Étude longitudinale de la qualité de vie en oncologie par mélange de modèles mixtes - 09/05/16
Résumé |
Introduction |
En oncologie, la qualité de vie relative à la santé (QdV) fait l’objet de nombreuses analyses afin d’améliorer la prise en charge du patient. Dans ce travail, nous nous intéressons à l’étude des trajectoires de QdV et à leur hétérogénéité au sein d’une même cohorte de patient. L’objectif est, d’une part, de déterminer des sous-populations homogènes non observées (classes latentes) au travers des trajectoires de QdV des patients, et d’autre part, de déterminer si des variables socio-démographiques et psychologiques peuvent expliquer l’appartenance aux différentes classes latentes dans le but d’identifier des profils types de patient.
Méthodes |
Cette approche est illustrée sur les données de l’étude Moral concernant 132 patientes atteintes d’un cancer du sein. Les mesures de QdV sont issues de la collecte de l’auto-questionnaire EORTC QLQ-C30 à différentes visites au cours du traitement et du suivi. Ce questionnaire décompose la QdV en dimensions fonctionnelles et symptomatiques et en un statut global de santé. Le recueil des données incluant des variables socio-démographiques (âge, niveau d’études, situation familiale…), médicales (taille de la tumeur, grade…), ainsi que des données psychosociales (anxiété, dépression, soutien social, optimisme…) est réalisé à six visites (à la chirurgie puis à 1, 4, 7, 10 et 13 mois). La classification s’effectue par un mélange de modèles mixtes, où la distinction entre chaque composante est réalisée suivant la trajectoire de QdV. Pour les dimensions de QdV ne comportant qu’un seul item, un mélange de modèles issus de la théorie de réponse à l’item est utilisé. Pour les autres dimensions, nous utilisons un mélange de modèles linéaires mixtes. Ces mélanges permettent pour chaque dimension considérée d’obtenir une partition de la population d’intérêt ainsi que la trajectoire moyenne associée à chaque sous-population. Un modèle logistique multinomiale a été utilisé pour expliquer l’appartenance aux différentes classes latentes et ainsi proposer un profil type pouvant expliquer ou prédire l’évolution de la QdV.
Résultats |
Concernant les dimensions de QdV « insomnie » et « perte d’appétit », l’état anxieux de la patiente à la chirurgie (baseline) est prédictif de l’appartenance à la classe latente ayant la trajectoire de QdV la moins favorable. Les patientes plus jeunes ont une fonction émotionnelle plus faible à la baseline (p=0,001) que les patientes plus âgées. Les patientes avec un niveau d’étude supérieur ou égal au baccalauréat sont plus exposées à une dégradation de leur capacité fonctionnelle (p=0,003) et de leur niveau de QdV global (p≤0,001).
Conclusion |
L’approche utilisée permet de faire émerger des profils particuliers de patients définis par des trajectoires latentes de QdV. Ces profils peuvent ensuite être caractérisés par des variables explicatives permettant de prédire l’appartenance à une classe latente afin de mieux prendre en charge le patient par la suite. L’analyse des données de l’étude Moral met en évidence certaines caractéristiques socio-démographiques et psychologiques des patientes à l’inclusion qui peuvent prédire l’évolution de leur QdV.
Le texte complet de cet article est disponible en PDF.Mots clés : Qualité de vie, Modèles mixtes, Trajectoires, Classes latentes
Plan
Vol 64 - N° S3
P. S128 - mai 2016 Retour au numéroBienvenue 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 ?