Un enjeu de l’analyse longitudinale de données de qualité de vie relative à la santé (QdV) est l’occurrence des données manquantes (DM) qui peuvent entraîner un biais dans l’analyse si elles ne sont pas correctement prises en compte. Dans les essais de phase III en cancérologie une des modalités usuelles pour l’analyse longitudinale de données de QdV est celle du temps jusqu’à détérioration (TJD) d’un score de QdV. Ainsi, il paraît nécessaire de proposer des méthodes statistiques permettant de prendre en compte l’occurrence des DM aléatoires (MAR) et non aléatoires (MNAR) conjointement avec la méthode du TJD. Les objectifs de ce projet étaient :

– d’étudier l’impact de l’occurrence de DM MAR sur la méthode du TJD ;

– de comparer trois approches statistiques pour prendre en compte les DM MAR conjointement avec la méthode du TJD via une étude de simulations.

L’impact des différents scénarios de simulations sur la méthode du TJD a également été étudié.

Les méthodes comparées sont les méthodes de probabilités inversées et d’appariement du score de propension ainsi qu’une méthode d’imputations multiples basée sur l’algorithme de Monte-Carlo par chaîne de Markov. Ces méthodes sont comparées selon le nombre d’évènements, la médiane de détérioration, l’erreur de type I avec hypothèse bilatérale et la puissance statistique du test du Log-rank, le coefficient hazard ratio (HR) mesurant l’effet traitement, le coefficient Kappa de Cohen pour la concordance des évènements et le coefficient de corrélation de Spearman pour comparer les temps de survie. Les données de QdV ont été simulées selon un modèle à crédit partiel longitudinal (IRT). Cinq items à quatre modalités de réponse ont été considérés, reflétant la dimension physique du questionnaire EORTC QLQ-C30. Cinq covariables associées à l’occurrence de DM ont été simulées. Différents scénarios de simulations ont été proposés et sont en cours d’implémentation sous le logiciel R.

Pour les scénarios intégrant 500 patients, cinq temps de mesure en considérant que la QdV sont évalués tous les trois mois±un mois, avec un effet traitement modéré (Δ=0,4), 79 % des patients présentaient une détérioration dans le bras 0 versus 88 % dans le bras 1 en moyenne, la médiane de TJD était de cinq mois pour le bras 0 versus 3,6 mois pour le bras 1, (HR [0 versus 1]=0,72) et une puissance statistique de 91 % en l’absence de DM. En présence de 50 % de DM MAR pour le même scénario, 66 % des patients présentaient une détérioration dans le bras 0 versus 76 % dans le bras 1 en moyenne, la médiane de TJD était de 6,8 mois pour le bras 0 versus 5,2 mois pour le bras 1, (HR=0,74) et une puissance statistique de 79 %. Le coefficient Kappa moyen entre les résultats avec et sans DM est de 0,66 et la corrélation est de 0,62.

Ces premiers résultats soulignent l’importance de l’impact des DM sur la méthode du TJD, avec une augmentation de la médiane de TJD et une diminution de l’effect size représentée par le coefficient HR. Ces résultats nous permettent également de planifier différents scénarios selon les coefficients HR souhaités et permettent de faire le lien entre l’effet traitement simulé par le modèle IRT et l’effet traitement obtenu HR pour le TJD. Les méthodes de prise en compte des DM sont en cours d’implémentation et les résultats correspondant pourront être présentés lors du congrès. L’impact de l’occurrence de données MNAR correspondant au décès sera également investigué.