CONF+ : Tutorat LCA#23 | CONF +

CONF+ : Tutorat LCA#23

TUTORAT LCA #23
 
 
Concernant les analyses en sous-groupes, quelle(s) proposition(s) est(sont) exacte(s) ?
  • L’analyse en sous-groupes a pour intérêt principal de donner des pistes pour les études futures.
  • La puissance statistique n’est généralement pas suffisante pour conclure sur des analyses en sous-groupes, sauf dans un essai contrôlé randomisé.
  • Une randomisation stratifiée est une façon de légitimer des sous-groupes.
  • L’analyse en sous-groupes permet de s’intéresser à une catégorie spécifique de patients inclus dans l’étude.
  • L’analyse en sous-groupes est obligatoire dans un essai contrôlé randomisé de grande ampleur.

 

CORRECTION PLUS BAS
 
l
l
l
l
l
l
l
l
l
l
l
l
l
l
l
v
 
 
 
 
    Concernant les analyses en sous-groupes, quelle(s) proposition(s) est(sont) exacte(s) ?
    • L’analyse en sous-groupes a pour intérêt principal de donner des pistes pour les études futures.
    • La puissance statistique n’est généralement pas suffisante pour conclure sur des analyses en sous-groupes, sauf dans un essai contrôlé randomisé.
    • Une randomisation stratifiée est une façon de légitimer des sous-groupes.
    • L’analyse en sous-groupes permet de s’intéresser à une catégorie spécifique de patients inclus dans l’étude.
    • L’analyse en sous-groupes est obligatoire dans un essai contrôlé randomisé de grande ampleur.

     

    Dans un essai contrôlé randomisé, les auteurs réalisent souvent des analyses en sous-groupes.

    Cela consiste à analyser les résultats plus spécifiquement dans une catégorie de patients (patients de plus de 60 ans, femmes…). Le but principal de cette analyse est de donner des pistes pour les études ultérieures. En effet, la puissance statistique est calculée sur l’ensemble des patients, ainsi on ne peut pas conclure sur une partie seulement des patients (c’est un peu le même raisonnement quand dans les critères de jugements composite).

    Ainsi plusieurs limites aux études en sous-groupes :

    • Défaut de puissance à on ne peut pas conclure sur les résultats des analyses en sous-groupes.
    • Risque d’inflation du risque alpha par multiplication des analyses. (Se méfier des études qui multiplient les analyses en sous-groupes et qui par définition vont être significatives à un moment du simple fait du risque alpha)
    • Perte de comparabilité des groupes en analysant des sous-groupes non prévus a priori.

    Comment limiter ces biais ?

    • Prévoir a priori les analyses en sous-groupes dans le protocole en stratifiant au moment de la randomisation. Par exemple si on stratifie sur l’âge on va obtenir des groupes comparables sur les strates d’âge. Ainsi l’analyse en sous-groupe permettra d’analyser deux groupes comparables. Toutefois ça ne résout pas le problème de la puissance statistique, donc on ne peut toujours pas conclure dessus.
    • Limiter les analyses en sous-groupes pour limiter le risque d’inflation du risque alpha.

     

    Attention à ne pas confondre les analyses en sous-groupes avec les analyses intermédiaires.

    Les analyses intermédiaires servent à évaluer précocement l’effet du traitement. Elles sont très utiles lorsqu’on doute sur la nocivité d’un traitement ou au contraire qu’on pense que le traitement étudié va être très efficace. Alors, l’analyse intermédiaire va permettre d’arrêter l’étude pour empêcher une perte de chance des patients (du groupe à l’étude ou du groupe de référence en fonction).

    Encore une fois, le risque est celui de l’inflation du risque alpha, ainsi les auteurs doivent prévoir un ajustement du risque alpha, la plus connue étant la méthode de Bonferonni.

     

    BONUS : Lexique anglais français

    Sous-groupes = subgroups

    Randomisation stratifiée : Stratified randomization

     

     
     
    L'équipe de CONF+
     
     
     
     
     
    © CONF + / MED XL 2019