Archives de catégorie : Rando-LCA

EDN : Le problème LCA

Laisser un commentaire

La réforme du 2 ème cycle R2C se concrétise. Les premiers EDNs blancs ont permis de voir les types de questions posées et l’approche. Les premières analyses des statistiques des étudiants sont formelles : la LCA est devenue la matière la plus discriminante dans le classement.

Malheureusement c’est aussi la matière la plus délicate à préparer. Non seulement il faut maîtriser les bases théoriques mais il faut également avoir du recul sur les articles scientifiques présentés et un esprit critique. Il y a également une grande part d’interprétation.

C’est pour toutes ces raisons que nous allons essayer de proposer ici le maximum de ressources pour préparer et réussir l’épreuve de LCA avec les articles rando-LCA.

La LCA est facile à condition de travailler régulièrement. Réussir l’épreuve de LCA c’est maîtriser toutes les connaissances nécessaires à la bonne compréhension des articles scientifiques.

Retrouvez les articles de LCA dans la rubrique RANDO-LCA

https://randomedicale.com/category/rando-lca/

À quoi ressembleront les épreuves de LCA après la réforme du 2ème cycle ?

Laisser un commentaire

En vue de la réforme du deuxième cycle des études de médecine (R2C), le collège des enseignants s’est réuni récemment à l’occasion de la conférence des doyens pour définir les nouvelles modalités de l’épreuve de lecture critique d’article (LCA).

Il s’agit de l’épreuve la plus redoutable sur le parcours vers son poste de médecin car elle fait appel à des connaissances pointues de méthodologie scientifique, une bonne compréhension de l’anglais scientifique et une capacité d’analyse.

L’épreuve de LCA va être modifié en profondeur avec la réforme du deuxième cycle.

Désormais, il n’y aura qu’un seul article à analyser entièrement. Par contre, celui-ci sera accompagné de deux autres articles plus court, parfois issu de la littérature grand public qui mettront en perspective l’article principal. Le but est de présenter à l’étudiant une controverse scientifique.

Par exemple, l’article principal présente un nouveau médicament de l’hypertension artérielle. Un article connexe est issu de la HAS. Puis un autre article issu d’un journal de presse parle de ce médicament. L’épreuve consistera à analyser la méthodologie de l’article scientifique principal, identifier les biais, et surtout mettre en perspective les trois articles et conclure sur la pertinence de la prescription du nouveau médicament.

L’idée du collège des enseignants est de faire en sorte que les médecins en fin de deuxième cycle puissent avoir toutes les clés en main pour comprendre la littérature scientifique et prendre des décisions fondées sur les preuves.

Le collège a réaffirmer sa volonté de ne pas mettre en place de référentiel commun de connaissance opposable le jour de l’épreuve.

En pratique, il faut donc se mettre à préparer l’épreuve de LCA dès le début de l’internat. Rando Médicale développe donc un parcours personnalisé pour se préparer dans les meilleurs conditions à la LCA qui comprend une série de cours par niveau pour acquérir l’ensemble des connaissances théoriques nécessaire puis une série d’entrainement espacé sur l’année de niveau de difficulté progressif et enfin une revue des controverses scientifiques actuelles. Outre la transmission de connaissance théorique pur notre formation permet d’acquérir une solide culture scientifique médical qui permet de prendre du recul sur l’épreuve et se démarquer des autres étudiants.

Inscription gratuite ici :

https://docs.google.com/forms/d/e/1FAIpQLSee5J7JIQ9Kys2j0Qs-8mD4DtWGYmPZ3kooLbI7nM7WGdoe7g/viewform?embedded=true

https://forms.gle/ktSTPn9LBp1WNiB59

https://docs.google.com/forms/d/e/1FAIpQLSee5J7JIQ9Kys2j0Qs-8mD4DtWGYmPZ3kooLbI7nM7WGdoe7g/viewform?embedded=true

Tests et Covid 19 : Les tests PCR sont-ils fiables? Lecture Critique d’article

1 réponse

Capture d’écran 2020-04-24 à 18.06.12

Le directeur de l’organisation mondiale de la santé appelle depuis la mi-février les pays du monde entier à tester les patients afin de détecter les cas de Covid 19. Cependant, quelle est la fiabilité de ces tests ? Sont-ils vraiment efficaces pour détecter les personnes atteintes par le virus ?

En effet, jusque là, le test disponible permet de détecter la présence du virus dans les voies respiratoires d’un individu par méthode PCR. La positivité du test dépend de la quantité de virus présente dans les voies respiratoires d’un individu. Cette quantité dépend du temps écoulé depuis l’apparition des symptômes et de la sévérité de la maladie.

Les études évaluant la performance de ces tests sont d’une qualité méthodologique faible. Protocoles différents pour réaliser les tests selon les centres, test gold standard mal défini, nombre de patients testés faible… Néanmoins, l’agrégation des données issus de ces études permet d’avoir une estimation de la sensibilité du test (probabilité que le test soit positif chez une personne effectivement atteinte par le virus) qui se situe autour de 70% (IC : 56 – 82) et de la spécificité (probabilité que le test soit négatif chez une personne qui n’est pas atteinte par le virus) qui est proche de 100%.

Rappelons-le, l’enjeu du test pour contrôler la pandémie est double : détecter les cas positifs de manière large pour les isoler tout en étant certain que les individus négatifs ne soient pas porteurs du virus. En d’autres termes, la valeur prédictive positive et négative du test sont-elles suffisantes ?

Pour bien comprendre ces notions je vous invite à consulter un article paru sur le blog de Raphaël Groscot (doctorant à l’université Paris Dauphine) : https://www.groscot.fr/fiabilite-des-tests-de-depistage-covid19

Pour contenir l’épidémie de Covid 19, le test PCR a-t-il une valeur prédictive positive et négative suffisamment importante pour différencier les individus malades des sains ?

Outre la variabilité probable de la sensibilité et spécificité du test PCR selon le centre qui le réalise (variabilité interobservateurs) ou le soignant qui le pratique (variabilité intraobservateur), la prévalence de la maladie dans la population a une influence forte sur les conclusions que l’on peut tirer des résultats de ces tests. Ainsi, la valeur prédictive positive et négative varient en fonction de la prévalence de la maladie dans la population testée.

Si la prévalence de la maladie est faible dans la population que l’on teste (1% des patients de la population que l’on teste sont effectivement atteints par le virus) une spécificité de 99% et une sensibilité autour de 70% (fiabilité des tests Covid 19 actuels) correspondent à une valeur prédictive positive de 100% et une valeur prédictive négative de 98%. Le test est donc très fiable.

Capture d’écran 2020-04-24 à 18.00.09

Cependant si la prévalence de la maladie augmente dans la population (patients issus d’un foyer de contamination forte par le virus où 45% des personnes présentent la maladie) ; pour les mêmes valeurs de sensibilité et de spécificité la valeur prédictive négative du test n’est plus que de 80%.
Pour vous en convaincre je vous invite fortement à utiliser le module proposé dans la deuxième partie de l’article de Raphaël Groscot : https://www.groscot.fr/fiabilite-des-tests-de-depistage-covid19

Ainsi, on comprend pourquoi le test PCR actuel n’est pas assez fiable pour être utilisé dans une population où la prévalence de l’infection par Covid 19 est élevée. (Par exemple, les personnes issues d’une zone où le virus circule activement comme à Mulhouse ou dans l’Oise).

Si notre infrastructure ne permet pas aujourd’hui de tester tout le monde, on peut s’interroger sur la pertinence de réaliser des tests sur des patients présentant des symptômes typiques du coronavirus issus d’une ville où le virus circule activement. Tester des personnes asymptomatiques ou présentant une symptomatologie atypique dans des régions où le virus circule peu est loin d’être absurde.

Rando-LCA : Résultat d’une étude scientifique ; comment interpréter un intervalle de confiance à 95% ?

Laisser un commentaire

Bien souvent, lorsque les résultats d’un essai clinique sont présentés par des journalistes au grand public, on peut lire ou entendre : « tel médicament réduit de 30% le risque d’infarctus chez les patients qui le prennent » « le risque de développer un cancer du poumon est 20 fois plus important chez les patients fumeurs que chez les patients non-fumeur.

Pourtant, lorsque l’on s’intéresse aux résultats d’une étude scientifique, on se rend compte que les résultats sont toujours accompagnés d’un intervalle de confiance à 95%.

File:Confidence Interval 90P.pngPour bien comprendre de quoi on parle, prenons comme exemple les résultats de l’étude ACEND parue en octobre 2018 dans le New England Journal of Medecine. Cette grande étude randomisée contre placebo portant sur plus de 15000 patients cherchaient à évaluer la balance bénéfice risque de la prise d’aspirine à petites doses chez les patients diabétiques de plus de 45 ans n’ayant jamais eu d’évènements cardiovasculaires (infarctus, AVC…).

On peut lire dans le paragraphe des résultats :

A total of 15,480 participants underwent randomization. During a mean follow-up of 7.4 years, serious vascular events occurred in a significantly lower percentage of participants in the aspirin group than in the placebo group (658 participants [8.5%] vs. 743 [9.6%]; rate ratio, 0.88; 95% confidence interval [CI], 0.79 to 0.97; P=0.01)

Que signifie cette intervalle de confiance à 95% ?

Une interprétation simple est largement répandue : l’intervalle de confiance à 95% correspond à l’intervalle à l’intérieur duquel on est sûr à 95% que le résultat réel de ce qu’on a mesuré se situe. Dans notre exemple, cette définition nous permettrait de dire : On est certain à 95% que l’effet protecteur de l’aspirine sur la réduction des accidents cardiovasculaires est située entre 0.79 et 0.97. Soit une réduction du risque cardiovasculaire comprise entre 21% et 3%.

Pourtant, la véritable interprétation de cette intervalle de confiance est un peu plus complexe. La définition strice de cet intervalle de confiance est : si on répète l’expérience que l’on vient d’effectuer un grand nombre de fois et que l’on mesure un intervalle de confiance à 95% à chaque fois, alors 95% de ces intervalles de confiance contiendraient la valeur réelle de ce que l’on veut mesurer. Dans notre exemple, cela voudrait dire que si on répète cette étude des milliers de fois et que l’on calculait à chaque fois l’intervalle de confiance du résultat obtenu, celui-ci se situerait entre 0.79 et 0.97 dans 95% des études. 

Cette définition plus précise et juste d’un point de vue statistique permet de comprendre pourquoi cette intervalle de confiance est d’autant plus petit que le nombre de sujets participant à une étude est grand. Cela permet aussi de saisir pourquoi on peut parler de résultat significatif si l’intervalle de confiance à 95% exclut la valeur nulle (c’est à dire un risque relatif à 1 ou une différence entre deux interventions de 0).

 

Bon courage pour la dernière semaine de l’année 2019…

Source : Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.handbook.cochrane.org. 

 

Rando-LCA : Critères de jugement principal / Critères de jugement composite. Ce qu’il faut savoir pour comprendre les résultats d’une étude scientifique

Laisser un commentaire

Aspirine en prévention primaire ?

Nous continuons notre randonnée dans les différentes notions de LCA. Le but est de parcourir différents articles sur le même sujet afin de répondre à une question clinique fréquente tout en apprenant à répondre à l’épreuve de LCA.

Nous allons nous plonger dans l’étude HOT. L’étude HOT est une étude clinique impressionnante portant sur le contrôle de la pression artérielle.

18790 patients dans 26 pays ont été inclus. Parmi eux 9399 ont reçu de l’aspirine à petite dose et 9391 ont reçu un placebo en parallèle du traitement de leur hypertension.

Le but était d’évaluer l’efficacité de l’aspirine chez les patients hypertendus en prévention cardiovasculaire primaire.

Afin de juger de l’efficacité du traitement les chercheurs ont défini le critère de jugement principal de l’étude comme suit :

« Major cardiovascular events were defined as all (fatal and non-
fatal) myocardial infarctions, all (fatal and non-fatal) strokes, and
all other cardiovascular deaths. Silent myocardial infarctions were
documented by taking an electrocardiogram (ECG) at
randomisation and at the final visit.
A classification of all reported events was made by the
Independent Clinical Event Committee based on all available
information (hospital records, physician’s records, death
certificates, and necropsy reports). All events were classified
without any knowledge of the actual medication or the treatment
group to which the patients had been assigned. The approval rate
of reported events by this committee was 76%. »

Ce critère de jugement principal est particulier : il s’agit d’un critère de jugement composite. 

Dans la plupart des études on choisit un critère de jugement unique. Par exemple : le proportion de patient ayant un nouvel infarctus 6 mois après le début d’un traitement 

Ici, le critère est composite. C’est une association de critères de jugement.

Les questions qu’il faut se poser devant un critère de jugement composite :

– si un patient répond plusieurs fois au critère de jugement, combien de fois est -il compté ?

– est ce que les différents critères de jugement sont de même nature ?

– quel est l’intérêt des auteurs à choisir un critère composite plutôt qu’un critère unique ?

– quels sont les limites d’un critère de jugement composite ?

 

Pour que la méthodologie soit correcte, un patient ne doit compter qu’une seule fois. Ici : un patient qui aurait fait un infarctus, et serait décédé quelques années plus tard d’un AVC n’a compté qu’une seule fois au moment de l’analyse final.

De plus, les critères de jugement doivent être de même nature. Ici les choix sont judicieux, on regarde des évènements cardiovasculaires dont l’aspirine est censé prévenir la récidive lorsqu’elle est prescrite en prévention secondaire. 

Les avantages des critères de jugement composites sont :

  • un nombre de sujet à inclure moins important. 
  • une bonne estimation de la balance bénéfice risque d’un traitement. 

Les limite d’un critères de jugement composites sont :

  • le critère composite doit être interprété en une seule fois.  La conclusion de l’étude ne peut se faire que sur le critère de jugement pris dans son ensemble. Il n’est pas possible de présenter les résultats sur un seul sous-groupe.
  • le calcul du nombre de sujet nécessaire doit être fait a priori en se basant sur l’incidence cumulée de tous les évènements cliniques faisant partie du critère composite.

Vous savez tout désormais, relisez cette article dans 1 mois et vous saurez rémultiplepondre à tous les QCMs le jour J. 

Source : 

https://www.ncbi.nlm.nih.gov/pubmed/9635947

Collège des enseignants en LCA.

Rando LCA : Lumière bleue, toxique ou non ?

Laisser un commentaire

serge-kutuzov-NaGoAsPP0wc-unsplash.jpgNotre mode de vie change : les écrans deviennent omniprésent. Il est loin le temps où les seules sources de lumière provenaient soit du soleil soit d’une bougie. Au mois de mai 2019, l’agence nationale de sécurité sanitaire, de l’environnement et du travail (ANSES) a publié des reccomandations concernant l’exposition à la lumière bleue et a souligné la toxicité de certaines sources et l’importance de limiter l’exposition à ce type de lumière en particulier pour les enfants. Devant un tel rapport, une question s’impose à nous : allons nous devenir aveugle à force de rester sur nos écrans ?

Pour répondre objectivement et scientifiquement à de telles questions, la lecture critique d’article est un outil formidable. Elle permet de comprendre les rapports des scientifiques et de se faire une idée fondée sur des connaissances et non pas des croyances. Rando-LCA vous propose donc pour sa première étape de s’intéresser à la question de la lumière bleue. Nous allons faire un tour parmi les articles publiés sur le sujet et en profiter pour rappeler quelques notions clés sur les différents types de variable et leur analyse.

Une variable est un phénomène que l’on mesure. Lorsque l’on veut analyser l’effet de la lumière bleue sur la rétine les variables que l’on peut mesurer sont par exemple la quantité de lumière bleue qui atteint la rétine, le temps d’exposition à la lumière bleue, l’apparition ou non d’une atrophie rétinienne (destruction de la rétine).

Par exemple, une équipe de chercheur a étudié en 2001 l‘effet sur la rétine de singe d’une exposition de 30 jours à une lumière LED ou infrarouge. Dix rétines ont été analysé lors de cette étude. Différentes mesures ont été effectué permettant de récupérer des variables quantitatives ou qualitatives.

Une variable quantitative est une variable qui reflète une notion de grandeur. Dans cette étude, la quantité d’énergie délivrée à la rétine des singes est un très bon exemple de variable quantitative. Il y a un sens de dire que tel singe a reçu une quantité plus importante d’énergie sur sa rétine par rapport à tel autre singe. Si l’on veut parler précisément on dira que la quantité d’énergie reçue par la rétine du singe est une variable quantitative continue car cette variable peut prendre une infinité de valeur. Une variable qui ne peut prendre qu’un nombre fini de valeur comme l’acuité visuelle du singe sera appellée variable quantitative discrète.

Une autre variable récupérée et analysée par les chercheurs était la présence d’une anomalie rétinienne apparue à la fin de l’expérience sur la rétine de singe. Il s’agit d’une variable qualitative. Elle ne reflète pas une idée de grandeur. Si l’on veut parler précisément, on dira même que cette variable est qualitative binaire car elle ne peut prendre que deux valeurs : anomalie rétinienne présente ou anomalie rétinienne absente.  

Il est important lorsqu’on lit un article d’identifier le type de variable qui est analysé. En effet, on ne pourra pas faire les mêmes calculs statistiques sur des variables quantitatives ou qualitatives. Ce sera détaillé lors d’une prochaine éta

Capture d’écran 2019-07-21 à 21.52.02

pe de Rando-LCA. En attendant pour les plus curieux voici la photographie de la rétine d’un des singes après une exposition de 2 jours (variable quantitatvie continue) à une lumière

 LED bleue de 460nm (variable quantitative continue) à la puissance de 25.2J (variable quantitative continue) qui montre une anomalie rétinienne (variable qualitative).

Cette étude est l’une des premières à avoir démontré l’effet toxique de cette longueur d’onde lumineuse sur la rétine. Mais l’énergie délivrée à la rétine était élevée, qu’en est-il pour des puissances moins grandes et répétées dans le temps ? La réponse accompagnée d’autres explications en LCA à la prochaine étape.

Ne manquez pas la suite, abonnez-vous :

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA/viewform » query= »embedded=true » width= »640″ height= »514″ /]

Courage et persévérance sur le chemin vers l’internat

Gabriel Hallali

 

Source : Dawson, W., Nakanishi-Ueda, T., Armstrong, D., Reitze, D., Samuelson, D., Hope, M., … Koide, R. (2001). Local Fundus Response to Blue (LED and Laser) and Infrared (LED and Laser) Sources. Experimental Eye Research, 73(1), 137–147.doi:10.1006/exer.2001.1020 

Rando-LCA – Le départ

Laisser un commentaire

aerial view of volcano

Chers randonneurs, chères randonneuses,

Cet été Rando-médicale a décidé de se lancer sur le grande randonnée de la LCA. Chaque semaine uen notion clé de LCA sera explorée. Illustrée autant que possible d’exemples tirés de la littérature et de conseils de méthode pour devenir un véritable expert du terrain glissant de cette discipline.

Abonnez-vous dès maintenant pour recevoir en avant première les articles du blog (1 à 2 mails par semaine)

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA/viewform » query= »embedded=true » width= »640″ height= »514″ /]

A très vite sur le chemin, c’est l’été profitons en !

Courage et persévérance

 

Rando-LCA : Randomisation et assignation secrète dans un essai clinique. Lecture critique des articles médicaux.

Laisser un commentaire

Comprendre par les jeux de rôle…

Capture d’écran 2019-05-19 à 12.05.03

Ce post fait partie du parcours Rando-LCA. À partir de problèmes cliniques concrets, il est proposé de découvrir et d’apprendre facilement toutes les connaissances nécessaires pour analyser de manière pertinente un article médical. Ne vous endormez plus devant vos cours de lecture critique d’article, explorer-les !

Nous vous proposons aujourd’hui de vous mettre dans la peau d’un médecin qui décide de lancer une étude clinique. L’objectif de ce jeu de rôle est de comprendre l’enjeu d’une randomisation de qualité pour la validité scientifique d’un essai clinique.

Un(e) jeune cardiologue motivé(e)…

young prof.gif

Vous êtes une/un jeune attaché(e) de 34 ans dans un service de cardiologie de renom. Passionné(e) par votre métier, vous passez vos journées àl’hôpital entre salle de cardiologie interventionnelle le matin et consultation l’après-midi. Vous soignez votre indépendance en refusant les offres alléchantes de laboratoire pharmaceutique et vous avez réussi jusque là à éviter tous les conflits d’intérêts.

Un jour vous décidez de mener une étude clinique sur les patients atteints d’infarctus du myocarde de petite taille vus dans les deux premières heures suivants le début des symptômes. Vous avez à disposition deux types de traitement : soit le patient reçoit un médicament par voie intra-veineuse permettant de dissoudre le caillot ou bien le patient bénéficie d’une coronarographie en urgence en cardiologie interventionnelle. Votre hypothèse, basée sur une revue soigneuse de la littérature et votre expérience dans le service, est que le traitement par coronarographie est plus efficace au traitement médicamenteux. 

Vous décidez d’organiser une étude expérimentale. Chaque patient se présentant avec ce type d’infarctus dans votre service recevra ou bien le traitement médicamenteux ou bien bénéficiera d’une coronarographie. Vous obtenez l’autorisation de l’ANSM, du comité de protection des personnes et du comité d’éthique de votre hôpital et débutez votre étude.

Le premier patient qui se présente à vous est un jeune diabétique de 45 ans. Il a tous les critères pour participer à votre étude. L’infirmière chargée de l’investigation clinique dans votre service entre dans la chambre du patient alors que vous finissez de l’examiner. Elle va procéder à la randomisation du patient : ou bien il recevra le médicament ou bien il descendra avec vous pour faire sa coronarographie. Ce patient est jeune et vous êtes intimement convaincu qu’il sera bien mieux soigné s’il bénificie de la coronarographie. Si seulement, il était possible de savoir dans quel groupe de votre étude il sera inclus : si c’est dans celui de la coronarographie c’est bon vous l’incluerez dans l’étude, s’il doit recevoir le médicament vous préférez ne pas l’inclure et lui faire la coronarographie sans qu’il reçoive le médicament. La décision de l’inclure dans l’étude ne dépendra alors plus des caractéristiques du patient mais de votre conviction personnelle. 

dylan-nolte-559758-unsplash.jpgC’est à ce moment précis que la randomisation aléatoire et l’assignation secrète du traitement ont un rôle fondamental pour que votre étude garde une validité scientifique : il ne faut pas que les investigateurs puissent prédire dans quel groupe le patient va être inclus. C’est à dire qu’il faut garantir l’assignation secrète. 

Pour cela, le meilleur moyen est de procéder à une randomisation centralisée. L’infirmière de recherche remplit les caractéristiques du patient sur un site web dédié pour l’étude ou téléphone à un serveur vocal et reçoit de manière aléatoire le groupe dans lequel il faut inclure le patient. Il est impossible de prédire dans quel groupe le patient sera inclus car l’allocation se fait de manière centralisé. Parfois, il n’est pas possible de mettre en place une randomisation centralisée car l’urgence de la situation nécessite une décision rapide. Dans ce cas, il est possible d’utiliser des enveloppes opaques et scellées numérotés. Si un patient  est elligible à l’étude clinique l’enveloppe est ouverte et le médecin connaît immédiatement le groupe dans lequel il doit inclure le patient et quel médicament il doit donner. L’enveloppe doit être opaque pour ne pas regarder à travers, sceller pour ne pas l’ouvrir et la refermer si le groupe dans lequel est inclus le patient ne convient pas. Numérotée pour s’assurer que le médecin n’ouvre pas plusieurs enveloppes jusqu’à ce que le patient soit inclus dans le groupe que l’investigateur préfère.

Dans une étude, l’assignation secrète doit toujours être respectée avant l’inclusion des patients. Après leur inclusion, il est possible de conserver secret le groupe de randomisation grâce au double aveugle. Dans le cas présenté ici, il n’était pas possible de mener l’étude en double aveugle car le patient bénéficiait ou bien d’un médicament ou bien d’une coronarographie.

Désormais, chaque fois que vous lirez un article présentant les résultats d’une étude expérimentale, mettez-vous dans la peau de ce jeune attaché quand vous analysez la partie méthode de l’article. Si l’assignation secrète du groupe de traitement des patients n’est pas garantie par une randomisation centralisée ou par des enveloppes opaques numérotées doutez immédiatement de la qualité de l’étude. Un médecin intimement convaincu de l’intérêt d’un traitement ou payé par un laboratoire peut avoir saboté les résultats…

 

Courage et persévérance

Vous êtes les meilleurs.

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA/viewform » query= »embedded=true » width= »640″ height= »514″ /]

Rando-LCA – Décryptage d’article. Tout savoir sur le degré de signification « p »

Laisser un commentaire

Vous avez aimé notre article : 

adorable-blur-child-573253Coup de pompe après le déjeuner ? Les deux techniques pour des après-midi de travail vraiment efficace.

 

Nous avons pu l’écrire grâce à un article scientifique publié en 2015 par cinq neuroscientifiques dans la revue PlosOne. Nous pensons que cet article est pertinent pour comprendre plusieurs notions clés de LCA. Nous vous proposons donc de décortiquer ensemble un passage de l’article.

Cette étude comparait trois groupes de patients : le premier groupe ne faisait pas la sieste et n’était pas exposé au soleil, le deuxième faisait une sieste dans le noir complet, le troisième était exposé à une lumière importante >2000lux et ne faisait pas la sieste.

Voici un extrait intéressant de l’article (Partie Méthode) :

Significance level was set at p<0.05 {..} P-values were adjusted using Bonferroni correction

Si on traduit en français cela donne : « le degré de signification a été fixé à p<0.05 {…} Les valeurs de « p » ont été ajusté en utilisant la méthode de correction de Bonferroni. »

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLSdWJAqVhQAQiPWRKOikMBTQSf13-9niQN-o7dJAq27C0LZx6g/viewform » query= »embedded=true » width= »640″ height= »861″ /]

Qu’est ce que le degré de signification « p » ?

Le degré de signification, « p », est une notion fondamentale en LCA. C’est la valeur que tout le monde recherche lorsqu’on lui présente les résultats d’une étude et que les laboratoires s’empresseront de mettre en avant lorsqu’ils vous feront de la pub ! En effet, celle-ci permet théoriquement de savoir en un clin d’oeil si l’on peut faire confiance aux résultats que l’on nous présente. 

Imaginez que vous faîtes parti des chercheurs qui veulent comparer l’efficacité de la sieste par rapport à l’exposition lumineuse sur la concentration au travail. Votre hypothèse de base est :   » les individus qui font la sieste sont plus concentrés dans leur travail que les individus qui s’exposent à la lumière « . Toute étude scientifique comporte une part d’imprévus. Peut-être que le groupe des individus qui vont être exposés à la lumière ont tous fait une randonnée de trois jours sans dormir avant de venir participer à votre étude !

Ainsi vos résultats, peu importe les précautions que vous prenez, sont soumis à un risque d’erreur.

C’est pourquoi, au moment de créer votre étude, vous devez déterminer le risque que vos conclusions soient fausses : « le risque de conclure à tort à une différence » (autrement appelé « risque alpha« ). Dans notre étude, il était fixé à priori à 5%. 

Une fois que les chercheurs ont fait l’analyse statistique des résultats, le logiciel de calcul a déterminé le degré de signification « p ». C’est une valeur déterminée à postériori. Si le « p » est inférieur au risque fixé à priori (c’est à dire le risque alpha) alors les résultats de l’étude sont significatifs.

agree-agreement-ankreuzen-210585

Ainsi, lorsque les chercheurs trouvent à l’issue de leurs calculs un p inférieur au risque alpha, il est possible de se fier aux résultats qu’ils ont trouvé. Le risque de conclure à tort à une différence entre les deux groupes testés est très faible. Ils s’affranchissent ainsi de la part d’aléatoire qui pouvait fausser les résultats de leur étude à priori. 

Attention notez bien :

  1. la valeur du p ne donne aucune information sur l’importance de la différence entre les groupes. Si le risque alpha est de 5% = 0.05. Trouver un p=0.04 ou un p=0.00001 a exactement la même signification : la différence est significative. Ce n’est pas parce que l’on trouve un p très inférieur au risque alpha fixé à priori que l’on peut dire que la différence est très significative. 
  2. Si le petit « p » est supérieur au risque alpha. Par exemple si p=0.06. On ne pourra pas conclure à une égalité des groupes comparés. Dans notre exemple, si on trouve un degré de signification de 0.07 lorsque l’on compare le groupe « sieste » par rapport au groupe « lumière ». On ne pourra pas dire que l’intervention « sieste » est aussi efficace que l’intervention « lumière » pour améliorer la concentration au travail. Pour cela il faudrait faire une étude dédiée. 
  3. la valeur du p est mesurée à postériori. Elle ne modifie pas le risque alpha. Si le p est à 0.02 et que le risque alpha a été fixé à 5%, le risque alpha reste de 5%. 
  4. Lorsque l’on fait plusieurs calculs statistiques, la valeur du « p » ne reflète plus la réalité. La multiplication des calculs et des comparaisons entre les groupes augmentent fortement le risque d’erreur aléatoire. Ainsi, il est indispensable de corriger la valeur du petit lors des calculs grâce à des modèles statistiques. Le plus connu est le modèle de Bonferroni. (notion présente dans le glossaire du CNCI. 

 

En espérant que vous apprécierez cette méthode d’étude de la LCA. N’hésitez pas à nous donner votre avis !

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA/viewform » query= »embedded=true » width= »640″ height= »506″ /]

 

En BONUS QCMs d’internat spécial 6 ème année  : Dans une étude randomisée contrôlée, le p est inutile dans le tableau 1 lorsque les auteurs comparent les deux groupes de patient. Cf ECNI blanc 2017 Q5. 

Rando-LCA : Biais de mémorisation

Laisser un commentaire

Est-ce que le soleil nous rend aveugle ? Est-ce que le téléphone donne des tumeurs au cerveau ? …

Ces questions qui agitent régulièrement la toile, animent aussi le cerveau des chercheurs depuis des dizaines d’années. De nombreuses études ont été organisé à travers le monde pour essayer de trouver des réponses scientifiquement valides. La plupart d’entre elles sont des études cas-témoins : des cas sont identifiés par une équipe de recherche, ces cas sont interrogés sur leur mode de vie (exposition au soleil dans l’enfance, utilisation du téléphone portable…), puis des individus indemnes de la maladie sont recrutés et doivent répondre aux mêmes questions ; ce sont les témoins. Les chercheurs peuvent alors identifier si certains facteurs sont associés ou non au déclenchement d’une maladie. Le problème est qu’à chaque fois, dans ce type d’étude, les chercheurs se confrontent à une difficulté majeure : le biais de mémorisation. (recall bias en anglais) Ce biais est indispensable à connaître pour les ECNis. (2017 Article 1 / question 6).

Le mois dernier, j’ai été directement confronté à ce biais en stage, d’où l’envie de vous le présenter en détail.

Dans le cadre d’une étude qui cherchait à évaluer la relation entre l’exposition solaire et la DMLA (dégénérescence maculaire liée à l’âge), je devais interroger trente patients atteints de DMLA et trente témoins (patients du même âge n’ayant pas la maladie) sur leurs pratiques en terme de protection solaire (port d’une casquette, utilisation de crème solaire, activités en extérieur…). Au bout d’une quinzaine d’interviews, je me suis rendu compte qu’il y avait une différence systématique dans la précision des réponses des cas et celle des témoins. En effet, la plupart des cas, une fois confrontés à leur diagnostic de DMLA avaient fait des recherches sur internet, discuté avec leur conjoint… Ils avaient donc déjà réfléchi en détail aux questions que nous leur posions. Leurs réponses étaient ainsi plus précises que les patients indemnes de maladie.

Ainsi, à cause de ce phénomène, les résultats de l’étude risquent d’être biaisés :

une erreur systématique dans le recueil de l’exposition solaire des cas va entraîner une surestimation de l’exposition solaire dans le groupe des patients atteints de DMLA. L’association entre DMLA et exposition solaire chez les cas ne reflètera pas la réalité.

Ce biais a été très bien décrit et mesuré dans les études cherchant une association entre l’utilisation d’un téléphone portable et le développement de gliome du nerf auditif. Les investigateurs devaient jugé de la qualité de réponse aux questionnaires par les participants d’une grande étude cas-témoin réalisée en Finlande en 2006. Ils ont trouvé 60% plus de questionnaire mal rempli dans le groupe témoin par rapport au groupe de cas atteint de gliome du nerf auditif. Les patients malades se sont beaucoup plus impliqués dans l’étude et ont donc répondu de façon beaucoup plus précise au questionnaire. Il n’était alors pas possible de conclure sur un lien entre utilisation du téléphone portable et développement d’une tumeur du nerf auditif.

Il existe des stratégies pour s’affranchir de ce biais :

  • faire des études de cohorte prospective et non pas rétrospective.
  • Choix précis dans les questions posées par les investigateurs
  • Recueil des informations des cas et des témoins dans les même circonstances. (si les cas sont interrogés dans un hôpital, il faut que les témoins le soit aussi)

Maintenant, vous avez le réflexe, dès que vous verrez une étude cas témoin, il faut noter sur sa feuille de brouillon : ATTENTION biais de mémorisation probable et les auteurs ont-ils mis en place les mesures nécessaires pour limiter son effet ?

[googleapps domain= »docs » dir= »forms/d/e/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA/viewform » query= »embedded=true » width= »640″ height= »514″ /]

FICHE FLASH :

PDF disponible sur simple demande par mail.
  1. Catalogue of Bias Collaboration, Spencer EA, Brassey J, Mahtani K. Recall bias. In: Catalogue Of Bias 2017. https://www.catalogueofbiases.org/biases/recall-bias
  2. Auvinen, A., Toivo, T., & Tokola, K. (2006). Epidemiological risk assessment of mobile phones and cancer: where can we improve? European Journal of Cancer Prevention, 15(6), 516–523. doi:10.1097/01.cej.0000203617.54312.08
  3. Risk Factors for Neovascular Age-Related Macular Degeneration. (1992). Archives of Ophthalmology, 110(12), 1701. doi:10.1001/archopht.1992.01080240041025
  4.