Comment élabore-t-on un score clinique, un score de risque

Transcription

1 Le décryptage des scores en médecine vasculaire Comment élabore-t-on un score clinique, un score de risque Silvy Laporte Unité de Recherche Clinique, Innovation, Pharmacologie CHU Saint-Etienne

2 Cet intervenant : a déclaré ses liens d intérêt. estime qu ils ne peuvent pas influer sur cette présentation Tous les orateurs ont reçu une déclaration de liens d intérêt.

3 Qu est ce qu un score de prédiction clinique? Principe : Recueil de différents items cotés dont on fait la somme = score pour estimer la probabilité d un événement clinique Au préalable : quantifier la contribution de ces items au pronostic clinique 3

4 Les étapes de l élaboration d un score clinique 1) Construction d un modèle de prédiction multivarié Etudes pronostiques prospectives ou rétrospectives Facteurs indépendants, associés avec le pronostic 2) Dérivation du score Points à chaque facteur avec une pondération proportionnelle à leur importance dans le pronostic 3) Validation du score Evaluation de la justesse du score (nécessaire pour son utilité) Validité interne et validité externe 4

5 1) Construction d un modèle multivarié P = e 1+e a.x + b a.x + b 1 risque EVT = e a.age + b 1 + e a.age + b 0 e 0.41 = OR AGE =

6 Facteurs de risque d EP fatale pts param OR risque Evénement initial TVP EP symptomatique EP massive (PAS< 90 mmhg) e e e = Déficit moteur / AVC Age > 75 ans Cancer Risque de base % Laporte S et al. RIETE. Circulation

7 Facteurs de risque d EP fatale pts param OR risque Evénement initial TVP EP symptomatique EP massive (PAS< 90 mmhg) e e =0.247 Déficit moteur / AVC Age > 75 ans Cancer Risque de base % Laporte S et al. RIETE. Circulation

8 1) Construction d un modèle multivarié Points à chaque facteur avec une pondération proportionnelle à leur importance dans le pronostic Cohorte de dérivation : cohorte rétrospective de 543 patients Louzada ML et al. Circulation

9 2) Dérivation du score clinique * Tumeur solide Louzada ML et al. Circulation

10 3) Validation du score clinique Le score de prédiction clinique est-il performant lorsqu on l applique à la même population? VALIDITE INTERNE Est-il discriminant? Capable de séparer les sujets à risque des autres sur toute l étendue des valeurs du score Pas de récidive Récidives Score VP VN 10

11 3) Validation du score clinique Le score de prédiction clinique est-il performant lorsqu on l applique à la même population? Est-il discriminant? Capable de séparer les sujets à risque des autres sur toute l étendue des valeurs du score Evaluation - Courbe ROC - Statistique c < 0.8, mauvaise discrimination Barra S et al. Thromb Res

12 3) Validation du score clinique -3 à 0 Faible risque 4.0% [2.0;7.1] 1 à 3 Haut risque 16.2% [12.0;21.2] Louzada ML et al. Circulation

13 3) Validation du score clinique Le score de prédiction clinique est-il performant lorsqu on l applique à la même population? VALIDITE INTERNE Est-il bien calibré? Capable de prédire le risque d événements pour chaque valeur du score Mortalité prédite Cohorte de dérivation Cohorte de validation Evaluation - Prédiction vs observation - Test d Hosmer-Lemeshow (Khi 2 ) sign. = mauvaise calibration Mortalité observée 13

14 3) Validation du score clinique Le score de prédiction clinique est-il généralisable à d autres populations? VALIDITE EXTERNE Est-il reproductible? Sur une population externe PROCHE de celle étudiée (d autres patients du même centre) Est-il transposable? Sur une population externe DIFFERENTE (patients d un autre service, d un autre pays) Plus la validation externe est démontrée dans des populations différentes, plus l utilisateur peut être confiant dans ses qualités 14

15 Elaboration du score d Ottawa pour prédire le risque de récidive thrombo-embolique chez les patients cancéreux Etude pts Etude pts Étude pts Faible risque 4.0% [2.0;7.1] 5.1% 3.7% 2.4% 9.9% 15.8% 8.8% Haut risque 16.2% [12.0;21.2] 15.8% 21.6% 15.9% Louzada ML et al. Circulation Ahn S et al. Support Care Cancer 2013 Den Exter et al. J Thromb Haemost

16 Elaboration d un score de prédiction clinique Principes de base 1) Construction d un modèle de prédiction multivarié Items : données élémentaires, exhaustives et exactes 2) Dérivation du score Score idéal binaire car la décision clinique est binaire : «faut-il traiter?» 3) Validation du score Si échec de validation : Cohorte de validation biaisée Recalibrage nécessaire Extrapolabilité du score limitée Score mal dérivé Modèle multivarié insuffisant 16

17 Conclusions Score clinique probabilité d événement pour un groupe de patients individualisation de la prescription Validité d un score ne veut pas dire utilité certains scores ne servent à rien si impact thérapeutique nul Utilité d un score évaluation par un essai clinique randomisé avec la stratégie thérapeutique associée 17