File - Cours L3 Bichat 2012-2013

1/28
UE11 – Biomédecine quantitative
Jeudi 28 mars 2013 – 13h30 / 15h30
Professeur : N. Lapidus
Ronéotypeuse : Sharon Elmkies
Ronéolecteur : Valentin Laurent
Cours N° 8
Pharmaco-épidémiologie
Évaluation des risques en santé
A ma chère promo,
Je tiens à m’excuser par avance de la longueur de ce cours qui, j’en suis tout à fait consciente, aurait put tenir sur
beaucoup moins de pages… Cependant vous serez aise d’apprendre que je me suis donnée un mal fou pour
retranscrire dans l’intégralité les explications du prof à l’oral en plus des diapos et que vous trouverez en
complément mes propres lumières sur la question (ce qui justifie à mon sens amplement le nombre de pages ;p).
Aucune raison donc de me huer ou de vous affoler, il ne s’agit que du choix que j’ai fais de m’étendre à rallonge,
ayant souvent moi-même des problèmes de compréhension dus au style télégraphique des ronéos. Ce n’est
cependant que du blabla pourvu de nombreuses redondances et d’une intro à rallonge, dont vous vous passerez
par la suite allègrement en période de révisions intenses de dernière minutes, mais qui vous sera je l’espère d’une
utilité folle en première lecture du cours … Ayant précisé cela vous comprendrez donc que les caractères normaux
correspondent au contenu strict des diapos et que l’italique correspond aux ajouts suscités que vous pourrez donc
sauter par la suite.
Sur ce, bonne lecture,
Bien à vous,
Sharon

2/28
Plan
1) DEFINITION, METHODE ET CONTEXTE 6
Définition 6
Méthodes 6
Intérêt 7
Contexte 7
2) ENQUETES DESCRIPTIVES, EVALUATIVES ET ETIOLOGIQUES 9
Enquêtes descriptives 9
Enquêtes évaluatives 10
Enquêtes étiologiques comparatives 10
Enquêtes étiologiques non comparatives 12
Enquêtes étiologiques comparatives : cas-témoin niché dans une cohorte 13
Enquêtes étiologiques comparatives : cas-cohorte emboîté 14
Enquêtes étiologiques comparatives : cas-croisé 14
Différences avec les essais thérapeutiques (phase III) 15
3) INTRODUCTION A L’INFERENCE CAUSALE ET SCORE DE PROPENSION 16
Notion de biais 16
Interprétation de la mise en évidence d’un lien de causalité à postériori : 16
Causalité : critères de Hill 17
Prise en compte des facteurs de confusion 18
Analyse par score de propension 19
Distribution du score de propension par groupe de traitement 19
Conditions d’application 21
4) PHARMACOVIGILANCE, MATERIOVIGILANCE 22
Pharmacovigilance : 22
Détection du signal 24
Plans de gestion des risques 24
Matériovigilance : 25

3/28
INTRODUCTION
(Le prof à commencé par une intro à rallonge qui résume à elle seule l’essentiel à
savoir du cours selon lui… mais qui prend beaucoup de place et du coup rend le
reste particulièrement chiant et redondant…)
L’épidémiologie consiste à étudier le lien d’association voir de causalité entre
l’exposition à des facteurs de risques potentiels, ou encore des facteurs
protecteurs, et des événements de santés (mortalité ou développement d’une
maladie).
La pharmaco-épidémiologie désigne quant à elle la discipline mettant en
application le raisonnement et les méthodes épidémiologiques mais en
considérant ici l’exposition à un médicament, ou du moins à toute substance
pharmacologique se rapportant comme tel ; On évalue l’impact de ces
médicaments sur des évènements de santé comme le rétablissement ou
l’apparition d’effets secondaires par exemple et le lien entre ces différents
événements et l’exposition aux médicaments.
On effectue des essais cliniques, thérapeutiques, au sens large. Dans le cas
classique des essais contrôlés randomisés on sélectionne une population dans
laquelle on va chercher à voir l’effet de ce traitement. On effectue donc une
randomisation ou, en tirant au sort, une partie de cet échantillon va recevoir le
traitement à tester et l’autre partie le traitement de référence ou un placebo. On va
ensuite observer des évènements de santé dans les deux groupes et pouvoir se
dire qu’ils sont éventuellement liés au traitement ou non. Il faut dans tout les cas
bien faire la différence entre association et relation causale ! Ce n’est pas
parcequ’il y’a association statistique entre deux facteurs que l’un est le cause de
l’autre et vice-versa. Il se peut que l’un soit la cause de l’autre comme il se peut
qu’ils aient une cause commune (présence d’un facteur de confusion).
On a donc des méthodes comme les essais thérapeutiques conformes et bien
cadrés pour arriver à détecter d’une part l’efficacité d’un traitement mais aussi ses
effets indésirables. Mais cela reste insuffisant et les essais thérapeutiques ne

4/28
peuvent répondre à toutes les questions concernant les différents effets que peut
avoir un médicament.
 Les médicaments ne sont pas obligatoirement prescrits aux populations pour
lesquelles ils ont été testés : en effet les critères d’inclusion se font sur une
population que l’on a définit selon l’âge le sexe, la pathologie… Il s’agit d’une
population particulière et pas forcement de la même que celle qui utilisera ce
traitement par la suite. L’AMM ne repose que sur les études effectuées par les
industries pharmaceutiques qui définissent des indications précises sur une
population donnée pour lesquelles le médicament a été testé. Elle n’est
cependant pas toujours respectée dans la pratique quotidienne ou beaucoup de
médicaments sont prescrits hors AMM.
 La durée de l’essai thérapeutique est bien souvent trop limitée : Seul le
médecin prescripteur sera par la suite en mesure de préciser l’apparition d’effets
indésirables sur le long terme.
 L’étendue des échantillons utilisés lors des tests est également bien souvent
trop limitée pour détecter des effets indésirables très, voir trop, rares : pour un
effet indésirable qui survient une fois sur cent, chez une personne sur cent, donc
avec une probabilité d’apparaître chez une personne lambda donnée de 1%, la
probabilité de voir apparaître au moins un effet indésirable dans un groupe de
1500 personne et donc de le détecter est égale à 1- la probabilité que personne
n’ait d’effet indésirable, qui est elle logiquement de 99% (1- la probabilité d’avoir
cet effet indésirable soit 1-1%), à la puissance 1500 donc 1-(0.99)^1500= 99%.
Pour un effet dix fois plus rare, la probabilité de le détecter passe à 77%. Un effet
qui arrive chez une personne sur mille dans un essai standard, on a donc à peu
prés qu’une chance sur quatre de le détecter. Autrement dit il y’a un quart de ces
effets indésirables devant lesquels on va passer et on va donc mettre ce
médicament sur le marché en ne détectant pas un quart de ces événements qui
surviennent chez un millième de la population. Pour des effets indésirables
encore plus rares qui surviennent chez une personne pour dix-mille, cela devient
négligeable mais pour un médicament de confort donné à au moins un million de
personnes pas vraiment malades et que 1/10000 de ces personnes développent

5/28
un effet indésirables cela fait cent morts sur la conscience pour une probabilité de
14% d’avoir détecté cet effet indésirable au préalable. Donc entre un essai
thérapeutique effectué même sur un millier de personne et le passage au million
de personnes exposées au médicament en vie réelle, il est des effets indésirables
trop rares, presque impossibles à détecter lors des essais de première phase et
qui n’apparaitrons que lors de la seconde phase.