S'abonner

Évaluation de l’évolution de la qualité de vie des patients préemptifs et dialysés sur liste d’attente d’une transplantation rénale : étude de l’invariance de la mesure - 07/05/18

Doi : 10.1016/j.respe.2018.03.089 
L. Enjalbert a, b, , J.-B. Hardouin a, b, M. Blanchin a, M. Giral c, A. Meurette c, V. Sébille a, b
a UMR Inserm 1246, « MethodS in Patient-centered outcomes and HEalth ResEarch » (SPHERE), université de Nantes, université de Tours, Nantes, France 
b Département de biostatistiques, CHU de Nantes, Nantes, France 
c ITUN, UMR Inserm 1064, université de Nantes, CHU de Nantes, Nantes, France 

Auteur correspondant.

Résumé

Introduction

L’insuffisance rénale chronique terminale (IRCT) nécessite le recours à une technique de suppléance : la dialyse ou la transplantation rénale. Réduire la période de dialyse a de nombreux avantages en termes de qualité de vie (QdV), ainsi qu’au niveau médical, social et économique. Ainsi, lorsque cela est possible, la transplantation préemptive est préférée afin d’éviter l’expérience de la dialyse. L’inscription sur liste d’attente d’une transplantation rénale est alors envisagée avant le stade de l’IRCT. La période sur liste d’attente est une période difficile à vivre pour les patients à cause de l’incertitude liée à l’attente, l’espoir d’être appelé pour la greffe, ou la déception de ne pas l’être. Cette période, plus ou moins longue, peut entraîner l’apparition ou l’aggravation de symptômes dépressifs et anxieux. La période sur liste d’attente correspond donc souvent à une QdV dégradée. Le vécu sur liste d’attente peut être ressenti différemment entre les patients qui ont fait l’expérience de la dialyse ou non (patients préemptifs). La mise en place d’un accompagnement clinique et psychologique personnalisé et adapté serait alors à envisager. Les mesures de QdV, obtenues à l’aide de questionnaires, sont complexes à analyser et à interpréter. La perception qu’ont les patients des items qui leur sont proposés peut varier selon le groupe de patients (« differential item functioning » [DIF]), et au cours du temps (« response shift » [RS]), on parle alors de non-invariance de la mesure. Par exemple, certains aspects de la QdV peuvent devenir plus ou moins importants en raison d’un changement de priorités de vie. La présence de DIF ou RS peut biaiser l’interprétation des résultats, d’où la nécessité d’étudier l’invariance de la mesure. L’objectif est d’étudier et de comparer l’évolution de la QdV des patients préemptifs et dialysés sur liste d’attente d’une transplantation rénale en intégrant progressivement l’étude de l’invariance de la mesure.

Méthodes

Les données sont issues d’une étude prospective, multicentrique, contrôlée. Les questionnaires de QdV (ReTransQol et SF-36) sont collectés à la première visite avant la transplantation, puis tous les six mois jusqu’à la transplantation dans le groupe des patients préemptifs et dialysés. Seules les premières transplantations rénales sont considérées (critère d’inclusion). L’analyse longitudinale des données envisagera le phénomène d’adaptation des patients au cours du temps (RS), et la différence de perception des patients entre les groupes (DIF) en employant une méthodologie adaptée basée sur les modèles de Rasch ou les modèles à équation structurelles.

Résultats

La QdV des patients du groupe préemptif (n=230) est globalement meilleure que celle des patients du groupe dialysé (n=217) sans prendre en compte le DIF ou le RS. Quel que soit le groupe, la QdV est dégradée par rapport à la population générale, d’après les normes SF-36.

Conclusion

Si les résultats montrent une QdV dégradée des patients dialysés par rapport aux patients préemptifs au cours de la période sur liste d’attente en prenant le DIF/RS en compte, des programmes d’éducation thérapeutique et de soutien psychologique pourraient être organisés de façon plus personnalisée et adaptée aux patients.

Le texte complet de cet article est disponible en PDF.

Mots clés : Qualité de vie, Dialyse, Préemptif, Transplantation rénale, Invariance de la mesure


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 66 - N° S3

P. S150 - mai 2018 Retour au numéro
Article précédent Article précédent
  • Arbre à nœuds multivariés : le modèle rop (régression optimisée)
  • J.-M. Nguyen, A. Gaultier, D. Antonioli
| Article suivant Article suivant
  • Profils de symptomatologie dépressive et pronostic chez les patients âgés atteints de cancer : analyse en classes latentes de la cohorte ELCAPA
  • C. Gouraud, E. Paillaud, C. Martinez-Tapia, L. Ségaux, N. Reinald, N. Hoertel, M. Gisselbrecht, E. Mercadier, P. Boudou-Rouquette, A. Chahwakilian, S. Bastuji-Garin, F. Limosin, C. Lemogne, F. Canouï-Poitrine

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.