Les Études de Cohortes - SantePub

Les Études de Cohortes
Maladie Maladie
Maladie MaladieMaladie
Maladie
Épidémiologie Descriptive
– Intérêt + des études de cohortes (incidence
des pathologies)
Épidémiologie analytique
• Objectif= identifier les étiologies et facteurs
de risque d’un problème de santé
– Étiologie Etio= cause logos=étude
– Facteur de risque. Facteur significativement
associé à une pathologie: (ex: tabac/cancer du
poumon; Homme/accident de voiture)
=> pas de notion de causalité
Intérêt +++++++++++++++++++++ des cohortes
Enquêtes étiologiques (épidémiologie
analytique )
Exposition
Maladie
Temps
• Enquête observation (≠ enquête expérimentale et semiexpérimentale)
• Investigateur n’a aucun rôle dans l’attribution des facteurs de
risque, il intervient seulement dans le choix des groupes à
comparer
• Causalité ? (critères de causalité)
• 3 types enquêtes :
– Cohorte
– Cas témoins
– Transversale
Intérêt +++++++++++++++++++++ des cohortes
Études cas témoins
/rétrospectives
Malade
Témoins
Qu’est ce qui différencie les malades des témoins?
Questionnaire portant sur le passé des cas et
des témoins
Différents types d’enquête de
cohortes
• Sélections des sujets
– Exposé/non exposé (modèle historique)
– Cohorte "un seul groupe": tendance actuelle
• Etude simultanée de plusieurs problèmes de santé et très
divers
• Inclusion:
– Fixe
– Dynamique
• Temporalité
– Rétrospective (historiques)
– Prospective +++++
Études exposés / non exposés
Exposé : travailleur exposé à un produit chimique
Maladie Maladie
Maladie MaladieMaladie
MaladieMaladie
1996
Non exposé : travailleur non exposé
2006
Principe de constitution de la
cohorte
Principe de constitution de la
cohorte
• Critères d'inclusion:
– Exposition clairement définie, d'un niveau
suffisant pour être liée à la maladie
– Intensité de l'exposition variable pour définir
des classes contrastées
– information du statut vital ou des événements
de santé accessible pour toute la durée du suivi
• Enquête de mortalité, problème des travailleurs
étrangers etc…
– Sujets non malades
Population de référence
• Comparaison interne : Groupe (non exposé)
– Groupe doit être comparable (âge, sexe, csp ect….)
difficulté +++
– Ne doit pas être exposé
– Doit pouvoir être suivi avec la même méthode
• Comparaison externe : opulation générale utilisée
pour la mortalité
– Inconvénient (exposition doit être rare, peu de données
chez les non exposés, biais de selection: healthy worker
effect….)
Mesure de l’exposition dans la
cohorte
• Prise en compte de plusieurs paramètres
caractérisant l'exposition:
– Age au début, age à l'arrêt, durée de l'exposition,
intensité, délais entre début de l'exposition et
survenue de la maladie
• Intérêt : estimation de certains déterminants
du risque comme le temps d'induction, de la
relation dose-effet, ou de l'effet de l'arrêt de
l'exposition => mesure de prévention
Cohortes « un seul groupe »
Maladie Maladie
Maladie MaladieMaladie
Exposition: tabac, sport,
alimentation, couleur des
chaussures….
Études de nombreuses
expositions et
maladies
Grosses cohortes > 10000
personnes sur de nombreuses
années
Inclusion - Recrutement
• En population générale
–
–
–
–
Où ? (liste électorale, annuaire téléphonique, …)
Framingham (5 000 personnes, 30-62 ans, sans MCV)
Village au Sénégal (paludisme)
Validité externe (représentativité)
• Volontariat de sujets inclus
– Meilleure adhésion et suivi
– Bonne qualité des données
– Qui sont les volontaires ? Biais de sélection ++ (niveau éducation,
statut matrimonial, état de santé)
• Autres sources
–
–
–
–
–
–
système de santé
Patients consultants chez les généralistes (VEINES)
Patients vus aux urgences
Fichiers de l’Assurance Maladie
Centres d’examens de santé (PRIME, DESIR)
Services cliniques (Cohorte GECSA)
A partir d’un registre de morbidité (MONICA : Cohorte EPIPAGE)
mesures à l’inclusion
• Facteurs d’ajustements
– Age, sexe, donnée socio-démographiques,…..
• Autres expositions
– Questionnaires alimentaires, habitudes de vies
etc..
– Clinique TA IMC ect…
– Biologie : cholestérol diabète aliquots etc…
Problème : il faut tout avoir
prévu avant!
Sans trop
charger la
Fusée !!!!
Suivi
Suivi
• Études de mortalité:
– Certificat de mortalité => peu coûteux, imprécis
• Morbidité:
– Contact des patients => contacts des médecins =>
dossier médicaux => définition standardisée => comité
d’experts.
– Registre (exemple PRIME/ MONICA)=> précis et peu
coûteux (quand on dispose d’un registre!!)
Suivi des sujets inclus
Le challenge
• « Le syndrome du PDV »
• Causes
–
–
–
–
Mobilités
Refus
Suivi lourd (questionnaire long, prélèvement organisé, …)
Populations particulières : personnes âgées, toxicomanes
• Quelles solutions ?
– Fidélisation (services rendus, rétribution, chèques cadeaux, …)
– Déplacement des enquêteurs (garder le même enquêteur pour
une personne incluse) : « formation » des enquêteurs
– Mise à disposition de moyens de transport (payer transport)
– Courrier, téléphone, mail, …
– Contact avec le médecin traitant
– Internet ? Pourrait être adapté (mais biais de sélection ?)
Puissance et effectif requis
• Unité statistique dépende de
– Nombre de personnes année=effectif* durée de suivi
• Nombre de personnes années dépend de
– Incidence de la maladie
– Différence d’incidence entre les groupes exposés et
non exposé (exposition contrastée)
– Risque alpha (5%)
– Puissance souhaité (80%)=(1-Beta)
Exemples
SU.VI.MAX
Cohorte « Urgences » (1)
CHU de Rouen, Haute Normandie, 2003-05
Objectifs
Exposition : auto-référence
Etablir une typologie de la
trajectoire de soins
631 patients inclus, dont
369 AR
151 SAU HCN,
104 SAU Elbeuf
99 UPATOU St Julien
15 UPATOU Bernay
Contexte national (et régional)
Cohorte « Urgences » (2)
Référés /
Organisation du suivi de la cohorte
non
référés
-M6
Inclusion
M1
M3
M6
2 enquêteurs
Garde de 6h
Inc
2 enquêtrices (18-21h, 3 x/semaine)
M1
Enquêteurs : étudiants en médecine
M3
M6
Suivi : 200 contacts/mois
PDV : 32% (pas de différence
entre PDV et suivis)
1 patient sur 2 : > 2 appels
Echec du rattrapage courrier
Charge de travail inattendue
2 BD
Et les résultats ?
Résultat
• Calcul d’un Risque relatif
expos és
non expos é
n o u ve a u x c a s
a
c
cancer
F u m e u rs
n o n fu m e u rs
n o n m a la d e s
b
d
n o n m a la d e s
100
9900
40
19960
RR de survenu d’un cancer du poumon si fumeur =
(100/(9900+100))/(40/(1960+40))=5
RR=(a/(a+b))/(c/(c+d))
Résultat
• Calcul de l’intervalle de confiance d’un RR
cohorte
• Permet de calculer un Risque Relatif.
• RR= (proportion de malades chez les
exposés)/(proportion de malades chez les
non
exposés)
a population-based prospective cohort of 17,118
Swedish twins with up to 30 years of follow-up and
information on smoking habits prior to baseline
exposure assessment. Long-term heavy smoking was
associated with a statistically significant 3-fold
increased risk of colorectal cancer compared with
never smoking (relative risk 3.1, 95% CI 1.4- 7.1).
=> Les grand fumeurs ont trois fois plus de risques
(entre 1,4 et 7 ) de développer un cancer du colon
que les non fumeurs : le tabac est un facteur de
risque significatif
Biais
Biais de sélection
Biais d’information
Facteur de confusion
Appariement
Stratification
Analyse multivariée
Sélection
• Exposés non exposés:
– Problème ++++++++
– Les exposés sont ils comparables au non
exposés
– Exemple : Health Woker effect.
• « un seul groupe»
– Problème +
– Pas de nécessité de représentativité stricte.
Sélection (perdu de vue)
• Biais si le fait d’être perdu de vue est lié à
– L’exposition
– À la Maladie.
– Exemple caricaturale
• Personnes suivies en médecine du travail :
• Perdu de vue = arrêt du travaille (maladie?
Retraite?)
• Comparaît les PDV aux autres (sont ils
différents sur les variables connues? )
Information
• Mesure de l’exposition.
– A priori indépendante de la maladie (mesure à
t0)
– Erreur de mesure => dilution du résultat
• Critère de jugement (maladie)
– Le critère de jugement est il mesuré de la même
façon en fonction de l’exposition (exemple :
cohorte de travailleurs) ?
facteur de confusion
Problème +++++++++++++++
• Un Facteur de risque n’est pas une cause.
cause
Posséder un briquet
Relation statistique :
Facteur de risque
Fumer
cause
Cancer du poumon
Un facteur de confusion est un facteur associé à la fois à l’exposition et
au risque
Fumer est le facteur de confusion qui explique la relation entre briquet et
cancer du poumon
Comment prendre en compte les
facteurs de confusion ?
• Introduction à la stratification et
l’ajustement
C anc er
H om m e
Fem m e
RR=
n o n m a la d e s
85
12415
55
17445
2 ,1 6 3 6 3 6 3 6
Les Hommes ont 2 fois plus de risque de cancer que les femmes
Pourquoi ?
Stratification
F u m e u rs
cancer
n o n m a la d e s
75
7425
25
2475
cancer
n o n m a la d e s
10
4990
30
14970
H om m es
F em m es
RR hommes=1
N o n fu m e u rs
H om m es
F em m es
RR hommes=1
Ajustement
• Stratification = Méthode idéale mais problème si:
– Plusieurs facteurs de confusion
– Effectif faible
• Ajustement (grands principes)
– « Risque de survenue de la maladie »= A + b*tabac +
c*sexe+ d*couleurs des chaussures.
– Modèle de COX, prise en compte de la durée de suivie
(cohorte +++++) permet de calculer un RR
– Modèle logistique (Cas témoins ++++) Permet de
calculer un Odds Ratio.
Comment conclure?
• Critère de Causalité
–
–
–
–
–
–
Séquence temporelle établie
Association forte
Spécificité de l’association
Constance et reproductibilité
Cohérence / physiopathologie
Effet d’une intervention sur le FR
Avantages des études de cohortes
• Mesure directe de l’incidence (risque relatif)
• Indiquées lorsque :
–
–
–
–
L’exposition est rare (exposé non exposé)
Pathologie courante
Mesure précise de l’exposition (avant la maladie!!!)
Explorer toutes les conséquences d’une exposition
• Respect de la séquence chronologique!!!
Limites des études de cohortes
•
•
•
•
Moyens importants
Durée longue
Risque des perdus de vue (Biais ++)
Ne permet pas l’étude de maladies à faible
incidence
• Population spécifique
Comparaison cohorte/cas témoins
Coût
Cohorte
+++++
Cas/témoins
+
Rapidité des résultats
Biais
------------+-
Maladie
Multiple
fréquent
RR
+
++++
Témoins comparables
au cas /mémorisation
Unique Rare
Indicateur
OR Odds Ratio
En pratique dans la majorité des cas OR=RR
Comparaison cohorte/cas témoins
FR de la nouvelle
variante de kreutzfeld
Jacob
Cas témoins
Facteur de risque
de maladie CV
Investigation d’une Toxi
infection alimentaire
Cohorte