Automatisation d’une procédure de détection du « response shift » (procédure de Oort) dans une commande Stata et application aux données de l’enquête VICAN - 19/04/19
Résumé |
Introduction |
Les données rapportées par les patients (PRO) sont utilisées pour mesurer des concepts non observables directement, tels que la qualité de vie ou la douleur. Lors de l’analyse longitudinale de PRO, il peut se produire un phénomène, appelé « response shift ». Ce phénomène reflète une modification de la perception du questionnaire au cours du temps, compliquant l’évaluation du « vrai » changement ressenti par les patients. Il est donc important de détecter la présence de « response shift » et de le prendre en compte dans les analyses longitudinales, comme lors du suivi de patients atteints d’un cancer par exemple. On peut distinguer plusieurs formes de « response shift » : la recalibration (changement dans les standards de mesures internes du patients), la repriorisation (changement de l’importance relative d’un item ou d’une dimension) et la reconceptualisation (changement de la représentation du concept mesuré). La procédure de Oort, basée sur les modèles à équations structurelles, permet d’identifier les différents types de « response shift » et d’estimer le « vrai » changement, c’est-à-dire le changement après prise en compte du phénomène d’adaptation des patients. Cependant, il s’agit d’une procédure complexe et longue à programmer. Nous proposons donc d’implémenter la méthode dans une commande Stata, permettant d’appliquer la procédure de manière simple, sans programmation de la part de l’utilisateur.
Méthodes |
La procédure de Oort a été implémentée dans une commande Stata avec plusieurs options, parmi lesquelles : la possibilité de réaliser un test global de détection du « response shift », la possibilité d’effectuer une recherche hiérarchique en fonction des différentes formes de « response shift », et la possibilité d’ajuster les p-values issues des différents tests. Dans le cas de la recherche de « response shift » au niveau des items, il est également possible d’utiliser l’ajustement de Satorra–Bentler pour pallier la non-normalité de la distribution des réponses aux items. Pour illustrer l’intérêt du programme, celui-ci a été appliqué à des données issues de l’enquête VICAN, afin d’étudier le changement de qualité de vie mesurée par le questionnaire SF-12, de patients ayant survécu à un cancer cinq ans après le diagnostic. Les dimensions physique, mentale, et générale ont été étudiées. Les deux temps de mesure considérés étaient la fin de la période de deux ans suivant le diagnostic et la fin de la période de cinq ans suivant le diagnostic.
Résultats |
La procédure a été appliquée à un groupe de patients ayant une localisation de cancer de « mauvais pronostic » (N=123), avec un test de détection global de « response shift », une recherche non-hiérarchique, pas d’ajustement des p-values, et la correction de Satorra–Bentler. Deux items étaient affectés par de la recalibration uniforme, deux items par de la recalibration non-uniforme, et deux items par de la repriorisation. Les résultats montrent également que le score de dimension physique du SF-12 s’améliorait au cours du temps lorsque le « response shift » n’était pas pris en compte (+0,21, p=0,012), alors que le score n’augmentait pas de manière significative lorsque celui-ci était pris en compte (+0,08, p=0,38).
Conclusion |
La commande Stata développée permet d’automatiser la procédure de Oort pour détecter le « response shift », au niveau des dimensions ou des items, dans un cadre uni- ou multi-dimensionnel. Le programme sera prochainement implémenté sur une application Web dédiée à l’analyse des PRO.
Le texte complet de cet article est disponible en PDF.Mots clés : Response shift, Patient reported outcomes, Qualité de vie, Cancer
Plan
Vol 67 - N° S3
P. S151 - mai 2019 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.