Méthodes quantitatives pour l'épidémiologie descriptive (2)

11/02/2015 NGUYEN Jessica L3 CR : AUDOUARD Justine Biomédecine Quantitative Pr J. MANCINI ( julien.mancini@univ-amu.fr ) 10 pages Méthodes quantitatives pour l'épidémiologie descriptive (2) Plan A. Échantillonnage I. La population II. Les sondages B. Biais I. Biais de sélection II. Biais de classement III. Biais de confusion C. Standardisation I. La standardisation directe II. La standardisation indirecte Ce cours fait suite au cours du 09/02/2015 et reprend à la diapo 61/105 du PDF, disponible sur l'ent. A. Échantillonnage I. La population La population est l'ensemble des individus (en unités statistiques). Elle est définie par 4 facteurs : La nature (exemple : individu, patient, cellules) Les caractéristiques intrinsèques (exemple : sexe, pathologie, type de cellule) La localisation (exemple : adresse, service, organe) La date La population est de taille finie (notée N). On distingue deux types de populations : La population cible (ou population générale) à qui on voudrait généraliser les résultats, c'est la population pour laquelle on veut recueillir des informations. La population source est celle que l'on va réellement étudier, pour laquelle on peut recueillir des informations. II. Les sondages 1. Base de sondage Les bases de sondage sont des listes d'unités statistiques (liste de recensement, liste téléphonique...) ayant comme propriétés recherchées majeures l'exhaustivité et l'absence de doublons. 1/10

Exemple : Si l'on sélectionne seulement une liste avec les téléphones fixes, on manquera tous ceux qui n'ont qu'un téléphone portable. C'est un défaut d'exhaustivité. Si l'on sélectionne tous les téléphones fixes et tous les portables, on risque d'avoir des doublons pour les personnes qui ont un fixe et un téléphone portable. D'autre part, les bases de sondage doivent avoir d'autres propriétés intéressantes : Une identification sans ambiguïté (c'est-à-dire par exemple que si on regroupe plusieurs bases on doit vérifier les doublons, on doit être sûr de l'identité du sondé...) La base doit être à jour et présenter une richesse d'informations. Parfois, on ne dispose pas de bases de sondage, dans ce cas on fait des sondages empiriques ou des sondages complexes (en grappe par exemple). Le schéma type est donc: Population cible population source base de sondage échantillon Exemple : Patients atteints d'une maladie en France Patients suivis dans un hôpital liste des consultations échantillon 2. Types de sondage a. Sondage empirique On parle de sondage empirique dans le cas de sondages non aléatoires. Ils sont moins chers et plus rapides mais ont un risque de biais majeur concernant : la convenance (on prend les sujets qui nous arrangent, ceux qui répondent spontanément à l'appel) les volontaires les quotas : on sélectionne des échantillons représentatifs définis à priori pour certaines caractéristiques (il faut tant d'hommes, tant de femmes, tant de malades etc.) au risque d'avoir un biais à cause de la sélection dans les catégories de volontaires ou par convenance. Il y a alors un risque de mauvaise représentativité. On parle de quotas pseudo représentatifs. b. Sondage probabiliste On parle de sondage probabiliste dans le cas de sondages aléatoires. Ils sont plus représentatifs et permettent donc une extrapolation. Chaque individu a une probabilité connue d'avance d'appartenir à l'échantillon. Il en existe différents types : aléatoires simples, stratifiées, en grappe ; à un ou plusieurs degrés. Les sondages probabilistes sont ceux qu'on essaie de faire le plus souvent du fait de leur plus grande représentativité. Sondage aléatoire simple : Son objectif est que tous les sujets aient la même probabilité d'appartenir à l'échantillon. La base de sondage est la liste complète des sujets (N) On effectue un tirage en numérotant les sujets puis on tire au sort des numéros (avec ou sans remise) La fraction de sondage correspond alors à : f = n/n Sondage stratifié : Ces sondages donnent beaucoup d'informations, il faut donc essayer de garantir la précision. Son objectif est que les sujets aient une probabilité identique ou différente d'appartenir à l'échantillon selon la strate i. Il est possible de sur-représenter des strates avec des petits échantillons N i (exemple : on ne tire pas au sort 100 sujets au hasard parmi N mais 60 hommes parmi N hommes et 40 femmes parmi N femmes. ) 2/10

La base de sondage est la liste complète des sujets dans chaque strate. On effectue le tirage en numérotant les sujets puis on tire au sort dans chaque strate. Chaque fraction de sondage correspond alors à : f i = n i /N i Le sondage stratifié présente des avantages : il est simple et permet la surreprésentation de certaines strates. Cela permet un gain de précision. La principale limite est la disponibilité de la liste dans chaque strate. Si le facteur de choix de strate est lié au paramètre étudié, cela diminue la variance à l intérieur des strates. On a alors un gain en précision. (C'est surtout utilisé en économie, où il existe déjà beaucoup d'informations). On a donc trois allocations possibles : Allocation proportionnelle : On a alors un échantillon représentatif (la probabilité d'inclusion du sujet est proportionnelle à la taille de la population de la strate) Allocation non proportionnelle : On surreprésente par exemple les petites strates pour avoir une certaine précision. On l'utilise pour des études comparatives. Allocation optimale : On surreprésente les strates les moins homogènes (celles qui ont la variance la plus élevée). Cette solution complexifie les calculs mais gagne en précision. Exemple : [Doury et al. BEH thématique 37-38, 2006] L'étude statistique porte sur la prévalence de Chlamydia trachomatis chez des étudiants (volontaires). Un prélèvement urinaire gratuit était proposé systématiquement à tous les étudiants volontaires pour participer, âgés de 18 à 23 ans se présentant dans le service sur convocation [...] Une stratification sur le sexe a été effectuée de manière à inclure un nombre équivalent de garçons et de filles. Sondage en grappe : Il est utilisé lorsqu'on a peu d'information. Il a un objectif surtout pratique. Exemple : On veut étudier des patients diabétiques français. On ne peut pas avoir accès à la liste de tous les diabétiques en France. Pour éviter un biais de convenance en ne sélectionnant qu'un CHU, on va tirer au sort plusieurs médecins dans toute la France (puis tirer au sort des patients parmi ceux suivis par les médecins sélectionnés). La base de sondage est la liste complète des grappes. On effectue le tirage en numérotant les grappes puis on tire au sort parmi les grappes. Les avantages de ce sondage viennent du fait qu'il n'y a pas besoin de base de sondage détaillée et qu'il est donc pratique (limite de dispersion géographique, par exemple on peut tirer au hasard des hôpitaux et pas des patients eux mêmes). La limite principale est l'effet grappe (c'est la ressemblance à l'intérieur d'une grappe : les médecins d'un hôpital se ressemblent plus que 2 médecins d hôpitaux différents) cela est pris en compte et il y a donc une complexité des échantillonnages et de leur analyse. Sondage à 2 (ou X) degrés (exemple : tirage au sort des médecins puis de leurs patients) Ce sondage est plus complexe. Exemple : Tirage au sort de grappe Puis tirage aléatoire simple d'individus dans les grappes La complexification est possible à volonté (x degrés) mais l'analyse est plus complexe et avec se pose le problème de la représentativité. 3/10

Exemple : Couverture vaccinale des enfants de 6 ans, scolarisés en grande section de maternelle, France 2005-2006 On veut étudier deux strates d'écoles maternelles (ZEP ou non) (proportionnelles ou pas, cela dépend de l'intérêt de l'étude). On tire alors au sort des écoles (grappe) puis on effectue un tirage stratifié (en fonction des sections) d'enfants (proportionnelles ou pas). L'échantillon a été constitué à partir d'un sondage à 2 degrés. Dans un premier temps, un échantillon de 4413 écoles a été tiré au sort. Cet échantillon a été stratifié par académie, de telle sorte qu'au sein de chaque académie l'échantillon d'élèves soit équilibré sur le statut public ou privé de l'école, son appartenance a une zone d'éducation prioritaire (ZEP), la taille de l'unité urbaine et la taille de l'école. Dans chaque école, 8 élèves de grande section ont été sélectionnées de manière aléatoire par un tirage systématique (accessible à tous sans avoir à faire une liste, choisir un numéro...) effectué par le directeur de l'établissement selon des directives qui lui avaient été fournies dans la circulaire de lancement de l'enquête. 3. Choix de la mise en place d'une enquête Il doit tenir compte de la disponibilité d'une base de sondage qui doit contenir des informations auxiliaires et inclure le rapport coût/précision. 4. Taille de l'échantillon Elle est fonction de : la taille de la population la précision souhaitée des estimations (si on veut estimer une prévalence, au plus on inclut de personnes, au plus mon estimation est bonne mais plus l'étude est complexe...) la variabilité (Pour l'hémoglobine glycosylée moyenne chez patients diabétiques français, on s'intéresse à la variance, plus c'est variable, plus on a besoin de sujets) la méthode de sélection (selon la taille de l'échantillon par exemple) les non réponses, perdus de vue les contraintes «logistiques» : budget, calendrier... 5. Nombre de Sujets Nécessaires (NSN) Le NSN doit être comparatif pour montrer (au risque α fixé) une différence statistique entre 2 (ou k) groupes avec une puissance statistique (1-β) donnée et descriptif pour apporter de la précision (i= demi-largeur de l'intervalle de confiance à 95%). Calculs : Intervalle de confiance d'une proportion : p 0 ±z α/ 2. p 0 q 0 n (avec np 0 et nq 0 5) Précision (½ largeur d' intervalle de confiance) : i= z α/2. p 0 q 0 n NSN : n= z α/2 ². p 0 q 0 i² 4/10

Exemple : On souhaite estimer la prévalence d'une complication du diabète supposée touchant un tiers des patients, avec une précision de +/- 3% de l'intervalle de confiance à 95%. NSN : n= z ².p q α/2 0 0 1,96².0,33.0,67 = =943,8 i² 0,03² Vérification : Les résultats obtenus montrent 274 patients avec la complication parmi 944. Prévalence= 29,0% ; IC 95% = [26,1% ; 31,9%] B. Biais Le biais est une erreur systématique. Étude sans biais Étude avec biais Il existe 3 grands types de biais : Le biais de sélection (Plus important pour les enquêtes descriptives car on choisi mal les échantillons) Le biais de classement Le biais de confusion (y a t-il un tiers facteurs qui peut expliquer la relation?) Dans les études descriptives, le plus gros risque est la mauvaise estimation. Dans les études explicatives, le plus gros risque est la mauvaise estimation dans les groupes comparés (Mauvaises estimations des mesures d'association si biais différentiel). I. Biais de sélection On parle de biais de sélection quand la population sélectionnée pour l'étude est non représentative. S'il y a un différentiel, les groupes comparés ne sont pas comparables!! Pour prévenir ce biais, on s'efforce d'obtenir des échantillonnages de qualité (par tirage au sort). Exemples : On veut voir si les Français sont plus grands que les espagnols mais on ne sélectionne les sujets que dans le Sud de la France (où les gens sont plus petits que dans le Nord) et dans le Nord de l'espagne (le différentiel avec les français est alors effacé). On a un biais de sélection. Prescription d'un nouveau traitement de façon préférentielle au cas les plus graves. Du fait de la gravité de l'état des patients, l'efficacité est sous estimée. Le différentiel montre une efficacité inférieure au traitement de référence! On a alors un biais d'indication. [Doury et al. BEH thématique 37-38, 2006] S'agissant toujours de l'étude de la prévalence de Chlamydia trachomatis chez des étudiants : Environ 84% des étudiants convoqués se sont présentés dans le service de médecine préventive. Un seul refus directement lié à l'étude a été enregistré. Les sujets éligibles non inclus ne diffèrent pas des sujets inclus du point de vue du sexe et des filières d'étude. Après redressement sur la répartition du sexe de l'ensemble des étudiants éligibles, la prévalence globale reste inchangée. La prévalence estimée chez les étudiants se rendant aux convocations sous estime peut être la 5/10

prévalence dans la population des étudiants ciblés [ ] Il est possible que les étudiants moins compliants aux convocations de médecine préventive aient par ailleurs des comportements sexuels plus à risque. Aucun redressement n'est possible dans la mesure où il n'existe pas d'informations sociodémographiques et comportementales concernant les étudiants ne se présentant pas aux convocations. Dans toute étude il est donc important de vérifier la définition de la population, la sélection de l'échantillon, les perdus de vus et données manquantes (ici, ceux qui refusent de participer, ceux qui ont des prélèvements non analysables...) II. Biais de classement On parle aussi de biais de mesure, d'informations. Il s'agit d'une mauvaise classification de l'exposition et/ou de la maladie. En prévention, on suit des diagnostics fiables, objectifs, identiques au cours de l'étude. Exemple : Recueil d'une exposition passée dans une enquête cas témoins Les cas sont plus motivés pour fouiller leur passé. Ils sont alors artificiellement plus exposés et on aura donc une fausse association (biais de mémorisation). III. Biais de confusion C'est le seul biais que l'on peut corriger lors de l'analyse statistique. C'est un tiers facteurs qui influe sur la relation entre les deux paramètres choisis et crée une relation entre ces deux paramètres qui n'existe pas. Ce facteur peut être connu (par la bibliographie, c'est le seul que l'on peut corriger) ou inconnu. Exemple : Par une étude statistique, on montre que le café augmente le risque de cancer du poumon. En fait, on se rend compte que les buveurs de café sont aussi souvent fumeurs. Le tabac est donc un facteur entraînant un biais de confusion. En prévention, avant une enquête, on recherche dans la bibliographie des facteurs de risque connus et on effectue un appariement, une stratification ou une prise en compte lors de l'analyse (ajustement, standardisation) Si les facteurs sont inconnus, ils sont en principe éliminés par randomisation (méthode permettant d'introduire des éléments de façon aléatoire). 6/10

C. Standardisation La standardisation est utile pour comparer globalement la mortalité dans des populations différentes, le plus souvent, pour des populations de structures d'âges différentes (en effet, on a un risque de confusion majeur quand on dit que dans un pays il y a plus de mortalité que dans un autre. C'est parfois juste que la population est plus vieille). Il existe 2 types de standardisation : La standardisation directe : Elle s'effectue sur une population type. On recalcule le taux de mortalité standardisé (TMS) ou le taux standardisé sur la population monde (TSM). La standardisation indirecte : On calcule ici le SMR (Ratio de mortalité standardisé) ainsi que le ratio standardisé d'incidence (RSI). On se demande alors quel est le sur/sous risque par rapport à la population référence? I. La standardisation directe Le taux standardisé est le taux que l'on observerait dans la population étudiée si elle avait la même structure d'âge qu'une population de référence. Elle consiste à appliquer les taux spécifiques calculés par classe d'âge observés dans la population étudiée aux effectifs d'âge de la population de référence. 7/10

Décès par cancer 2003-2007 : tous cancers : indicateurs généraux : Tous cancers Hommes Métropole Hommes La Réunion Effectif annuel moyen 88188 539 Taux brut [IC:95%] 298,0 [297,1;298,9] 143,1 Taux stand. À la pop. Française [IC 95%] Taux stand. À la pop. Européenne [IC à 95%] 297,0 [296,1;297,9] 259,8 [249,3;270,9] 247,7 [246,9;248,4] 219,1 [210,8;227,7] Taux stand. À la pop. Mondiale [IC 162,6 [162,1;163,1] 145,8 [140,3;151,5] 95%] Source : invs.sante.fr, taux pour 100 000 habitants Dans ce tableau, si l'on regarde le taux brut, il y a beaucoup moins de mortalité à la Réunion. Mais ce n'est pas comparable, parce que la population à La Réunion est plus jeune, c'est donc normal qu'il y ait moins de mortalité. On standardise alors à la population française vivant à La Réunion. Les chiffres sont moins éloignés mais toujours pas comparables. On fait de même avec la population européenne etc. Dans tous les cas, il subsiste une différence mais les résultats sont beaucoup plus comparables quand on s intéresse aux taux standardisés à la population mondiale. D'autre part, on voit que la précision est extrême en Métropole, beaucoup moins à La Réunion (mais suffisante) du fait des effectifs plus nombreux en France. Évolution de l'incidence de la mortalité (taux standardisé monde estimé) du cancer de la prostate de 1980 à 2012 : 8/10

II. Standardisation indirecte Le SMR est obtenu en calculant pour une population le rapport entre le nombre de décès observés et le nombre décès attendus. SMR (%) = Observés/ Attendus x100 Pour calculer le nombre de décès attendus, on applique les taux spécifiques de mortalité d'une population de référence à chaque classe d'âge. Décès par cancer en France 2003-2007 : homme tous cancers : SMR : écart par rapport au taux national, au niveau départemental : Question d'un étudiant: Peut on utiliser les données de la littérature pour les témoins ou doit on à chaque fois avoir nos propres témoins? Au niveau éthique on peut être tenté de donner le nouveau traitement qui est censé marcher mieux. Réponse : il faut à chaque fois des témoins. Pour avoir vraiment «toute chose égale par ailleurs» en dehors du facteur différentiel recherché. Une étude précédente peut être biaisé (au niveau de la nationalité par exemple...). Pour régler le problème éthique, on peut agir en double aveugle, où ni le médecin ni le patient ne sait qui a pris tel traitement. On peut aussi faire de la randomisation par bloc (donner 2 traitements nouveaux, et 2 anciens au hasard parmi 4 personnes. mais on peut alors savoir la répartition en voyant les résultats et la randomisation n'est alors pas réelle). Pour aller plus loin: (A ce moment, je vous avouerais que le prof avais fini son diapo et cherchait des trucs à nous dire... J'ai pas bien compris l'intérêt de redire ça, mais bon, si vous aviez pas compris avant, il y a un super schéma qui suit) Il existe 2 types de tirages au sort. Prenons une population de sujets qui a une maladie M. Si on veut connaître la prévalence d'une complication, on doit prendre des échantillons qui reflètent la population et ces échantillons doivent être obtenus par tirage au sort et on aura normalement une bonne estimation. 9/10

Mais si on veut faire un essai thérapeutique, savoir si un traitement sera plus efficace qu'un autre, on prend un échantillon de volontaires (donc biaisé) mais le biais n'est pas grave car ce qui est important ici, c'est la validité interne du traitement. (On a tiré au sort les volontaires qui prendront le traitement A et ceux qui prendront le traitement B. Vu qu'ici ce sont des volontaires c'est moins possible de faire une extrapolation, mais non gênant car ce qu'on recherche c'est la preuve d'efficacité d'un traitement par rapport à un autre.) Tirage au sort échantillon Malades Traitement A échantillon Randomisation? Traitement B Ouvrages conseillés : Bouyer J, Hémon D, Cordier S, Derriennic F, Stücker I, Stengel B, Clavel J. Epidémiologie. Principes et méthodes quantitatives. INSERM 1995 Czernichox P, Chaperon J, Le Coutour X Epidémiologie, Masson 2001 Bien bien bien. Un peu brouillon ce cours, je m'en excuse, pas faute d'avoir essayer de faire un plan... Pas d'inspiration pour la dédicace aujourd'hui. Amusez vous bien! ;) 10/10