S'abonner

Modélisation rétro-prospective d’évènements récurrents - 22/05/21

Doi : 10.1016/j.respe.2021.04.028 
G. Munsch a, , M. Ibrahim-Kosta b, c, L. Gouimidi c, P. Morange b, c, D. Trégouët a, H. Jacqmin-Gadda a
a Inserm, UMR_S 1219, Bordeaux Population Health, université de Bordeaux, U1219 – BPH, Bordeaux, France 
b Laboratoire d’hématologie, hôpital de La Timone, laboratoire d’hématologie, Marseille, France 
c Inserm, UMR_S 1062, Centre de recherche en cardioVvasculaire et nutrition (C2VN), université d’Aix-Marseille, U1062, Marseille, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

L’étude des facteurs de risque d’un évènement récurrent est une problématique fréquemment rencontrée en recherche biomédicale. Même s’il arrive souvent que l’occurrence de l’évènement d’intérêt puisse s’être déjà produite avant l’inclusion d’un sujet, cette information n’est généralement pas utilisée dans les analyses statistiques visant à étudier les facteurs de risque de récidive. En effet, afin d’éviter les biais de sélection, ces analyses n’utilisent généralement que les informations post-inclusion (analyse purement prospective), et ce alors même que l’utilisation des données pré-inclusion (données rétrospectives) pourrait augmenter la puissance statistique lorsque les facteurs de risque étudiés sont indépendants du temps. Dans ce travail, nous proposons une analyse de survie pondérée permettant d’intégrer simultanément les évènements prospectifs et rétrospectifs. Ce développement est motivé par l’étude des facteurs de risque de la récidive de maladie thromboembolique veineuse (MTEV) dans la cohorte MARTHA.

Méthodes

L’étude MARTHA a initialement été conçue pour étudier les facteurs de risque de la MTEV. De 1994 à 2010, 1473 patients présentant au moins une MTEV documentée sans thrombophilie sévère ont été recrutés à l’hôpital de La Timone à Marseille. Parmi ces patients, 402 avaient déjà eu plusieurs MTEV et les informations sur ces évènements avaient été colligées. Entre 2013 et 2018, 780 patients ont pu être recontactés pour recueillir des informations sur d’éventuelles nouvelles MTEV, ce qui a permis d’identifier 152 récidives. Au total, notre échantillon d’analyse comportait 1473 individus incluant 554 récidives. Les variables non dépendantes du temps étudiées dans ce travail étaient le sexe, les antécédents familiaux de MTEV et l’âge de la première MTEV (avant ou après 50 ans). L’association entre ces variables et le risque de récidive de MTEV a été modélisée avec un modèle de Cox pondéré. Les pondérations utilisées pour tenir compte de l’éventuel biais de survie ont été calculées à partir de l’inverse de la probabilité de survie jusqu’à la date de recueil des données sur la récidive. Cette probabilité de survie ayant été calculée au moyen d’un modèle de Cox à entrée retardée appliqué au statut vital des patients recontactés et complété par les informations communiquées par le Répertoire national d’identification des personnes physiques (RNIPP).

Résultats

Dans l’analyse prospective portant sur 780 sujets dont 152 récidives, le sexe masculin (HR=1,8±0,18, p=1×10−3) et la présence d’antécédents familiaux (HR=1,6±0,17, p=8×10−3) de MTEV étaient significativement associés au risque de récidive, mais pas l’âge au premier évènement (HR=1,1±0,18, p=0,76). L’analyse rétro-prospective des 1473 patients dont 554 récidives a permis d’affiner ces résultats. Les paramètres d’association étaient concordants et leur écart-types environ deux fois plus petits : HR=1,7±0,09 pour le sexe (p=2×10−9), HR=1,2±0,09 pour l’histoire familiale (p=0,04) et HR=1,3±0,10 pour l’âge au premier évènement (p=0,02).

Conclusion

La méthodologie originale que nous proposons permet un gain de puissance pour étudier des facteurs de risque non dépendants du temps sur la récurrence d’un évènement en intégrant à la fois les données pré- et post-inclusion. Cette modélisation trouve un champ d’application immédiat aux études d’association génétiques portant sur le risque de récidive de maladie.

Le texte complet de cet article est disponible en PDF.

Mots clés : Analyse de survie, Évènements récurrents, Rétro-prospectif, Étude d’association pan-génomique


Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 69 - N° S1

P. S18 - juin 2021 Retour au numéro
Article précédent Article précédent
  • Caractériser le lien entre la dynamique de la maladie résiduelle minimale et la rechute dans la leucémie lymphocytaire chronique
  • M. Saad, A. Latouche, R. Letestu, V. Levy
| Article suivant Article suivant
  • Utilisation des pseudo-résidus pour la sélection d’un modèle à risques instantanés multiplicatifs ou additifs
  • F. Lefebvre, R. Giorgi

Bienvenue sur EM-consulte, la référence des professionnels de santé.

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.