Filtrer les éléments par date : juin 2014

Quand on développe des études en épidémiologie, on part de questions. Le 1er type de question est Y. Y quand ? Quoi ? Qui ? Où ? Y est la maladie. On se demande donc « quel est l’état de santé d’une population ? » Quand on parle d’état de santé d’une population, on parle de mesures de fréquences. Ces mesures de fréquences sont la prévalence (on prend une photographie et on mesure la proportion de personnes malades dans une population à un moment donné), le taux d’incidence (je regarde la vitesse, le flux avec lequel une maladie entre dans une population), l’incidence cumulée (une proportion, une probabilité, ça mesure un risque) et le taux d’attaque (c’est un faux taux, c’est la même chose qu’une incidence cumulée mais sur une période très courte). Quels sont les types de mesures de fréquence que l’on peut mesurer avec ce type d’étude ? ( ! QCM). Pour décrire le Y, on peut s’intéressé aux décédés. Pour les décédés, on se rapporte au taux de mortalité, qui est la même chose que le taux d’incidence. On a des taux de mortalité brut et des taux de mortalité spécifique. Spécifique, car on s’intéresse à un groupe particulier de la population (ex : taux de mortalité chez les femmes enceinte). Mais il y a aussi la létalité qui est assez similaire à l’incidence cumulée.

Le 2e type de question qu’on se pose est « X entraine-t-il Y ? » Est-ce que le fait d’être exposé à quelque chose entraine-t-il une maladie ? Dans le domaine de la santé, on ne peut pas avoir une approche déterministe, car on sera dans une logique où dès qu’on est exposé à quelque chose, on développe directement la maladie. De plus, la question de causalité est assez évidente alors que dans la réalité, c’est bien plus complexe. On fait alors une approche probabiliste. Dans ce cas-là, la mesure statistique n’est plus suffisante pour établir un lien de relation de cause à effet. On a donc besoin d’une série de critères de présomption causale. Au plus j’ai des critères de causalité qui sont remplis, au plus je suis certain qu’il y ait un lien de cause à effet. Pour établir le lien entre « je suis exposé et je deviens malade », on utilise les mesures d’associations et les mesures d’impact.

Dans les mesures d’association, il y a le risque relatif (RR) et le taux d’incidence relatif (TIR). On utilise surtout des RR (!QCM). On peut calculer les RR et les TIR qu’avec des études longitudinales. Quand on ne peut pas mesure un RR ou un TIR, on n’a pas d’autre choix que de mesurer un odds ratio (OR). L’OR est surtout calculer dans les études cas-témoins et les études transversales. RR, TIR et OR sont des mesures statistiques qui ne sont pas suffisantes pour établir un lien de causes à effet. Il faut donc rajouter des critères de présomption causale.

Dans la mesure d’impact, il y a la différence de risque et la fraction de risque. Ces 2 mesures sont des mesures statistiques, elles ne sont donc pas suffisantes pour créer un lien de cause à effet.

Une fois les questions posées, et comme on sait qu’on ne peut pas utiliser toute la population pour l’étude, on faire une procédure d’échantillonnage. Ce qui signifie qu’on prend un plus petit groupe de la population mais qui doit être le plus représentatif possible. ! La taille de l’échantillon va influencer la précision de la mesure. On fait ensuite la collecte de donnée dans l’échantillon qu’on a choisi puis on analyse les données. Enfin, on vérifie si nos hypothèses étaient vraies ou fausses et on essaie de répondre à nos questions.

! Aux différentes étapes de l’étude d’épidémiologie, je peux être confronté à différents types d’erreurs (erreurs de précisions, erreurs de validité, erreurs de biais).

Les mesures d’impact donnent une information supplémentaire au RR. Elles mesurent la part de l’effet attribuable à l’exposition. Il y a 2 types de mesures d’impact : la différence de risque et la fraction étiologique du risque ou la fraction prévenue du risque.

La différence de risque (DR) est l’incidence cumulée chez les exposés moins l’incidence cumulé chez les non exposés si le RR > 1. On veut toujours avoir un RR positif ! On peut donc inverser les 2 incidences cumulées pour avoir un RR positif. Elle est aussi calculée avec des taux d’incidences. Elle s’exprime dans la même unité que les mesures de fréquences comparées. Elle donne une estimation du bénéfice ou de la perte de santé si les E+ n’était plus exposé au facteur de risque.

La fraction étiologique du risque (FER) est dans le sens de ce qui provoque la maladie. C’est la mesure de la proportion sur la fraction du risque qui est attribuable à un facteur d’exposition dans le groupe des E+.

Si RR > 1 FER = IE+ - IE- = RR – 1

IE+ RR

La fraction prévenue du risque (FPR) pour les exposés est la mesure de la proportion sur la fraction du risque qui est prévenue ou évitée grâce à un facteur d’exposition dans le groupe des exposés.

Si RR < 1 FPR = IE- - IE+ = 1 – RR

IE-

Les mesures de fréquences sont dites comme étant des valeurs relatives valables si et seulement si les mesures sont exprimées dans la même unité et que les groupes à comparer sont similaires pour les variables associées à l’exposition ou à la maladie (âge, genre,…).

L’intérêt clinique dépend des valeurs absolues des fréquences à comparer. Il existe une association uniquement si le RR > ou < que 1. On parle d’association positive si RR > 1 et d’une association négative si RR < 1 ( ! RR n’a pas d’unité). Si le RR ≥ 2, alors on a un autre critère de causalité qui est rempli. On parle d’une association forte. L’association est considérée comme étant forte RR ≤ 0.5 ou si RR ≥ 2. Ce n’est pas parce que j’ai un RR > 1 que j’ai une relation causale ( ! QCM). Pour qu’on parle de relation causale il faut prendre en considération toutes les critères de présomptions causales et pas seulement la force d’association qui illustre l’association statistique qui existe entre la variable d’exposition et la variable maladie. On choisie un résultat en fonction d’une série d’autres variables qui caractérisent une personne, une intervention que je vais mettre en place. La variable résultat est dépendante des caractéristiques d’une personne, d’une intervention. La variable qui caractérise la personne dans mon étude est considérée comme une variable indépendante. Le facteur d’exposition est donc une variable indépendante et la variable de la maladie est une variable dépendante.

L’odds ration est une mesure qualitative même s’il est chiffré. On peut le calculer quelque soit le type d’étude mais il est surtout utilisé en étude cas-témoin. Une étude cas-témoin prend en compte 2 échantillons : les cas qui sont les personnes ayant la maladie étudiée et les témoins qui peuvent très bien être des personnes malades mais souffrant d’une autre maladie que celle qu’on étudie. On peut donc mettre dans les témoins toutes les personnes avec n’importe quelle maladie. Ce qui est important en épidémiologie, est de faire un groupe de comparaison. On a toujours des exposés et des non exposés. L’odds est utilisé quand il est impossible de disposer de mesures d’incidences (IC ou TI). C’est une application générale. La cote d’un évènement est le rapport entre la probabilité de survenue d’un évènement et l’évènement complémentaire ; c’est le produit croisé. L’odds ratio donne une relation relativement bonne sur le RR, TIR (taux d’incidence relatif) pour autant que la prévalence et donc le taux d’incidence ou IC soit ≤ 10%. ! L’odds nous donne une information moins fine qu’un RR, de plus le RR est un indicateur quantitatif.

Rapport des cotes :

Odds ratio = AD (voir tableau)

CB

Il existe 2 types de mesures : les mesures d’association et les mesures d’impact. Les mesures d’association calculent le rapport de taux, le taux d’incidence. Le taux d’incidence est le flux avec laquelle la maladie rentre dans la population. On le calcule en utilisant les personnes.temps, c’est-à-dire qu’on utilise une étude cohorte, longitudinale, prospective. On peut aussi calculer le rapport de risques (= risque relatif, RR) qui fait appelle à une incidence cumulée. L’incidence cumulée est une proportion, une probabilité de risque. Quand RR > 1 les exposés sont plus à risque de développer la maladie. Quand RR < 1 les exposés sont moins à risque de développer la maladie. Rapport des taux :

TIR = Tie+ -> taux d’incidence chez les exposés Tie- -> taux d’incidence chez les non-exposés.

Il existe 2 types d’approche ; il y a l’approche déterministe et l’approche probabiliste. L’approche déterministe est une relation de cause à effet qui est constante et parfaitement prévisible entre 2 facteurs X et Y. Dans cette approche X est la cause nécessaire de Y, ce qui signifie qu’une personne tombera malade parce qu’elle a été exposé au facteur X. Il est nécessaire dans ce cas-là d’être exposé à un facteur X pour développer le facteur Y.

Koch émet 3 conditions nécessaires pour qu’un agent infectieux (X) soit considéré comme la cause d’une maladie (postulats de Koch 1882) :

- L’agent est présent dans tous les cas de la maladie considérée

- L’agent exerce toujours un effet pathogène et ne peut être présent de manière accidentelle

- L’agent peut être isolé en culture à partir d’un cas de la maladie et provoque cette maladie chez l’animal de laboratoire

Cependant, ces postulats ont des limites. Ils ne sont pas applicables à toutes les bactéries pathogènes, aux virus, champignons et parasites. Ils ne couvrent pas les notions de porteur asymptomatique, car certaines personnes peuvent être porteur d’un virus quelconque sans jamais faire la maladie (ex : zona). Enfin ces postulats sont inutilisables en dehors des maladies infectieuses. L’approche déterministe ne fonctionne pas pour toutes les maladies, il faut donc chercher d’autres règles en vue d’établir une présomption de causalité. Quelquefois on risque d’être exposé à des raisonnements fallacieux. Peut-être que le test diagnostique a mal été fait, ce qui apporte un biais (déformation) d’information du à des erreurs de mesures. On peut aussi être confronté à un facteur de confusion, un facteur confondant qui donne une fausse impression et dissimule le vrai facteur. Le fait que le risque de trisomie 21 augmente avec le rang de l’enfant dans la fratrie cache une variable confondante qui est l’âge de la mère. Plus elle est âgée, plus le risque d’obtenir un enfant malade de la trisomie 21 est grand. On peut aussi avoir des erreurs dû au manque de précision, dû au hasard, car si la taille de l’échantillon est trop petite, on risque d’obtenir une IC (intervalle de confiance) trop large qui nous apportera un manque de précisions dans nos données. Au plus la taille de l’échantillon est élevée, au plus l’IC sera étroit, au plus on sera précis.

L’approche probabiliste met en avant l’effet qui est un événement dont la survenue est plus ou moins probable en présence d’un facteur causal hypothétique. On n’est donc jamais sûr de ce qu’on dit, parce que la certitude s’efface au profit de la probabilité. Dans cette approche X est la cause suffisante de Y, ce qui signifie que parce qu’une personne est exposé au facteur X elle pourrait tomber malade. Il suffit d’être exposé à X pour attraper Y. La notion de cause unique est remplacée par celle de réseau de cause, car il y a un ensemble de causes qui se mélangent les unes aux autres.

Il existe quelques critères de présomption causale basés sur la relation temporelle, la force de l’association, la spécificité de l’association, la relation dose-réponse, la réversibilité de l’association, la plausibilité biologique et la cohérence des résultats. La relation temporelle utilisera des études prospective, longitudinale, cohorte : est-ce que l’exposition précède la maladie ? La force de l’association met un lien entre l’exposition et la maladie. La spécificité de l’association met en avant le fait que la cause ne peut pas toujours apporté l’effet observé. La relation dose-réponse se demande si l’intensification de l’exposition à la cause se traduitelle par une aggravation de l’effet ; au + il y a de personnes exposées, au + il y aura de malade. La réversibilité de l’association est de voir si l’élimination de la cause entraine la réduction du risque de maladie. La plausibilité biologique fait un lien entre l’observation et ce qu’on sait. La cohérence des résultats met en lien les résultats obtenus de l’étude par d’autres études afin d’examiner la similitude.

Il existe aussi différents types de relations causales (Schwartz). Pour certaines maladies, X est nécessaire et suffisant pour développer la maladie. C’est le cas de la trisomie 21 où l’enfant n’expose pas les symptômes du mongolisme s’il n’est pas atteint de la trisomie 21. Mais toute personne souffrant de la trisomie 21 aura tous les signes et symptômes du mongolisme. Pour d’autres maladies, X n’est pas nécessaire mais il est suffisant comme pour la transmission du VIH via du sang contaminé. Une personne ne devient pas séropositive qu’en se transfusant du sang contaminé mais aussi via d’autre voies de contaminations.

Cependant il faut être en contact du virus VIH pour devenir séropositif. Il y a aussi celles où X est nécessaire mais n’est pas suffisant pour avoir la maladie. Il faut être infecté par le virus BK pour avoir la tuberculose, mais tous ceux qui sont contaminés par le virus non pas forcement développé la tuberculose. Enfin, il y a les maladies où X n’est pas nécessaire et n’es pas suffisant, ce qui est le cas pour le cancer des poumons. Ce n’est pas parce qu’une personne ne fume pas qu’elle ne développera pas de cancer de poumons. De plus, une personne peut très bien fumer et ne jamais développer de cancer de poumons.

Un facteur d’exposition peut être un facteur (marqueur) de risque ou un facteur de protection. On parle de marqueur de risque s’il exerce un effet défavorable (ex : tabac, pollution). Un facteur de protection exerce un effet favorable (scolarisation, médicament). ! L’épidémiologie causale est évolutionniste. La maladie et ses déterminants varient au cours du temps, selon les connaissances de l’époque, les processus d’adaptation biologiques et sociaux. Tous les praticiens doivent se mettre au courant des nouveautés.

Il y a un lien entre prévalence et incidence. Au plus le taux d’incidence d’une maladie est élevée, au plus la prévalence augmente. Au plus la durée de la maladie est longue, au plus la prévalence augmente.

Il existe 3 types de phénomènes de santé : l’épidémie, la pandémie et l’endémie. L’épidémie compte un nombre de cas qui augmente très fort à un moment donné et limité dans le temps. ! Elle n’est pas toujours due à une maladie infectieuse. Pour identifier une épidémie, il faut remonter dans le temps pour pouvoir arriver à trouver l’origine. Il y a 3 types d’épidémie ; celle qui se transmette par interhumaine (grippe), celle où il faut être exposé à de la nourriture ou à un environnement (nourriture avariée dans un resto) et celle qui a besoin d’une exposition environnemental puis se transmet par interhumaine. Pour contrôler une épidémie, il faut d’abord détecter et confirmer l’épidémie, car il faut avoir la certitude avant de prendre de lourds choix et d’être confronter à de lourdes conséquences. Puis, il faut prendre en charge les malades afin de réduire la létalité (ce qui provoque la mort) mais aussi pour briser la dynamique de la transmission. Il faut ensuite évaluer l’évolution de l’épidémie afin de confirmer son efficacité. Enfin, on déclare l’épidémie avec un système de surveillance qui a besoin d’un seuil épidémique (taux d’incidence + 2 écarts types) ou sans système de surveillance du à un nombre de cas très élevé, parce que c’est un devoir de solidarité et c’est le règlement. On décrit une épidémie en utilisant une mesure de fréquence ; il y a le taux d’attaque, la létalité et la distribution en termes de temps, de lieux et de personnes. Le « taux » d’attaque (une attaque n’est pas un taux mais une incidence), qui est une mesure relative, est la proportion de personnes exposées à un risque infectieux qui développent le syndrome infectieux étudié, parmi les personnes à risque, pendant une période donnée. C’est la mesure de probabilité conditionnelle de contracter la maladie parmi les sujets exposés aux risques infectieux. Une épidémie plus étalée est plus acceptable, car en court d’intervention, on espère avoir assez de temps afin d’injecter des vaccins à la population.

La pandémie est un phénomène de masse limité dans le temps mais pas dans l’espace. L’endémie illimité dans le temps (ex : diabète).

parle du taux d’individus développant l’évènement de santé dans une population. Son numérateur et son dénominateur comprennent uniquement des personnes non affectées de l’état de santé étudié au début de la période suivi. Il prend en compte le premier ou tous les évènements observés entre t0 et t1. ! Le taux d’incidence n’est pas une proportion.

(= propor\on d’incidence) est ≠ du taux d’incidence (= densité d’incidence).