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