S'abonner

Profils de symptomatologie dépressive et pronostic chez les patients âgés atteints de cancer : analyse en classes latentes de la cohorte ELCAPA - 07/05/18

Doi : 10.1016/j.respe.2018.03.090 
C. Gouraud a, , E. Paillaud a, b, C. Martinez-Tapia a, L. Ségaux a, c, N. Reinald a, b, d, N. Hoertel e, f, g, M. Gisselbrecht e, h, E. Mercadier e, h, P. Boudou-Rouquette i, A. Chahwakilian j, S. Bastuji-Garin a, c, d, F. Limosin e, f, g, C. Lemogne e, f, g, F. Canouï-Poitrine a, d
a Université Paris-Est, UPEC, DHU A-TVB, IMRB-EA 7376 Clinical Epidemiology and Ageing Unit (CEpiA), Créteil, France 
b AP–HP, hôpital Henri-Mondor, département de gériatrie, Créteil, France 
c AP–HP, unité de recherche clinique (URC Mondor), Créteil, France 
d AP–HP, hôpital Henri-Mondor, département de santé publique, Créteil, France 
e Université Paris Descartes, Sorbonne Paris Cité, faculté de médecine, Paris, France 
f AP–HP, hôpitaux universitaires Paris Ouest, service de psychiatrie de l’adulte et du sujet âgé, Paris, France 
g Inserm, U894, centre psychiatrie et neurosciences, Paris, France 
h AP–HP, hôpitaux universitaires Paris Ouest, service de gériatrie aiguë, Paris, France 
i AP–HP, hôpital Cochin, service d’oncologie médicale, Paris, France 
j AP–HP, hôpital Broca, service de gériatrie, Paris, France 

Auteur correspondant.

Résumé

Objectifs

L’objectif principal était l’identification de profils distincts de symptomatologie dépressive chez les patients âgés atteints de cancer. Les objectifs secondaires étaient l’identification des facteurs associés à ces profils et de leur impact pronostique.

Méthode

L’étude portait sur les 1086 patients inclus dans la cohorte ELCAPA de 2007 à 2012, âgés de 70 ans ou plus, atteints d’un cancer, et ayant eu une évaluation gériatrique dont une évaluation thymique avant traitement. Les profils ont été identifiés par une analyse en classes latentes (ACL) construite avec les symptômes dépressifs comme indicateurs, le choix du meilleur modèle étant guidé par des critères de parcimonie (critère d’Akaïke modifié et BIC ajusté) et d’ajustement (« Bootstrap Likelihood Ratio Test »). Les caractéristiques démographiques, oncologiques, gériatriques et biologiques associées aux classes obtenues ont été décrites par la régression logistique multinomiale uni et multivariée. La valeur pronostique des clusters a été explorée par une analyse de survie univariée (médianes de survie et courbes de Kaplan–Meier), et multivariée (modèle semi-paramétrique de Cox), à un et trois ans.

Résultats

Nous avons identifiés cinq profils de symptomatologie dépressive sur 847 cas-complets (âge médian 79 ans ; 47,9 % de femmes) : 1 « somatique » (35,8 %), 2 « pauci-symptomatique » (26,4 %), 3 « dépression majeure » (19,9 %), 4 « dépression mineure » (13,8 %) et 5 « démoralisation » (4,1 %). La classe 5 « démoralisation » était caractérisée par un profil atypique associant la présence de cognitions dépressives et l’absence d’anhédonie. En comparaison à la classe 2 « pauci-symptomatique », les patients des classes 1 « somatique » et 3 « dépression majeure » avaient un niveau de comorbidité et de retentissement fonctionnel plus élevé (p=0,028 et 0,004). Les patients de la classe 1 « somatique » avaient plus de métastases et un statut nutritionnel altéré (p=0,03 et 0,028). Les patients des classes 3 « dépression majeure » et 4 « dépression mineure » avaient aussi un statut nutritionnel plus altéré (p<0,001 et 0,002), étaient plus polymédiqués (p=0,003 et 0,017), et avaient plus d’antécédents de chute (p=0,003 et 0,026). Les patients de la classe 3 « dépression majeure » étaient plus souvent hospitalisés et avaient un environnement social de moindre qualité (p<0,001). L’appartenance à la classe 3 « dépression majeure » était associée à un risque augmenté de mortalité à un an (hazard ratio ajusté [HRa]=1,62 ; intervalle de confiance à 95 % [IC95 %] : 1,06–2,48) et 3 ans (HRa=1,49 ; IC95 % : 1,06–2,10).

Conclusion

Cinq profils différents de symptomatologie dépressive ont été identifiés chez les sujets âgés atteints de cancer. Des différences portant sur le statut nutritionnel, la polymédication, le niveau de comorbidité et leur retentissement fonctionnel, la présence d’une hospitalisation à l’évaluation et l’environnement social étaient associées à la présence de ces différents profils. Une dépression « majeure » (classe 3) était un facteur indépendant de mauvais pronostic, ce qu’aucune étude originale n’avait confirmé dans une population de sujets âgés.

Le texte complet de cet article est disponible en PDF.

Mots clés : Dépression, Sujet âgé, Cancer, Analyse en classes latentes, Pronostic


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. S151 - mai 2018 Retour au numéro
Article précédent Article précédent
  • 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
  • L. Enjalbert, J.-B. Hardouin, M. Blanchin, M. Giral, A. Meurette, V. Sébille
| Article suivant Article suivant
  • Réponse au lithium chez les patients avec un trouble bipolaire : quelles sont l’expérience et la pratique des psychiatres comparées à la revue de la littérature ?
  • C. Montlahuc, E. Curis, D. Grillault-Laroche, G. Bagoe, B. Etain, F. Bellivier, S. Chevret

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.