréter comme les rapports de et, finalement, 4) les

rapports de sensibilités estimées ( ou ) peuvent généralement s’interpréter comme les rapports

dans les sensibilités des tumeurs avec un temps de devancement potentiel court (soit moins de 3 ans) ( ).

Surestimation de la sensibilité par les sensibilités estimées

Les ( et ) surestiment grandement la , et aussi, mais de façon moins importante, les .

Cette surestimation des varie selon les ; il n’est donc pas possible d’appliquer une correction aux

pour être capable de les interpréter en termes de ou . Il existe cependant une exception : lors des

mammographies initiales, est semblable à . Cette relation entre et a été démontrée

dans un article qui portait sur le cancer de la prostate dans le contexte d’un essai clinique randomisé22.

Cependant, lors des mammographies subséquentes ou dans une population dynamique à l’état d’équilibre (où

une grande proportion des mammographies sont des mammographies subséquentes), les sont plus

élevées que les . Cette différence entre et peut s’expliquer par le fait que ces 2 mesures

n’évaluent pas la même notion du moins en ce qui concerne les mammographies subséquentes. La est

un estimé de la sensibilité pour des cancers avec un plus court que la période post-dépistage ( )

et qui auraient été présents en absence de dépistage. La correspond à la sensibilité des cancers avec

un plus court que la période post-dépistage ( ) et qui sont présents lors de la mammographie de

dépistage. Lors des mammographies subséquentes, le nombre de cancers qui sont présents lors de la

mammographie est inférieur au nombre de cancers qui auraient été présents en absence de dépistage

puisque certains cancers, qui auraient été présents en absence de dépistage, ont été détectés par des

mammographies précédentes. Ainsi, est nécessairement une surestimation de lors des

mammographies subséquentes. Ceci est vrai à condition que le temps de devancement des cancers détectés

soit généralement plus long que l’intervalle inter-dépistage. Bien qu’il soit intéressant d’interpréter les en

termes de lors des mammographies initiales, il est cependant difficile, dans un contexte de programme

de dépistage populationnel où plusieurs dépistages ne sont pas des dépistages initiaux, d’obtenir une

valide. L’obtention d’un estimé valide du nombre de cancers du sein attendu en absence de dépistage est la

238

principale difficulté dans l’utilisation de 101. Pour cette raison, plusieurs programmes de dépistage

n’utilisent que les 1,28,93,96,117.

Les sont, elles aussi, une surestimation de , aussi bien lors des mammographies initiales que les

mammographies subséquentes. Cette surestimation est principalement due au fait que les temps de

devancement des cancers détectés sont habituellement plus longs que l’intervalle inter-dépistage ( >

intervalle inter-dépistage). Si la majorité des cancers détectés avait un temps de devancement plus court que

l’intervalle inter-dépistage, alors les seraient assez comparables aux . Cependant, pour les 10

meilleurs EP de notre microsimulation, il semble plutôt que le temps de devancement des cancers soit long,

généralement plus long que l’intervalle inter-dépistage. Ainsi, les surestiment les .

Les différences absolues dans les sensibilités estimées ne sont pas informatives des différences absolues

dans la sensibilité ou la sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans

Dans aucun des scénarios étudiés, les différences absolues dans les sensibilités estimées ( ou )

étaient représentatives des différences absolues dans les ou les . Dans la majorité des cas, les

différences dans les sensibilités estimées étaient plus élevées que les différences dans les ou les .

Ainsi, dans le contexte de l’évaluation de programmes de dépistage, l’utilisation des différences dans les

sensibilités estimées n’est pas conseillée puisqu’elles ne peuvent pas être interprétées en terme de

différences dans la ou la , peu importe la fréquence du dépistage.

Les rapports dans les sensibilités estimées ne peuvent pas s’interpréter comme les rapports de sensibilités

Aussi bien pour la que la , les rapports dans ces sensibilités estimées ne peuvent pas s’interpréter

comme le rapport de la . Parfois, le rapport de est plus élevé que le rapport de , tandis que d’autres

fois, le rapport de est plus faible que le rapport de . Il est donc impossible de savoir, dans le contexte de

l’évaluation d’un programme de dépistage, si le rapport observé dans les par exemple surestime ou

sous-estime le rapport de , et de quelle ampleur. Ce résultat s’avère important : bien que les sensibilités

estimées ( ou ) soient des mesures directes de la sensibilité, les rapports dans ces sensibilités

estimées sont différents des rapports que l’on aurait obtenus avec les .

239

Les rapports des sensibilités estimées peuvent s’interpréter comme des rapports de sensibilités pour les

tumeurs avec un temps de devancement potentiel de moins de 3 ans

Les rapports de ou de sont comparables ou bien sous-estiment légèrement les rapports de ,

peu importe l’intervalle inter-dépistage. Lorsque l’on se concentre sur les données les plus plausibles, soit

pour des valeurs de se situant entre 70 % et 95 % (lorsque 2 est soustrait ou additionné au de

référence, Tableau 47), les rapports de sont toujours à plus ou moins 10 % des rapports de (peu

importe si le programme de dépistage est annuel, bisannuel ou trisannuel). Les rapports de sont plus

près des rapports de lorsque la période post-dépistage est de 2 ou 3 ans; les biais entre les rapports de

comparativement aux rapports de sont toujours inférieurs à plus ou moins 5 %.

Dans le contexte de l’évaluation d’un programme de dépistage, notre microsimulation suggère que les

rapports dans les sensibilités estimées ( ou ) s’interprètent non pas comme le rapport de la ,

mais bien comme le rapport de la . Il est important également de retenir que ce ne sont pas les

sensibilités estimées en tant que telles qui peuvent s’interpréter en terme de , mais plutôt les rapports

dans ces sensibilités estimées. Par exemple, pour le scénario de dépistage bisannuel, si le rapport de

était de 1,21, le rapport de était alors de 1,20 (lorsque la variait de 6,0 % à 8,9 % obtenue lorsque 1,5

était additionnée au de référence). Dans les scénarios étudiés, l’erreur relative entre et étaient

toujours proportionnelles. Pour l’évaluation d’un programme de dépistage, il serait donc préférable de calculer

des rapports de sensibilités estimées (rapport de ou de ) et non seulement une valeur absolue de

la sensibilité. Par exemple, dans un programme de dépistage bisannuel, une (pour une année donnée)

de 90 % ne peut pas s’interpréter en terme de ou de . Par contre, si l’année précédente, la était

de 85 %, alors le rapport de (comparant les 2 années) est de 1,06, ce qui peut être interprété comme

une augmentation de 6 % (en terme relatif) dans la . Pour l’évaluation des programmes de dépistage, ces

rapports de sensibilités estimées pourraient être calculés en fonction de l’année du dépistage ou selon les

régions par exemple. Idéalement, il faudrait s’assurer que les groupes comparés soient semblables par

rapport à la distribution des tumeurs selon leur temps de devancement potentiel. Malheureusement, la

distribution du temps de devancement potentiel des tumeurs est inconnue dans la réalité. Pour tenter

d’atteindre cet objectif au moins de façon partielle, il faudrait, minimalement, ajuster les mesures pour la

« structure » du programme (âge au début et à la fin du dépistage ainsi que la fréquence du dépistage).

241

Chapitre 5. CONCLUSION

Les objectifs principaux de la thèse sont de comprendre les liens entre certains indicateurs de performance

d’un programme de dépistage et, aussi, les liens entre ces indicateurs et la sensibilité ou la spécificité du

dépistage. La sensibilité et la spécificité du dépistage sont des concepts primordiaux, mais ceux-ci ne peuvent

pas être observés dans le contexte d’un dépistage populationnel parce que les individus avec un cancer dans

la période préclinique ne peuvent être identifiés. Des indicateurs de performance d’un programme de

dépistage sont donc utilisés comme proxis de la sensibilité et de la spécificité. Ces indicateurs sont des

mesures directes ou des mesures indirectes de la sensibilité ou de la spécificité. Les mesures directes

(sensibilité estimée ou spécificité estimée) sont considérées comme étant des mesures qui tentent d’estimer

directement la sensibilité ou la spécificité. Par ailleurs, les mesures indirectes (taux de détection, taux de

cancers d’intervalle, taux de référence, taux de faux positifs) sont liées à la sensibilité ou à la spécificité, mais

elles sont également liées à la prévalence de la maladie dans la période préclinique, ce qui complique leur

interprétation. Ces mesures indirectes ne sont pas utilisées pour estimer la sensibilité ou la spécificité, mais

pour identifier des variations de sensibilité ou de spécificité entre certains sous-groupes de la population

dépistée.

Il est important de faire la distinction entre les mesures liées à la sensibilité de celles liées à la spécificité. Pour

ce qui est des mesures liées à la spécificité (ou au manque de spécificité), peu importe les mesures utilisées

(directes ou indirectes), elles donnent toutes des résultats qui se ressemblent. Elles sont donc toutes des

mesures comparables. Le taux de référence et le taux de faux positifs sont des indicateurs qui sont très près

l’un de l’autre. Le taux de référence est approximativement égal à la somme du taux de faux positifs (se

situant entre 5 % et 15 %) et du taux de détection (se situant entre 0,3 % à 1 %). Puisque le taux de détection

est une faible proportion comparativement au taux de faux positifs, alors le taux de référence est donc très

près du taux de faux positifs. Le taux de faux positifs et le taux de référence sont également très près du

manque de spécificité estimé puisque le nombre de femmes avec un diagnostic de cancer du sein (soit les

cancers détectés et les cancers d’intervalle, ce qui représente moins de 1 % des femmes dépistées) est

beaucoup plus faible que le nombre de femmes sans diagnostic de cancer du sein (qui représente environ 99

% des femmes dépistées).

Pour ce qui est des indicateurs liés à la sensibilité, la situation est plus complexe. Cette thèse est la première

étude à examiner les liens entre la sensibilité réelle du dépistage et les sensibilités estimées par les méthodes

couramment utilisées (méthode de détection et méthode d’incidence). Dans les paragraphes ci-dessous, nous

242

précisons certaines notions qui méritent particulièrement d’être retenues parce qu’elles ont encore été peu

explorées dans la littérature ou qu’elles sont nouvelles. Nous mentionnons aussi certaines actions concrètes

qui découlent de ces notions et qui pourraient permettre une meilleure utilisation des indicateurs de sensibilité

dans l’évaluation d’un programme de dépistage.

Tout d’abord, nous avons développé le concept de sensibilité cumulative pour tenir compte du fait que la

période préclinique du cancer du sein est considérable (médianes entre 18 à 28 années dans la

microsimulation) et que les femmes avec un cancer du sein dans la période préclinique peuvent passer

plusieurs mammographies de dépistage avant que leur cancer soit détecté. Cette idée d’une période

préclinique considérable pour le cancer du sein est largement reconnue dans la littérature dans le domaine de

la biologie des tumeurs244,246,247 mais elle est cependant moins intégrée dans la littérature traitant du dépistage

du cancer du sein. Pour un cancer donné, la sensibilité cumulative correspond à la probabilité cumulative que

le cancer soit détecté par l’un ou l’autre des examens de dépistage. Plus la femme aura de dépistages, plus

elle aura de « chances » que son cancer soit détecté par la mammographie. Pour cette raison, la sensibilité

cumulative pour les cancers prévalents dans la période préclinique (à un moment donné ou un autre

entre 50 et 69 ans) augmente lorsque le dépistage est plus fréquent. Par exemple, selon la

microsimulation avec le meilleur ensemble de paramètres, la sensibilité cumulative est de 39 % lorsque le

dépistage est annuel comparativement à 29 % lorsque le dépistage est bisannuel.

Par ailleurs, et contrairement à la sensibilité cumulative, la sensibilité moyenne pour l’ensemble des

dépistages diminue avec une augmentation de la fréquence du dépistage. À notre connaissance, le

concept de sensibilité réelle du dépistage est abordé dans deux livres qui traitent du dépistage20,30. Dans ces

livres, il est mentionné que la sensibilité correspond à une sensibilité moyenne qui dépend du degré de

développement des tumeurs lors du dépistage. En raison des longues périodes précliniques pour le cancer du

sein, la distribution des tumeurs présentes dans la période préclinique lors d’un dépistage sera donc

influencée par le nombre de dépistages que cette population aurait eu au préalable. La multiplication des

dépistages fait en sorte que les tumeurs seront détectées plus tôt, donc à un moment où la sensibilité est plus

faible. Pour un dépistage donné, la sensibilité moyenne sera donc plus faible lorsque le programme est plus

fréquent. Par exemple, la sensibilité moyenne est de 4 % lorsque le dépistage est annuel comparativement à

6 % lorsque le dépistage est bisannuel (résultat de la microsimulation pour le meilleur ensemble de

paramètres).

243

Les résultats de la microsimulation montrent également que la sensibilité moyenne* aussi bien que la

sensibilité cumulative semblent plus élevées chez les tumeurs à croissance rapide. À priori, ce résultat

semble aller à l’encontre des notions généralement véhiculées puisqu’il est reconnu dans la littérature que les

cancers d’intervalle sont des cancers à croissance plus rapide que les cancers détectés281–283. À notre

connaissance, les résultats de la microsimulation permettent, pour la première fois, de considérer la

sensibilité selon les taux de croissance des tumeurs qui sont présentes lors du dépistage. La sensibilité

s’avère plus élevée pour les tumeurs à croissance rapide (sensibilité variant entre 7,7 % et 9,2 %)

comparativement aux tumeurs à croissance plus lente (sensibilité variant entre 1,8 % à 5,1 %). Puisque les

tumeurs à croissance rapide atteignent des tailles élevées plus rapidement, la sensibilité est donc plus élevée

pour ces tumeurs. Bien que les cancers d’intervalle soient des tumeurs à croissance plus rapide (temps de

doublement médian des tumeurs entre 87 jours et 215 jours dans la microsimulation) que les cancers

détectés (temps de doublement médian des tumeurs entre 177 jours et 272 jours dans la microsimulation), les

cancers détectés sont, quant à eux, des tumeurs à croissance plus rapide que la totalité des tumeurs

présentes lors du dépistage (temps de doublement médian de l’ensemble des tumeurs entre 233 jours et 367

jours dans la microsimulation). Un taux de croissance plus rapide pour les cancers détectés comparativement

à la totalité des tumeurs présentes lors du dépistage est une notion nouvelle qui reste à confirmer par d’autres

études.

Un autre point à retenir est que la sensibilité pour les tumeurs avec un temps de devancement potentiel

court au moment du dépistage est une variante importante de la sensibilité; les sensibilités estimées (par

la méthode d’incidence ou par la méthode de dépistage) s’approchent davantage de la sensibilité pour les

tumeurs avec un temps de devancement potentiel court plutôt que de la sensibilité pour toutes les tumeurs

dans la période préclinique. Par exemple, la microsimulation suggère que la sensibilité pour toutes les

tumeurs dans la période préclinique est de l’ordre de 5,0 % à 7,5 %, la sensibilité pour les tumeurs avec un

temps de devancement potentiel de moins de 2 ans se situe plutôt entre 42 % et 50 %, la sensibilité estimée

par la méthode d’incidence varie entre 54 % et 63 % tandis que la sensibilité estimée par la méthode de

détection varie entre 59 % et 70 % (pour un programme de dépistage bisannuel et pour un suivi post-

dépistage de deux ans). Les sensibilités estimées surestiment grandement la sensibilité pour toutes les

tumeurs dans la période préclinique. Par contre, les sensibilités estimées se rapprochent davantage de la

sensibilité pour les tumeurs avec un temps de devancement potentiel court. Seulement une étude aborde

cette notion de sensibilité pour les tumeurs avec un temps de devancement potentiel court22, et ils y

mentionnent que la sensibilité estimée par la méthode d’incidence est approximativement égale à la sensibilité

* Dans le reste de la conclusion, le terme sensibilité se réfère à la sensibilité moyenne à moins d’indication contraire.

244

des tumeurs avec un temps de devancement potentiel court, mais uniquement lors des mammographies

initiales. Nous avons également obtenu ce résultat avec les données de la microsimulation. Par contre, la

sensibilité estimée par la méthode d’incidence lors des mammographies subséquentes ainsi que la sensibilité

estimée par la méthode de détection (lors des mammographies initiales ou subséquentes) se rapprochent

mais sont tout de même des surestimations de la sensibilité pour les tumeurs avec un temps de devancement

court.

Bien que les sensibilités estimées surestiment la sensibilité des tumeurs avec un temps de devancement

potentiel court, les rapports de sensibilités estimées sont approximativement égaux aux rapports de

sensibilités pour des tumeurs avec un temps de devancement potentiel court, mais à condition que la

distribution des cancers selon leur temps de devancement potentiel soit comparable entre les groupes. Ainsi,

les variations dans les sensibilités estimées reflètent non pas les variations dans la sensibilité pour toutes les

tumeurs dans la période préclinique, mais bien les variations dans la sensibilité pour les tumeurs avec un

temps de devancement potentiel court. Cependant, la distribution des tumeurs selon leur temps de

devancement potentiel doit être comparable entre les groupes. Comme discuté dans quelques paragraphes ci-

dessus, Eddy30 et Morrison20 ont mentionné que la distribution des tumeurs selon leur temps de devancement

potentiel affecte la sensibilité, mais les résultats de la microsimulation suggèrent que cette distribution affecte

également la sensibilité pour les tumeurs avec un temps de devancement potentiel court. Puisque la notion de

sensibilité pour les tumeurs avec un temps de devancement court est une variante très peu utilisée dans le

domaine du dépistage, aucun article, à notre connaissance, ne mentionne ce fait.

Ce qui découle de ce résultat est que, en pratique, on ne peut pas comparer des sensibilités estimées

entre des programmes de dépistage sans tenir compte de la structure du programme. Dans la

littérature, plusieurs programmes de dépistage publient leurs sensibilités estimées dans le but de se comparer

à d’autres programmes93,96,110,113,115,117,291,292 ou bien certaines études comparent des sensibilités estimées de

certains essais cliniques randomisés ou programmes de dépistage1,24,99. Aucun de ces articles ne tient compte

de la structure des programmes de dépistage. Les caractéristiques de la structure du programme ayant un

effet sur la distribution des cancers selon leur temps de devancement potentiel sont l’étendue d’âge des

femmes invitées au dépistage ainsi que la fréquence du dépistage. Pour comparer les mesures directes de

sensibilité entre différents programmes de dépistage, il faudrait adopter l’une, l’autre ou les deux stratégies

suivantes : 1) comparer les sensibilités estimées uniquement pour des programmes ayant la même structure

de programme (même âge au début et à la fin du dépistage, même fréquence inter-dépistage) et ayant une

proportion négligeable de femmes qui reviennent passer une mammographie de dépistage plus précocement

ou plus tardivement que l’intervalle recommandé et / ou 2) stratifier ou ajuster les sensibilités estimées pour

245

tenir compte des différences dans la structure du programme. À notre connaissance, la structure des

programmes n’est jamais tenue en compte dans la comparaison des sensibilités estimées. Cependant, le

Breast Cancer Screening Consortium aux États-Unis a déjà fait un pas dans cette direction en présentant

leurs sensibilités estimées par la méthode de détection en fonction du délai entre les mammographies de

dépistage (sensibilité estimée pour les femmes sans antécédents de mammographies et pour les femmes

dont la mammographie précédente avait été faite dans un délai de 9 à 15 mois, 16 à 20 mois, 21 à 27 mois et

28 mois et plus auparavant)96.

Un dernier point à retenir concernant les mesures directes de sensibilité, est que, bien que certains auteurs

préfèrent l’utilisation de la sensibilité estimée par la méthode d’incidence22,75, les deux approches utilisées

pour estimer la sensibilité avec un temps de devancement potentiel court (soit la méthode d’incidence

ou la méthode de détection) donnent des résultats assez similaires lors des mammographies

subséquentes, du moins dans le contexte de la simulation des diagnostics cliniques des cancers infiltrants.

Pour la plupart des programmes de dépistage, et particulièrement pour comparer des groupes de femmes

avec des caractéristiques différentes (par exemple des femmes avec seins denses comparativement aux

femmes avec des seins graisseux), il est plus facile d’utiliser la sensibilité estimée par la méthode de détection

plutôt que la sensibilité estimée par la méthode d’incidence, mesure pour laquelle l’estimation du nombre de

cancers attendus en absence de dépistage est souvent problématique101. Par contre, la sensibilité estimée par

la méthode de détection est considérablement plus élevée que la sensibilité estimée par la méthode

d’incidence lors des mammographies initiales.

En ce qui concerne les mesures indirectes de la sensibilité, les résultats de la microsimulation suggèrent tout

d’abord que, en raison de la longue période préclinique du cancer du sein, les cancers d’intervalle, même

ceux diagnostiqués dans la deuxième ou la troisième année post-dépistage, semblent être des cancers

qui étaient presque tous déjà présents dans la période préclinique lors du dépistage précédent. Par

exemple, entre 99,4 % et 100 % des cancers d’intervalle diagnostiqués dans les deux années suivant une

mammographie de dépistage étaient déjà dans la période préclinique lors du dépistage. En d’autres mots,

seulement entre 0 % et 0,6 % des cancers d’intervalles étaient des « nouveaux » cancers, c’est-à-dire des

cancers qui n’étaient pas dans la période préclinique lors du dépistage, mais qui ont complété leur période

préclinique durant le suivi post-dépistage. La majorité des cancers d’intervalle n’ont donc pas été détectés par

le dépistage et ils sont la conséquence du manque de sensibilité du dépistage. Les taux de cancers

d’intervalle pour un suivi post-dépistage de deux ou de trois ans sont donc bien des mesures indirectes du

manque de sensibilité. Pour l’évaluation de certains sous-groupes de femmes dépistées ayant de plus petits

246

effectifs, il est probablement avantageux d’utiliser un suivi post-dépistage de deux ou trois ans (dépendant de

la fréquence du dépistage) afin d’obtenir un plus grand nombre de cancers d’intervalle.

Les résultats de cette thèse ont permis de préciser dans quelles conditions les variations dans les mesures

indirectes de sensibilité (taux de détection et taux de cancers d’intervalle) peuvent nous informer sur les

variations dans les mesures directes de sensibilité. Il est reconnu dans la littérature que le taux de détection et

le taux de cancer d’intervalle sont liées à la sensibilité, mais également à la prévalence de la

maladie27,100,135,136,144,293. Il est généralement accepté que des variations dans les mesures indirectes de

sensibilité sont informatives de variations dans la sensibilité (ou du manque de sensibilité), mais ce n’est pas

toujours le cas. Les résultats des Chapitres 2 et 3 de ma thèse ont permis de préciser dans quelles conditions

les mesures indirectes de sensibilité peuvent nous informer sur les mesures directes de sensibilité. Lorsque ces

conditions sont respectées, les rapports dans les mesures indirectes de sensibilité peuvent s’interpréter comme

des rapports dans les mesures directes de sensibilité.

Tout d’abord, les rapports dans les mesures indirectes de sensibilité sont plus près des rapports dans

les mesures directes de sensibilité lorsque seulement les cancers infiltrants sont considérés. La mesure

directe de sensibilité étudiée, soit la sensibilité estimée par la méthode de détection, est calculée avec les

cancers détectés et les cancers d’intervalle pour un suivi post-dépistage donné. Les cancers d’intervalle sont

des cancers avec un temps de devancement potentiel court. Les cancers détectés sont des cancers avec une

plus grande distribution du temps de devancement potentiel, mais une bonne proportion de ces cancers

détectés sont des cancers avec un temps de devancement potentiel court. Il a été discuté dans un paragraphe

ci-dessus que des variations dans la sensibilité estimée sont représentatives des variations dans la sensibilité

des tumeurs avec un temps de devancement potentiel court. Par contre, l’ajout des cancers in situ dans le

calcul de la sensibilité estimée vient déséquilibrer la mesure. Les cancers in situ sont principalement des

cancers détectés et très peu des cancers d’intervalle. Ces cancers in situ, étant des cancers de très petite taille,

sont donc moins informatifs sur la sensibilité des tumeurs avec un temps de devancement potentiel court. Ainsi,

pour l’évaluation globale d’un programme de dépistage ou pour l’étude d’une caractéristique spécifique, il

semble préférable de ne considérer que les cancers infiltrants. Certains programmes de dépistage le font déjà,

par exemple en Australie27,93, en Angleterre94,144,294 ou au Canada29,117, mais certains privilégient toujours tous

les types de cancers (infiltrant et in situ), comme le Consortium Américain96 ou le cadre du référence du

PQDCS6. Ce résultat aurait besoin d’être confirmé par d’autres études.

Ensuite, les rapports de taux de détection sont plus près des rapports de mesures directes de

sensibilité lorsque le suivi post-dépistage est le plus long possible (c’est-à-dire lorsque le suivi post-

247

dépistage est égal à l’intervalle recommandé entre les dépistages). Par exemple, avec les données du

PQDCS, les variations dans les taux de détection infiltrants semblent refléter davantage des variations dans la

sensibilité estimée des cancers infiltrants pour un suivi post-dépistage de deux ans. En pratique, il n’est pas

toujours possible pour les programmes de dépistage d’estimer la sensibilité pour un suivi post-dépistage de

plus d’un an puisque certaines femmes reviennent passer un examen de dépistage dans un délai plus court

que celui recommandé par le programme. Par exemple, bien que tous les programmes de dépistage

organisés du Canada proposent aux femmes âgées de 50 à 69 ans une mammographie de dépistage

effectuée tous les deux ans, environ 20 % à 24 % de ces femmes reviennent passer une mammographie de

dépistage dans un délai de 18 mois, cette proportion variant grandement selon les provinces (entre 5,9 % et

45,4 %)117. Le groupe canadien a donc décidé de ne présenter que les sensibilités estimées par la méthode de

détection pour un suivi post-dépistage d’un an. Par contre, les responsables du programme de dépistage de

l’Australie27,93, qui offre également un dépistage tous les deux ans, ont décidé de présenter, quant à eux, la

sensibilité estimée par la méthode de détection pour un suivi post-dépistage d’un an et de deux ans. Ils

soulignent cependant que lorsque le suivi post-dépistage est de deux ans, la sensibilité estimée peut être

surestimée si une proportion assez importante de femmes revient passer une mammographie de dépistage

après seulement un an. Nous croyons que si la sensibilité estimée pour un suivi post-dépistage de 2 ans est

présentée, par exemple, par région (comme c’est le cas pour le programme de l’Australie), il faudrait alors que

la probabilité cumulative d’un examen de dépistage subséquent dans le cadre du programme dans un délai

inférieur à 2 ans soit également présentée par région afin de guider le lecteur sur l’ampleur de la surestimation

de la sensibilité estimée pour une période post-dépistage de 2 ans. Lorsque la proportion de femmes qui

reviennent passer une mammographie dans un délai inférieur que celui recommandé n’est pas négligeable,

les programmes pourraient alors utiliser les rapports dans les taux de détection des cancers infiltrants comme

proxis du rapport des sensibilités estimées.

Pour que les variations dans les mesures indirectes de sensibilité soient les plus informatives

possible des variations dans les mesures directes de sensibilité, la caractéristique à l’étude ne devrait

pas être a priori associée à la prévalence du cancer du sein dans la période préclinique et un

ajustement devrait être fait pour les principaux facteurs associés à la prévalence du cancer dans la

période préclinique. Cependant, dans la réalité, ces caractéristiques associées à la prévalence du cancer du

sein dans la période préclinique ne sont pas très connues. Les caractéristiques associées à l’incidence du

cancer du sein (les facteurs de risque du cancer du sein) ont davantage été étudiées. Il faudrait donc que la

caractéristique à l’étude ne soit pas un facteur de risque du cancer du sein et que, minimalement, un

ajustement soit fait pour les principaux facteurs de risque du cancer du sein. Il est donc inapproprié de

mesurer des variations dans les mesures indirectes de la sensibilité et de les interpréter en terme de

248

variations dans la sensibilité (ou dans le manque de sensibilité) en fonction, par exemple, de l’âge de la

femme, de la densité mammaire ou bien de l’indice de masse corporelle de la femme, même si certaines

études le font41,131,171,179. Les variations dans les mesures indirectes de sensibilité pourraient être étudiées en

fonction, par exemple, des pays ou régions93,161,293,295 ou même des centres de dépistage153,185,294,296, mais

seulement si l’incidence du cancer du sein varie peu entre ces groupes comparés. Par ailleurs, les variations

dans les mesures indirectes peuvent également être étudiées en fonction des caractéristiques des

radiologistes comme leur volume de lecture84,85, selon le type de machine ayant effectué les

mammographies82,83,297,298 ou en fonction des caractéristiques des centres de dépistage comme leur volume

de mammographies188. Même dans ces circonstances, il serait tout de même préférable d’ajuster pour les

principaux facteurs de risque du cancer du sein à défaut de pouvoir ajuster spécifiquement pour des facteurs

associés à la prévalence. Il n’est malheureusement pas rare de voir des études utilisant les mesures

indirectes de la sensibilité en fonction d’une caractéristique qui n’est pas un facteur de risque du cancer du

sein, mais sans aucun ou peu d’ajustement pour les principaux facteurs de risque du cancer du sein298–301.

De plus, la prévalence du cancer du sein lors des mammographies subséquentes peut tout de même

varier entre les groupes comparés en raison de sensibilités différentes lors des dépistages

précédents, même en présence d’une caractéristique qui n’est pas un facteur de risque et même après un

ajustement pour plusieurs facteurs de risque. En effet, la prévalence pourrait être inférieure dans un groupe

en comparaison avec un autre en raison d’une sensibilité supérieure dans ce groupe lors des dépistages

précédents. Les cancers détectés lors des dépistages précédents ne pourront plus se retrouver parmi les

cancers prévalents lors d’un dépistage subséquent donné. À notre connaissance, cette idée n’est pas

mentionnée dans la littérature. D’autres études seront nécessaires pour préciser l’ampleur de l’effet de la

sensibilité aux mammographies précédentes sur la prévalence des cancers dans la période préclinique lors

d’un dépistage subséquent donné.

L’approche utilisée dans cette thèse, soit l’utilisation simultanée de notions théoriques, d’analyses des

données du PQDCS et d’une microsimulation permettent d’avoir une vue d’ensemble de la problématique et

renforcent la cohérence des résultats. Bien que cette étude ait été conduite dans le contexte québécois, les

résultats obtenus devraient être généralisables à d’autres programmes de dépistage canadiens ou aux

programmes des autres pays. Tous les programmes de dépistage utilisent l’une ou l’autre des mesures

étudiées dans cette thèse. Une meilleure compréhension de ces indicateurs, de même que les conditions

dans lesquelles les utiliser permettent d’améliorer l’évaluation de tous les programmes de dépistage. Par

ailleurs, il faut se rappeler que des particularités propres à chaque programme, par exemple la fréquence des

dépistages ou la proportion de femmes qui reviennent passer une mammographie de dépistage dans un délai

249

plus court ou plus long que la fréquence recommandée, pourraient influencer, à divers degrés, certains

résultats obtenus.

Certains résultats de cette thèse peuvent être généralisables à d’autres dépistages, soit pour d’autres cancers

ou pour d’autres maladies chroniques. Par exemple, les résultats concernant les relations théoriques entre

certains indicateurs de performance, des liens entre les variations dans les sensibilités estimées et la

sensibilité ou bien le concept de sensibilité cumulative pourraient s’appliquer aussi bien aux dépistages du

cancer de la prostate ou du cancer colorectal. Ces deux types de cancer semblent avoir des caractéristiques

communes avec le cancer du sein, notamment, une durée de période préclinique considérable.

Le modèle de microsimulation élaboré dans cette thèse pourrait être éventuellement utilisé pour fournir des

pistes pour répondre à d’autres questions de recherche. Par exemple, nous aimerions étudier la

problématique du surdiagnostic, problématique qui prend de plus en plus de place dans les discussions sur le

dépistage du cancer du sein par mammographie.

En conclusion, cette étude permet de mieux comprendre comment interpréter certains indicateurs de base,

comme le taux de détection, le taux de cancer d’intervalle, le taux de faux positifs, la spécificité estimée et la

sensibilité estimée, indicateurs utilisés pour l’évaluation de tout programme de dépistage du cancer du sein.

Elle permet de mieux comprendre les liens entre ces indicateurs de performance et leurs liens avec la

sensibilité ou la spécificité réelle du dépistage. L’évaluation des programmes de dépistage est une activité

primordiale et nécessaire puisqu’il est difficile de maintenir une juste balance entre les bienfaits et les effets

indésirables du programme de dépistage. L’objectif ultime des programmes de dépistage du cancer du sein

est de réduire la mortalité par cancer du sein, tout en minimisant le plus possible les effets indésirables du

programme tels que les résultats faussement positifs pour les femmes dépistées, les coûts et le surdiagnostic.

Il est important d’améliorer les approches utilisées pour mieux évaluer les programmes de dépistage et aussi

de pouvoir comparer les programmes de dépistage les uns avec les autres, toujours dans le but constant

d’améliorer les programmes de dépistage.

251

BIBLIOGRAPHIE

1. International Agency for Research on Cancer. IARC Handbooks of cancer prevention - Breast cancer screening (Volume 7). IARCPress, Lyon, France; 2002:229 p.

2. Humphrey L, Helfand M, Chan B, et coll. Breast cancer screening: A summary of the evidence for the U.S. Preventive Services Task Force. Ann Intern Med. 2002;137(5):347–60.

3. The independent UK panel on breast cancer screening. The benefits and harms of breast cancer screening: an independent review. Royaume-Uni; 2012:118 p.

4. Shapiro S, Coleman A, Breeders M, et coll. Breast cancer screening programmes in 22 countries: current policies, administration and guidelines. Int J Epidemiol. 1998;27:735–42.

5. Klabunde C, Ballard-Barbash R, for the International Breast Cancer Screening Network. Evaluating population-based screening mammography programs internationally. Semin Breast Dis. 2007;10(2):102–7.

6. Ministère de la santé et des services sociaux. Programme québécois de dépistage du cancer du sein: Cadre de référence. Gouvernement du Québec, Québec, Canada; 1996:73 p.

7. Tabar L, Fagerberg G, Chen HH, et coll. Efficacy of breast cancer screening by age. New results from the Swedish Two-County Trial. Cancer. 1995;75(10):2507–17.

8. Shapiro S. Periodic screening for breast cancer: the HIP randomized controlled trial Health Insurance Plan. J Natl Cancer Inst. 1997;22:27–30.

9. Tabar L, Vitak B, Chen T, et coll. Swedish two-county trial: impact of mammographic screening on breast cancer mortality during 3 decades. Radiology. 2011;260(3):658–63.

10. Lee S, Boscardin W, Stijacic-Cenzer I, et coll. Time lag to benefit after screening for breast and colorectal cancer: meta-analysis of survival data from the United States, Sweden, United Kingdom, and Denmark. BMJ. 2013;8441(January):1–9.

11. Cole P, Morrison A. Basic issues in population screening for cancer. J Natl Cancer Inst. 1980;64(5):1263–72.

12. Morrison A. The effects of early treatment, lead time and length bias on the mortality experienced by cases detected by screening. Int J Epidemiol. 1982;11(3):261–7.

13. Day NE. The assessment of lead time and length bias in the evaluation of screening programmes. Maturitas. 1985;7(1):51–8.

14. Jatoi I. Breast cancer screening. Am J Surg. 1999;177(6):518–24.

15. Kramer BS, Croswell JM. Cancer screening: the clash of science and intuition. Annu Rev Med. 2009;60:125–37.

16. Cox B, Sneyd M. Bias in breast cancer research in the screening era. Breast J. 2013;22(6):1041–5.

252

17. Day N, Williams D, Khaw K. Breast cancer screening programmes: the development of a monitoring and evaluation system. Br J Cancer. 1989;59:954–8.

18. Linver M, Osuch J, Brenner R, et coll. The mammography audit: a primer for the Mammography Quality Standards Act (MQSA). Am J Roentgenol. 1995;165(1):19–25.

19. Perry N, Broeders M, Wolf C, et coll. European guidelines for quality assurance in breast cancer screening and diagnosis. Official publication of the European Communities, Belgique; 2006:416 p.

20. Morrison A. Screening in Chronic Disease (Second Edition). Oxford University Press, New York, États-Unis; 1992:254 p.

21. Launoy G, Duffy S, Prevost T, et coll. Dépistage des cancers, sensibilité du test et sensibilité du programme de dépistage. Rev Epidemiol Sante Publique. 1998;46(5):420–6.

22. Hakama M, Auvinen A, Day N, et coll. Sensitivity in cancer screening. J Med Screen. 2007;14(4):174–7.

23. Zorzi M, Guzzinati S, Puliti D, et coll. A simple method to estimate the episode and programme sensitivity of breast cancer screeing programmes. J Med Screen. 2010;17:132–8.

24. Mushlin AI, Kouides RW, Shapiro DE. Estimating the accuracy of screening mammography. Am J Prev Med. 1998;14(2):143–53.

25. Sarkeala T, Hakama M, Saarenmaa I, et coll. Episode sensitivity in association with process indicators in the Finnish breast cancer screening program. Int J Cancer. 2006;118(1):174–9.

26. Bordás P, Jonsson H, Nyström L, et coll. Interval cancer incidence and episode sensitivity in the Norrbotten Mammography Screening Programme, Sweden. J Med Screen. 2009;16(1):39–45.

27. Kavanagh A, Amos A, Marr G. The ascertainment and reporting of interval cancers within the BreastScreen Australia Program. NHMRC National Breast Cancer Centre, Australie; 1999:51 p.

28. Groupe de travail sur les indicateurs d’évaluation. Lignes directrices pour la surveillance de la performance des programmes de dépistage du cancer du sein (2e édition). Agence de la santé publique du Canada, Canada; 2007:40 p.

29. Groupe de travail sur les indicateurs d'évaluation. Lignes directrices pour la surveillance de la performance des programmes de dépistage du cancer du sein (3e édition). Partenariat canadien contre le cancer, Canada; 2013:50 p.

30. Eddy D. Screening for cancer: Theory, analysis, and design. Prentice-Hall, New Jersey, États-Unis; 1980:308 p.

31. Houssami N, Irwig L, Ciatto S. Radiological surveillance of interval breast cancers in screening programmes. Lancet Oncol. 2006;7(March):259–65.

32. Chamberlain J, Clifford R. Repeated screening for breast cancer. J Epidemiol Community Health. 1984;38:54–7.

253

33. Kopans D, Monsees B, Feig S. Screening for cancer: when is it valid? Lessons from the mammography experience. Radiology. 2003;229(2):319–27.

34. Kopans DB, Rafferty E, Georgian-Smith D, et coll. A simple model of breast carcinoma growth may provide explanations for observations of apparently complex phenomena. Cancer. 2003;97(12):2951–9.

35. Ravdin P, Cronin K, Howlader N, et coll. The decrease in breast-cancer incidence in 2003 in the United States. N Engl J Med. 2007;356(16):1670–4.

36. Chlebowski RT, Anderson GL. Changing concepts: menopausal hormone therapy and breast cancer. J Natl Cancer Inst. 2012;104(7):517–27.

37. Santen RJ, Yue W, Heitjan DF. Modeling of the growth kinetics of occult breast tumors: role in interpretation of studies of prevention and menopausal hormone therapy. Cancer Epidemiol Biomarkers Prev. 2012;21(7):1038–48.

38. Antoine C, Ameye L, Paesmans M, et coll. Systematic review about breast cancer incidence in relation to hormone replacement therapy use. Climacteric. 2014;17(2):116-32.

39. Bassett LW, Farria DM, Bansal S, et coll. Reasons for failure of a mammography unit at clinical image review in the American College of Radiology Mammography Accreditation Program. Radiology. 2000;215(2):698–702.

40. Guertin MH, Théberge I, Dufresne M-P, et coll. Clinical image quality in daily practice of breast cancer mammography screening. Can Assoc Radiol J. 2014;65(3):199–206.

41. Boyd NF, Guo H, Martin LJ, et coll. Mammographic density and the risk and detection of breast cancer. New Engl J Med. 2007;356(3):227–36.

42. Chiarelli AM, Kirsh VA, Klar NS, et coll. Influence of patterns of hormone replacement therapy use and mammographic density on breast cancer detection. Cancer Epidemiol Biomarkers Prev. 2006;15(10):1856–62.

43. Barlow WE, Chi C, Carney PA, et coll. Accuracy of screening mammography interpretation by characteristics of radiologists. J Natl Cancer Inst. 2004;96(24):1840–50.

44. Zelen M, Feinleib M. On the theory of screening for chronic diseases. Biometrika. 1969;56(3):601–14.

45. Chen JS, Prorok PC. Lead time estimation in a controlled screening program. Am J Epidemiol. 1983;118(5):740–51.

46. Walter SD, Day NE. Estimation of the duration of a pre-clinical disease state using screening data. Am J Epidemiol. 1983;118(6):865–86.

47. Day N, Walter S. Simplified models of screening for chronic disease: estimation procedures from mass screening programmes. Biometrics. 1984;40(1):1–13.

48. Paci E, Duffy SW. Modelling the analysis of breast cancer screening programmes: sensitivity, lead time and predictive value in the Florence District Programme (1975-1986). Int J Epidemiol. 1991;20(4):852–8.

254

49. Van Oortmarssen GJ, Habbema JD, Lubbe JT, et coll. A model-based analysis of the HIP project for breast cancer screening. Int J Cancer. 1990;46(2):207–13.

50. Van Oortmarssen GJ, Habbema JD, van der Maas PJ, et coll. A model for breast cancer screening. Cancer. 1990;66(7):1601–12.

51. Duffy SW, Chen HH, Tabar L, et coll. Estimation of mean sojourn time in breast cancer screening using a Markov chain model of both entry to and exit from the preclinical detectable phase. Stat Med. 1995;14(14):1531–43.

52. Duffy SW, Chen HH, Tabar L, et coll. Sojourn time, sensitivity and positive predictive value of mammography screening for breast cancer in women aged 40-49. Int J Epidemiol. 1996;25(6):1139–45.

53. Brekelmans C, Westers P. Age specific sensitivity and sojourn time in a breast cancer screening programme (DOM) in The Netherlands: a comparison of different methods. J Epidemiol Community Health. 1996;50:68–71.

54. Etzioni R, Shen Y. Estimating asymptomatic duration in cancer: the AIDS connection. Stat Med. 1997;16(6):627–44.

55. Straatman H, Peer PGM, Verbeek ALM. Estimating lead time and sensitivity in a screening program without estimating the incidence in the screened group. Biometrics. 1997;53(1):217–29.

56. Shen Y, Zelen M. Screening sensitivity and sojourn time from breast cancer early detection clinical trials: mammograms and physical examinations. J Clin Oncol. 2001;19(15):3490–9.

57. Cong XJ, Shen Y, Miller AB. Estimation of age-specific sensitivity and sojourn time in breast cancer screening studies. Stat Med. 2005;24(20):3123–38.

58. Weedon-Fekjaer H, Vatten LJ, Aalen OO, et coll. Estimating mean sojourn time and screening test sensitivity in breast cancer mammography screening: new results. J Med Screen. 2005;12(4):172–8.

59. Wu D, Rosner GL, Broemeling L. MLE and Bayesian inference of age-dependent sensitivity and transition probability in periodic screening. Biometrics. 2005;61(4):1056–63.

60. Fryback DG, Stout NK, Rosenberg MA, et coll. The Wisconsin breast cancer epidemiology simulation model. J Natl Cancer Inst Monogr. 2006;36:37–47.

61. Lee S, Zelen M. A stochastic model for predicting the mortality of breast cancer. J Natl Cancer Inst Monogr. 2006;36:79–86.

62. Mandelblatt J, Schechter CB, Lawrence W, et coll. The SPECTRUM population model of the impact of screening and treatment on U.S. breast cancer trends from 1975 to 2000: principles and practice of the model methods. J Natl Cancer Inst Monogr. 2006;36:47–55.

63. Olsen AH, Agbaje OF, Myles JP, et coll. Overdiagnosis, sojourn time, and sensitivity in the Copenhagen mammography screening program. Breast J. 2006;12(4):338–42.

255

64. Wu D, Rosner G, Broemeling L. Bayesian inference for the lead time in periodic cancer screening. Biometrics. 2007;63(3):873–80.

65. Weedon-Fekjær H, Vatten L, Aalen O, et coll. Estimating mean sojourn time and screening sensitivity using questionnaire data on time since previous screening. J Med Screen. 2008;15:83–90.

66. Bailey SL, Sigal BM, Plevritis SK. A simulation model investigating the impact of tumor volume doubling time and mammographic tumor detectability on screening outcomes in women aged 40-49 years. J Natl Cancer Inst. 2010;102(16):1263–71.

67. Chen Y, Brock G, Wu D. Estimating key parameters in periodic breast cancer screening-application to the Canadian National Breast Screening Study data. Cancer Epidemiol. 2010;34(4):429–33.

68. Uhry Z, Hédelin G, Colonna M, et coll. Multi-state Markov models in cancer screening evaluation: a brief review and case study. Stat Methods Med Res. 2010;19(5):463–86.

69. Wu JC-Y, Hakama M, Anttila A, et coll. Estimation of natural history parameters of breast cancer based on non-randomized organized screening data: subsidiary analysis of effects of inter-screening interval, sensitivity, and attendance rate on reduction of advanced cancer. Breast Cancer Res Treat. 2010;122(2):553–66.

70. Shows J, Wu D. Inferences for the lead time in breast cancer screening trials under a stable disease model. Cancers. 2011;3(4):2131–40.

71. Taghipour S, Banjevic D, Miller A, et coll. Parameter estimates for invasive breast cancer progression in the Canadian National Breast Screening Study. Br J Cancer. 2013;108(3):542–8.

72. Tan KHX, Simonella L, Wee HL, et coll. Quantifying the natural history of breast cancer. Br J Cancer. 2013;109(8):2035–43.

73. Baker R. Use of a mathematical model to evaluate breast cancer screening policy. Health Care Manag Sci. 1998;1(2):103–13.

74. Weedon-Fekjaer H, Tretli S, Aalen OO. Estimating screening test sensitivity and tumour progression using tumour size and time since previous screening. Stat Methods Med Res. 2010;19(5):507–27.

75. Day NE. Estimating the sensitivity of a screening test. J Epidemiol Community Health. 1985;39(4):364–6.

76. Metz C. ROC methodology in radiologic imaging. Invest Radiol. 1986;21:720–33.

77. Committee on Improving mammography quality standards. Improving breast imaging quality standards. The National Academies Press, Washington, États-Unis; 2005:221 p.

78. Beam CA, Conant EF, Sickles EA. Association of volume and volume-independent factors with accuracy in screening mammogram interpretation. J Natl Cancer Inst. 2003;95(4):282–90.

79. Smith-Bindman R, Chu P, Miglioretti DL, et coll. Physician predictors of mammographic accuracy. J Natl Cancer Inst. 2005;97(5):358–67.

256

80. Carney P, Miglioretti D, Yankaskas B, et coll. Individual and combined effects of age, breast density, and hormone replacement therapy use on the accuracy of screening mammography. Ann Intern Med. 2003;138:168–75.

81. Lehman C, White E, Peacock S, et coll. Effect of age and breast density on screening mammograms with false-positive findings. Am J Roentgenol. 1999;173(6):1651–5.

82. Chiarelli AM, Edwards SA, Prummel MV, et coll. Digital compared with screen-film mammography: performance measures in concurrent cohorts within an organized breast screening program. Radiology. 2013;268(3):684–93.

83. Théberge I, Vandal N, Langlois A, et coll. Mammographie numérique et indicateurs de performance dans le programme québécois de dépistage du cancer du sein (PQDCS), 2007-2012. Institut national de santé publique du Québec, Québec, Canada; 2014:65 p.

84. Théberge I, Chang SL, Vandal N, et coll. Radiologist interpretive volume and breast cancer screening accuracy in a Canadian organized screening program. J Natl Cancer Inst. 2014;106(3):djt461.

85. Buist DS, Anderson ML, Haneuse SJPA, et coll. Influence of annual interpretive volume on screening mammography performance in the United States. Radiology. 2011;259(1):73–84.

86. Woodard DB, Gelfand AE, Barlow WE, et coll. Performance assessment for radiologists interpreting screening mammography. Stat Med. 2007;26(May 2006):1532–51.

87. Brisson J, Hébert-Croteau N, Langlois A. Déterminants du taux de référence lors d’une première mammographie de dépistage - Programme québécois de dépistage du cancer du sein (PQDCS) 1999. Institut national de santé publique du Québec, Québec, Canada; 2003:45 p.

88. Donabedian A. An introduction to quality assurance in health care. Oxford University Press, New York, États-Unis; 2002:200 p.

89. Brunelle Y. La qualité des soins et services: un cadre conceptuel. Gouvernement du Québec, Québec, Canada; 1993:122 p.

90. Saucier A, Brunelle Y. Les indicateurs et la gestion par résultats. Gouvernement du Québec, Québec, Canada; 1995:33 p.

91. Weiss C. Evaluation (Second Edition). Prentice-Hall, New Jersey, États-Unis; 1998:372 p.

92. National quality management committee. National accreditation standards - BreastScreen Australia Quality Improvement Program. BreastScreen Australia, Australie; 2008:244 p.

93. Australian Institute of Health and Welfare. BreastScreen Australia monitoring report 2009-2010. Canberra: AIHW, Australie; 2012:95 p.

94. NHS Breast Screening Program. Annual Review 2012. NHS Cancer Screening Programmes, Royaume-Uni; 2013:24 p.

257

95. Rosenberg R, Yankaskas B, Abraham L, et coll. Performance benchmarks for screening mammography. Radiology. 2006;241(1):55–66.

96. Breast Cancer Screening Consortium. Disponible au : http://breastscreening.cancer.gov/data/performance/screening/.

97. Brewer N, Salz T, Lillie S. Systematic review: the long-term effects of false-positive mammograms. Ann Intern Med. 2007;146:502–10.

98. Salz T, Richman AR, Brewer NT. Meta-analyses of the effect of false-positive mammograms on generic and specific psychosocial outcomes. Psycho-oncology. 2010;19(10):1026–34.

99. Fletcher SW, Black W, Harris R, et coll. Report of the international workshop on screening for breast cancer. J Natl Cancer Inst. 1993;85(20):1644–56.

100. Blanks R, Day N, Moss S. Monitoring the performance of breast screening programmes: use of indirect standardisation in evaluating the invasive cancer detection rate. J Med Screen. 1996;3(2):79–81.

101. Prior P, Woodman C, Wilson S, et coll. Reliability of underlying incidence rates for estimating the effect and efficiency of screening for breast cancer. J Med Screen. 1996;3(3):119–22.

102. Tabar L, Faberberg G, Day NE, et coll. What is the optimum interval between mammographic screening examinations? An analysis based on the latest results of the Swedish two-county breast cancer screening trial. Br J Cancer. 1987;55(5):547–51.

103. Duffy S, Hill C, Estève J. Quantitative methods for the evaluation of cancer screening. Oxford University Press, New York, États-Unis; 2001:320 p.

104. Brekelmans C, Collette HJ, Collette C, et coll. Breast cancer after a negative screen: follow-up of women participating in the DOM screening programme. Eur J Cancer. 1992;28A(415):893–5.

105. Sienko D, Hahn R, Mills E, et coll. Mammography use and outcomes in a community-The Greater Lansing area mammography study. Cancer. 1993;71:1801–9.

106. Kerlikowske K, Grady D, Barclay J, et coll. Likelihood ratios for modern screening mammography-Risk of breast cancer based on age and mammmographic interpretation. JAMA. 1996;276:39–43.

107. Otten JD, van Dijck J, Peer PG, et coll. Long term breast cancer screening in Nijmegen, The Netherlands: the nine rounds from 1975-92. J Epidemiol Community Health. 1996;50(3):353–8.

108. Vizcaino I, Salas D, Vilar J, et coll. Breast cancer screening: first round in the populations-based program in Valencia, Spain. Radiology. 1998;206:253–60.

109. Kerlikowske K, Carney P, Geller B, et coll. Performance of screening mammography among women with and without a first-degree relative with breast cancer. Ann Intern Med. 2000;133:855–64.

110. Poplack SP, Tosteson AN, Grove MR, et coll. Mammography in 53,803 women from the New Hampshire Mammography Network. Radiology. 2000;217(23):832–40.

258

111. McDowell G, Lunt L, McLean L, et coll. The sensitivity of the assessment process in screening mammography. Breast J. 2002;11:120–4.

112. Van Landeghem P, Bleyen L, de Backer G. Age-specific accuracy of initial versus subsequent mammography screening: results from the Ghent breast cancer-screening programme. Eur J Cancer Prev. 2002;11:147–51.

113. Bulliard JL, De Landtsheer JP, Levi F. Results from the Swiss mammography screening pilot programme. Eur J Cancer. 2003;39(12):1761–9.

114. Banks E, Reeves G, Beral V, et coll. Influence of personal characteristics of individual women on sensitivity and specificity of mammography in the Million Women Study: cohort study. BMJ. 2004;329(7464):1–6.

115. Hofvind S, Geller B, Vacek PM, et coll. Using the European guidelines to evaluate the Norwegian Breast Cancer Screening Program. Eur J Epidemiol. 2007;22(7):447–55.

116. Carney PA, Sickles EA, Monsees BS, et coll. Identifying minimally acceptable interpretive performance criteria for screening mammography. Radiology. 2010;255(2):354–61.

117. Partenariat canadien contre le cancer. Programmes organisés de dépistage du cancer du sein au Canada: rapport sur la performance des programmes en 2007 et en 2008. Toronto, Canada; 2013:72 p.

118. Prithwish D, Neutel CI, Olivotto I, et coll. Breast cancer incidence and hormone replacement therapy in Canada. J Natl Cancer Inst. 2010;102(19):1489–95.

119. Laya M, Larson E, Taplin S, et coll. Effect of estrogen replacement therapy on the specificity and sensitivity of screening mammography. J Natl Cancer Inst. 1996;88(10):643–9.

120. Kerlikowske K, Grady D, Barclay J, et coll. Effect of age, breast density, and family history on the sensitivity of first screening mammography. JAMA. 1996;276(1):33–8.

121. Rosenberg R, Hunt W, Williamson M, et coll. Effects of age, breast density, ethnicity, and estrogen replacement therapy on screening mammographic sensitivity and cancer stage at diagnosis: review of 183,134 screening mammograms in Albuquerque, New Mexico. Radiology. 1998;209(2):511–8.

122. Kavanagh A, Mitchell H, Giles G. Hormone replacement therapy and accuracy of mammographic screening. Lancet. 2000;355:270–4.

123. Banks E. Hormone replacement therapy and the sensitivity and specificity of breast cancer screening: a review. J Med Screen. 2001;8:29–35.

124. Kolb T, Lichy J, Newhouse J. Comparison of the performance of screening mammography, physical examination, and breast us and evaluation of factors that influence them: an analysis of 27,825. Radiology. 2002;255:165–75.

125. Sumkin J, Holbert B, Herrmann J, et coll. Optimal reference mammography: a comparison of mammograms obtained 1 and 2 years before the present examination. Am J Roentgenol. 2003;180:343–6.

259

126. Elmore J, Carney P, Abraham L, et coll. The association between obesity and screening mammography accuracy. Arch Intern Med. 2004;164:1140–7.

127. Kavanagh A, Cawson J, Byrnes G. Hormone replacement therapy, percent mammographic density, and sensitivity of mammography. Cancer Epidemiol Biomarkers Prev. 2005;14:1060–4.

128. Yankaskas BC, Taplin SH, Ichikawa L, et coll. Radiology association between mammography timing and measures of screening performance in the United States. Radiology. 2005;234:363–73.

129. Del Mar Vernet M, Checa M, Macià F, et coll. Influence of hormone replacement therapy on the accuracy of screening mammography. Breast J. 2006;12(2):154–8.

130. Pisano E, Hendrick R, Yaffe M. Diagnostic accuracy of digital versus film mammography: exploratory analysis of selected population subgroups in DMIST. Radiology. 2008;246(2):376–83.

131. Lowery JT, Byers T, Hokanson JE, et coll. Complementary approaches to assessing risk factors for interval breast cancer. Cancer Causes Control. 2011;22(1):23–31.

132. Sinclair N, Littenberg B, Geller B, et coll. Accuracy of screening mammography in older women. Am J Roentgenol. 2011;197(5):1268–73.

133. Yankaskas BC, May RC, Matuszewski J, et coll. Effect of observing change from comparison mammograms on performance of screening mammography in a large community-based population. Radiology. 2011;261(3):762–70.

134. Verbeek A, van den Ban M, Hendriks J. A proposal for short-term quality control in breast cancer screening. Br J Cancer. 1991;63(2):261–4.

135. Moss S, Blanks R, for the Interval Cancer Working Group. Calculating appropriated target cancer detection rates and expected interval cancers rates for the UK NHS breast screening programme. J Epidemiol Community Health. 1998;52:111–5.

136. Duffy SW, Gabe R. What should the detection rates of cancers be in breast screening programmes? Br J Cancer. 2005;92(3):597–600.

137. American College of Radiology. Breast Imaging Reporting and Data System Atlas (BI-RADS Atlas)- Fourth Edition. États-Unis; 2003.

138. BCSC glossary of terms. Disponible au: http://breastscreening.cancer.gov/data/bcsc_data_definitions.pdf.

139. The Steering Committee on clinical practive guidelines for the care and treatment of breast cancer. Investigation of lesions detected by mammography. CMAJ. 1998;158(Suppl. 3):S9–14.

140. The National Cancer Screening Service Board. Guidelines for quality assurance in mammography screening (Third Edition). The National Breast Cancer Screening Program, Dublin, Irelande; 2008:163 p.

141. Fracheboud J, de Koning H, Boer R, et coll. Nationwide breast cancer screening programme fully implemented in The Netherlands. Breast J. 2001;10(1):6–11.

260

142. Duijm LEM, Groenewoud JH, Jansen FH, et coll. Mammography screening in the Netherlands: delay in the diagnosis of breast cancer after breast cancer screening. Br J Cancer. 2004;91(10):1795–9.

143. Duijm L, Groenewoud J, de Koning H, et coll. Delayed diagnosis of breast cancer in women recalled for suspicious screening mammography. Eur J Cancer. 2009;45(5):774–81.

144. National QA Coordinators’ Group. Monitoring NHSBSP Standards - A guide for quality assurance reference centres. NHS Cancer Screening Programmes, Royaume-Uni; 2005:1–39.

145. NHSBSP Publication No 62. Audit of breast cancers in women aged 50 to 74. NHS Cancer Screening Program, Royaume-Uni; 2006:24 p.

146. NHSPSP Publication no 59. Quality assurance guidelines for breast cancer screening radiology. NHS Cancer Screening Program, Royaume-Uni; 2005:32 p.

147. Pelletier E, St-Jacques S, Langlois A, et coll. Programme québécois de dépistage du cancer du sein: Changement des définitions pour les cancers détectés par dépistage et les cancers d’intervalle. Institut national de santé publique du Québec, Québec, Canada; 2013:12 p.

148. Pelletier É, Diagle J, Major D, et coll. Short-interval follow-up recommendation agter imaging assessment of an abnormal screening mammogram: frequency and determinants. Affiche présenté au ARCC - Canadian Center for Applied Research in Cancer Control. Montréal, Canada; mai 2012.

149. Paci E, Ciatto S, Buiatti E, et coll. Early indicators of efficacy of breast cancer screening programmes-Results of the Florence District Programme. Int J Cancer. 1990;46(2):198–202.

150. Van den Akker-van Marle M, Reep-Can den Bergh C, Boer R, et coll. Breast cancer screening in Navarra: interpretation of a high detection rate at the first screening round and a low rate at the second round. Int J Cancer. 1997;73:464–9.

151. Blanks RG, Moss SM, Patnick J. Results from the UK NHS breast screening programme 1994-1999. J Med Screen. 2000;7(4):195–8.

152. Blanks RG, Moss SM, Wallis MG. Monitoring and evaluating the UK National Health Service Breast Screening Programme: evaluating the variation in radiological performance between individual programmes using PPV-referral diagrams. J Med Screen. 2001;8(1):24–8.

153. Richardson A, Graham P, Brown T, et coll. Breast cancer detection rates, and standardised detection ratios for prevalence screening in the New Zealand breast cancer screening programme. J Med Screen. 2004;11(2):65–9.

154. Broeders M, Scharpantgen A, Ascunce N, et coll. Comparison of early performance indicators for screening projects within the European Breast Cancer Network: 1989-2000. Eur J Cancer. 2005;14:107–16.

155. Matkowski R, Szynglarewicz B. First report of introducing population-based breast cancer screening in Poland: Experience of the 3-million population region of Lower Silesia. Cancer Epidemiol. 2011;35:e111–5.

156. Rothman K, Greenland S, Lash T. Modern epidemiology (Third Edition). Lippincott Williams & Wilkins, Philadalphie, États-Unis; 2008:758 pages.

261

157. Bulliard JL, Sasieni P, Klabunde C, et coll. Methodological issues in international comparison of interval breast cancers. Int J Cancer. 2006;119(5):1158–63.

158. Day N, McCann J, Camilleri-Ferrante C, et coll. Monitoring interval cancers in breast screening programmes: the east Anglian experience. J Med Screen. 1995;2(4):180–5.

159. Yankaskas BC, Klabunde CN, Ancelle-Park R, et coll. International comparison of performance measures for screening mammography: can it be done? J Med Screen. 2004;11(4):187–93.

160. Tableau de bord du PQDCS de l'Équipe d'évaluation. Disponible au : www.inspq.qc.ca/pqdcs.

161. Smith-Bindman R, Chu PW, Miglioretti DL, et coll. Comparison of screening mammography in the United States and the United kingdom. JAMA. 2003;290(16):2129–37.

162. Smith-Bindman R, Ballard-Barbash R, Miglioretti DL, et coll. Comparing the performance of mammography screening in the USA and the UK. J Med Screen. 2005;12(1):50–4.

163. Hofvind S, Vacek PM, Skelly J, et coll. Comparing screening mammography for early breast cancer detection in Vermont and Norway. J Natl Cancer Inst. 2008;100(15):1082–91.

164. Miglioretti D, Gard C, Carney P. When radiologists perform best: The learning curve in screening mammogram interpretation. Radiology. 2009;253(3):632–40.

165. Elmore J, Jackson S, Abraham L. Variability in interpretive performance at screening mammography and radiologists’ characteristics associated with accuracy. Radiology. 2009;253(3):632–40.

166. Théberge I, Major D, Hébert-Croteau N, et coll. Facteurs associés aux variations du taux de détection - Programme québécois de dépistage du cancer du sein (PQDCS) 1998-1999. Institut national de santé publique du Québec, Québec, Canada; 2003:44 p.

167. Elmore JG, Miglioretti DL, Reisch LM, et coll. Screening mammograms by community radiologists: variability in false-positive rates. J Natl Cancer Inst. 2002;94(18):1373–80.

168. Tan A, Freeman DH, Goodwin JS, et coll. Variation in false-positive rates of mammography reading among 1067 radiologists: a population-based assessment. Breast Cancer Res Treat. 2006;100(3):309–18.

169. Alberdi R, Llanes A, Ortega R, et coll. Effect of radiologist experience on the risk of false-positive results in breast cancer screening programs. Eur Radiol. 2011;21(10):2083–90.

170. Collaborative group on hormonal factors in breast cancer. Familial breast cancer: collaborative reanalysis of individual data from 52 epidemiological studies including 58,209 women with breast cancer and 101,986 women without the disease. Lancet. 2001;358(9291):1389–99.

171. Halapy E, Chiarelli AM, Klar N, et coll. Accuracy of breast screening among women with and without a family history of breast and/or ovarian cancer. Breast Cancer Res Treat. 2005;90(3):299–305.

172. Kavanagh AM, Byrnes GB, Nickson C, et coll. Using mammographic density to improve breast cancer screening outcomes. Cancer Epidemiol Biomarkers Prev. 2008;17(10):2818–24.

262

173. Hébert-Croteau N, Théberge I, Langlois A, et coll. Cancer d’intervalle chez les femmes avec première mammographie de dépistage normale dans le cadre du Programme québécois de dépistage du cancer du sein (PQDCS)en 1998-2000. Institut national de santé publique du Québec, Québec, Canada; 2005:50 p.

174. Kavanagh A, Davidson N, Jolley D, et coll. Determinants of false positive recall in an Australian mammographic screening program. Breast J. 2006;15(4):510–8.

175. Boyd NF, Rommens JM, Vogt K, et coll. Mammographic breast density as an intermediate phenotype for breast cancer. Lancet Oncol. 2005;6(10):798–808.

176. Boyd NF, Lockwood GA, Byng JW, et coll. Mammographic densities and breast cancer risk. Cancer Epidemiol Biomarkers Prev. 1998;7(12):1133–44.

177. Mandelson M, Oestreicher N, Porter P, et coll. Breast density as a predictor of mammographic detection: comparison of interval- and screen-detected cancers. J Natl Cancer Inst. 2000;92(13):1081–7.

178. Crane C, Luke C, Rogers J, et coll. An analysis of factors associated with interval as opposed to screen-detected breast cancers, including hormone therapy and mammographic density. Breast J. 2002;11(2):131–6.

179. Ciatto S, Visioli C, Paci E, et coll. Breast density as a determinant of interval cancer at mammographic screening. Br J Cancer. 2004;90(2):393–6.

180. Kerlikowske K. The mammogram that cried Wolfe. New Engl J Med. 2007;356(3):297–300.

181. Collège des médecins du Québec. Annuaire médical 2011-2012. Canada.

182. Théberge I, Major D, Langlois A, et coll. Validation de stratégies pour obtenir le taux de détection du cancer, la valeur prédictive positive, la proportion des cancers in situ, la proportion des cancers infiltrants de petite taille et la proportion des cancers infiltrants sans envahissement ganglionnaire. Institut national de santé publique du Québec, Québec, Canada; 2003:31 p.

183. Pelletier E, Major D, Brisson J. Développement d’algorithmes permettant d'identifier les interventions et les délais liés à l'investigation diagnostique suite à une mammographie de dépistage anormale - Programme québécois de dépistage du cancer du sein (PQDCS). Institut national de santé publique du Québec, Québec, Canada; 2005:39 p.

184. Miglioretti DL, Heagerty PJ. Marginal modeling of nonnested multilevel data using standard software. Am J Epidemiol. 2007;165(4):453–63.

185. Pelletier E, Théberge I, Vandal N, et coll. Évaluation de la performance des centres de dépistage désignés du Programme québécois de dépistage du cancer du sein (PQDCS): description des méthodes. Institut national de santé publique du Québec, Québec, Canada; 2008:29 p.

186. Hofvind S, Wang H, Thoresen S. Do the results of the process indicators in the Norwegian breast cancer screening program predict future mortality reduction from breast cancer? Acta Oncologica. 2004;43(5):467–73.

187. Cancer Care Ontario. Ontario Breast Screening Program 2011 Report. Toronto, Canada; 2013:90 p.

263

188. Théberge I, Hébert-Croteau N, Langlois A, et coll. Volume of screening mammography and performance in the Quebec population-based Breast Cancer Screening Program. CMAJ. 2005;172(2):195–9.

189. Taplin S, Abraham L, Barlow WE, et coll. Mammography facility characteristics associated with interpretive accuracy of screening mammography. J Natl Cancer Inst. 2008;100(12):876–87.

190. Taplin S, Rutter C, Finder C, et coll. Screening mammography: Clinical image quality and the risk of interval breast cancer. Am J Roentgenol. 2002;178:797–803.

191. De Koning H, Boer R. Quantitative interpretation of age-specific mortality reductions from the Swedish breast cancer-screening trials. J Natl Cancer Inst. 1995;87:1217–23.

192. Paci E, Boer R, Zappa M, et coll. A model-based prediction of the impact on reduction in mortality by a breast cancer screening programme in the city of Florence, Italy. Eur J Cancer. 1995;31A(3):348–53.

193. Warmerdam PG, de Koning HJ, Boer R, et coll. Quantitative estimates of the impact of sensitivity and specificity in mammographic screening in Germany. J Epidemiol Community Health. 1997;51(2):180–6.

194. Boer R, de Koning H, van Oortmarssen G, et coll. Stage distribution at first and repeat examinations in breast cancer screening. J Med Screen. 1999;6(3):132–8.

195. Van den Akker-van Marle E, de Koning H, Boer R, et coll. Reduction in breast cancer mortality due to the introduction of mass screening in The Netherlands: comparison with the United Kingdom. J Med Screen. 1999;6(1):30–4.

196. Rijnsburger A, van Oortmarssen GJ, Boer R, et coll. Mammography benefit in the Canadian national breast screening study-2: a model evaluation. Int J Cancer. 2004;110:756–62.

197. Lee SJ, Zelen M. Mortality modeling of early detection programs. Biometrics. 2008;64(2):386–95.

198. Mandelblatt JS, Cronin KA, Bailey S, et coll. Effects of mammography screening under different screening schedules : Model estimates of potential benefits and harms. Ann Intern Med. 2009;151:738–47.

199. Taylor P. Modelling the impact of changes in sensitivity on the outcomes of the UK breast screening programme. J Med Screen. 2010;17(1):31–6.

200. Duffy SW, Agbaje O, Tabar L, et coll. Overdiagnosis and overtreatment of breast cancer: estimates of overdiagnosis from two trials of mammographic screening for breast cancer. Breast Cancer Res. 2005;7(6):258–65.

201. De Koning HJ, Draisma G, Fracheboud J, et coll. Overdiagnosis and overtreatment of breast cancer: microsimulation modelling estimates based on observed screen and clinical data. Breast Cancer Res. 2006;8(202):1–5.

202. Seigneurin A, François O. Overdiagnosis from non-progressive cancer detected by screening mammography: stochastic simulation study with calibration to population based registry. BMJ. 2011;7017(November):1–11.

264

203. Gunsoy NB, Garcia-Closas M, Moss SM. Modelling the overdiagnosis of breast cancer due to mammography screening in women aged 40 to 49 in the United Kingdom. Breast Cancer Res. 2012;14(6):R152.

204. Van Der Maas PJ, De Koning HJ, Van Ineveld BM, et coll. The cost-effectiveness of breast cancer screening. Int J Cancer. 1989;43(6):1055–60.

205. Szeto K, Devlin N. The cost-effectiveness of mammography screening: evidence from a microsimulation model for New Zealand. Health Policy. 1996;38(2):101–58.

206. Rojnik K, Naveršnik K. Probabilistic cost-effectiveness modeling of different breast cancer screening policies in Slovenia. Value Health. 2008;11(8):139–48.

207. Ahern C, Shen Y. Cost-effectiveness analysis of mammography and clinical breast examination strategies: A comparison with current guidelines. Cancer Epidemiol Biomarkers Prev. 2009;18(3):718–25.

208. Shwartz M. An analysis of the benefits of serial screening for breast cancer based upon a mathematical model of the disease. Cancer. 1978;41:1550–64.

209. Duffy S, Sasieni P, Olsen A, et coll. Modelling the likely effect of the increase of the upper age limit from 70 to 73 for breast screening in the UK National Programme. Stat Methods Med Res. 2010;19(5):547–55.

210. Jansen JT, Zoetelief J. Optimisation of mammographic breast cancer screening using a computer simulation model. Eur J Radiol. 1997;24(2):137–44.

211. Boer R, de Koning HJ, van der Maas PJ. A longer breast carcinoma screening interval for women age older than 65 years? Cancer. 1999;86(8):1506–10.

212. Michaelson JS, Halpern E, Kopans DB. Computer applications breast cancer : computer simulation method for estimating optimal intervals for screening. Radiology. 1999;212:551–60.

213. Shen Y, Parmigiani G. Optimization of breast cancer screening modalities. Tiré du livre: Probability, Statistics, and Modelling in Public Health. Springer Science, États-Unis; 2006:405–20.

214. Van Ravesteyn NT, Heijnsdijk E, Draisma G, et coll. Prediction of higher mortality reduction for the UK Breast Screening Frequency Trial: a model-based approach on screening intervals. Br J Cancer. 2011;105(7):1082–8.

215. Hanin L, Pavlova L. Optimal screening schedules for prevention of metastatic cancer. Stat Med. 2013;32:206–19.

216. Weedon-Fekjaer H, Lindqvist BH, Vatten LJ, et coll. Breast cancer tumor growth estimated through mammography screening data. Breast Cancer Res. 2008;10(3):R41.

217. Karnon J, Goyder E, Tappenden P, et coll. A review and critique of modelling in prioritising and designing screening programmes. Health Technol Assess. 2007;11(52):1–145.

218. Habbema JD, van Oortmarssen GJ, Lubbe JT, et coll. The MISCAN simulation program for the evaluation of screening for disease. Comput Methods Programs Biomed. 1985;20(1):79–93.

265

219. Draisma G, de Koning H. MISCAN: estimating lead-time and over-detection by simulation. BJU International. 2003;92(Supplement 2):106–11.

220. Shi L, Tian H, McCarthy WJ, et coll. Exploring the uncertainties of early detection results: model-based interpretation of mayo lung project. BMC Cancer. 2011;11(1):92.

221. Wilschut JA, Habbema JDF, van Leerdam ME, et coll. Fecal occult blood testing when colonoscopy capacity is limited. J Natl Cancer Inst. 2011;103(23):1741–51.

222. Heijnsdijk EAM, Wever EM, Auvinen A, et coll. Quality-of-life effects of prostate-specific antigen screening. New Engl J Med. 2012;367(7):595–605.

223. Lansdorp-Vogelaar I, Kuntz K. Contribution of screening and survival differences to racial disparities in colorectal cancer rates. Cancer Epidemiol Biomarkers Prev. 2012;21(5):728–36.

224. Van Rosmalen J, de Kok IMCM, van Ballegooijen M. Cost-effectiveness of cervical cancer screening: cytology versus human papillomavirus DNA testing. BJOG. 2012;119(6):699–709.

225. Schultz F, Boer R, de Koning H. Description of MISCAN-lung, the Erasmus MC lung cancer micro-simulation for evaluating cancer control interventions. Risk Anal. 2012;32(Suppl 1):S85–S98.

226. Feuer EJ. Modeling the impact of adjuvant therapy and screening mammography on U.S. breast cancer mortality between 1975 and 2000: introduction to the problem. J Natl Cancer Inst Monogr. 2006;36:2–6.

227. Cancer Intervention and Surveillance Modeling Network (CISNET) Breast Cancer Collaborators. Executive Summary. J Natl Cancer Inst Monogr. 2006;36:1–2.

228. Clarke LD, Plevritis SK, Boer R, et coll. A comparative review of CISNET breast models used to analyze U.S. breast cancer incidence and mortality trends. J Natl Cancer Inst Monogr. 2006;36:96–105.

229. Habbema JDF, Tan SYGL, Cronin KA. Impact of mammography on U.S. breast cancer mortality, 1975-2000: are intermediate outcome measures informative? J Natl Cancer Inst Monogr. 2006;36:105–11.

230. Tan SYGL, van Oortmarssen GJ, de Koning HJ, et coll. The MISCAN-Fadia continuous tumor growth model for breast cancer. J Natl Cancer Inst Monogr. 2006;36:56–65.

231. Berry DA, Inoue L, Shen Y, et coll. Modeling the impact of treatment and screening on U.S. breast cancer mortality: a Bayesian approach. J Natl Cancer Inst Monogr. 2006;36:30–6.

232. Hanin LG, Miller A, Zorin AV, et coll. The University of Rochester model of breast cancer detection and survival. J Natl Cancer Inst Monogr. 2006;36:66–78.

233. Plevritis SK, Sigal BM, Salzman P, et coll. A stochastic simulation model of U.S. breast cancer mortality trends from 1975 to 2000. J Natl Cancer Inst Monogr. 2006;36:86–95.

234. Cancer Intervention and Surveillance Modeling Network (CISNET). Disponible au: http://cisnet.cancer.gov/breast/profiles.html.

266

235. Peer P, Verbeek A, Straatman H, et coll. Age-specific sensitivities of mammographic screening for breast cancer. Breast Cancer Res Treat. 1996;38(2):153–60.

236. Ministère de la santé et des services sociaux. Bilan 10 ans 1998-2008, Programme québécois de dépistage du cancer du sein. Gouvernement du Québec, Québec, Canada; 2009:50 pages.

237. Wood S. Generalized additive models: An introduction with R. Chapman & Hall, États-Unis; 2006:391 p.

238. Casella G, Berger RL. Statistical Inference (Second Edition). Duxbury, Californie, États-Unis; 2002:660 p.

239. Ministère de la santé et des services sociaux. Simulation de l’incidence et de la mortalité par cancer du sein dans des cohortes avec et sans depistage par mammographie. Gouvernement du Québec, Québec, Canada; 2012:15 p.

240. White E, Lee CY, Kristal AR. Evaluation of the increase in breast cancer incidence in relation to mammography use. J Natl Cancer Inst. 1990;82(19):1546–52.

241. Bouchardy C, Rapiti E, Blagojevic S, et coll. Older female cancer patients: importance, causes, and consequences of undertreatment. J Clin Oncol. 2007;25(14):1858–69.

242. Stotter A, Bright N, Silcocks PB, et coll. Effect of improved data collection on breast cancer incidence and survival: reconciliation of a registry with a clinical database. BMJ. 2000;321(7255):214.

243. Brisson J, Major D, Pelletier E. Évaluation de l’exhaustivité du fichier des tumeurs. Institut national de santé publique du Québec, Québec, Canada; 2003:35 p.

244. Friberg S, Mattson S. On the growth rates of human malignant tumors: implications for medical decision making. J Surg Oncol. 1997;(April):284–97.

245. Spratt J, Spratt J. Chapter 21 - Growth rates. Tiré du livre: Cancer of the Breast (Fifth Edition). Elsevier Science, Missouri, États-Unis; 2002:443–76.

246. Spratt JA, von Fournier D, Spratt JS, et coll. Mammographic assessment of human breast cancer growth and duration. Cancer. 1993;71(6):2020–6.

247. Spratt JA, von Fournier D, Spratt JS, et coll. Decelerating growth and human breast cancer. Cancer. 1993;71(6):2013–9.

248. Kusama S, Spratt J, Donegan W. The gross rates of growth of human mammary carcinoma. Cancer. 1972;30(2):594–9.

249. Peer P, van Dijck J, Hendriks J, et coll. Age-dependent growth rate of primary breast cancer. Cancer. 1993;71(11):3547–51.

250. Tabar L, Duffy S, Vitak B, et coll. The natural history of breast carcinoma: what have we learned from screening? Cancer. 1999;86:449–62.

267

251. Weinstein MC, O’Brien B, Hornberger J, et coll. Principles of good practice for decision analytic modeling in health-care evaluation: report of the ISPOR Task Force on Good Research Practices--Modeling Studies. Value Health. 2003;6(1):9–17.

252. Stout NK, Knudsen AB, Kong CY, et coll. Calibration methods used in cancer simulation models and suggested reporting guidelines. PharmacoEconomics. 2009;27(7):533–45.

253. Vanni T, Karnon J, Madan J, et coll. Calibrating models in economic evaluation - A seven-step approach. Pharmacoeconomics. 2011;29(1):35–49.

254. Blicke J, Beutels P, Brisson M, et coll. Accounting for methodological, structural, and parameter uncertainty in decision-analystic models: a practical guide. Med Decis Making. 2011;31(4):675–92.

255. Kopec JA, Finès P, Manuel DG, et coll. Validation of population-based disease simulation models: a review of concepts and methods. BMC Public Health. 2010;10(1):710.

256. Goldhaber-Fiebert JD, Stout NK, Goldie SJ. Empirically evaluating decision-analytic models. Value Health. 2010;13(5):667–74.

257. Eddy DM, Hollingworth W, Caro JJ, et coll. Model transparency and validation: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force-7. Med Decis Making. 2012;32(5):733–43.

258. Caro JJ, Briggs AH, Siebert U, et coll. Modeling good research practices--overview: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force-1. Med Decis Making. 2012;32(5):667–77.

259. Mehrara E, Forssell-Aronsson E, Ahlman H, et coll. Specific growth rate versus doubling time for quantitative characterization of tumor growth rate. Cancer Res. 2007;67(8):3970–5.

260. Michaelson J, Satija S, Moore R, et coll. Estimates of the sizes at which breast cancers become detectable on mammographic and clinical grounds. J Women Imaging. 2003;5(1):3–10.

261. Arnerlöv C, Emdin SO, Lundgren B, et coll. Breast carcinoma growth rate described by mammographic doubling time and S-phase fraction. Correlations to clinical and histopathologic factors in a screened population. Cancer. 1992;70(7):1928–34.

262. Vieira IT, de Senna V, Harper PR, et coll. Tumour doubling times and the length bias in breast cancer screening programmes. Health Care Manag Sci. 2011;14(2):203–11.

263. Von Fournier D, Weber E, Hoeffken W, et coll. Growth rate of 147 mammary carcinomas. Cancer. 1980;45(8):2198–207.

264. Australian Institute of Health and Welfare. BreastScreen Australia monitoring report 2003-2004. BreastScreen Australia, Australie; 2007:178 p.

265. American Joint Committee on Cancer. Cancer staging atlas (2e édition). Springer Science, États-Unis; 2012.

266. Million Women Study Collaborators. Breast cancer and hormone-replacement therapy: the Million Women Study. Lancet. 2003;362(9392):419–27.

268

267. Giguère Y, Dewailly E, Brisson J, et coll. Short polyglutamine tracts in the androgen receptor are protective against breast cancer in the general population. Cancer Res. 2001;61:5869–74.

268. Briggs AH, Weinstein MC, Fenwick EAL, et coll. Model parameter estimation and uncertainty analysis: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force Working Group-6. Med Decis Making. 2012;32(5):722–32.

269. Rutter CM, Zaslavsky A, Feuer E. Dynamic microsimulation models for health outcomes: a review. Med Decis Making. 2011;31(1):10–8.

270. U.S. Preventive Services Task Force - Screening for Breast Cancer (2002). Disponible au: http://www.uspreventiveservicestaskforce.org/uspstf/uspsbrca2002.htm.

271. Canadian Task Force on Preventive Health Care - Screening for breast cancer. Disponible au: http://canadiantaskforce.ca/guidelines/2011-breast-cancer/.

272. Spratt J, Meyer J, Spratt J. Rates of growth of human solide neoplasms: Part I. J Surg Oncol. 1995;60(2):137–46.

273. Dubin N. Benefits of screening for breast cancer: application of a probabilistic model to a breast cancer detection project. J Chronic Dis. 1979;32(1-2):145–51.

274. Alexander F. Estimation of sojourn time distributions and flase negative rates in screening programmes which use two modalities. Stat Med. 1989;8:743–55.

275. Shen Y, Zelen M. Robust modeling in screening studies: estimation of sensitivity and preclinical sojourn time distribution. Biostatistics. 2005;6(4):604–14.

276. Duffy SW, Day NE, Tabár L, et coll. Markov models of breast tumor progression: some age-specific results. J Natl Cancer Inst Monogr. 1997;(22):93–7.

277. Henderson IC. Biologic variations of tumors. Cancer. 1992;69(7 Suppl):1888–95.

278. Gøtzsche PC, Jørgensen KJ, Zahl P-H, et coll. Why mammography screening has not lived up to expectations from the randomised trials. Cancer Causes Control. 2012;23(1):15–21.

279. Hutchison G, Shapiro S. Lead time gained by diagnostic screening for breast cancer. J Natl Cancer Inst. 1968;41:665–81.

280. Shapiro S, Goldberg JD, Hutchison GB. Lead time in breast cancer detection and implications for periodicity of screening. Am J Epidemiol. 1974;100(5):357–66.

281. Mook S, Van ’t Veer LJ, Rutgers EJ, et coll. Independent prognostic value of screen detection in invasive breast cancer. J Natl Cancer Inst. 2011;103(7):585–97.

282. Gilliland F, Joste N, Stauber P, et coll. Biologic characteristics of interval and screen-detected breast cancers. J Natl Cancer Inst. 2001;93(2):151–2.

269

283. Porter P, El-Bastawessi A, Mandelson M, et coll. Breast tumor characteristics as predictors of mammographic detection: comparison of interval-and screen-detected cancers. J Natl Cancer Inst. 1999;91:2020–8.

284. Saarenmaa I, Salminen T, Geiger U. The visibility of cancer on earlier mammograms in a population-based screening programme. Eur J Cancer. 1999;35(7):1118–22.

285. Warren R, Young J, McLean L, et coll. Radiology review of the UKCCCR Breast Screening Frequency Trial: Potential improvements in sensitivity and lead time of radiological signs. Clin Radiol. 2003;58(2):128–32.

286. Hoff S, Samset J, Abrahamsen A, et coll. Missed and true interval and screen-detected breast cancers in a population based screening program. Acad Radiol. 2011;18(4):454–60.

287. Ciatto S, Bernardi D, Pellegrini M, et coll. Proportional incidence and radiological review of large (T2+) breast cancers as surrogate indicators of screening programme performance. Eur J Radiol. 2012;22(6):1250–4.

288. Hoff SR, Abrahamsen A, Samset J, et coll. Breast cancer : Missed interval and screening-detected cancer at full-field digital mammography and screen-film mammography - Results from a retrospective review. Radiology. 2012;264(2):378–86.

289. Van Breest Smallenburg V, Setz-Pels W, Groenewoud JH, et coll. Malpractice claims following screening mammography in The Netherlands. Int J Cancer. 2012;131(6):1360–6.

290. Wu D, Kafadar K, Rosner GL, et coll. The lead time distribution when lifetime is subject to competing risks in cancer screening. Int J Biostat. 2012;8(1):Article 6.

291. Utzon-Frank N, Vejborg I, von Euler-Chelpin M, et coll. Balancing sensitivity and specificity: sixteen year’s of experience from the mammography screening programme in Copenhagen, Denmark. Cancer Epidemiol. 2011;35(5):393–8.

292. Anttila A, Koskela J, Hakama M. Programme sensitivity and effectiveness of mammography service screening in Helsinki, Finland. J Med Screen. 2002;9:153–8.

293. Blanks R, Moss S. Monitoring the performance of breast screening programmes: allowing for geographical variation in breast cancer incidence. J Med Screen. 1996;3:82–4.

294. Offman J, Duffy SW. National collation of breast interval cancer data : Screening years 1st April 2003 - 31st March 2005. NHS Cancer Screening Programmes, Royaume-Uni; 2012:39 p.

295. Lynge E, Olsen AH, Fracheboud J, et coll. Reporting of performance indicators of mammography screening in Europe. Eur J Cancer Prev. 2003;12(3):213–22.

296. Sarkeala T, Anttila A, Saarenmaa I, et coll. Validity of process indicators of screening for breast cancer to predict mortality reduction. J Med Screen. 2005;12(1):33–7.

297. Séradour B, Heid P, Estève J. Comparison of direct digital mammography, computed radiography, and film-screen in the French national breast cancer screening program. Am J Roentgenol. 2014;202(1):229–36.

270

298. Timmermans L, De Hauwere A, Bacher K, et coll. Impact of the digitalisation of mammography on performance parameters and breast dose in the Flemish Breast Cancer Screening Programme. Eur Radiol. 2014;24(8):1808–19.

299. Lipasti S, Anttila A, Pamilo M. Mammographic findings of women recalled for diagnostic work-up in digital versus screen-film mammography in a population-based screening program. Acta radiol. 2010;51(5):491–7.

300. Nederend J, Duijm LEM, Louwman MWJ, et coll. Impact of transition from analog screening mammography to digital screening mammography on screening outcome in The Netherlands: a population-based study. Ann Oncol. 2012;23(12):3098–103.

301. Van Luijt PA, Fracheboud J, Heijnsdijk EAM, et coll. Nation-wide data on screening performance during the transition to digital mammography: observations in 6 million screens. Eur J Cancer. 2013;49(16):3517–25.

271

ANNEXES

Liste des tableaux

Tableau A-1. Valeurs des paramètres concernant la croissance de la tumeur, la fonction de sensibilité et la

proportion de cancer non visible à la mammographie des 10 meilleurs ensembles de paramètres à

la suite du processus de calibration

Tableau A-2. Sensibilités et sensibilités estimées par la méthode de d’incidence pour différentes simulations

dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une


intervalle de 2 ans

Tableau A-3. Biais entre le rapport de sensibilité estimée par la méthode d’incidence et le rapport de sensibilité

pour les tumeurs avec un temps de devancement potentiel donnée en fonction de changement

dans la sensibilité, selon la période post-dépistage et les scénarios de dépistages lors d’un

dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans

Tableau A-4. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans

lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une


intervalle d’un an


lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une


intervalle de 3 ans

272

Liste des figures

Figure A-1. Différences absolues dans la sensibilité estimée par la méthode d’incidence en fonction des

différences absolues dans la sensibilité selon la période post-dépistage et les scénarios de

dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans

Figure A-2. Rapports de la sensibilité estimée par la méthode d’incidence en fonction des rapports de la

sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans

une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans


différences absolues dans la sensibilité des tumeurs avec un temps de devancement potentiel

donné selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans

une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans

Figure A-4. Rapports de sensibilité estimée par la méthode d’incidence en fonction des rapports de la

sensibilité des tumeurs avec un temps de devancement potentiel donné selon la période post-

dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans

Figure A-5. Biais entre le rapport de la sensibilité estimée par la méthode d’incidence et le rapport de la

sensibilité pour les tumeurs avec un temps de devancement potentiel donné selon la période post-

dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans

273

Tableau A-1. Valeurs des paramètres concernant la croissance de la tumeur, la fonction de sensibilité et la proportion de cancer non visible à la mammographie des 10 meilleurs ensembles de paramètres à la suite

du processus de calibration

Meilleurs ensembles de paramètres

Paramètres liés à la croissance des

tumeurs

Paramètres liés à la fonction de sensibilité

Proportion de cancers non visibles à la

mammographie

α1 α2 β0 β1 β2 β3 p

EP1 0,34 0,36 -6,44 0,65 0,02 0,64 1,5 %

EP2 0,09 0,23 -8,33 0,47 0,06 0,32 3,5 %

EP3 0,32 0,37 -8,51 0,57 0,05 1,23 2,5 %

EP6 0,33 0,47 -6,96 0,48 0,04 0,66 2,0 %

EP8 0,41 0,48 -9,50 0,71 0,05 1,26 0,5 %

EP23 0,31 0,03 -6,28 0,35 0,04 0,41 1,5 %

EP7 0,12 0,36 -7,96 0,45 0,05 0,48 5,5 %

EP4 0,34 0,46 -8,69 0,72 0,05 0,13 4,0 %

EP17 0,09 0,31 -9,83 0,60 0,07 0,59 1,0 %

EP50 0,43 0,65 -9,96 0,99 0,04 1,11 0,5 %

274

Tableau A-2. Sensibilités et sensibilités estimées par la méthode de d’incidence pour différentes simulations

dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population

dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 2 ans

Changement dans β0

(%) (%) (%) (%) (%)

-5,0 2,5 35,8 25,2 41,5 30,3

-4,0 2,9 40,2 28,6 46,6 34,6

-3,0 3,4 45,7 33,0 52,8 39,9

-2,0 4,1 51,7 38,0 59,6 46,0

-1,5 4,4 54,5 40,6 63,0 49,3

-1,0 4,9 58,0 43,7 66,8 53,1

-0,5 5,4 61,3 46,7 70,4 56,8

-6,44* 6,0 65,1 50,2 74,4 61,0

+0,5 6,7 68,6 53,2 78,2 65,1

+1,0 7,7 71,9 56,7 81,7 69,4

+1,5 8,9 75,0 60,2 85,1 73,9

+2,0 10,6 78,3 64,0 88,2 78,4

+3,0 16,1 83,2 70,1 93,3 86,4

+4,0 26,9 86,2 76,5 96,3 92,8

+5,0 44,5 87,7 81,7 97,9 96,5

: sensibilité, : sensibilité pour les tumeurs avec un temps de devancement potentiel

donné, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage .

* La est simulée selon la fonction [ ]. La variation dans la

est créée en changeant le paramètre de cette équation.

275





différences absolues dans la sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un

dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité,

: sensibilité estimée par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI1


Annuel

Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI2


Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI3


Trisannuel

276




Figure A-2. Rapports de la sensibilité estimée par la méthode d’incidence en fonction des rapports de la

sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité, : sensibilité

estimée par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).

0,50

2,00

5,00

0,50 2,00 5,00

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eI1

Rapport de Se

Annuel

Bisannuel

Trisannuel

0,50

2,00

5,00

0,50 2,00 5,00

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eI2

Rapport de Se

Bisannuel

Trisannuel

0,50

2,00

5,00

0,50 2,00 5,00

0,10

1,00

10,00

0,10 1,00 10,00

Rap

po

rt d

e Ŝ

eI3

Rapport de Se

Trisannuel

277





différences absolues dans la sensibilité des tumeurs avec un temps de devancement potentiel donné selon la

période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à

l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité, : sensibilité estimée par la méthode

d’incidence pour un suivi post-dépistage , : période post-dépistage (an).

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI1


Annuel

Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI2


Bisannuel

Trisannuel

-40,0%

-20,0%

0,0%

20,0%

40,0%

-40,0% -20,0% 0,0% 20,0% 40,0%

Dif

fére

nce

s ab

solu

es

ŜeI3


Trisannuel

278




Figure A-4. Rapports de sensibilité estimée par la méthode d’incidence en fonction des rapports de la sensibilité

des tumeurs avec un temps de devancement potentiel donné selon la période post-dépistage et les scénarios de

dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et

69 ans. : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité estimée

par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).

1,00 2,00

1,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eI1

Rapport de Se1

Annuel

Bisannuel

Trisannuel

1,00 2,00

1,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eI2

Rapport de Se2

Bisannuel

Trisannuel

1,00 2,00

1,00

2,00

0,50

0,50

Rap

po

rt d

e Ŝ

eI3

Rapport de Se3

Trisannuel

279




Figure A-5. Biais entre le rapport de la sensibilité estimée par la méthode d’incidence et le rapport de la

sensibilité pour les tumeurs avec un temps de devancement potentiel donné selon la période post-dépistage et

les scénarios de dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes

âgées entre 50 et 69 ans. La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée en

changeant le paramètre de cette équation. : rapport de sensibilités pour les tumeurs avec un temps de devancement

potentiel donné, : rapport de sensibilités estimées par la méthode d’incidence pour un suivi post-dépistage .

-20%

-15%

-10%

-5%

0%

5%

10%

15%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Bia

is e

ntr

e R

ŜeI1

et

RSe

1

Changement dans les β0

Annuel

Bisannuel

Trisannuel

-20%

-15%

-10%

-5%

0%

5%

10%

15%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Bia

is e

ntr

e R

ŜeI2

et

RSe

2


Bisannuel

Trisannuel

-20%

-15%

-10%

-5%

0%

5%

10%

15%

20%

-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Bia

is e

ntr

e R

ŜeI3

et

RSe

3


Trisannuel

280

Tableau A-3. Biais entre le rapport de sensibilité estimée par la méthode d’incidence et le rapport de sensibilité pour les tumeurs avec un temps de devancement

potentiel donnée en fonction de changement dans la sensibilité, selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une

population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans


-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0

Dépistage annuel

28,1 % 32,2 % 36,3 % 41,8 % 44,4 % 47,7 % 50,0 % 53,3 % 57,1 % 59,9 % 63,8 % 67,3 % 73,2 % 76,1 % 74,7 %

42,0 % 47,7 % 53,7 % 60,8 % 64,4 % 68,5 % 72,0 % 75,8 % 83,5 % 87,1 % 90,4 % 95,0 % 97,4 % 98,2 % 100,0 %

0,53 0,60 0,68 0,78 0,83 0,90 0,94 1,00 1,07 1,12 1,20 1,26 1,37 1,43 1,40

0,55 0,63 0,71 0,80 0,85 0,90 0,95 1,00 1,10 1,15 1,19 1,25 1,29 1,30 1,32

Biais† 4,9 % 4,0 % 4,0 % 2,3 % 2,0 % 0,9 % 1,3 % 0,0 % 2,9 % 2,2 % -0,3 % -0,7 % -6,4 % -9,2 % -5,9 %


25,2 % 28,6 % 33,0 % 38,0 % 40,6 % 43,7 % 46,7 % 50,2 % 53,2 % 56,7 % 60,2 % 64,0 % 70,1 % 76,5 % 81,7 %

30,3 % 34,6 % 39,9 % 46,0 % 49,3 % 53,1 % 56,8 % 61,0 % 65,1 % 69,4 % 73,9 % 78,4 % 86,4 % 92,8 % 96,5 %

0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,28 1,40 1,52 1,63

0,50 0,57 0,65 0,75 0,81 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,42 1,52 1,58

Biais† -1,0 % -0,5 % -0,5 % -0,4 % 0,0 % -0,1 % 0,2 % 0,0 % 0,6 % 0,7 % 1,1 % 0,8 % 1,4 % -0,2 % -2,8 %


21,1 % 24,2 % 28,2 % 32,6 % 35,0 % 38,0 % 40,9 % 43,9 % 47,4 % 50,4 % 54,2 % 58,1 % 65,9 % 72,9 % 79,9 %

21,1 % 24,2 % 28,2 % 32,6 % 35,0 % 38,0 % 40,9 % 43,9 % 47,4 % 50,4 % 54,2 % 58,1 % 65,9 % 72,9 % 79,9 %

0,48 0,55 0,64 0,74 0,80 0,87 0,93 1,00 1,08 1,15 1,23 1,32 1,50 1,66 1,82

0,47 0,54 0,63 0,73 0,79 0,86 0,93 1,00 1,08 1,17 1,26 1,36 1,57 1,74 1,87

Biais† -2,7 % -2,2 % -2,1 % -1,7 % -1,2 % -1,2 % -0,7 % 0,0 % 0,2 % 1,6 % 2,1 % 2,8 % 4,2 % 4,7 % 2,5 %

: rapport de (catégorie de référence = ), : rapport de (catégorie de référence = ) * La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation.

† Le biais est calculé ainsi : .

281


lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique

à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle d’un an

Changement dans β0

(%) (%) (%)

-5,0 1,8 28,1 45,4

-4,0 2,1 32,2 51,4

-3,0 2,4 36,3 57,7

-2,0 2,8 41,8 65,2

-1,5 3,0 44,4 69,0

-1,0 3,3 47,7 73,2

-0,5 3,7 50,0 76,9

β0 de référence* 4,1 53,3 83,7

+0,5 4,7 57,1 87,3

+1,0 5,4 59,9 90,7

+1,5 6,4 63,8 93,6

+2,0 7,8 67,3 96,9

+3,0 12,8 73,2 98,7

+4,0 23,1 76,1 99,2

+5,0 40,8 74,7 100,0

: rapport de (catégorie de référence = ), :

rapport de (catégorie de référence = ) * β0 de référence = -6,44. La est simulée selon la fonction

décrite à l’Équation 35. La variation dans la est créée en

changeant le paramètre de cette équation.

282


lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique

à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 3 ans

Changement dans β0

(%) (%) (%) (%) (%) (%) (%)

-5,0 2,9 38,3 27,4 21,1 57,9 36,1 25,5

-4,0 3,4 43,0 31,2 24,2 63,6 41,1 29,4

-3,0 4,0 49,1 36,2 28,2 70,0 47,2 34,3

-2,0 4,7 55,1 41,4 32,6 76,0 53,8 39,8

-1,5 5,2 57,9 44,1 35,0 78,9 57,4 43,1

-1,0 5,7 62,0 47,8 38,0 82,2 61,6 46,8

-0,5 6,4 65,3 51,0 40,9 85,1 65,8 50,9

β0 de référence * 7,1 68,7 54,1 43,9 87,7 69,9 55,1

+0,5 8,0 72,2 57,9 47,4 90,3 74,4 60,0

+1,0 9,1 75,2 61,0 50,4 92,4 78,6 65,0

+1,5 10,5 79,0 65,1 54,2 94,5 82,9 70,3

+2,0 12,5 81,7 68,9 58,1 96,0 86,9 75,8

+3,0 18,5 86,8 75,6 65,9 98,2 93,1 86,0

+4,0 29,5 90,4 81,3 72,9 99,3 96,9 93,0

+5,0 47,0 91,6 86,3 79,9 99,6 98,7 96,9

: sensibilité, : sensibilité pour les cancers avec un temps de devancement potentiel donné, : sensibilité

estimée par la méthode de détection pour un suivi post-dépistage .

* β0 de référence = -6,44. La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée

en changeant le paramètre de cette équation.

Documents

Sensibilité et spécificité du dépistage du cancer du sein