Master Sciences, Technologies, Santé Mention Santé Publique

Transcription

1 Master Sciences, Technologies, Santé Mention Santé Publique Épidémiologie d'intervention À partir de l'édition Arnette 1992, épuisée François DABIS Jacques DRUCKER Alain MOREN Chapitre VI Dépistage Sauf mention contraire le contenu de ce document est sous contrat creative commons accessible à : La référence de ce document est à présenter comme suit : Dabis F, Drucker J, Moren A. Master Sciences, Technologies, Santé, Mention Santé Publique, : Épidémiologie d'intervention : Dépistage. Bordeaux : Université Victor Segalen Bordeaux2, ISPED ; 2010.

2 Master SP : Dépistage 2 Chap VI Dépistage La mise en évidence d'une maladie chez un patient, dans le contexte d'une consultation clinique, repose le plus souvent sur une démarche diagnostique complexe intégrant des informations fournies par l'interrogatoire, l'examen clinique et, éventuellement, des examens paracliniques. Par exemple, pour diagnostiquer un cancer du sein le médecin dispose de l'interrogatoire, la palpation, la mammographie, la thermographie, la biopsie et l'examen extemporané. Dans un contexte de dépistage, la démarche est identique mais repose le plus souvent sur un ou deux tests cliniques ou paracliniques, par exemple la mammographie pour le dépistage de masse du cancer du sein. Tous les tests diagnostiques ne sont cependant pas équivalents en termes de performance ou de dangers associés ; cette diversité rend souvent difficile la décision de prescrire ou l'interprétation des résultats de certains tests. A chaque prise de décision, les avantages attendus d'un test seront donc pesés contre les inconvénients qu'aurait sa mise en œuvre. Si les techniques sophistiquées de la théorie de la décision ne sont pas applicables dans la plupart de ces situations de prise de décision clinique, il est cependant indispensable au clinicien et au praticien de santé publique d'en comprendre certains principes de base. Dans ce chapitre, nous présentons certains principes de stratégie diagnostique, principalement orientés vers la mise en place de programmes de dépistage. La première partie est une introduction aux notions de sensibilité et de spécificité, deux paramètres décrivant la performance d'un test diagnostique. La deuxième partie aborde l'évaluation de la performance d'une stratégie diagnostique et introduit deux autres paramètres, les valeurs prédictives des résultats d'un test. La troisième partie démontre comment la performance d'une stratégie diagnostique dépend du contexte de son application, et plus précisément de la prévalence de la maladie dans la population. La quatrième partie nous montre comment deux tests peuvent être combinés pour améliorer la performance globale d'une stratégie diagnostique. Finalement, nous discutons dans la cinquième partie les critères qui permettent de juger de l'utilité réelle d'un programme de dépistage de masse. Mesure de la performance d'un test diagnostique Nous considérons dans ce chapitre que la présence de la maladie est une variable dichotomique (la maladie est soit présente soit absente). Dans un premier temps, on se placera dans la situation la plus habituelle, celle où les résultats du test sont également exprimés par une variable dichotomique (le test est soit positif soit négatif). Identification des malades Dans la plupart des situations, le médecin est surtout intéressé à savoir si le test identifie correctement tous les patients qui ont la maladie. La caractéristique correspondante du test est la sensibilité qui est définie comme la capacité du test à correctement identifier les individus qui ont la maladie. La sensibilité est le rapport du nombre de patients qui ont un test positif et ont la maladie (vrais positifs) sur le nombre total de patients qui ont la maladie (tableau I a). La sensibilité est une proportion et peut donc prendre des valeurs de 0,0 ou 0% (aucun malade n'est correctement identifié) à 1,0 ou 100% (tous les malades sont correctement identifiés, il n'y a aucun faux négatif). Pour illustrer la méthode de calcul de la sensibilité, nous prendrons l'exemple du diagnostic de l'infection par le Virus de l'immunodéficience Humaine (VIH), par la méthode de l'enzyme-linked ImmunoSorbent Assay (ELISA). Ce test est appliqué chez 162 patients porteurs asymptomatiques du virus VIH dont le diagnostic a déjà été confirmé par un bilan virologique plus complet (tableau IIa). Le test donne un résultat positif chez 157 patients. La sensibilité du test est donc 157/162, soit 0,97 ou 97%.

3 Master SP : Dépistage 3 La sensibilité d'un test ne peut être correctement déterminée qu'en appliquant le test à un groupe de patients dont on a la certitude qu'ils ont la maladie. Il est important de sélectionner un groupe comportant non seulement des patients chez qui la présence de la maladie est évidente (cas terminaux par exemple), mais aussi des malades chez qui le diagnostic n'est pas évident, en particulier des patients dont le tableau clinique pourrait orienter vers une autre maladie. Tableaux I Évaluation de la performance d'un test diagnostique

4 Master SP : Dépistage 4 Tableaux II Évaluation de la méthode ELISA pour le diagnostic de l'infection par le VIH Identification des non-malades Un test qui serait 100 % sensible aurait la capacité de correctement identifier tous les patients qui ont la maladie, mais ne serait parfait que s'il identifiait correctement aussi les patients qui n'ont pas la maladie. La capacité correspondante du test est la spécificité qui est définie comme la capacité du test à correctement identifier les individus qui n'ont pas la maladie ; en pratique, la spécificité est le rapport du nombre de patients qui ont un test négatif et n'ont pas la maladie (les vrais négatifs) sur le nombre total de patients qui n'ont pas la maladie (tableau Ib). La spécificité est une proportion et peut donc prendre des valeurs de 0,0 ou 0 % (aucun non-malade n'est correctement identifié) à 1,0 ou 100 % (tous les nonmalades sont correctement identifiés ; il n'y a aucun faux positif). L'évaluation de la performance du test ELISA pour le diagnostic de l'infection par le VIH illustre le calcul de la spécificité. Ce test est appliqué à un échantillon de donneurs de sang dont un bilan virologique a révélé qu'ils n'étaient pas porteurs du virus (tableau IIb). Seulement quatre individus ont un test ELISA positif. La spécificité du test est donc [( )/2 000)] = 0,998 soit 99,8 %.

5 Master SP : Dépistage 5 La spécificité d'un test est déterminée en appliquant le test à un groupe d'individus dont on a la certitude qu'ils n'ont pas la maladie. Il est important de sélectionner un groupe comportant non seulement des patients chez qui l'absence de la maladie est évidente (sujets sains et sportifs, par exemple), mais aussi des patients porteurs d'autres maladies qui sont difficilement différenciables de la maladie pour laquelle le test est développé, en particulier des patients chez qui la présence de la maladie a été d'abord suspectée puis récusée. Choix d'un seuil de positivité En pratique, de nombreux tests sont basés sur des techniques de mesure dont les résultats s'expriment par une variable numérique continue (dosage sanguin par exemple) ou par une échelle ordinale, plutôt que par une variable dichotomique. Dans ces cas, il est habituel de fixer un seuil de positivité définissant la valeur de la variable à partir de laquelle le résultat sera considéré comme positif. Pour un test parfait, les distributions des résultats du test chez les malades et les nonmalades sont totalement distinctes, les valeurs observées chez les malades ne s'observant jamais chez les non-malades et vice versa (figure 1a). Dans cette situation, le choix d'un seuil situé entre la valeur possible la plus élevée des non-malades et la valeur possible la plus basse des malades donnera une sensibilité et une spécificité toutes deux égales à 100 %. Cette situation idéale est en fait exceptionnelle, les distributions des valeurs observées chez les sujets malades et non-malades étant habituellement en partie superposables. Dans ce cas, la définition d'un seuil de positivité permet de décrire les quatre catégories suivantes d'individus (figure 1b) : les vrais positifs (VP), malades dont le résultat du test est supérieur ou égal au seuil ; les vrais négatifs (VN), non-malades dont le résultat du test est inférieur au seuil ; les faux négatifs (FN), malades dont le résultat du test est inférieur au seuil ; les faux positifs (FP), non-malades dont le résultat du test est supérieur ou égal au seuil. Figures 1a et 1b : Choix d un seuil de positivité et performance d un test diagnostique.

6 Master SP : Dépistage 6 Le choix du niveau du seuil est rarement arbitraire, la fréquence relative des VP, VN, FP et FN variant avec les changements de seuil. Plus le seuil est placé bas, plus grand sera le nombre de malades correctement identifiés (VP), mais plus grand sera également le nombre de faux positifs. Réciproquement, plus le seuil est placé haut, plus grand sera le nombre de nonmalades correctement identifiés (VN), mais plus grand sera également le nombre de faux négatifs. Le choix d'un seuil bas aura donc comme effet d'augmenter la sensibilité mais de diminuer la spécificité ; au contraire, le choix d'un seuil haut augmentera la spécificité mais diminuera la sensibilité. La variation inverse de la sensibilité et de la spécificité est illustrée dans le tableau III, adapté d'une étude de Weiss et al, dans laquelle la sensibilité et la spécificité du test ELISA ont été calculées pour quatre seuils de positivité différents sur une même population comportant des malades atteints du SIDA et des donneurs de sang en bonne santé. Tableau III Variation de la sensibilité et de la spécificité du test ELISA avec la prévalence de l'infection par le VIH (d'après Weiss et al. 1985) Seuil de positivité Sensibilité (%) 97,7 97,5 97,3 96,6 Spécificité (%) 92,6 97,5 98,6 99,3 En pratique, le choix du seuil dépendra de la gravité des conséquences des erreurs de classification. Si les conséquences d'une erreur de diagnostic par défaut (faux négatifs) sont graves et si les tests de confirmation de la présence de la maladie sont peu chers et peu dangereux, on choisira un seuil bas (exemple du dépistage de routine de la phénylcétonurie chez le nouveau-né). Au contraire, le seuil sera placé haut si l'on cherche essentiellement à éliminer le diagnostic et si les conséquences d'un faux positif sont graves ou coûteuses (exemple du dosage de l'α fœto-protéine pour diagnostiquer les anomalies congénitales du système nerveux central pendant la grossesse). Mesures de la performance d'une stratégie diagnostique Nous avons considéré jusqu'à présent la mesure de la sensibilité et de la spécificité dans un contexte artificiel où nous avions connaissance du vrai statut de malade ou de nonmalade des patients. En pratique, on applique des procédures diagnostiques ou de dépistage justement parce qu'on ne sait pas quels patients ont réellement la maladie. Supposons que l'on dispose d'une série de patients à qui le test a été administré (tableau Ic) ; certains patients ont un test positif (la somme des VP et des FP), et les autres ont un test négatif (la somme des VN et des FN). Les questions importantes pour le praticien sont donc : quelle proportion des patients ayant un test positif correspond à des vrais malades? Quelle proportion des patients ayant un test négatif correspond à des sujets vraiment exempts de la maladie? Cette information nous est donnée par les valeurs prédictives des résultats du test. La valeur prédictive d'un test positif, plus fréquemment appelée valeur prédictive positive (VPP), est la proportion des tests positifs qui correspond à des vrais malades. C'est le rapport du nombre de vrais positifs sur le nombre total de tests positifs. La VPP est une proportion et peut donc prendre des valeurs de 0,0 ou 0% (aucun test positif ne correspond à des malades) à 1,0 ou 100 %. Une stratégie diagnostique ayant une VPP de 100 % est idéale pour affirmer la présence de la maladie, tous les résultats positifs correspondant justement à des malades. Ceci ne peut s'observer qu'en l'absence de faux positifs, donc avec un test spécifique à 100 %. La valeur prédictive d'un test négatif, ou valeur prédictive négative (VPN), est la proportion des tests négatifs qui correspond à des non-malades. C'est le rapport du nombre de vrais négatifs sur le nombre total de tests négatifs. Comme la VPP, la VPN peut

7 Master SP : Dépistage 7 prendre des valeurs de 0,0 ou 0 % (aucun test négatif ne correspond à des non-malades) à 1,0 ou 100 %. Une stratégie diagnostique ayant une VPN de 100% est idéale pour affirmer l'absence de la maladie, tous les résultats négatifs correspondant justement à des nonmalades. Ceci ne peut s'observer qu'en l'absence de faux négatifs, donc avec un test sensible à 100 %. Le calcul des valeurs prédictives est illustré dans le tableau IIc, où l'on retrouve les 162 patients porteurs asymptomatiques du VIH et les donneurs de sang utilisés pour le calcul de la sensibilité et de la spécificité. Dans ce groupe de individus, on observe 161 tests positifs et tests négatifs. Les valeurs prédictives correspondantes sont donc VPP = 157 / 161 = 0,975, ou 97,5 % et VPN = / = 0,998 ou 99,8 %. La performance de cette stratégie diagnostique est donc assez bonne puisque près de 98% des résultats positifs et pratiquement la totalité des résultats négatifs sont exacts. Le fait de laisser passer des FN et de faussement étiqueter des FP a des conséquences qui seront discutées ultérieurement. Prévalence de la maladie et performance d'une stratégie Nous avons vu comment les valeurs prédictives étaient fortement dépendantes de la sensibilité (pour la VPN) et de la spécificité (pour la VPP). Ces valeurs sont également fonction de la prévalence de la maladie dans la population dans laquelle le test est appliqué. Contexte du diagnostic simple Dans ce contexte, un patient consulte un clinicien pour une raison précise ; le clinicien va mettre en œuvre une démarche diagnostique visant à confirmer la présence d'une maladie. Par exemple, une femme de 45 ans consulte pour une "boule" dans le sein ; le médecin va prescrire une mammographie dans le but de confirmer l'existence d'un cancer du sein. Ici, le test (la mammographie) est directement lié au motif de consultation ; par ailleurs, la probabilité de la maladie (le cancer du sein) est a priori assez forte. Contexte du dépistage de masse Le dépistage consiste à proposer un test diagnostique à des sujets qui ne se plaignent de rien afin de révéler l'existence d'une maladie à un stade précoce. Le dépistage se justifie quand le pronostic de la maladie peut être favorablement influencé par la mise en route précoce d'un traitement (ce critère est discuté plus en détail dans la dernière partie de ce chapitre). Le dépistage systématique du cancer du sein par mammographie chez les femmes de plus de 45 ans, par exemple, permet de diagnostiquer des formes précoces plus facilement traitables et d'espérer améliorer le pronostic de cette affection. Dans ce contexte, la prévalence de la maladie est a priori beaucoup plus faible que dans une population de consultation clinique. De plus, la proposition d'un test diagnostique à des personnes qui ne se plaignent de rien, dont la majorité est en bonne santé, ne pourra se justifier qu'après avoir vérifié rigoureusement que les avantages du dépistage dépassent nettement ses inconvénients. Illustration Pour illustrer le rôle de la prévalence dans la performance d'une stratégie diagnostique, nous appliquerons le test ELISA pour le diagnostic de l'infection par le VIH dans deux contextes différents : Le test est appliqué à une population de toxicomanes inscrits dans un programme de désintoxication (tableau IVa). Dans cette population, la prévalence du VIH est estimée à 60,0 %, soit 600 porteurs, parmi lesquels on peut attendre 582 tests positifs (Se : 96,9 %). Chez les 400 non-porteurs, on attendra 399 tests négatifs (Spe : 99,8 %). Les valeurs prédictives positives et négatives sont donc respectivement 99,8 % et 95,7 %. Dans cette population à très haut risque, le test ELISA est donc une stratégie diagnostique pratiquement parfaite pour affirmer la présence du VIH, mais moins satisfaisante pour l'éliminer (près de 3% des porteurs échappent au dépistage) ; Le dépistage des porteurs du VIH est particulièrement important dans le cadre des centres de transfusion sanguine. Dans ce contexte, nous appliquerons le même test ELISA (mêmes sensibilité et spécificité) à 1 million de donneurs de sang, chez lesquels

8 Master SP : Dépistage 8 la prévalence du VIH est estimée à 3 porteurs pour (tableau IVb). Parmi les 300 porteurs attendus, 291 présenteront un test positif. Parmi les non-porteurs, on observera tests négatifs, et tests faussement positifs. Les valeurs prédictives positive et négative sont donc respectivement 12,7 % et 99,9 %. Dans cette seconde situation, le test ELISA est donc une stratégie presque parfaite pour affirmer l'absence du VIH, mais une stratégie très mauvaise pour affirmer sa présence. Tableaux IV Performance de la méthode ELISA pour le dépistage de l'infection par le VIH dans deux populations : illustration du rôle de la prévalence de la maladie Rôle de la prévalence de la maladie La performance d'une stratégie diagnostique ne dépend donc pas seulement de la performance du test lui-même, comme nous l'avons vu dans l'illustration ci-dessus où la sensibilité et la spécificité du test étaient les mêmes dans les deux situations. Les variations observées des valeurs prédictives étaient liées au fait que la fréquence de la maladie et donc des faux résultats, positifs et négatifs, était différente d'une situation à l'autre. La prévalence de la maladie est mesurée par la proportion des patients qui ont la maladie parmi tous les patients soumis au test diagnostique. Dans les exemples ci-dessus, la prévalence était donc de 60 % (600/1 000) dans le service de désintoxication (tableau IVa), mais n'était plus que de 0,03 % (300/ ) chez les donneurs de sang (tableau IVb). A sensibilité et spécificité constantes, la VPP augmente avec la prévalence, alors que la VPN décroît lorsque la prévalence augmente (figure 2). A un niveau de prévalence très faible, tel qu'on l'observe dans des situations de dépistage de masse en population générale, même un test ayant une bonne spécificité aura probablement une très faible VPP. En effet, même si seulement une très faible proportion des non-malades présente un test positif, ces faux positifs

9 Master SP : Dépistage 9 représentent néanmoins la majorité des tests positifs observés. Par contre, à ce faible niveau de prévalence, la VPN sera le plus souvent excellente, même si le test n'a pas une sensibilité très élevée, car les faux négatifs ne représenteront de toute façon qu'une proportion négligeable de l'ensemble des résultats négatifs. Figure 2 Variation des valeurs prédictives positive (VPP) et négative (VPN) avec la prévalence de la maladie (sensibilité et spécificité = 0,95). Quand la prévalence de la maladie est très élevée, par contre, comme cela s'observe dans des situations cliniques où la présence de la maladie est déjà fortement suspectée, la VPP sera élevée même si le test a une spécificité relativement faible. En effet, même si une proportion importante des non-malades présente un test positif, ces faux positifs ne représentent qu'une proportion négligeable de l'ensemble des résultats positifs. Par contre, même un test ayant une sensibilité excellente aura probablement une valeur prédictive négative relativement faible, car les faux négatifs représenteront une proportion assez importante de l'ensemble des résultats négatifs. Combinaisons de tests diagnostiques Pour améliorer la performance du diagnostic d'une maladie, il peut être souhaitable de combiner l'information donnée par deux tests diagnostiques. Supposons par exemple que nous voulions appliquer les tests ELISA et Western Blot (WB) pour diagnostiquer l'infection par le VIH. Ces deux tests ont une sensibilité et une spécificité de 97% et 99,8% pour l'elisa, et de 95,0% et de 99,99% pour le WB. Supposons d'autre part que les deux tests soient "indépendants", c'est-à-dire que la sensibilité et la spécificité d'un test ne varient pas selon que les résultats de l'autre test sont positifs ou négatifs. En fonction de l'objectif visé, les deux tests peuvent être utilisés selon deux stratégies différentes. Si l'objectif est de minimiser l'impact des faux négatifs, on essayera d'augmenter la sensibilité de la stratégie diagnostique. Ceci est possible en appliquant deux tests et en considérant comme malades tous les patients dont au moins un des deux résultats est positif. Cette stratégie, habituellement dénommée stratégie en parallèle, revient en fait à n'appliquer le second test qu'aux sujets dont le résultat est négatif pour le premier test. Cette stratégie est illustrée dans les tableaux Va et Vb où le test WB est appliqué à tous les toxicomanes du tableau IVa dont le test ELISA était négatif. Si au contraire l'objectif est de minimiser l'impact des faux positifs, on essayera d'augmenter la spécificité de la stratégie diagnostique. Ceci est également possible en appliquant deux tests mais en ne considérant comme malades que les patients dont les deux tests ont des résultats positifs. Cette stratégie, habituellement dénommée stratégie en série,

10 Master SP : Dépistage 10 revient en fait à n'appliquer le second test qu'aux sujets dont le premier test est positif. Elle est illustrée dans les tableaux VIa et VIb où le test WB est appliqué à tous les donneurs de sang du tableau IVb dont le test ELISA était positif. Évaluation de l'utilité d'un programme de dépistage Nous nous sommes jusqu'à présent concentrés sur les aspects méthodologiques permettant d'évaluer et d'améliorer la performance d'une stratégie diagnostique. Cependant, la décision de mettre en place un programme de dépistage de masse ne peut pas reposer uniquement sur la disponibilité d'un outil diagnostique performant. En effet, pour juger de l'utilité potentielle d'un programme de dépistage, il faut s'assurer que le programme fera plus de bien que de mal aux individus visés. Une description détaillée de tous les paramètres à prendre en compte dans cette évaluation n'est pas envisageable dans le cadre de ce chapitre. Aussi nous contenterons-nous d'évoquer succinctement les questions à se poser. Tableaux V Amélioration de la performance du dépistage de l'infection par le VIH par l'utilisation de deux tests en parallèle : population de toxicomanes par voie intraveineuse (cf. tableau IVa)

11 Master SP : Dépistage 11 Tableaux VI Amélioration de la performance du dépistage de l'infection par le VIH par l'utilisation de deux tests en série : population de donneurs de sang (cf. Tableau IVb) Un programme de dépistage sera utile s'il répond à trois critères : 1) il vise une maladie appropriée ; 2) il utilise une stratégie appropriée ; 3) sa structure est appropriée. Maladie appropriée Pour que le dépistage soit utile, la maladie visée doit d'abord avoir des conséquences sérieuses et le pronostic de son évolution naturelle doit être grave. La gravité des conséquences peut être exprimée soit par une létalité élevée (exemple du cancer), soit par une évolution certaine vers une incapacité chronique ou un handicap (exemple de la phénylcétonurie), soit enfin en termes d'une morbidité importante ayant des conséquences économiques lourdes (exemple de l'alcoolisme). Toutes les maladies graves ne justifient cependant pas un dépistage. En effet, pour que le dépistage soit potentiellement utile, il faut également que l'évolution naturelle de la maladie passe par une phase préclinique suffisamment longue et suffisamment fréquente dans la population-cible. Une phase préclinique trop courte nécessiterait de répéter le dépistage fréquemment pour permettre à tous les patients de bénéficier du dépistage. De même, un

12 Master SP : Dépistage 12 dépistage visant une maladie qui se manifeste cliniquement d'emblée chez une majorité des patients ne serait bénéfique qu'à une petite proportion d'entre eux. Le dernier critère de choix d'une maladie à dépister est la disponibilité d'un traitement qui soit efficace et dont l'efficacité est d'autant plus grande que le traitement est appliqué plus précocement. Ce critère pose différents problèmes d'évaluation : tout d'abord l'évaluation de l'efficacité du programme doit tenir compte de l'amélioration apparente du pronostic chez les sujets dépistés, liée au fait que la maladie est diagnostiquée plus tôt qu'elle ne l'aurait été sans dépistage (biais d anticipation). Outre ce temps simplement gagné artificiellement qui doit donc être déduit de la survie apparente des patients, il faut également tenir compte dans l'évaluation de l'efficacité du traitement précoce du fait que les formes dépistées, parce qu'elles sont généralement moins évoluées, peuvent avoir spontanément un meilleur pronostic. Ces difficultés méthodologiques justifient que l'appréciation de l'efficacité du programme ne repose pas seulement sur des enquêtes d'observation mais soit obligatoirement évaluée par des essais randomisés, comme cela a été fait par exemple pour le dépistage des cancers du sein, du col utérin et du colon. Stratégie appropriée Pour qu'une stratégie de dépistage soit utile, il faut qu'elle soit valide et fiable. Les aspects de validité ont été détaillés plus tôt dans ce chapitre et ne sont rappelés que pour mémoire. Une bonne validité n'est assurée que quand la stratégie utilisée est à la fois spécifique et sensible. En fonction de l'objectif visé, éliminer ou confirmer la présence d'une maladie, on pourra modifier les niveaux de sensibilité ou de spécificité en ajustant les seuils ou en utilisant des combinaisons de tests. On pourra également améliorer les valeurs prédictives en ciblant des populations à prévalence plus ou moins élevée. Pour être valide, une stratégie devra également être fiable. En effet, une bonne validité ne peut être atteinte sans une bonne précision. Les aspects de précision deviennent par ailleurs d'autant plus importants à évaluer que l'on s'éloigne des conditions contrôlées dans lesquelles les tests diagnostiques sont développés pour appliquer la stratégie sur le terrain, c'est-à-dire dans de nombreux centres drainant des populations différentes avec de nombreux examinateurs. Les problèmes de précision et de reproductibilité intra et inter-observateurs sont détaillés dans les ouvrages cités en référence. Structure appropriée Pour que le programme soit utile, il doit avant tout atteindre les groupes qui peuvent ou qui devraient en bénéficier. En particulier, il faut tenir compte de la relation inverse qui existe entre le risque de nombreuses maladies et l'accessibilité aux services de prévention ou de soins. L'organisation d'un nouveau programme de dépistage doit également tenir compte de la charge accrue de travail que le dépistage va représenter pour le système de soins. En particulier, il faut vérifier que ce système de soins dispose de suffisamment de ressources matérielles et des compétences nécessaires au diagnostic des personnes dépistées et au traitement des cas confirmés. Le coût de ces activités supplémentaires doit être pris en compte dans l'évaluation du coût du programme de dépistage. Également, même si le dépistage est bien ciblé et les ressources disponibles, il faut vérifier l'acceptabilité du programme proposé. Cette acceptabilité doit couvrir tous les aspects du programme, les procédures diagnostiques initiales, les procédures de confirmation et la thérapeutique proposée. Elle doit être vérifiée auprès de toutes les personnes visées par le programme, y compris les professionnels de santé. Finalement, cette évaluation doit tenir

13 Master SP : Dépistage 13 compte des risques liés aux différentes étapes, des coûts associés, ainsi que des questions d'éthique. L'évaluation finale d'un programme de dépistage doit donc intégrer tous ces aspects et peser le pour et le contre de sa mise en place. En particulier, il faudra mettre en perspective le nombre de sujets visés par le programme pour pouvoir tenir compte surtout de la proportion des cas réellement dépistés, du coût par cas dépisté, et du coût par cas traité. Finalement, la décision de poursuivre un programme de dépistage ne devrait être prise qu'après s'être assuré à l'aide des mêmes critères que le programme fera effectivement plus de bien que de mal. Bibliographie Grenier B. La décision médicale. Paris : Masson, p. Hennekens CH, Buring JE. Epidemiology in medicine. Boston : Little Brown, Chapitre 13, pp Sackett DL, Haynes RB, Tugwell P. Clinical epidemiology : a basic science for clinical medicine. Boston : Little, Brown, Chapitre 1, pp Weiss SH, Goebert JJ, Sarngadharan MG et al. Screening test for HTLVIII (AIDS agent) antibodies. JAMA 1985, 253 :