SCORE DE PROPENSION PROPENSITY SCORE. Virginie Migeot

Dimension: px

Commencer à balayer dès la page:

Download "SCORE DE PROPENSION PROPENSITY SCORE. Virginie Migeot"

Abel Bossé
il y a 7 ans
Total affichages :

1 1 SCORE DE PROPENSION PROPENSITY SCORE STAFF SANTE PUBLIQUE - 11 janvier 2012 Virginie Migeot

2 2? Traitement Evénement

3 3

4 4 Expérimentale Comparabilité des groupes (randomisation, procédure d insu) Limite les biais Moyens financiers et humains importants

5 5

6 6

7 7 Expérimentale Comparabilité des groupes (randomisation, procédure d insu) Limite les biais Moyens financiers et humains importants Observationnelle Pas d attribution aléatoire des traitements, groupes «non» comparables Favorise les biais (sélection, information) Reflète la réalité, faisabilité ++

8 8 En amont au moment du protocole : Appariement Mais sur Nb covariables faible En aval au moment de l analyse : Stratification Mais quand nombre élevé de covariables, exponentielle du nombre de strates (2 k strates pour k covariables dichotomiques) Ajustement analyse multivariée modèles supposent une forme particulière de la relation entre covariables et issue (linéarité, loglinéarité) pas toujours effective ni vérifiée Observationnelle Pas d attribution aléatoire des traitements, groupes «non» comparables Favorise les biais (sélection, information) Reflète la réalité, faisabilité ++

9 Succès des modèles apparente facilité d utilisation avec les logiciels de stat difficultés à apparier ou stratifier sur un grand nombre de covariables Mais si différences de distribution des caractéristiques de base (covariables-facteurs de confusion) risque d une estimation biaisée de l effet du TTT ou exposition sur l issue

10 10

11 Score de propension Remplacement de toutes les covariables par une variable unique qui est une fonction de ces covariables (condensation de l information) Utilisation comme une covariable de confusion unique Rosenbaum P, Rubin DB; Biometrika 1983

12 Utilisation dans la littérature médicale ( diapo Gayat GDR statistiques et santé 2008)

13 exemple [Labarère, 2008] 13 Tester efficacité prolongée de HBPM pour la prophylaxie de thrombose veineuse profonde (TVP) chez les 65 ans et + à mobilité réduite Cohorte de 866 patients + HBPM et 737 patients HBPM Taux de TVP par echodoppler veineux systématique 4% chez HBPM+ 5.7% chez HBPM- OR brut = 0.71 [ ] Commentaire? Patients HBPM+ initialement sont + à risque de dév TVP

14 2 objectifs 14 Contrôler les F de confusion dans les études observationnelles Modéliser la relation entre le traitement étudié et les caractéristiques des patients pour constituer a posteriori des groupes de patients de caractéristiques comparables et ne différentiant que par le traitement Se rapprocher des conditions de l essai clinique, en comparant les 2 groupes sur leur probabilité d être traité

15 Score de propension Méthode initialement proposée par Rosenbaum et Rubin en 1983 Le score de propension est la probabilité pour un individu i de recevoir un traitement Z=1 connaissant ses caractéristiques x Intérêt : comparer des patients qui ont la même probabilité d avoir reçu le traitement à l étude

16 Principes 16 Calcul du score de propension prédit par un modèle de régression logistique Variable à expliquer : avoir le TTT (HBPM + oui/non) Variables explicatives : caractéristiques mesurées des patients Score de propension Valeurs entre 0.07 et 0.99 => probabilité d un patient de recevoir HBPM connaissant ses caractéristiques à l inclusion Appariement ou Stratification sur le score de propension Comparaison du critère de jugement entre les 2 groupes au sein des paires ou strates de patients ayant des caractéristiques comparables

17 17 [Labarère, 2008]

18 OR brut = 0.71 [ ] OR ajusté = 0.58 [ ] 18 [Labarère, 2008]

19 19

20 Choix des covariables 20 Variable de confusion potentielle: variable liée à l allocation du traitement Vrai variable de confusion: variable à la fois liée à l allocation du traitement et pronostique Non confondeur: variable ni liée à l allocation du traitement ni pronostique

21 Hypothèses Trois hypothèses Les Zi sont indépendants conditionnellement à Xi Toutes les variables de confusion sont observées Indépendance conditionnelle de l assignation du traitement et de la réponse observée (strongly ignorable treatment assignment)

22 Estimation du score de propension Modèle de régression logistique le plus souvent

23 23 (plusieurs stratégies : plus proche voisin, distance de Mahalanobis, 5 to 1 digit matching)

24 26

25 27

26 28

27 29

28 30

29 31

30 32

31 33

32 Avantages 34 5 raisons d utiliser le score de propension en pharmacoepidemiology Glynn RJ, Basic Clin Pharmacol Toxicol, 2006

33 43 Limites score de propension

34 44 Conclusion

35 Traitement? Evénement (survie ) BIAIS? Covariables Effet ajusté sur les covariables Traitement Evénement (survie ) AJUSTEMENT Covariables Effet dans 2 groupes comparables pour les covariables Traitement Evénement (survie ) SCORE de PROPENSION 45 Covariables

36 Références 46 Austin PC. An introduction to propensity-score methodes for reducing confounding in observational studies. Multivariate Behavioral Research 2011, 46; Austin PC. A tutorial and case study in propensity score analysis : an application to estimating the effect of in-hospital smmoking cessation counseling on mortality. Multivariate Behavioral Research 2011, 46; Glynn R.J, et al. Indications for propensity scores and review of their use in pharmacoepidemiology. Basic Clin Pharmacol Toxicol 2007, 98: Labarère J., et al. L analyse par score de propension. Exemple d application à une étude observationnelle sur la prophylaxie de la maladie thromboembolique veineuse. Rev Med Interne 2008, 29;255-8.

Documents pareils

«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?»

«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?» Dr Adeline Paris Unité de Pharmacologie Clinique Centre d Investigation Clinique