PASS ANTILLES 2020/2021 Biostatistique UE2 - PDF

PASS ANTILLES 2020/2021 COURS « Biostatistique » UE2 Thèmes : Biais Les biais Mise en contexte : Si on étudie le lien entre la consommation de soja et l’asthme, on voit qu...

PASS ANTILLES 2020/2021 COURS « Biostatistique » UE2 Thèmes : Biais Les biais Mise en contexte : Si on étudie le lien entre la consommation de soja et l’asthme, on voit qu’on obtient un RR=23 Mais que signifie avoir un RR=23 ? Tout d’abord on va se demander si c’est lié au hasard, est ce que c’est lié à un facteur de confusion ? (cf cours facteur de confusion) c’est-à-dire, est ce que ce résultat serait lié à autre chose, ou bien est ce que ce serait lié à un biais ? Et ce n’est qu’après avoir répondu à ces questions que l’on peut en déduire une association vraie (causale ou non causale). Définition d’un biais : Toute erreur systématique dans une etude épidémiologique qui entraîne une estimation incorrecte de l’association entre exposition et risque de développer maladie Le mot le plus important est « systématique ». Une erreur systématique est aussi un biais. Si on résume la tentative de mesure au cours d’une étude épidémiologique avec l’image d’une cible dont on cher- cherait à se rapprocher le plus possible du centre, le biais est la mesure qui va être d’un seul côté de la cible car le canon du fusil est tordu et donc tourné que d’un seul sens. C’est une erreur systématique. C’est différent d’un manque de puissance avec la cible qui va être manqué mais ,tantôt à gauche, tantôt à droite, car il y a un manque de puissance. Page 1 sur 4. Contrairement à l’erreur aléatoire qui elle va diminuer son incidence lorsque l’on augmente la taille de l’échantillon, le biais lui, n’est aucunement influencé par la taille de l’échantillon. On distingue 2 grands types de biais : - Le biais de sélection - Le biais d’information Il existe également des biais de confusion, mais les biais de sélection et d’information sont les deux grandes catégories de biais. A retenir. Les biais de sélection : Définition : Ce sont des erreurs dans le processus d’identification de la population d’étude. C’est la sélection préférentielle de certains sujets liée d’une part à leur statut de cas/témoin et d’autre part à leur statut par rapport à l’exposition. Pour minimiser les biais de sélection, il faut : - Definition claire de la population d’étude - Définitions explicites des cas et des témoins - Les cas et les témoins doivent venir de la même population - Selection des exposés et non-exposés doit se faire sans connaître statut vis-à-vis de la maladie Les biais d’information : Définition : erreur systématique dans la mesure de l’information sur l’exposition ou la maladie Il y a donc des différences de précision des données d’exposition entre cas et témoins Mais aussi des differences de précision des données concernant la survenue de la maladie entre groupes de différentes exposition (Et tout ça viendrait possiblement du fait que des sujets seraient classés dans le mauvais groupe.) Page 2 sur 4  Une erreur de mesure entraîne une mauvaise classification (exposition ou maladie) Cette erreur peut être différentielle (systématique), il s’agit alors d’un biais, elle est liée à l’exposition ou à la maladie. Il va donc y avoir une mesure d’association distordue dans une certaine direction (rappel de l’exemple du canon tordu face à une cible) Mais, au contraire, elle peut être non-differentielle, on parle alors d’erreur aléatoire. Elle est non liée à l’exposition ou à la maladie. Ce n’est pas un biais. Cela affaiblit la mesure d’association. Il y a 2 principaux types de biais de d’information : - Les biais de déclaration (biais de mémorisation) Effectivement, des questions sont posées aux sujets, mais ils ne se souviennent pas forcément de ce qu’il a pu se passer pour donner une réponse extrèmement précise à l’enquêteur D’autre part, les cas se rappellent l’exposition différemment des témoins - Les biais d’observation (biais de l’enquêteur ou du suivi) * Les biais de l’enquêteur sont parfois liés à la façon de poser les questions, l’enquêteur va demander différement aux cas et témoins à propos de l’exposition. * Concernant les suivis biaisés, les non-exposés sont moins à même d’être diagnostiqués pour la même maladie que les exposés. Pour minimiser les biais d’information, il faut : - Standardiser les instruments de mesure - Utiliser les instruments de façon égale aux cas et aux témoins (exposés/ non exposés) - Utiliser des sources multiples d’information (Questionnaires, mesures directes, registres, dos- siers médicaux …) - Utiliser plusieurs groupes de témoins Page 3 sur 4 Concernant les questionnaires : - Préférer les questions fermées précises, et réduire les questions ouvertes - Rechercher des informations sur une hypothèse par différentes questions - Déguiser des questions sur une hypothèse dans un panel de questions sans rapport - Tester le questionnaire sur le terrain et l’affiner au fur et à mesure - Standardiser la technique d’interview par un entrainement avec le questionnaire Les biais sont quasiment impossibles à contrôler au cours de l’analyse, il faut y penser avant, au cours de l’élaboration du plan de l’étude. Page 4 sur 4