Jusqu'à des techniques d'imputation et de modélisation • (Extrême : hypothèse du biais maximum) • Le meilleur moyen de résoudre la question des données
Previous PDF | Next PDF |
[PDF] Glossaire - ECN : Lecture Critique darticles médicaux - CNCI
H Hypothèse Concept qui n'est pas encore démontré Hypothèse du biais maximum Hypothèse dans laquelle on choisit de se situer, au moment de l' analyse,
[PDF] Correction Sujet 2 LCA ECNi : Lung Volume Reduction Coil
Focus ECNi à retenir +++ : Définition d'une hypothèse de biais maximum pour gestion des données manquantes (perdus de vue) en cas d'analyse en ITT
[PDF] Glossaire LCA
(voir biais, facteur de confusion, analyse multivariée, odds ratio, risque relatif) est la robustesse du résultat vis-à-vis de l'hypothèse du biais maximum (si
[PDF] Principe des essais contrôlés
alors qu'ils se répartissent de la même manière dans les groupes), soit les considérer tous comme des succès ou des échecs (hypothèse du biais maximum )
[PDF] Réussite LCA au nouveau concours - Remedeorg
élimine le biais « effet-centre » si essai multicentrique ( PCZ ) - permet de hypothèse du biais maximum = renforce le niveau de preuve d'une différence :
[PDF] 4 pertinence clinique
2 3 8 Biais liés à l'absence d'analyse en intention de traiter 2 3 9 Biais Qu'elle est la robustesse du résultat vis-à-vis de l'hypothèse du biais maximum ? ❑
[PDF] Comment analyser les données ? - SARAF
Jusqu'à des techniques d'imputation et de modélisation • (Extrême : hypothèse du biais maximum) • Le meilleur moyen de résoudre la question des données
[PDF] Les principaux biais à connaître en matière de recueil d - CEDIP
Il existe de très nombreux biais et la vocation de cette fiche est de s'intéresser aux biais les plus significatifs idées préconçues, leurs hypothèses et à accorder
[PDF] Analyse Essai Clinique - G Chene - Solthis
18 mar 2009 · à confronter avec le risque attendu d'évènements • Analyse selon l'hypothèse du « biais maximum » – permet de savoir dans quelles limites
[PDF] glossaire lca anglais
[PDF] principe d'ambivalence lca
[PDF] critère de jugement censuré
[PDF] 500 exercices de phonétique pdf
[PDF] discrimination auditive exercices
[PDF] livre de phonétique française pdf
[PDF] la prononciation en classe
[PDF] fluctuations économiques définition
[PDF] quels sont les déterminants des fluctuations économiques
[PDF] interlignes ce1
[PDF] la lavande et le serpolet
[PDF] améliorer la vitesse de lecture ce1
[PDF] lecture fluide cp
[PDF] fluidité lecture 2e année
Comment analyser les données ?
Pr Olivier CHASSANY
EA 7334, Patient-Centered Outcomes, Université Paris-Diderot URC-ECO (Economie de la Santé), Hôpital Hôtel-DieuComparabilitédes groupesà l'inclusion
COMPARABILITÉ DES GROUPES À L'INCLUSIONsur des données démographiques, diagnostiques, pronostiques Faut-il faire des comparaisons statistiques qui augmentent le pas) ? Inversement une différence peut être pertinente mais non significative car peu de patients sont inclus (risque béta = manque de puissance) Quand le poids à l'inclusion est de 90±5 kg dans le groupe traité et de 101±4 kg dans le groupe placebo, mais p non significatif... Noble, RE.A six-month study of the effects of dexfenfluramine on partially successful dieters.CurrTherRes.1990;47:612-619Analyseenintention de traiter
(Intent to treat analysis -ITT) Principe de l'analyse en ITT (Ηfull set analysis") : Prise en compte de tous les patients randomisés (pour garder la comparabilité des groupes randomisés) Même ceux présentant des déviations au protocole :Pas de prise correcte du traitement
Arrêt prématuré du traitement
Cela nécessite de remplacer les données manquantesAnalyseenintention de traiter
(Intent to treat analysis -ITT) Il est licite de ne pas prendre en compte ("modifiedfull set analysis") :Patient inclus à tort
Patient n'ayant pris aucune dose du traitement
après la randomisationAnalyseenintention de traiter
(Intent to treat analysis -ITT) Le remplacement des données manquantes est toujours délicat :Techniques plus ou moins complexes
Depuis la simple dernière évaluation disponible (LOCF "last observation carriedforward")La ǀaleur lors de l'inclusion
Échec ou décès
(Extrême : hypothèse du biais maximum) Le meilleur moyen de résoudre la question des donnéesAnalyseenintention de traiter
(Intent to treat analysis -ITT) Robuste : tendance à diminuer la différence entre les groupes de traitement Si différence statistiquement significative : confiance dans les résultats Pourquoi faire une analyse ITT, qui inclut des patients qui n'ont probablement pas bien rĠpondu au traitement ͍ Car exclure de l'analyse des patients pour différentes raisons, risque de détruire la comparabilité des groupes En ne gardant que les "bons" patients (analyse Per Protocol), on peut favoriser le traitement à l'étude vs traitement comparateurAnalyseper protocol (PP)
Avantages
Ne prend en compte que les patients
ayant correctement pris le traitement jusqu'à son terme, sans déviation au protocole Plus précis pour démontrer la vraie efficacité du traitementAnalyseper protocol (PP)
Inconvénients
Risque d'introduire un biais dans la comparabilité des groupesDoute possible sur la ǀaliditĠ de l'essai
patients edžclus de l'analyse est grand l'edžtrġme, en edžcluant les patients n'ayant probablement pas répondu au (nouveau) traitement : On augmente la différence entre les 2 traitements On maximalise la probabilité de montrer une différence statistiquement significative (essai de supériorité)Analyseenintention de traiterouper protocol
(PP)?SupérioritéNon-
inférioritéAnalyse en intention de traiter (ITT)
Tendance à réduire la différence
obserǀĠe (surtout s'il y a eu beaucoup de dĠǀiations au protocole, sorties d'essaisMéthodela
plus robuste pour démontrerune supérioritéRisque de
conclure à tort àAnalyse "per protocol" (PP)
Censée optimiser une différence entre 2
traitements, si celle-ci existeMais, le nombre de patients exclus de
l'analyse ne doit pas ġtre trop important, ni déséquilibré entre les 2 groupes (nombre et motifs)Seulement
pour confirmer les résultatsen ITTPossiblement
plus adaptéeà un essai de
non- inférioritéAnalyseenintention de traiterouper protocol
(PP)?SupérioritéNon-infériorité
Analyse en intention de
traiter (ITT)Seuleanalyse
non critiquable pour l'AMMPrésenter les
résultatsen II etPP pour vérifier
leur cohérence en faveur de la non-inféroritéAnalyse "per protocol" (PP)
Multiplicitédes tests statistiques
Augmente le risque alpha de montrer à tort une différence qui n'existe pas -Critère principal mesuré plusieurs fois au cours du temps : -Multiples critères (principal, secondaires, tertiaires) -Définir le critère principal, le premier critère secondaire -HiĠrarchie des critğres d'Ġǀaluation Multiplicité des tests par multiplication des critères d'Ġǀaluation secondaires Tentative de rattraper un résultat non significatif sur le critère principal Tendance à revendiquer des effets additionnels au critère principal déjà significatif (identification de facteurs de différentiation) 13 Risque de reconnaître à tort un bénéfice sur des critğres d'Ġǀaluation secondaires 14Un seul critğre d'Ġǀaluation ͍
Îcritğre d'Ġǀaluation UNIYUE (principal) Aucun bénéfice reconnu en dehors du critère primaire On ne peut plus tricher car protocoles enregistrés dans clinicaltrials.govIREDUCTEUR de résumer en un seul critère le
bĠnĠfice d'un traitementExemple : OS et PFS en cancérologie
15 Ex : 2 co-critères primaires et risque d'erreur global de 5%Critère 1 : seuil 0.025
Critère 2 : seuil 0.025
-conclure indépendamment sur chacun des critères Inombre limité de co-critères car ajustement pénalisant ÎAbaissement du risque attribué à chaque critèreÎAugmentation du nombre de patients
seuil 0.046 OS seuil 0.004 PFS Plusieurs critères et partage du risque alpha sur ces CJ Ajustement du seuil (Méthodes classiques : Hochberg, Bonferroni)Solution : co-critères primaires
Gilbert MR. N EnglJ Med 2014
1.Hiérarchisation a priori
2.Tests séquentiels
3.Fin de la procédure au premier
test non significatif 16Autre solution : méthode séquentielle
hiérarchique (gatekeeper)Intérêt
ÎDémonstration licite des
avantages supplémentairesPas de comparaisonavant-après dansun essai
randomisé PAS DE COMPARAISON AVANT-APRÈSdans chaque groupe sans comparaison entre les 2 groupes : Exemple : l'évolution entre le début et la fin du traitement est statistiquement significative dans le groupe traité, alors que dans le groupe placebo, il n'y a pas de différence... Mais on prend habituellement la valeur de baselineen co- variable : Comparaison ȴA(avant-après) versus ȴB(avant-après)Analyseensous-groupe
Dogme : Seules pourront être prises en compte
des analyses en sous-groupe :1.Planifiées à priori
2.Et si il existe une différence significative sur le
critère principal sur l'ensemble des patientsPropriété de la Faculté de Médecine
Paris 7 Denis Diderot
= 103, mais 125 patients randomisés, où sont 22 patients ?Aérosol de salbutamol avec ou sans bromure d'ipratropiumdans l'obstruction aiguģ des ǀoies aériennes