Bookmark and Share                    Rechercher dans le site  |   Devenir membre
      Accueil       |      Forum     |    Livre D'or      |     Newsletter      |      Contactez-nous    |                                                                                                          Envoyer par mail  |   Imprimer
loading...

 
Santé Publique
Interprétation d’une enquête épidémiologique
Cours de santé publique
 


 

Types d’études épidémiologiques :

La recherche épidémiologique procède par enquêtes.

L’enquête est un outil de recherche mais une étude épidémiologique ne se résume pas à la réalisation d’une enquête.

La démarche suit différentes étapes : formulation d’un objectif ou d’une hypothèse, élaboration d’un protocole, déroulement de l’enquête, analyse et diffusion des résultats.

Les études épidémiologiques peuvent être classées selon leur objectif, selon l’attitude de l’investigateur, selon la période d’étude et selon la population étudiée.

A - Selon les objectifs :

On peut définir 3 types d’études épidémiologiques :

– étude descriptive qui est une description de la fréquence et de la répartition des maladies et des indicateurs de santé dans la population ;

– étude étiologique qui consiste dans la recherche des causes et facteurs de risque des maladies ;

– étude d’évaluation qui étudie l’évaluation de l’efficacité d’une thérapeutique (essais thérapeutiques), d’un examen diagnostique, d’une intervention de santé publique (campagne de vaccination, programme de dépistage, etc.).

B - Selon l’attitude de l’investigateur :

1- Études d’observation :

Elles reposent sur l’observation de phénomènes de santé et des facteurs qui les sous-tendent.

Elles présentent l’inconvénient de rendre l’interprétation des résultats plus difficile, notamment pour affirmer la nature causale d’un facteur de risque dans les études étiologiques.

2- Études d’intervention :

On parle d’étude d’intervention chaque fois qu’il y a intervention de l’investigateur.

Celle-ci peut être une exposition à une thérapeutique, à un examen diagnostique, à une campagne de prévention, à une politique des soins, etc.

L’investigateur choisit les sujets qu’il expose et ceux qu’il n’expose pas : l’intervention est contrôlée.

Une étude d’intervention est randomisée, si l’attribution de l’exposition est réalisée de manière aléatoire, par tirage au sort (randomisation).

Le principal avantage de l’expérimentation (intervention randomisée) sur l’observation est la puissance de l’information causale qu’elle permet (niveau de preuve élevé), la randomisation permettant d’assurer au mieux la comparabilité des groupes.

Ainsi, si une différence est observée entre les deux groupes, elle est exclusivement due à l’effet de l’intervention étudiée.

Cette situation se rencontre principalement dans les essais thérapeutiques.

L’évaluation de programmes de santé publique, comme un programme de dépistage, repose le plus souvent sur des études d’intervention non randomisées.

C - Selon la période d’étude :

1- Études transversales :

Elles consistent à mesurer à un moment donné la fréquence d’une maladie ou d’un facteur, par exemple le nombre de cas d’infections urinaires parmi les femmes hospitalisées à une date donnée.

Leur intérêt est essentiellement descriptif.

Elles ont l’avantage d’être faciles à réaliser et peu onéreuses.

On peut réaliser des études transversales répétées qui permettent d’avoir une idée de l’évolution dans le temps d’un phénomène.

2- Études longitudinales :

Elles couvrent une période de temps donnée, et consistent à suivre au cours de cette période une population pour s’intéresser à un événement ou à rechercher dans le passé une exposition à un facteur.

Ces études revêtent un intérêt descriptif, étiologique, ou évaluatif.

Elles peuvent être longues si l’on s’intéresse à un événement dont le délai de survenue est long.

Les études permanentes sont des études longitudinales qui se poursuivent de façon indéfinie, comme l’enregistrement de différentes pathologies par des registres constitués au niveau de certaines régions ou départements.

D - Selon la population étudiée :

1- Études exhaustives :

Elles portent sur une population étudiée dans sa globalité (par exemple les études de mortalité de l’Institut national de la statistique et des études économiques – INSEE – à partir des enregistrements de décès). Elles sont d’organisation souvent difficile.

2- Études par échantillonnage :

Elles consistent à extraire de la population un échantillon quand on ne peut pas étudier toute la population (population source).

Pour constituer l’échantillon, la technique utilisée est celle du sondage.

Cet échantillon doit être représentatif de la population initiale, c’est-àdire que tous les individus de la population doivent avoir la même probabilité de figurer dans l’échantillon.

La représentativité est assurée au mieux par un tirage au sort (ou sondage aléatoire) des individus, ce qui suppose de disposer d’une liste complète et actuelle de la population où chaque individu ne figure qu’une seule fois (liste électorale, liste INSEE…).

Il est toujours nécessaire de préciser de quelle population est représentatif l’échantillon dont on parle.

Sur cet échantillon, on calcule la fréquence observée du facteur de risque ou de la maladie, cette fréquence observée est une estimation de la vraie fréquence dans la population source.

Cette estimation peut être biaisée si la population étudiée n’est pas représentative de la population initiale.

L’échantillon doit être de taille suffisante car la puissance de l’étude et la précision de l’estimation dépendent du nombre de sujets dans l’échantillon.

E - Épidémiologie descriptive :

Les études descriptives ont pour objectif de rendre compte d’un phénomène de santé, de sa fréquence, de sa répartition géographique et de son évolution dans le temps au sein d’une population donnée.

Les résultats s’expriment en terme de fréquences brutes ou spécifiques : prévalence et taux d’incidence d’une maladie, taux de mortalité, etc.

Ces résultats peuvent être ajustés ou non sur certaines caractéristiques de la population comme l’âge, le sexe, la catégorie socioprofessionnelle.

Les principaux outils de l’épidémiologie descriptive sont les statistiques de mortalité, les enregistrements permanents de morbidité (déclarations obligatoires, registres…) et les études ponctuelles.

L’enregistrement des décès, et celui des pathologies par un registre, sont des études permanentes faites sur une population exhaustive.

L’épidémiologie descriptive représente souvent une première approche d’une question.

Elle permet de formuler des hypothèses étiologiques pour expliquer les phénomènes de santé observés.

Ces hypothèses doivent être confirmées par d’autres types d’études.

1- Études de prévalence :

Les études de prévalence étudient la présence d’un facteur donné ou d’une maladie dans une population à un moment précis : c’est l’équivalent d’un instantané photographique.

Elles permettent d’apprécier l’importance d’une maladie, de connaître les groupes à risque, et ainsi d’orienter des programmes de santé publique (par exemple, l’étude de la prévalence des formes résistantes et non résistantes du paludisme au niveau des diverses régions du monde).

Les études transversales sont généralement peu coûteuses car rapides à réaliser.

Cependant, elles ne permettent pas d’établir la séquence temporelle des événements.

2- Études d’incidence :

L’investigateur suit l’évolution d’une population sur une période donnée.

Durant la période d’étude, on observe l’apparition d’une ou plusieurs maladies.

Le taux d’incidence permet d’évaluer l’évolution d’une maladie et l’impact de mesures préventives.

Un des objectifs des études d’incidence est la surveillance épidémiologique.

La surveillance de la rougeole a permis de vérifier que le programme national de vaccination contre cette maladie lancé dans les années 1960 modifie la distribution des cas selon l’âge, tout en réduisant globalement et de façon sensible son incidence.

Les difficultés de ces études sont liées à la difficulté de suivi des individus, à leur durée et à leur coût.

3- Séries de cas :

Les séries de cas correspondent à l’observation détaillée d’un certain nombre de patients et ne permettent pas de tirer des conclusions que l’on puisse généraliser à d’autres cas.

Cependant, une série de cas peut suggérer parfois très fortement un facteur étiologique.

Le diagnostic de pneumonies à Pneumocystis carinii à Los Angeles chez 5 hommes jeunes, homosexuels, sans antécédent particulier, a conduit à la découverte du sida et suggérait déjà la reconnaissance d’un des facteurs de risque de la maladie.

F - Épidémiologie étiologique :

Les études étiologiques cherchent à mettre en évidence l’association entre l’exposition à un facteur de risque et la survenue d’une maladie.

Quel que soit le type d’étude étiologique, l’objectif est de savoir si les patients exposés à un facteur de risque ont plus de chance d’être malades que les patients non exposés.

Les études étiologiques sont toujours comparatives (comparaison de groupes de sujets qui diffèrent soit sur la présence de la maladie, soit sur la présence du facteur de risque).

Il est essentiel que la maladie, comme l’exposition, soient définies précisément et de façon identique dans les deux groupes comparés.

Ce sont des études d’observation car l’investigateur ne contrôle pas l’affectation du facteur d’exposition (éthique).

Les études étiologiques sont classées selon la chronologie du recueil de données :

– étude prospective lorsque l’enregistrement du facteur de risque a lieu avant l’enregistrement de la maladie ;

– étude rétrospective lorsque l’enregistrement du facteur de risque se fait après la survenue de la maladie.

1- Études de cohorte :

Ce sont des études prospectives au cours desquelles on suit, pendant une période de temps donnée, une cohorte d’individus exposés ou non à un facteur de risque.

On note au cours du temps l’apparition de la maladie étudiée pour chaque individu.

Ce type d’étude est envisagé lorsque l’exposition et la maladie sont fréquentes dans la population, et que le délai d’apparition de la maladie est court.

Pour connaître la relation entre tabagisme et infarctus du myocarde, on suit une cohorte sur une période pendant laquelle on note la consommation de tabac et la survenue de l’infarctus.

La fréquence de l’infarctus sera comparée chez les fumeurs et chez les non-fumeurs. N.B. : une cohorte est un ou plusieurs groupes de sujets, suivis au cours du temps et définis à partir de caractéristiques personnelles connues (comme l’âge, le sexe, le milieu professionnel, l’origine géographique…).

La mesure de l’association entre l’exposition et la maladie est donnée par le risque relatif.

La valeur du risque relatif (RR) permet de dire que le risque d’être malade est RR fois plus important chez les personnes exposées que chez celles qui sont non exposées.

Une étude de cohorte historique associe la recherche rétrospective de l’exposition à un facteur de risque et le suivi de la cohorte pour l’apparition de la maladie.

La durée de l’étude est ainsi diminuée pour les maladies dont le délai de survenue après l’exposition est long.

2- Études sujets « exposés/non-exposés » :

Ce sont des études prospectives portant sur 2 cohortes de sujets constituées de façon distincte. Une cohorte est exposée au facteur de risque, l’autre n’est pas exposée.

Ces 2 cohortes sont suivies pendant une période de temps au cours de laquelle est notée l’apparition de la maladie.

L’estimation de la proportion de sujets exposés dans la population générale n’est pas possible dans ce type d’étude, puisqu’on étudie séparément les deux cohortes.

De même, l’incidence de la maladie dans la population ne peut pas être estimée car cette incidence est par hypothèse dépendante de la proportion de sujets exposés au facteur de risque.

Pour le calcul des risques absolus et relatifs, on utilise la même méthode que pour une étude de cohorte.

Ce type d’étude nécessite moins de sujets qu’une étude de cohorte puisqu’on ne respecte plus la proportion réelle de sujets exposés.

Les études sujets « exposés/nonexposés » trouvent leur indication lorsque l’exposition au facteur de risque est rare.

3- Études « cas-témoins » :

L’enquêteur choisit les groupes étudiés sur la base de leur statut de sujets malades (cas) ou non malades (témoins).

Les facteurs de risque sont recherchés dans le passé par l’interrogation des individus ou la collecte de données dans les dossiers médicaux.

Ce sont toujours des études rétrospectives. Une des contraintes vient du fait que l’on doit s’assurer que l’exposition au facteur de risque est survenue avant la maladie (séquence temporelle).

Les témoins sont des individus qui n’ont pas la maladie étudiée : il peut s’agir de sujets sains ou de sujets atteints d’une autre maladie que celle ayant servi à constituer les cas.

Les témoins doivent être théoriquement représentatifs de la population dont sont issus les cas : parmi les patients hospitalisés, dans la population générale d’où proviennent les cas, parmi la famille et les voisins des cas.

Ce type d’étude est indiqué lorsque la maladie est rare ou que la durée entre l’exposition au facteur de risque et la maladie est longue ou lorsqu’on souhaite étudier une maladie et un ou plusieurs facteurs de risque qui lui sont attachés.

Par exemple, on souhaite étudier l’exposition aux solvants organiques comme facteur de risque de glomérulonéphrite chronique.

Le groupe des cas est constitué dans un service de néphrologie, celui des témoins est constitué dans un autre service de l’hôpital (traumatologie).

On interroge les sujets des deux groupes sur leur passé professionnel afin de mesurer la fréquence d’exposition dans chaque groupe.

L’incidence de la maladie étudiée ne peut pas être calculée puisque le nombre de sujets malades (échantillon de cas) est fixé a priori.

La proportion de sujets exposés peut être estimée chez les sujets malades ou non malades, mais pas pour la population générale.

La proportion de sujets exposés est par hypothèse différente chez les malades et les non-malades (pour pouvoir estimer la proportion de sujets exposés dans la population, il faudrait connaître la proportion de malades dans la population).

Les risques absolus ne peuvent pas être estimés, car ils dépendent directement, dans ce type d’étude, de la taille des deux échantillons constitués (malades et non malades).

On ne peut donc pas calculer le risque relatif.

Si la maladie est rare (prévalence < 10 %), l’odds ratio est une bonne estimation du risque relatif.

Comme le risque relatif, l’odds ratio permet de dire que le risque d’être malade est OR fois plus important chez les sujets exposés que chez les sujets non exposés.

4- Analyse des résultats des études étiologiques :

Le risque relatif ou l’odds ratio mesure l’association entre le facteur de risque et la maladie.

Si la mesure du risque est supérieure à 1, alors le facteur augmente d’autant le risque d’avoir la maladie.

Si la mesure du risque est inférieure à 1, alors le facteur est dit « protecteur » et diminue d’autant le risque d’avoir la maladie.

Il est indispensable dans un 2e temps de calculer l’intervalle de confiance de cette valeur.

Celui-ci permet d’indiquer la précision de la mesure et de tester sa significativité : si l’intervalle de confiance ne comprend pas la valeur 1, on conclut alors que la mesure d’association entre le facteur de risque et la maladie est statistiquement significative.

G - Épidémiologie évaluative :

L’évaluation utilise des outils épidémiologiques pour étudier aussi bien des stratégies thérapeutiques et diagnostiques que des programmes de prévention des maladies : essais thérapeutiques, essais de prévention (vaccination), évaluation de programmes de dépistage, évaluations de pratiques professionnelles ou de techniques médicales.

On procède toujours par comparaison entre différents groupes : un groupe dont les sujets sont soumis au facteur étudié, et un groupe dont les sujets ne sont pas soumis à ce facteur.

Ce sont le plus souvent des études d’intervention.

Les critères de jugement pour mesurer l’effet du facteur étudié peuvent être un indicateur de santé (morbidité, mortalité, survie), mais aussi être un critère de coût (coût d’un traitement par rapport à un autre, coût d’une stratégie diagnostique par rapport à une autre…) ou de qualité de vie.

Cette dernière est mesurée à l’aide de questionnaires standardisés qui permettent d’établir des échelles de qualité de vie.

Ces critères, indicateurs de santé, coût et qualité de vie, sont souvent associés et le critère de jugement devient alors, par exemple, un ratio coût-morbidité.

1- Essais cliniques contrôlés randomisés :

L’intervention évaluée est un traitement.

Ces études portent sur des groupes constitués par tirage au sort.

L’investigateur contrôle l’administration du traitement : un groupe est soumis au traitement étudié, et l’autre non.

Le tirage au sort assure la comparabilité des groupes.

2- Études « avant après » et « ici ailleurs » :

L’évaluation d’un programme de santé publique (de dépistage par exemple) peut se faire par des études « avant après » et « ici ailleurs ». Les études « avant après » comparent des sujets avant la mise en place de l’intervention, et après.

La situation « avant » sert de référence pour évaluer l’efficacité de l’intervention.

Les sujets peuvent être leur propre témoin, par exemple dans une étude sur le comportement vis-à-vis du tabagisme avant et après une campagne de prévention contre le tabac.

Les difficultés d’interprétation des études « avant après » proviennent d’une possible variation spontanée des indicateurs qui se serait produite même en l’absence de l’intervention (mise en place au même moment d’autres mesures de santé, changements socioculturels, etc.).

Les études « ici ailleurs » comparent, au même moment, des communautés distinctes géographiquement dont l’une reçoit l’intervention et l’autre pas (ex. : 2 services hospitaliers).

Les difficultés d’analyse et d’interprétation de ce type d’étude sont liées à la possibilité d’une différence initiale entre les populations comparées.

Notions de biais :

Un biais, en épidémiologie, se définit comme une erreur systématique entre la valeur de la mesure d’un paramètre dans un échantillon et la vraie valeur dans la population (entre le résultat des estimations et la réalité).

Ils masquent, renforcent, voire créent une liaison entre un facteur et une maladie.

Si ces biais sont importants, les résultats de l’étude peuvent être remis en cause.

On distingue les biais de sélection et les biais de classification.

Ces biais doivent être limités dès l’élaboration du protocole d’étude, et ils ne peuvent pas être pris en compte au moment de l’analyse statistique.

Il est donc indispensable de les apprécier avant la réalisation de l’étude.

Les biais se distinguent des erreurs aléatoires (ou fluctuations aléatoires) qui représentent seulement un manque de précision. L’imprécision fait que l’intervalle de confiance autour de la valeur mesurée est très large.

A - Biais de sélection :

On regroupe sous ce terme tous les biais qui peuvent conduire à ce que les sujets effectivement observés dans l’étude ne forment pas un groupe représentatif de la population étudiée.

Ces biais peuvent se produire lors de la constitution de l’échantillon (biais de recrutement) ou lors du suivi des groupes étudiés (biais de non-réponse et de perdu de vue).

1- Biais de recrutement :

Ils résultent de la façon dont l’échantillon est choisi au sein de la population (biais dans la constitution de l’échantillon).

Ces biais peuvent s’observer lorsqu’on constitue un échantillon par un autre moyen que le tirage au sort.

On parle aussi de biais d’échantillonnage.

Par exemple, si les sujets sont des volontaires, l’échantillon n’est pas représentatif de la population générale (biais d’autosélection).

Si on prend des patients hospitalisés, ils correspondant le plus souvent à des formes plus graves de la maladie et sont différents de la population générale (dans les études « cas-témoins » : recrutement de cas à partir de services hospitaliers).

Dans les études transversales, seuls les sujets présents au moment de l’étude peuvent faire partie de l’échantillon.

Ainsi dans une étude en milieu professionnel sur l’association entre fonction respiratoire et exposition aux isocyanates, ceux qui ont une mauvaise fonction respiratoire ont été soustraits à l’exposition (effet du travailleur en bonne santé).

2- Biais de non-réponse et de perdus de vue :

Ils sont liés au fait que l’analyse n’est faite que sur les patients qui répondent aux questionnaires et qui n’ont pas été perdus de vue.

Les causes peuvent être diverses : refus de répondre, incapacité de répondre pour cause de maladie ou de barrière linguistique, déménagement, décès, etc.

Si des patients n’ont pas répondu ou ont été perdus de vue pour des raisons directement liées au facteur de risque ou à la maladie, le fait de ne pas pouvoir les utiliser pour l’analyse va entraîner des biais importants dans les résultats obtenus.

Il faut donc tenter de connaître quelques caractéristiques essentielles des nonrépondants et perdus de vue (telles que le sexe, l’âge, la profession).

Si ces caractéristiques ne sont pas différentes de celles des répondants, on considère habituellement qu’un biais est peu probable ou peu important quantitativement. Toute étude doit faire mention de ces non-répondants et perdus de vue.

On doit limiter les biais de sélection dès la planification de l’étude : tirage au sort, rigueur dans le suivi des sujets, multiplication des investigations, etc.

On peut aussi prévoir dès l’élaboration du protocole des effectifs suffisants pour ne pas avoir une trop faible puissance de l’étude lors de l’analyse des résultats.

B - Biais de classement :

On parle de biais de classement quand il existe une erreur systématique dans la mesure de l’exposition et (ou) de la détermination de la maladie.

Ils sont aussi appelés biais de mesure ou biais d’information, et interviennent lors du recueil des données.

Dans les études étiologiques, lorsque l’erreur est faite systématiquement dans les 2 groupes, cela conduit en général à sous-estimer la force de l’association exposition-maladie.

Lorsque l’erreur est faite dans un des 2 groupes, on ne peut pas toujours prévoir le sens de l’erreur d’estimation de la force de l’association.

1- Biais de mémorisation et biais de déclaration :

Un « cas » se souvient parfois plus facilement d’une exposition ancienne, parce qu’il se sent plus concerné qu’un « témoin ».

Les mères d’enfants malformés se souviennent mieux des médicaments pris pendant leur grossesse que les mères d’enfants normaux (biais de mémorisation).

Un sujet peut avoir tendance à minimiser une exposition (maladies vénériennes, prise de drogue, consommation d’alcool).

2- Biais de comportement :

Ils sont dus à une modification du comportement du groupe observé, soit par le simple fait qu’il est observé (biais d’observation), soit parce que l’étude est effectuée sur une période longue. Une personne peut décider d’arrêter de fumer du fait qu’il s’agit d’un facteur de risque du cancer du poumon.

3- Biais d’interrogation ou biais de subjectivité de l’enquêteur :

Ils peuvent survenir lorsque l’enquêteur connaît le diagnostic (étude « cas-témoins ») ou le facteur de risque (étude « exposés/non-exposés »).

Il peut inconsciemment suggérer au sujet des réponses qui vont dans le sens de ses convictions, notamment concernant l’exposition aux facteurs de risque. L’enquêteur peut également interpréter plus ou moins des réponses faites, d’autant plus qu’elles portent sur des domaines où la subjectivité joue un rôle.

Si les enquêteurs sont différents entre les 2 groupes comparés, on peut avoir un biais dans le recueil des données.

En général, on recherche avec plus d’insistance une exposition chez des sujets malades que chez des non malades.

Par ailleurs, le recours à des examens complémentaires est plus fréquent chez les sujets exposés qui sont suivis plus soigneusement.

Dans ces 2 situations, cela aboutit à une surestimation de la force de la relation.

On peut également avoir des biais liés à des erreurs de mesure (appareil mal réglé).

Il faut éviter les biais de classement dès l’élaboration du protocole.

Cela requiert un choix de cas et de témoins (ou de sujets exposés et non exposés) dont la coopération, les capacités de recours à la mémoire ou la surveillance médicale sont a priori comparables.

Les questionnaires doivent comporter des questions habilement présentées, se recoupant, ou recherchant un ensemble d’expositions ne focalisant pas sur un facteur de risque bien précis.

On peut parfois compléter les réponses fournies par les individus par des données venant d’autres sources (dossiers médicaux).

L’évaluation de l’exposition ou le diagnostic de la maladie doivent être réalisés sans connaître le statut de cas ou de témoin (ou d’exposé et de non-exposé) : interview par téléphone, codification des expositions par une personne ne connaissant pas l’état de santé du sujet.

Les conditions de recueil de l’information doivent être standardisées : conditions d’interview identiques et questionnaires standardisés, définition précise et description détaillée de l’exposition et de la maladie, possibilité de suivi comparable entre les sujets exposés et les sujets non exposés.

C - Biais et type d’étude :

Les biais de sélection et de classification peuvent se rencontrer dans tout type d’étude épidémiologique (descriptive, étiologique, évaluative).

Cependant, les biais liés aux perdus de vue, aux non-répondants et aux modifications de comportement se retrouvent plus particulièrement dans les études avec un suivi prolongé des individus (étude de cohortes, études sujets « exposés/nonexposés »).

Les biais de mémorisation sont attachés principalement aux études « cas-témoins ».

Causalité :

A - Facteurs de confusion :

Pour établir qu’un facteur de risque est responsable d’une maladie, il faut s’assurer qu’il n’existe pas d’autres facteurs de risque « cachés » qui seraient à l’origine de cette maladie.

Ce sont les facteurs de confusion.

Ils sont liés à la maladie et au facteur de risque étudié.

Ils augmentent ou diminuent la force de l’association entre le facteur de risque étudié et la maladie.

Par exemple, une étude est réalisée pour savoir si la consommation de café est un facteur de risque pour la maladie coronaire, et elle conclut qu’il existe un lien significatif entre la consommation de café et la maladie coronaire.

En fait, les buveurs de café ont aussi tendance à être des fumeurs de cigarettes, or on sait que le tabac est fortement associé à la maladie coronaire.

Si on isole l’effet de la consommation de café de la consommation de tabac, on s’aperçoit que l’effet de la consommation du café sur la maladie coronaire disparaît.

Les facteurs de confusion peuvent être pris en compte et contrôlés au moment de la planification de l’étude et lors de l’analyse statistique.

Ils doivent donc être identifiés dès le début de l’étude de façon à figurer parmi les informations qui seront relevées.

Au moment de la planification de l’étude, on peut restreindre la population d’étude (si l’âge est facteur de confusion, on peut restreindre l’étude à une classe d’âge particulière) ou réaliser un appariement (équilibrer la distribution des facteurs de confusion entre les groupes d’étude) : appariement par strates (stratification) ou appariement individuel.

Au moment de l’analyse, les facteurs de confusion sont pris en compte par la méthode d’ajustement de Mantel-Haenszel et l’analyse multivariée.

B - Critères de causalité :

Seule l’approche expérimentale donne une méthode directe pour établir une relation causale entre 2 événements.

En revanche, dans les études étiologiques (qui sont des études d’observation), l’interprétation des données doit être particulièrement prudente, en particulier quant à une éventuelle relation de causalité entre l’exposition à un facteur de risque et la survenue d’une maladie. Une association statistiquement significative n’est pas synonyme d’une relation causale.

En l’absence de preuve expérimentale, c’est sur un ensemble d’arguments que l’on peut parler de causalité. Les principaux critères de causalité sont les suivants :

• séquence dans le temps : l’exposition au facteur de risque doit précéder l’apparition de la maladie ;

• force de l’association statistique : plus la liaison est forte entre l’exposition et la maladie, plus il est difficile d’imaginer qu’un autre facteur inconnu (facteur de confusion) puisse l’expliquer ;

• spécificité de l’association : la relation entre l’exposition et la maladie est exclusive ;

• existence d’une relation dose-effet : plus l’exposition est importante, plus l’incidence de la maladie est élevée ;

• constance de l’association et sa reproductibilité : il faut une cohérence de résultats entre différentes études réalisées sur des populations et des époques différentes ;

• plausibilité biologique et scientifique (cohérence avec les connaissances actuelles) : il existe un mécanisme d’action pouvant expliquer la relation entre le facteur et la maladie ;

• effet d’une intervention supprimant le facteur de risque (ou diminuant l’exposition à ce facteur) : si le facteur joue un rôle causal, cela doit diminuer le risque de maladie.

Ce critère, quand on peut l’observer, est un bon argument en faveur de la causalité.

En résumé, dans les études étiologiques, pour interpréter le risque en terme de causalité, il faut d’abord s’assurer que la liaison entre le facteur de risque et la maladie est statistiquement significative, que l’on a recherché et pris en compte les facteurs de confusion, qu’il n’y a pas de biais susceptible de modifier la relation.

Ensuite, on regarde si un certain nombre de critères de causalité sont réunis.

On peut conclure sur un faisceau d’arguments mais on ne peut affirmer la nature causale de la relation à partir d’une seule étude d’observation.

C - Risque attribuable et fraction étiologique :

Le risque attribuable pour la population (RA) et la fraction étiologique du risque (FE) sont destinés à mesurer a priori l’intérêt d’une éventuelle intervention supprimant ou réduisant le facteur de risque, à condition que l’on ait pu démontrer qu’il existe un lien de causalité entre le facteur de risque étudié et la maladie.

Le risque attribuable pour la population (ou pourcentage de risque attribuable) mesure la proportion de cas de la maladie qu’on peut attribuer au facteur de risque dans l’ensemble de la population, incluant donc les sujets exposés et les sujets non exposés.

En terme de santé publique, cet indice est le plus intéressant puisqu’il mesure l’impact global du facteur de risque sur la population, en tenant compte de la proportion des personnes exposées.

Si 20 % d’une population est exposée au facteur de risque, et que le risque relatif correspondant à ce facteur vaut 5, le pourcentage de risque attribuable vaut 0,44. Cela signifie que parmi l’ensemble des cas observés dans cette population, 44 % sont attribuables à l’exposition au facteur de risque.

Le risque attribuable pour les exposés (ou fraction étiologique du risque) mesure la proportion de cas de maladie qu’on peut attribuer au facteur de risque parmi les sujets exposés à ce facteur.

Si le risque relatif (RR) vaut 5, la fraction étiologique vaut alors 0,8, c’est-à-dire que 80 % des cas survenus chez les sujets exposés peuvent être attribués à l’exposition au facteur de risque et auraient donc pu être évités.

À partir du tableau de contingence (cf. études de cohortes et études « cas-témoins »), on peut estimer que dans les études prospectives de cohortes :

Risque attribuable pour la population (RA) =

    Pe (Re - Ro)                      Pe (RR - 1)

-------------------       =    ------------------
PE x Re + (1 - Pe) Ro            Pe (RR - 1) + 1

Avec la fréquence de l’exposition

Pe = a + b / a + b + c + d

Risque attribuable pour les exposés = fraction étiologique
du risque (FE) =

Re - RO            RR - 1

--------   =    ---------
    Re                 RR

Dans les études rétrospectives « cas-témoin », quand la prévalence de la maladie est faible, on remplace le risque relatif par la valeur de l’odds ratio (OR @ RR) pour le calcul des risques attribuables.

  Envoyer par mail Envoyer cette page à un ami  Imprimer Imprimer cette page

Nombre d'affichage de la page 2048

loading...

Copyright 2018 © MedixDz.com - Encyclopédie médicale Medix