Biais de confusion Analyse - Fun-Mooc

Biais de confusion Analyse Arnaud Fontanet Contrôle Analyse stra5fiée Analyse stra5fiée •  Consiste à présenter l associa5on entre l exposi5on et la maladie séparément pour chaque catégorie (appelée strate) du facteur de confusion. •  De fait, au sein de chaque catégorie du facteur de confusion, il n y a pas de variabilité du facteur de confusion, et donc pas de possibilité de confusion. •  Puis on calcule un OR moyen sur l ensemble des strates: c est l OR « ajusté » sur le facteur de Biais confusion.
de confusion: analyse. Arnaud Fontanet
2
Contrôle Analyse stra5fiée (suite) Cancer du poumon Café + -­‐ + 116 188 -­‐ 136 599 252 787 OR = 2,72 1039 Biais de confusion: analyse. Arnaud Fontanet
(Données fic5ves) 3
Contrôle Analyse stra5fiée (suite) Cancer du poumon Café + -­‐ + 116 188 -­‐ 136 599 252 787 Café OR = 2,72 (Données fic5ves) 1039 Cancer du poumon + + Tabagisme Biais de confusion: analyse. Arnaud Fontanet
4
Contrôle Analyse stra5fiée (suite) Fumeurs Analyse stra5fiée Cancer du poumon Café + -­‐ + -­‐ 95 54 149 43 27 70 138 81 219 OR = 1,10 Biais de confusion: analyse. Arnaud Fontanet
Non fumeurs Cancer du poumon +
Café -­‐ + -­‐ 21 82 103 145 572 717 OR = 1,01 5
166 654 820 Que s’est-­‐il passé? Il existait une associa5on forte entre: •  Fumer, et boire du café •  Fumer, et développer un cancer du poumon Le tabagisme était le facteur de confusion. La stra5fica5on par catégorie de tabagisme a permis d’éliminer l’effet de confusion. Biais
6
de confusion: analyse. Arnaud Fontanet
Contrôle Analyse stra5fiée (suite) Calcul d’un OR « ajusté » sur le facteur de confusion: •  Moyenne pondérée des OR de chaque strate. •  Le poids vise à donner plus d importance aux strates à effec5fs plus larges (ex: Mantel-­‐Haenszel) •  Cefe approche peut se généraliser aux autres expressions du risque rela5f (par exemple, ra5o des incidences cumula5ves ou ra5o des taux d incidence). Biais de confusion: analyse. Arnaud Fontanet
7
Contrôle Analyse stra5fiée (suite) Analyse stra5fiée Fumeurs Non fumeurs Cancer du poumon Café + -­‐ + 95 43 138 -­‐ 54 149 27 70 81 219 OR = 1,10 Cancer du poumon + +
Café -­‐ -­‐ 21 82 103 145 572 717 OR = 1,01 ORMH = 1,05 ≠ 2,72 (OR « brut ») Biais de confusion: analyse. Arnaud Fontanet
8
166 654 820 Contrôle Analyse mul5variée L’analyse stra5fiée est limitée par le nombre de strates qui peuvent être créées dès lors que l’on veut contrôler plusieurs facteurs de confusion simultanément. Nécessite l’u5lisa5on de modèles mathéma5ques (régression linéaire, régression logis5que, modèles de Poisson, modèles de Cox, …). Biais de confusion: analyse. Arnaud Fontanet
9
Comment juge-­‐t-­‐on d’un effet de confusion en pra5que? • On compare l’OR « brut » entre exposi5on et maladie avec l’OR « ajusté ». • Si la différence est de plus de 20% (en valeur rela5ve), on parle d’effet de confusion. • C’est donc sur des varia5ons d’amplitude des OR entre analyse uni-­‐ et mul5variée que l’on va juger d’un effet de confusion. Biais de confusion: analyse. Arnaud Fontanet
10
Confusion résiduelle Afen5on, l’ajustement ne résout pas tous les problèmes: •  On ne peut ajuster que pour des variables que l on a mesurées. •  Si la mesure du facteur de confusion est imparfaite (biais de classement), le contrôle sera imparfait: c est ce qu on appelle de la confusion résiduelle. à Penser à bien mesurer au préalable vos facteurs de confusion poten5els Biais de confusion: analyse. Arnaud Fontanet
11