Statistiques pour médecins 8 essais (PDF)

Essais cliniques (études de cas) Prof. med. Angèle GAYET-AGERON Prof. Christophe COMBESCURE Unité d’Appui Méthodologique du CRC Hôpitaux Universitaires de Genève & Faculté de Médecine Diapositives adaptées de celles du Prof. Thomas PERNEGER Révision: Essai clinique randomisé Quizz: https://pingo....

Essais cliniques (études de cas) Prof. med. Angèle GAYET-AGERON Prof. Christophe COMBESCURE Unité d’Appui Méthodologique du CRC Hôpitaux Universitaires de Genève & Faculté de Médecine Diapositives adaptées de celles du Prof. Thomas PERNEGER Révision: Essai clinique randomisé Quizz: https://pingo.coactum.de/events/688616 2  Révision: Essai clinique randomisé Méthode de référence pour évaluer une intervention médicale Question PICO: est-ce que l’intervention améliore le critère d’évaluation (outcome) dans une population donnée, en comparaison avec la pratique courante (ou le placebo) Randomisation: vise à rendre les groupes comparables (mais ceci n’est vrai qu’en moyenne, sur des grands échantillons) Insu (blinding) permet d’assurer une prise en charge équivalente des groupes comparés d’éviter des biais de mesure ou d’analyse (interprétation des résultats) Insu peut concerner les patient-es, chercheur-ses, soignant-es, statisticien-nes 3  Révision: Essais suite Placebo permet de Neutraliser l’effet placebo (bénéfice aspécifique du traitement) Permettre l’insu Dissimulation de l’allocation (on ne sait pas dans quel groupe ira le-a prochain-e patient-e) empêche la manipulation du recrutement Pré-spécification du critère d’évaluation principal (outcome) et de l’analyse principale empêche la manipulation de l’analyse Analyse en «intention-to-treat» (selon la randomisation) est recommandée 4 Objectifs du cours Consolider la compréhension des principes des essais cliniques Illustrer les pièges & difficultés des études sur l’efficacité des traitements Vous ne devez pas mémoriser les exemples illustratifs! 5 Cas 1: Dexaméthasone et pharyngite 1. Comparaison au temps 0 (ou «baseline», ou avant traitement) 2. Mesures d’association entre traitement et outcome 3. Interprétation des résultats, valeurs p et intervalles de confiance 6 JAMA 2017;317:1535-43 7 8 1. Comparaison au temps 0 (extrait) 1. Est-ce que les groupes sont strictement identiques ? Non ! 2. Est-ce que les groupes sont suffisamment semblables pour que leur comparaison sur la guérison soit valable? Probablement oui (avis clinique) 3. Pourquoi ne fait-on pas de test statistique sur ces comparaison initiales? 9 1. Comparaison au temps 0 1. Est-ce que les groupes sont strictement identiques ? 2. Est-ce que les groupes sont suffisamment semblables pour que leur comparaison sur la guérison soit valable? 3. Pourquoi ne fait-on pas de test statistique sur ces comparaison initiales? On sait que l’hypothèse nulle est vraie: les patient-es représentent la même population & ont été réparti-es au hasard On s’attendrait à 5% de résultats statistiquement significatifs, qui seraient tous des erreurs de type 1 ! 10 2. Mesures d’association Définition: on dit que A et B sont associées si la distribution de A dépend de la valeur de B (et vice-versa) Exemples: La probabilité de guérison dépend du traitement reçu Fumer est associé avec un risque élevé de cancer du poumon Les personnes plus grandes sont en moyenne plus lourdes Absence d’association Les groupes sanguins ABO ont la même répartition chez les hommes et les femmes Comment on détecte (on rapporte) une association? Différence de moyennes (𝑚 ഥ1 − 𝑚 ഥ 0) 𝑝1 Différence de proportions (𝑝1 -𝑝0 ) ou ratio de proportions ( ) 𝑝0 Corrélation entre variables continues (r) 11 Comparaison de proportions (différence ou ratio) Proportion observée de patient-es guéri-es = estimateur du « risque » de guérison = R Dans le groupe dexaméthasone: R1 Non- Dans le groupe placebo: R0 Guéri-es guéri-es Mesures d’association des essais cliniques Dexaméthasone R1 1 - R1 Différence de risque (proportions): DR = R1 – R0 Risque relatif (ratio de proportions): RR = R1/R0 Hypothèse nulle (dexaméthasone sans effet) testée Placebo R0 1 – R0 DR=0 RR=1 Pour tester l’hypothèse nulle ➔ Test: 2 (chi2) 12 3. Interprétation des résultats à 24h Outcome primaire: résolution des symptômes à 24h Dexaméthasone: 65/288 = 22.6% Placebo: 49/277 = 17.7% Différence de risque: 22.6% - 17.7% = 4.9% Interprétation clinique 4.9% de différence: est-ce peu ou beaucoup? Si j’étais une patiente, prendrais-je ce traitement? Selon le protocole, les investigateur-rices voulaient détecter une amélioration d’au moins 18% (calcul de la taille d’échantillon). Il-elles pensaient donc qu’une différence