Concepts de Base en Epidemiologie

M1 EPIDEMIOLOGIE 7/02/2013
1
M 1 E id i l i S P bli &
Anne 2012 2013
M1Epidmiologie,RechercheCliniqueetSant
Publique
Master1EpidmiologieSantPublique&
RechercheClinique
Anne20122013
Responsable: DrPFabbroPeray(pascale.fabbro@gmail.com)
Intervenants: DrSBastide
DrJLFaillie
DrN.Molinari
MrSThzenas
DrFSguret
Laboratoire de Biostatistique et dEpidmiologie
Universit Montpellier I Facult de mdecine Montpellier Nmes
1
Bibliographie
Epidmiologie
Epidmiologie (P Czernichow J Chaperon X Le Coutour Ed Epidmiologie(P.Czernichow,J.Chaperon,X.LeCoutour,Ed.
Masson,Coll.Abrgsconnaissancesetpratique)
Epidmiologie Principesetmthodesquantitatives(J.Bouyer,D.
Hmon,S.Cordier,F.Derriennic,I.Stcker,B.Stengel,J.Clavel,Ed.
Inserm)
Essaisthrapeutiques
Essaiscliniques Thorie,pratiqueetcritique(G.Bouvenot,M.Vray, q , p q q ( , y,
Ed.MdecineSciencesFlammarion)
Lecturecritiqueetinterprtationdesrsultatsdesessaiscliniques
pourlapratiquemdicale(M.Cucherat,M.Livre,A.Leizorovicz,J.P.
Boissel,Ed.MdecineSciencesFlammarion)
2
Conceptsdebaseenpidmiologie
PFabbroPeray
Plan
Introduction dfinitions
Indicateursdesant
Risqueenpidmiologie,Mesures
dassociation&Mesuresdimpact
Gnralitssurlesenqutes causalit
ConfusionInteractionBiais
3
Introduction Dfinitions
4
2
Historique
avant 1950: lpidmiologie est centre sur les maladies infectieuses
Epidmiologieintroduction
avant1950: l pidmiologieestcentresurlesmaladiesinfectieuses
(Etudedespidmies)
augmentationsoudaineetlocalisedunombredecas
partirde1950: lpidmiologieabordedesphnomnesplus
complexes(pathologieschroniques)
problme:augmentationprogressivemaispersistantedes
cancersbronchopulmonaires(KBP)depuis1930
2tudesparDoll&Hillconcernantlerledutabacdansla
survenuedesKBP (premirepublicationen1950)
tude1:prototypedesenqutescastmoins
1500 cas #1500 tmoins, mmes age et sexe
tude2(19511954):premiretudeprospective
40000 mdecins enUK suivis pendant 2 ans
comparaisonde frquence des KBP entre fumeurs et non-fumeurs
5
Epidmiologiedfinitions
Dfinition
tude de la frquence et de la rpartition dans le temps et dans tudedelafrquenceetdelarpartitiondansletemps etdans
lespace
desproblmesdeSant danslespopulationshumaines
etdesdterminants decesproblmes
3branches
pidmiologiedescriptive
pidmiologie explicative (ou analytique ou tiologique) pidmiologieexplicative(ouanalytiqueoutiologique)
pidmiologievaluative
ncessitedesindicateursetdesmthodesdanalyse
6
Epidmiologiedescriptive
Objectifs
tudedelafrquence etdelarpartition desproblmesde
Sant
tablirdestauxoupourcentagesdepersonnes
prsentant untat donn
dans une populationdfinie
tudierlesvariationsdefrquenceselon
les caractristiques des personnes (age, sexe, profession)
la rpartitiongographique
letemps (depuis 1985 volutionparallle tabac et KBP)
permet dlaborer des hypothses tiologiques
7
Epidmiologieexplicative
(ouanalytiqueoutiologique)
b f Objectifs
rechercherlescauses desproblmesdeSant
analysedelassociationentrefacteursderisqueetmaladie
dfinitiondurledelexpositiondesfacteurspouvant
jouerunrledansl apparitiondunemaladie
8
3
Epidmiologievaluative
Objectifs
valuer les actions de Sant, prventives et curatives,
menes en collectivit
mesurer les effets dune action de Sant par rapport ses
objectifs afin daider la prise de dcision et la
planification
9
Cadre Epidmiologie
Descriptive
Epidmiologie
Analytique
Epidmiologie
Evaluative
pidmiologiede
population
(sujetssains+
sujetsmalades)
Rpartitiondela
maladie
Facteursde
risque
Actionde
prventionIre
Actionde
prventionIIre
Epidmiologie ou Nosographie de Facteurs de Mthodes Epidmiologieou
Recherche
clinique
(sujetsmalades)
Nosographiede
lamaladie
Facteursde
pronostic
Mthodes
diagnostiques
Mthodes
thrapeutiques
10
LesIndicateursdeSant
11
Introduction(1)
PourquoimesurerlaSant?
utiledanschaquebranchedel pidmiologie
surveillance sanitaire(description)
dfinitiondespriorits
recherchetiologique
valuation d 1actiondesant
CommentmesurerlaSant?
Mesuretatdesantindividuel
Indicateursglobaux
12
4
Introduction(2)
Dfinition de la Sant (O.M.S.) DfinitiondelaSant(O.M.S.)
tatdecompletbientre,physique,psychiqueetsocial,etpas
seulementabsencedemaladieoud infirmit
notiondebientreprivilgielepointdevuedelusager(sant
perceptuelle)
aspects+
diffrentesdimensionsdelaSant
visionglobaledpassantl aspectsomatique
visionpositivedmdicalisation
exigeante
13
Introduction(3)
DfinitiondelaSant(O.M.S.)
aspects
aspectsubjectifdifficultsdemesure
incohrences:parfaitbientreetdbutdemaladiegrave
caractrestatique
pasdepriseencomptedutempsetdeladuredevie
Indicateursutilessouventngatifs:mortalitmorbidit
14
IndicateursdeMortalit(1)
Tauxbrutdemortalit
nbdcs en2012
popmoyenne en2012
Tauxspcifiquesdemortalit
Seloncertainescaractristiques
ge
nbdcs des 20/24 ans en2012
popmoyenne des 20/24 ans en2012
sexe,CSP...
S l t i Seloncertainescauses
nbdcs par cancer en2012
popmoyenne en2012
= dutauxdeltalitparcause
nbdcs par cancer en2012
popmoyenne atteinte de cancer 2012
15
Laltalitpeutetlamortalit
progrsdelamdecinemais +rapided incidence
mortalit:EpidmiologieetSantPublique
ltalit:RechercheClinique
16
5
Sources
Nationales
registredelEtatcivil(certificatsdedcs)
INSERM:analysedescausesdedcsenfonctiondecritres
sociodmographiques(sexe,ge,zonegographique)
rsultatspublisdisponiblespourlargionetledpartement
17
IndicateursdeMorbidit(1)
Dfinition
passage de l tat de non maladie l tat de maladie progressif et passagedel tatdenonmaladiel tatdemaladieprogressifet
maldfini
morbiditressentie: individuelledoncsubjective
morbiditobjective: observesitoutelapopulationtaitdpiste
systmatiquementpourtouteslesmaladies
morbiditdiagnostique: dpenddelamorbiditressentieet
refltelefonctionnementdusystmedesoins
18
IndicateursdeMorbidit(2)
Morbiditdiagnostique
Prvalence
Incidence
19
Prvalence(1)
Probabilit un instant t pour 1 individu quelconque d tre atteint Probabilituninstanttpour1individuquelconque,d treatteint
delamaladie
Estimepar:
nbcas actuels de la maladie
effectif de la population
Instantane(instanttdonn)oudepriode
Utilit
Planificationsanitaire
prvoir les moyens adquats de prise encharge
20
6
Prvalence(2)
Seule:pastoujoursbonindicateur,car:
Dpendde2dimensions
duredelamaladieouprsenced unmaladedanslapopulation
si elle , Prvalence
vitessed apparitiondesnouveauxcasdelamaladie
si elle , Prvalence
21
Prvalence(3)
Exemples
duredelamaladie
Exemple:leucmiesaigusdelenfant
avant: maladie rapidement mortelle (dure dans ltat malade courte)
actuellement: grce aux progrs thrapeutiques (mortalit et dure dans
ltat malade )
prvalencemaissigned uneamliorationdelaSant
22
Prvalence(4)
i i t l ti l i d l l di l d di i sions intressel tiologiedelamaladie,lasecondedimension
vitessed apparition delamaladieestlaplusintressante
introductiond unnouvelindicateur
LetauxdINCIDENCE
sidureetincidencesontconstantsdansletemps
P=I x D
siincidenceconstanteetduredansltatmalade(dela
mortalitd 1maladiechronique)
Prvalence
mais signe dune amliorationde la Sant
23
Tauxdincidence(1)
Taux d Incidence (TI) Tauxd Incidence(TI)
Dfinition: vitesse de production des nouveaux cas de la maladie M
estime par:
nbdenouveauxcasparunitdetemps
tailledelapopulation
latailledelapopulationnepeutserduireunnbdesujets
ondoittenircomptedeladurependantlaquellechaquesujeta
appartenu la population appartenulapopulation
+cettedureestlongue,+saprobabilitd treenregistrcomme
nouveaucasestgrande,donc+sonpoidsdanslecalculdeTIdoit
treimportant
Notion de personnestemps (PT) = somme des dures, cumules sur lensemble
de la population pendant lesquelles les sujets sont risque de devenir malades
24
7
Tauxdincidence(2)
D it l b d d t l i d Doncsoitmlenombredenouveauxcaspendantlapriode
tudieetPAlenbdepersonnesannescumulsurcette
priode:
TI=m/PA
on peut parler de personnesmois ou de personnessemaine ou de
personnesjour selon lunit de temps choisie qui est fonction du
problme pos.
Importance du suivi des sujets
le calcul des PA permet de prendre en compte des cas o le temps
d appartenance la population n est pas le mme chez tous les
sujets (censures).
25
Tauxdincidence(3)
pourlecalculdesPA,quelquesdfinitions: p , q q
Datedorigine(d0):datedentredusujetdansltude(t0)
Date des dernires nouvelles (ddn): date la + rcente o on a eu des
nouvelles de l tat du sujet (malade ou non malade); si un sujet est
devenu malade, ddn = date diagnostic maladie
Date de point (dp): date d arrt de comptabilisation des PA et donc du
suivi des sujets (ex: un sujet devenant malade aprs cette date est
compt comme non malade) compt comme non malade)
Temps de participation (tp): dure pendant laquelle un sujet est
susceptible d tre considr comme nouveau cas
si ddn avant dp: tp=ddndo
si ddn aprs dp: tp=dpdo
Sujets censurs: sujets vivants la date de point ou sujets perdus de vue
avant la date de point (compts comme non cas)
26
Tauxdincidence(4)
Typedepopulation Type de population
ouverte:
constantrenouvellement:dessujetsentrentetsortenten
permanence
ex: population d un dpartement
souvent ses caractristiques restent stables dans le temps
ferme:
dfinie au dpart et chaque sujet est suivi dans le temps dfinie au dpart et chaque sujet est suivi dans le temps
ex: enqute de cohorte mais les TP sont variables selon les sujets:
priode dinclusion +ou- longue
perdus de vue oudcds
son effectif ne peut que au cours du temps
27
Tauxdincidence(5)
Dans ces 2 types de population, la dure qui sert de base au calcul des yp p p , q
PA est le Temps de Participation
nombre total de PA = somme des TP de tous les sujets de la population
exemple de calcul: (date de point: sept99)
SUJET DO D DG DDN STATUT TP(mois)
1 janv-90 janv-94 M 49
2 janv-91 sept-99 NM 106
28
2 janv 91 sept 99 NM 106
3 janv-92 nov-99 nov-99 NM 93
4 mai-91 nov-99 NM 102
5 dc-92 mai-94 NM 17
personnes-mois 367
Attention: ici le TP = date de point-date dorigine
=sept99-jan92 soit 93 mois
8
Tauxdincidence(6)
CalculapprochduTI CalculapprochduTI
souvent,donnesinsuffisantespourcalculerlenombreexactdePA
dateprcisemaladieinconnue
dureexactedusuiviinconnue
dtaildesentresetsortiesdansunepopulationouverteinconnu
calculexactdesPAimpossible
calcul direct du taux d incidence impossible calculdirectdutauxd incidenceimpossible
hypothse:datesdesurvenuedechaquevnement(maladie,entreousortiedela
population)rpartiesuniformmentsurlapriodedesuivi
datemoyennedechacundesvnementsaumilieudelapriode
29
Tauxdincidence(7)
Nb
sujets
Nb
PT
Non Malades
+ toute la priode
Entrs en cours
Sortis en cours
(PDV DC)

N
Ne
Ns

N At
Ne At/2
Ns At/2
30

Malades m m At/2
Total (2N+Ne+Ns+m) At/2

2
) 2 (
t
m Ns Ne N
m
TI
A
+ + +
=
Tauxdincidence(8)
N
0
taillepopaudbutdelapriodedesuivi=N+Ns+m
N
1
taillepoplafindelapriodedesuivi=N+Ne+m
PT=(N
0
+N
1
m)At/2
simpetit(maladierare:moinsde10%parex)
PT~(N
0
+N
1
)At/2
m m
(N
0
+N
1
)/2=taillemoyennedelapopulationpendantlapriodeAt
31
t
N N
m
t
N N
m
TI
A
+
=
A
+
=
2
) (
2
) (
1 0
1 0
Tauxdincidence(9)
Exemple:cohortereprsenteparlessalarisduneentreprise p p p p
calculdel incidencedescancerspourtudedefacteursderisque
Anne N au 1/1 nouv kc PA TI (x 10
-5
)
1960 1500
4 7875 50,8
1965 1650
7 7375 94,9
1970 1300
2 6000 33,3
1975 1100
n adesensquesipopulationstable(taille,facteursderisque)
sinondcouperensouspriodes+homognes
32
3 5000 60,0
1980 900
TOTAL 16 26250 61,0
9
Tauxdincidence(10)
Utilit
valuation de l effet d 1 facteur de risque valuationdel effetd 1facteurderisque
valuationdel effetd 1programmedeprvention
la de l incidence =toujours une amliorationde la sant
33
Prvalence/Incidence
Sourcesdinformation
Nationales Nationales
concernentsurtoutlamorbiditdiagnostique
moinssystmatiquequepourlamortalit
nombreuses,souventpartiellesetpeufiables
Mdecine dutravail, scolaire, hospitalire
qualitvariable
les+fiables(incidence)
Registres de morbidit (tumeurs, cardiopathies, malformations congnitales):
dpartementaux ou rgionaux
enqute permanente et exhaustive (multiplication
des sources dinformation)
34
Prvalence/Incidence
Sourcesdinformation
Internationales Internationales
registresdecancernationaux/rgionauxselonlespays
comparaisonstemporospatiales
regroupementdesdonnes
ex: cancer infive continents (OMS-CIRC)
35
Comparaisondestaux(1)
Introduction
Taux de mortalit et taux dincidence sont des mesures brutes Tauxdemortalitettauxd incidencesontdesmesuresbrutes
Souventdestinscomparerplusieurspopulations
Ncessitquelesdeuxpopulationssoientcomparablesaumoins
surlesfacteursprincipauxquisontlisdenombreusesmaladies
(facteursdeconfusion)
ge
sexe
Catgorie Socio-Professionnelle
36
10
Exemple: incidence brute des lymphomes Exemple:incidencebrutedeslymphomes
Hrault:17/100000hab
Isre:9/100000hab
gerisquedelymphome
lapopulationdel Hraultest+gequecelledel Isre
= observe partiellement lie la = de structure d ge = observepartiellementliela = destructured ge
pourcomparer,ilfaudraitliminerl effetdel ge
37
Ncessitdestandardisation Ncessitdestandardisation
dfinition:techniquepermettantderendrelesmesuresderisque
comparablesEliminationdeleffetd1facteurdirectementliau
tauxbrut
intrt
comparaisondetauxentreeux
selonles pays, les rgions
pour formuler des hypothses de travail
typesdestandardisation
directe
indirecte
38
Standardisationdirecte(1)
Exemple
taux de mortalit par cancer du sein chez les femmes tauxdemortalitparcancerduseinchezlesfemmes
2rgionsfranaisesAetB
Destructured ge=
Onveutles comparer
ncessit de gommer l effet de l ge: variablede
standardisationoudajustement
Onchoisit une populationde rfrence dont onconnat la pp
rpartitionde lge
ex: France (femmes)
39
Technique
choisir une population de rfrence dont on connat la distribution de choisirunepopulationderfrence dontonconnatladistributionde
lge
dansles2populationscomparer:appliquerauxtauxspcifiquesde
mortalitparge,ladistributiondel gedelapopulationderfrence
danschaquepopulation
nombreattendudedcschaqueniveaudel ge
nombreattendudedcstotal
Taux Standardis = nombre attendu total / effectif de la
population de rfrence
40
11
P o p u l a t i o n A D c s
A ge T aux de mortalit
spcifiques
pour 100 000 femmes
t h o r i q u e s
p a r g e

15-34 0,6 (16 572 000 0,6) / 100 000 99
35-44 24,9 1724
45-54 74,7 3876
55-64 119,7 4134
I I I

65-74 139,4 2791
> 74 303,8 2506 T a u x s t a n d a r d i s A

I I I
15130
T aux brut 15,2 15130 34 966 000

= 43,3/100 000
P o p u l a t i o n R f
A ge E f f ecti f

15-34 16572000
35-44 6924000
45-54 5189000
55-64 3454000
65-74 2002000
> 74 825000

T otal 34966000

P o p u l a t i o n B I I I D c s
A T d t lit t h i
41
A ge T aux de mortalit
spcifiques
pour 100 000 femmes
t h o r i q u e s
p a r g e
15-34 0,4 (16 572 000 0,4) / 100 000 66
35-44 17,9 1239
45-54 43,1 2336
55-64 70,7 2242
I I I

65-74 89,4 1790
> 74 137,7 1136 T a u x s t a n d a r d i s B
8709
Taux brut 27,8 8709 34 966 000

= 24,9/100 000

Onremarqueque:
Letauxdemortalitparcancerduseinstandardissurl geest+
lev(43.3/100000femmes)danslapopulationAquedansla
populationB(24.9/100000femmes)
alorsquelestauxbrutsdonnaientunrapportinverse
PopulationA: poids +important des jeunes PopulationA: poids +important des jeunes
PopulationB: poids +important des ges
42
Dfinitionetexpressionmathmatiquepouruntaux
dincidence(idemmortalit)
soitTIletauxdincidencebrut
soientTIilestauxdincidencespcifiques(partranchedgepar
exemple)
PA
M
TI =
i
i
PA
M
TI =
43
i
PA

= = =
= = =
k
i
i i
k
i
i
k
i
i
PA PA TI PA M M On
1 1 1
et . : dduit en
= =
=
= = = =
k
i
i
i
i i i
k
i
i
k
i
i
PA
PA
w TI w
PA
M
PA
M
TI
1 1
1
avec .
Letauxdincidencebrutestdoncunemoyennepondre e taux d incidence brut est donc une moyenne pondre
destauxspcifiquesparge
lefacteurdepondration(w
i
)estlastructured gedelapopulation
E w
i
=1
Quandonveutstandardisersurl ge
c estdireeffacerl effetdel gedelapopulationpourlacomparer
uneautre
il suffit de remplacer les poids w par d autres poids w qui sont la ilsuffitderemplacerlespoidsw
i
pard autrespoidsw
i
quisontla
structured gedelapopulationderfrence
E w
i
=1
D o:
44
=
= ==
k
1 i
i
i
i i i s
' PA
' PA
' w avec TI . ' w TI
12
Intervalle de confiance dun taux standardis direct Intervalledeconfianced untauxstandardisdirect
. '
i i s
TI w TI

==
2
2
2
2
) (
. ' ) var(
) var( or ) var( . ' ) var(
i
i
i s
i i s
PA
M
w TI donc
PA
M
TI TI w TI
=
= =
45
) var( 96 . 1 % 95
S S
TI TI IC =
Comparaisondetauxstandardissdirects
dfinitionduCMF(comparativemorbidityoumortalityfigure)
rapportdestauxstandardissdanslesdeuxpopulations
comparer
d t l d d i dansnotreexempleducancerdusein
CMF =43.3/24.9=1.74
il dpend de la population de rfrence choisie
46
IntervalledeconfianceduCMF
2
) ( Or,
)) ( ( )) ( ( ) (
)) ( ( )) ( ( ) (
) (
) (
TI
TI Var
TI Ln Var
B TI Ln Var A TI Ln Var CMF Ln Var
B TI Ln A TI Ln CMF Ln
B TI
A TI
CMF
S
S
S S
S S
S
S
~
+ =
=
=
47
2 2
2
) (
) (
) (
) (
) (
B TI
B TI Var
A TI
A TI Var
CMF Ln Var
TI
S
S
S
S
S
+ =
) ( 96 . 1 ) ( ) ( % 95 CMF Ln Var CMF Ln CMF Ln IC =
Quellepopulationderfrencechoisir?
N importelaquellemmefictive
Sincessitdesecomparerd autresquipes,populations
typesdontlesstructuresd gesontpubliesparl OMS(monde,
E Af i ) Europe,Afrique)
Pourlescohortes,souventpopulationtype:rgiond originedela
cohorte
48
13
Standardisationindirecte(1)
Exemple
id d Incidencedecancer
dansunepetitecohortesuivie10ans
danslapopulationrgionaled oestissuelacohorte
destructured ge=
Onveutles comparer
ncessit de gommer l effet de l ge: variabledestandardisationoudajustement
Onconnat lincidence par ge dans la population de la rgion
Onapplique les taux dincidence spcifique par ge de la rgion la population de la
cohorte
nombre de cas attendu (E) dans la cohorte si elle avait la
mme incidence par ge que la rgion
comparer au nombre de cas observs (O) dans la cohorte
49
Pardfinition
SIR(standardizedincidenceratio)=O/E
Applicationnumrique
cohortede400hommessuivis10ans
Age kc obs PA TI(/1000PA)
35-39 0 480 0,00
40-44 1 587 1,70
45-49 3 680 4,41
50 54 5 541 9 24
50
50-54 5 541 9,24
55-59 8 479 16,70
60-64 8 356 22,47
65-69 4 157 25,48
70-74 1 36 27,78
total 30 3316 9,05
Remarque: de la mme faon on peut calculer SMR= Standardized
Mortality Ratio
tx incid ds la
Age kc obs PA
tx incid ds la
rgion/100000 nb attendu de kc
35-39 0 480 97,9 0,47
40-44 1 587 205,8 1,21
45-49 3 680 415,3 2,82
50-54 5 541 682,7 3,69
55-59 8 479 1025,1 4,91
60-64 8 356 1155,8 4,11
SIR=30/20.72=1.45
51
60 64 8 356 1155,8 4,11
65-69 4 157 1726,1 2,71
70-74 1 36 2190,6 0,79
total 30 3316 20,72
Remarque:lastandardisationindirectefournitdirectement:
unindicecomparatif(poptudie/popderfrence)
maispasd incidencestandardisedanslapoptudie
carsoncalculnefaitpasappellafrquencedelamaladiedansla
poptudie
52
14
TestdesignificationduSIR
H0:SIR=1
Oncalcule ddl 1 du loi une suit qui
2
1
2
2
2
_ _
E
E O
(

=
53
IntervalledeconfianceduSIR
selonBreslowetDay(1987)
3
2 /
3 9
1
1 |
.
|
\
|
=
O
z
xO E
O
SIR
i
o
54
( )
3
2 /
1 3 1 9
1
1
1

|
|
.
|
\
|
+
+
+
+
=
O
z
O x E
O
SIR et
s
o
Standardisationdirecteversusindirecte
(1)
Laquelle choisir? Laquellechoisir?
Pasutilisesdanslesmmescirconstances
sionveutdestauxst.directedansdespopulationsconsidresdans
leursensembles(atlas)
sionveutcompareruntauxdansunecohorte(petite)/population
gnrale(plusgrande)st.indirecte
Ncessitdedisposerdesdonnespourlecalcul
standardisationdirecte
tauxspcifiques par ge dans la population tudie
structuredge de la population de rfrence
standardisationindirecte
structuredge de la cohorte et nbtotal de malades
tauxspcifiques par ge dans la population de rfrence
55
(2)
ComparaisondesprcisionsduCMFetduSMR(SIR)
PrcisionduCMFmoinsbonne
possibilit d attribuer 1 faible poids aux classes o PA est lev et
1 fort poids aux classes o PA est bas
InstabilitduCMF
sensibilit de faibles carts sur les nombres de malades dans les
catgories de la cohorte o PA est faible
56
15
(3)
S i 2 h d l ll l l l CMF l Soient2cohortesdanslesquellesonacalcullesCMFetles
SMR/mmepopulationderfrence
Comparaisonde2CMF
possible car obtenus par standardisation sur la mme structure
d ge
Comparaison de 2 SMR (SIR) Comparaisonde2SMR(SIR)
possible mais peut tre difficile interprter
car standardisationsur 2 structures dge =
surtout si les rpartitions par ge des PAsont trs = dans les 2 cohortes
57
(4)
Enpratique
Comparaisonde2populations
standardisationdirecteetCMF
Comparaisond1cohorte1populationderfrence
standardisationindirecte(SMRSIR)
58
Risqueenpidmiologie
Mesuresdassociation
M di t Mesuresdimpact
59
DfinitionduRisque
Probabilit de survenue dun vnement (dcs maladie) un Probabilit de survenue dun vnement (dcsmaladie) un
moment donn pendant un intervalle de temps dfini
ENEPIDEMIOLOGIE
RisquedeDECES=MORTALITE
RisquedeSURVENUED UNEMALADIE=INCIDENCE
Cetteprobabilitest= selonlesindividus
variableseloncertainescaractristiquesindividuelles:
ge,sexe,facteurssocioconomiques,paramtresbiologiques
FACTEURSDERISQUE
60
16
Dfinitiondesfacteursderisque
denatureprobabiliste
unfacteurFestunfacteurderisquepouruneMaladieMsi
lexpositionaufacteurFmodifielaprobabilitdapparition
delamaladieM(incidence)
61
) / ( Pr ) / ( Pr F M ob F M ob =
Commentmesurerleffetd un
facteurderisque?
Mesuresdassociation(RR,OR)
Mesuresdimpact(ER,RA)
Complmentaritdesdeuxindicateursen
ti d t bli matiredesantpublique
62
Mesuresdassociation(1)
Risquerelatif(RR):rapportdestauxdincidencedelamaladiedanslesdeux
groupesd exposition
*: condition que lincidence soit stable au cours du temps
I
F :
Incidence de la maladiechez les exposs
I Incidence de la maladiechez les non exposs
F
F
I
I
F M Pb
F M Pb
R R RR
*
) / (
) / (
/
0 1
= = =
I
F :
Incidence de la maladiechez les nonexposs
Quantificationmultiplicative
mesurela forcedel association
mesurelerletiologiquedufacteur
SiRR=1,lefacteurneconstituepasunrisque
SiRR>1,lefacteurconstitueunrisque
SiRR<1,lefacteurestprotecteur
63
Odds ratio (OR) Oddsratio(OR)
0
0
1
1
1
1
R
R
R
R
OR
=
01
0
1
1
1
1
PE
P
P
P
OR
E
E
E
=
64
R
1
: Pb d tre malade chez les exposs
R
0
: Pb d tre malade chez les non exposs
P
E1
: Pb d tre expos chez les malades
P
E0
: Pb d tre expos chez les non malades
17
Malades non Malades
Exposs F A B Exposs F A B
Non exposs F C D

BC
AD
D
C
B
A
D C
D
D C
C
B A
B
B A
A
R
R
R
R
OR = =
+
+
+
+
=
=
) 1 (
) 1 (
0
0
1
1
Population
65
BC
AD
D
B
C
A
D B
D
D B
B
C A
C
C A
A
PE
PE
PE
PE
OR = =
+
+
+
+
=
=
) 1 (
) 1 (
0
0
1
1
OR
Son interprtation est moins facile et sa comprhension
moins immdiate que le risque relatif. Cependant il est
trs utilis en pidmiologie, car il est estimable partir
de tous les types d'enqute contrairement au risque
relatif.
Quand la maladie est rare, OR~RR, donc lOR est une
bonne estimation du RR
RR et OR sont des indicateurs multiplicatifs du risque.
66
Mesuresdimpact(1)
Lexcs de risque (ER)
*: condition que lincidence soit stable au cours du temps
L'excs de risque est la diffrence entre les deux probabilits prcdentes;
c'est un indicateur additif du risque.
) / ( ) / ( F M Pb F M Pb risque de Excs = = I*
F
- I
F
c est un indicateur additif du risque.
Parmi les sujets exposs, certains auraient pu contracter la maladie mme en
l'absence du facteur F.
L'excs de risque exprime donc l'augmentation de l'incidence de M, due la
prsence du facteur F.
67
Mesuresdimpact(2)
Risqueattribuable
2indicessontlerefletdurisqueattribuable:lafraction
tiologiqueetlepourcentagederisqueattribuable
Fractiontiologique
proportion de cas de la maladie qu on peut attribuer au
facteur parmi les sujets exposs
FE (RR 1)/ RR FE=(RR1)/RR
Ainsi, si le risque relatif vaut 5, la fraction tiologique vaut 0.8
80% des cas survenus chez les exposs peuvent tre attribus
au FR et donc vits si le FR est accessible la prvention
68
18
Mesuresdimpact(3)
Pourcentagederisqueattribuable
Risque attribuable dans la population totale =
proportion de cas de la maladie que lon peut attribuer au FR dans
l ensemble de la population (exposs + non exposs)
) 1 (
) 1 (
p pRR
RR p
PRA
+

=
p=proportiondepersonnesexposesdanslapopulation
69
) 1 ( p pRR +
Mesuresdimpact(4)
Pourcentagederisqueattribuable
mesure l'impact du facteur de risque dans la population.
n'a de sens que si le facteur est un facteur causal de la maladie.
Son interprtation ncessite beaucoup de prudence car elle est
directement lie l'estimation du risque relatif et donc sensible tous
les biais qui peuvent affecter l'estimation de ce dernier.
70
Mesuresdimpact(5)
Ainsi, si 20% dune population est expose au FR et que le RR pour ce
facteur est de 5
%deRA=44%
Parmi l ensemble des cas, 44% sont attribuables l exposition au FR
Si on observe 5000 nouveaux cas par an, 2200 sont attribuables au FR et
seraient donc vitables si on supprimait le FR pp
En terme de Sant publique, le + intressant car mesure

lIMPACT du FR sur la POPULATION
71
Complmentaritdesdeuxtypesdemesure
(1)
Exemple
Mortalite/10
5
/an
KC poumon Maladie
coronar.
F+=gros fumeurs 166 599
F-=non fumeurs 7 422
RR dcs par kc poumon = 166/7 = 23.7
RR dcs par mal. cor. = 599/422 = 1.4
Le risque li au tabac est + fort pour le dcs par kc du poumon que
pour le dcs par mal. coron.
72
19
(2)
Exemple (suite)
ER dcs kc poumon=1667=159/10
5
ERdcsmal.Cor=599422=177/10
5
Letabaccausechaqueanne159dcssupplmentairesparkcdu
poumon/10
5
habitants.
Le tabac cause chaque anne 177 dcs supplmentaires par mal.
coron/10
5
habitants.
PRA dcs KC du poumon = 87%
PRAdcsmal.coronarienne=11%
Sur 100 nouveaux cas de dcs par cancer du poumon, 87 seraient
vitables si le FR tabac tait vinc
Sur100nouveauxcasdedcsparmal.coron,11seraientvitablessi
leFRtabactaitvinc
73
(3)
En terme de Sant Publique le rle du tabac est aussi important pour la En terme de Sant Publique, le rle du tabac est aussi important pour la
maladie coronarienne que pour le kc du poumon car il entrane environ
le mme nombre de dcs chaque anne.
Enrevanche,letabacexposeplusaurisquededcsparkcdupoumon
qu aurisquededcsparmaladiecoronarienne.
Enfin, le tabac est le facteur de risque prpondrant pour le kc du , q p p p
poumon, alors que les facteurs sont multiples pour la maladie
coronarienne.
74
ConclusionsurlesFR
C d l i d i Consquencedelaconnaissancedurisque
prvention
dcisionenSantPublique
Complexe
peu de vrais FR peudevraisFR
souventmultiplespourunemmemaladie
n expliquentquepeulamaladie(hormisletabacqui
expliqueplusde90%deskcdupoumon)
75
Gnralitssurlesenqutes
pidmiologiques
76
20
EvaluationenSant
Outil essentiel = lEnqute Outilessentiel=l Enqute
Ondistingue:
Lesenqutesexprimentales =talonor
IMPUTATIONCAUSALE
b Lesenqutesdobservation
PASDIMPUTATIONCAUSALEausensstrict
NcessitdunFaisceaudarguments
77
Procdureexprimentale
Interventiondlibrmentchoisie
Appliquedessujetschoisis
Selonuneprocduredtermineparlexprimentateur
Donctoujoursprospective
Randomiseounon
ProcduredechoixenRechercheClinique(recherchechezlesujet
malade)
EX l ti d l ff t d t it t EX:valuationdeleffetdunnouveautraitement
constitutionde2groupesidentiquesentout saufencequiconcernele
traitementvaluer
Partirageausortourandomisation
Ainsiune= entrelesdeuxgroupeslissuedelexpriencepourratre
imputela= detraitement
78
Procduredobservation
Exprimentation pas toujours possible p p j p
Ex : en pidmiologie (recherche en population: sujets non malades et
sujets malades), quand on recherche leffet dun facteur de risque
(cholestrol) pour une maladie (coronaropathie): le facteur cholestrol
nest pas contrlable
procdure dobservation: on va rechercher le lien entre le niveau de
cholestrol ( chol. ou chol. normal ) et la prsence ou labsence de
coronaropathie
Mais facteurs de confusion possibles (les 2 groupes ne sont pas constitus
au hasard)
les sujets hypercholestrolmiques sont aussi + souvent obses,
sdentairesque les normocholestrolmiques
Biais possibles ++++
79
Typesdtudes
80
Exposition Maladie Exposition Maladie Exposition et maladie
observs en mme temps
21
Enqutespidmiologiques
Enqute pidmiologique
i d h h d il d i f i h opration de recherche et de recueil d information sur un phnomne
de sant dans une population
objectif: rpondre une question prdtermine
3typesdenqutes
transversaleouenqutedeprvalence
descriptive
cohorte:recueilprospectif delinformation
descriptive ou tiologique
se rapproche + de lexprimentation
cas tmoins: recueil rtrospectif de linformation
tiologique
81
Risqueetcausalit
id i l i i i i Enpidmiologie,cequinousintresseestcequi
sepasseauniveaudelapopulation
Mesureimpossible(indnombrable)
Estimationsderisques
partirdchantillonsdenqutesdobservation
grcelamthodestatistique
Associationstatistique entre le facteur et la maladie
Insuffisant pour conclure une association causale
Ncessit dunfaisceaudarguments pour emporter la conviction
Commenttablirunliencausalfacteurderisque/
maladie?(1)
L idal=tudeexprimentale
Maisimpossible
Lepossible=tuded observation
MaisPreuveimpossible
Faisceaud argumentsenfaveurd unerelationcausale
83
Faisceaud argumentsenfaveurd unerelation
causale(CritresdecausalitdeHill,1965)
Arguments internes ltude
Existence dune association statistique entre le facteur et la maladie Existence dune association statistique entre le facteur et la maladie
Force de cette association
Absence de Biais majeur, prise en compte des autres facteurs de risque
connus
Relation doseeffet
Cohrence Chronologique : Lexposition au facteur prcde l'apparition
de la maladie
Arguments externes ltude Arguments externes l tude
Constance de l'association et reproductibilit des rsultats des tudes
Cohrence avec les connaissances actuelles : plausibilit
Physiopathologie
Exprimentation
Une modification de lexposition au facteur de risque induit une
modification de lincidence de la maladie
22
Faisceaud argumentsenfaveurd unerelation
causale(CritresdecausalitdeHill,1965)
Exemple(lientabackcpoumon)
Arguments internes aux tudes de DOLL et Hill Argumentsinternes auxtudesdeDOLLetHill
Forcedel association: RRtrslev(ilfaudraitpourexpliquerlarelation
trouvepar1autrefacteurquecefacteursoitbeaucoup+frquentchezles
fumeursquechezlesnonfumeurs)
Relationdoseeffet: l incidencedukcaveclaquantitdetabacfumeet
avecledegrd inhalation
Cohrencechronologique:observationprospectivedefumeursetdenon
fumeursindemnesdemaladieaudpart
85
Argumentsexternes recueillisplustard
Reproductibilit: associationretrouvedanstouteslesenqutes
Cohrenceaveclesconnaissancesexprimentales: tudesinvitroetchez
l animalhydrocarburesissusdelacombustiondutabac=cancrignes
l arrt du tabac progressive du risque (observ chez les hommes USA)
Conclusion
Au niveau individuel: pas de connotation causale de la Auniveauindividuel:pasdeconnotationcausaledela
notiondefacteurderisque
Auniveaudelapopulation:pasapriorideconnotation
causale delanotiondefacteurderisque
Cest ltude approfondie des modalits de lassociation du risque de
86
C est l tude approfondie des modalits de l association du risque de
maladie et du facteur de risque qui peut conduire conclure a posteriori
que celuici est bien une cause daugmentation de lincidence de la
pathologie au niveau des populations; cest donc ce niveau que se
situe la causalit en pidmiologie (J Bouyer et al. 1995)
Phnomnedeconfusion
Une association statistique entre une exposition et M peut tre due 1 UneassociationstatistiqueentreuneexpositionetMpeuttredue1
facteurdeconfusion
facteur li la fois la maladie et lexposition
Lassociation observe peut tre partiellement explique par le facteur de
confusion
Le RR brut li lexposition est modifi lorsquon ajuste sur le facteur de
confusion confusion
Un facteur de confusion sur la relation entre un facteur de risque et une
maladie est un tiers facteur qui, lorsquon le prend en compte, modifie
leffet apparent du facteur de risque tudi
87
Notiondefacteurdeconfusion(1)
Exemple: p
Etude de la relation alcool infarctus du myocarde (IDM)
Si on ne tient pas compte du tabac: relation forte : RR>1 et
significatif
Si on tient compte du tabac (FR causal connu et tabli dIDM):
cette relation disparat
Pourquoi? Pourquoi?
Tabac et alcool sont souvent lis
Lalcool joue unrle par sonassociationavec le tabac et nonpas unrle causal direct
Dans cette tude, le tabac est un facteur de confusion sur la
relation alcoolIDM
88
23
Pour tre facteur de confusion, pour une exposition E et
une maladie M, un facteur X doit satisfaire aux 3 conditions
suivantes:
tre un facteur de risque pour M (causal ou non) tre un facteur de risque pour M (causal ou non)
tre associ E
Ne pas tre une consquence de E
89
X est un facteur de confusion dans les cas suivants X est un facteur de confusion dans les cas suivants
E
M
X
E
M
X
E
E
Ex: alcool(E) tabac
(X) idm(M)
90
M
X
E
M
X
Association causale
Association non causale
Exempledefacteurdeconfusion
hommes femmes ensemble hommes femmes ensemble
E+ E- E+ E- E+ E-
M+ 100 15 100 75 200 90
M- 650 285 275 675 925 960
Total 750 300 375 750 1125 1050
RR
h
=2.67 RR
f
=2.67 RR=2.07
91
Les valeurs du risque relatif dans les deux catgories (RR=2.67)
sont diffrentes du risque relatif brut
sexe= facteur de confusion sur la relation E-M
Exempledefacteurdeconfusion
Dans cet exemple,
les hommes sont plus souvent exposs que les femmes (71% vs
33%)
mais ils sont moins souvent malades (11% vs 15.6%)
Donc
lien sexeexposition
Lien sexemaladie
92
24
Ngliger les facteurs de confusion dans lanalyse des liens entre facteurs
de risque et maladie conduit des interprtations errones
Un problme majeur en pidmiologie est de tenir compte de tous les
facteurs de confusion: parfois on nen souponne mme pas lexistence
La prise en compte des facteurs de confusion lors des tudes p p
pidmiologiques se fait : (cf cours sur les enqutes)
Soit lors de la planification des enqutes
Soit lors de lanalyse des enqutes par des mthodes statistiques appropries
93
Notiondinteraction
Il y a interaction entre 2 facteurs A et B si la relation
entre A et la Maladie nest pas la mme tous les
niveaux de B et vice versa
O d l RR l b l i RR h On ne donne plus un RR global mais un RR chaque
niveau de la variable dinteraction
94
Exempledinteraction
inhalent Ninhalent pas ensemble inhalent Ninhalent pas ensemble
Tabac
brun
Tabac
Blond ou
mixte
Tabac
brun
Tabac
Blond ou
mixte
Tabac
brun
Tabac
Blond ou
mixte
M+ 267 32 86 22 353 54
M- 134000 39000 119000 34000 253000 73000
Total 134267 39032 119086 34022 253353 73054
RR
h
=2.43 RR
f
=1.07 RR=1.89
95
Interaction quantitative
Notiondinteraction(3)
Exemple: effet des hydrocarbures polycycliques sur le kc du poumon
(Caparoso et al 1989)
96
Interaction qualitative
25
Notiondebiais
Biais: toute erreur systmatique qui tend fournir des valeurs au
niveau de lchantillon des vraies valeurs dans la population
Une tude rpte plusieurs fois & prcise donnera une estimation du
paramtre estim peu variable mais si elle est biaise, ce rsultat sera
systmatiquement diffrent de la vraie valeur du paramtre dans la
population population
En rsum, un biais introduit une erreur systmatique qui sajoute
lerreur alatoire lie aux fluctuations dchantillonnage
97
Notiondebiais
Peuvent sintroduire aux temps dune tude Peuvent s introduire aux temps d une tude
pidmiologique
Constitution de lchantillon et suivi
Biais de slection
Recueil de linformation
Sur lexposition
S l l di Sur la maladie
Biais dinformation (ou de mesure ou de classement)
Analyse
Biais de confusion
98

Concepts de Base en Epidemiologie

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Concepts de Base en Epidemiologie

Încărcat de

Drepturi de autor:

Formate disponibile

M1 EPIDEMIOLOGIE 7/02/2013

calcul direct du taux d incidence impossible calculdirectdutauxd incidenceimpossible

En terme de Sant publique, le + intressant car mesure

S-ar putea să vă placă și