Prise en compte des facteurs confondants/analyse stratifiée, multivariée

Question 1

Dans l’exemple : Prise de CO et thrombo-phlébites.

Nommez la variable dépendante et les variables indpendantes/explicatives

Answer 1

• Variable dépendante : Thrombo-phlébite
• Variables indépendantes/explciatives : Prise de CO, poids, la cigarettes

Question 2

Décrire : , Une variable dépendante

Answer 2

est une variable dont l’effet ou la valeur dépend d’autres variables

Question 3

Décrire : Une variable indépendante ou appelée encore variable explicative

Answer 3

est une variable qui affecte le phénomène ou l’événement étudié (donc qui affecte la variable dépendante) .

Question 5

Nommez : les 3 types de biais fréquemment retrouvés dans les études épidémiologiques.

Answer 5

• Sélection
• Information
• Confusion

Question 6

Décrire : Biais

Answer 6

Un biais est une erreur systématique qui fausse les résultats d’une étude dans un sens donné. Le biais de sélection est une erreur systématique qui est liée aux méthodes adoptées pour choisir les participants à l’étude.

Question 7

Nommez les bias de sélections (5)

Answer 7

• Le biais de volontariat
• le biais d’échantillonnage ou de survie sélective
• le biais d’admission (Berkson)
• le biais lié aux perdus de vue
• le biais de publication

Question 8

Décrire : Le biais d’information (4)

Answer 8

• est une erreur systématique induite dans une étude lorsque la mesure ou l’observation d’un phénomène est incorrecte.
• Les biais d’information surviennent au moment du recueil des données.
• Dans une étude de cohorte, lorsque les informations concernant la maladie sont recueillies ou mémorisées de façon différente chez les exposés et non exposés.
• Dans une étude cas-témoins, lorsque les informations concernant l’exposition sont recueillies de façon différente chez les cas et les témoins.

Question 9

Est-ce que les bias d’information et de sélection sont modifiables au moment de l’analyse? (2)

Answer 9

• Les biais d’information et de sélection sont définitifs et impossibles à corriger au moment de l’analyse.
• Ils doivent donc être discutés avant le début de l’étude et leurs effets doivent être évalués lors de l’analyse

Question 10

Décrire : Bais ou facteur de confusion (4)

Answer 10

• Tiers facteurq ui fausse la mesure de la liaison entre l’exposition et la maladie
• Il es tlié à la survenue de la maladie indépendamment de l’epxosition étudée
• Il est lié à l’exposition sans en être la conséquence
• Peut surestimer, sous-estimer ou masquer l’effet

Question 11

Il existe en fait 2 types de tiers facteurs. Nommez les.

Answer 11

• les facteurs de confusion proprement dits qui entrainent des biais,
• et les modificateurs de l’effet appelé facteur modifiant ou d’interaction.

Question 12

Est-ce qu’un facteur modifiant ou d’interaction peut crée des biais?

Answer 12

Non.

Un facteur modifiant ou d’interaction ne crée pas un biais mais modifie la mesure de la liaison exposition-maladie pour certaines de ses modalités. L’étude de ces 2 types de tiers facteurs nécessitent que l’on s’y attarde quelques temps.

Question 13

Si RR de chaque strate sont similaires, mais différents du RR brut , le tiers facteur est un facteur dite…

Answer 13

RR de chaque strate sont similaires, mais différents du RR brut , le tiers facteur est un facteur confondant, on se doit de calculer un RR ajusté à l’aide de méthodes.

Question 14

Si les RR sont similaires entre les strates et similaires au RR brut, est-ce qu’il existe un bais de confusion?

Answer 14

il n’existe pas de confusion,

Question 15

Empiriquement, on peut suspecter un facteur modifiant de l’effet si les risques relatifs ou les rapports de cote différents de plus de __%

Answer 15

20%

Question 16

Décrire : La méthode d’ajustement de Mantel-Haenszel (6)

Answer 16

• est un autre type d’analyse stratifiée.
• Son principe consiste là encore à scinder le facteur de confusion en classes, à calculer le risque entre l’exposition et la maladie pour chaque classe puis à calculer le risque ajusté de Mantel- Haenszel.
• Cette méthode peut être utilisée lorsqu’on désire ajuster un RR , un rapport de cotes ou rapport de taux d’incidence.
• Cette méthode n’est utilisée qu’en analyse stratifiée et elle donc limitée par le nombre de strates pouvant être crées.
• Si l’on veut contrôler pour plusieurs facteurs de confusion, il est nécessaire d’utiliser des méthodes d’analyse multi variée.
• Ces méthodes ont en effet l’avantage de pouvoir prendre en compte un plus grand nombre de variables.

Question 17

Décrire : L’analyse multivariée (2)

Answer 17

• est un outil statistique permettant d’une part de mesurer l’effet simultané de plusieurs variables explicatives sur une variable dépendante
• de contrôler les biais de confusion.

Question 18

Dans quelle situation est-ce qu’un analyse multivariée devient d’un grand intérêt?

Answer 18

L’essai clinique randomisé ne peut être adapté à certaines situations cliniques , soit par que ce n’est pas éthique, ou infaisables et c’est dans ces situations que l’analyse multivariée devient d’un grand intérêt.

Question 19

C’est quoi la première étape d’une analyse multivariée? (2)

Answer 19

• Avant de se lancer dans une analyse multivariée, il est indispensable de rechercher dans la littérature, de la façon la plus exhaustive possible, les facteurs de risque susceptibles d’être impliqués dans la genèse ou le pronostic du problème de santé étudiée.
• Une fois que ces covariables ont été identifiées, la première étape consistera toujours en une série d’analyses univariées pour sélectionner les variables qui seront introduites secondairement dans le modèle multivarié.

Question 20

Nommez les 3 types d’analyse multivariée les plus utilisées

Answer 20

• La régression linéaire multiple
• la régression logistique
• La régression à effet proportionnel de Cox.

Question 21

Décrire : La régression linéaire multiple

Answer 21

• est une généralisation de la régression linéaire simple.
• C’est le modèle de choix lorsque lorsque la variable dépendante ( le cholestérol par exemple) est une variable quantitative continue.
• La mesure d’intérêt est le coefficient de régression

Question 22

Décrire : La régression logistique (4)

Answer 22

• repose sur le même principe que la régression multiple mais elle est adaptée à l’analyse d’une variable dépendante dichotomique (ex: survenue ou non d’un infarctus par exemple). Elle est très prisée car les variables indépendantes ou co-variables peuvent être quantitatives ou qualitatives. La mesure d’intérêt est alors le rapport de cote.
• requiert certaines conditions (leur description dépasse les objectifs de ce cours).
• Pour utiliser un tel modèle, on recommande habituellement une taille d’échantillon de 400 minimum et on ne doit pas analyser plus de √n covariables ou variables indépendantes.
• Le rapport de cote qui varie entre o et l’infini quantifie la force de l’association entre la variable dépendante et la variable indépendante ou explicative, un RC de cote =1, traduit l’absence d’association , plus l’association est forte, plus le RC tend vers 0, si le facteur est protecteur, ou vers l’infini dans le cas d’un facteur de risque.

Question 23

Décrire : Rapport de cote, «odd ratio» (5)

Answer 23

• est le rapport entre le nombre de patients qui présentent l’événement sur le nombre de patients qui ne le présentent pas.
• Le concept des RC est issu des études cas- témoins,.en effet , dans les études cas-témoins, il n’est pas possible de calculer les RR, puisque que la prévalence de l’événement n’est pas connue.
• Comme les études cas témoins sont généralement utilisés pour des évènements rares, le rapport de côtes peut s’interpréter comme un risque relatif.
• Mais Le RC peut aussi être utilisé dans tous les types d’études et vous serez souvent amener à l’interpréter.
• Dans ce cas, il faut être prudent et ne pas interpréter un RC comme un RR lorsque l’incidence de la maladie est élevée. Le RC surestime alors le RR

Question 24

Décrire : La régression à effet proportionnel de Cox (6)

Answer 24

• est basée sur le même principe que les 2 modèles précédents mais s’applique aux variables dépendantes dites tronquées ou saturées comme le taux de décès ou le taux de récidives.
• Ce modèle permet d’estimer le risque de décès par exemple en tenant compte du temps écoulé entre l’exposition à la variable indépendante et la survenue du décès.
• La mesure d’intérêt est alors le Hasard ratio.
• Le HR est proche du RR , mais contrairement au RR , il tient compte du facteur « temps, , c’est à dire le moment de survenue d’un évènement
• Un gros avantage de cette méthode, est donc qu’elle permet d’inclure des sujets ayant été suivis sur des périodes différentes.
• Dans les études de cohorte, la durée du suivi varie en effet souvent d’une personne à l’autre pour diverses raisons: participants perdus en cours d’étude ou inclus dans l’étude à des moments différents.

Question 25

Comment est-ce que l’analyse multivariée corrige les biais de sélection? Et de séleciton?

Answer 25

l’analyse multivariée ne corrige pas les biais de sélection ou d’information

Question 26

Vrai ou Faux

L’analyse multivariée ne peut pallier à un manque de puissance statistique

Answer 26

Vrai

Question 27

Décrire : Confusion résiduelle (4)

Answer 27

• Attention, l’ajustement ne résout pas tous les problèmes
• On ne peut ajuster que pour les variables que l’on a mesurées
• Si la mesure du facteur de confusion est imparfaite , son contrôle est imparfait , c’est ce qu’on appelle la confusion résiduelle.
• Il faut donc toujours documenter tous les facteurs confondants potentiels avant le début de l’étude et bien les mesurer