S'abonner

Méthodologie statistique pour étudier l’évolution de la qualité de vie dans les maladies neurodégénératives – Exemple de l’atrophie multi-systématisée - 22/05/21

Doi : 10.1016/j.respe.2021.04.036 
T. Saulnier a, , A. Pavy Le Traon c, g, M. Le Goff a, C. Helmer a, d, W. Meissner b, f, h, O. Rascol c, e, A. Foubert Samier a, b, f, C. Proust-Lima a
a Université de Bordeaux, Inserm, U1219, BPH, Bordeaux, France 
b CHU de Bordeaux, centre de référence maladie rare AMS, Bordeaux, France 
c CHU de Toulouse, centre de référence maladie rare AMS, Toulouse, France 
d Inserm, CIC 1401, unité d’épidémiologie clinique, Bordeaux, France 
e Inserm, université de Toulouse, CHU de Toulouse, CIC 1436, NS-Park/F-CRIN Network, NeuroToul COEN Center, départements de neurosciences et pharmacologie clinique, Toulouse, France 
f Institut des maladies neurodégénératives, CNRS, UMR 5293, Bordeaux, France 
g Institut des maladies métaboliques et cardiovasculaires, Inserm, U1048, Toulouse, France 
h Université de Otago, New Zealand Brain Research Institute, département de médecine, Christchurch, Nouvelle-Zélande 

Auteur correspondant.

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

Connectez-vous pour en bénéficier!

Résumé

Introduction

La qualité de vie (QdV) devient un enjeu majeur dans l’étude de la progression des maladies, notamment des maladies neurologiques incurables caractérisées par une dégénérescence progressive telles que l’atrophie multi-systématisée (AMS). Son étude apporte des informations cruciales sur le ressenti des patients et permet aux cliniciens de mieux les accompagner face à l’aggravation de leur état de santé. Cependant, la QdV est un concept compliqué à appréhender, possiblement multidimensionnel et quantifié par un ensemble d’items catégoriels. Les méthodes statistiques appropriées à son étude restent encore peu diffusées en santé du fait de la complexité des données. Dans ce travail, nous décrivons les différentes étapes mises en œuvre pour étudier l’évolution d’une échelle de QdV au travers de l’évolution de l’échelle MSA-QoL spécifique à l’AMS.

Méthodes

Les données sont issues de la cohorte française AMS incluant plus de 600 patients diagnostiqués dans le centre de référence maladie rare des CHU de Bordeaux et de Toulouse. Les patients ont un suivi annuel standardisé incluant l’évaluation de la QdV par l’échelle MSA-QoL composée de 40 items, quotés de 0 à 4, évaluant les sphères motrices, non-motrices et émotionnelles/sociales. Notre méthodologie s’est scindée en quatre étapes :

– identifier les dimensions pertinentes mesurées par l’échelle et les items les constituants, par la méthode PROMIS basée sur une analyse factorielle ;

– étudier la trajectoire de chaque dimension et ses déterminants par un modèle IRT adapté aux données longitudinales ;

– décrire la hiérarchie d’atteintes des items de chaque dimension et la confronter à la progression de la pathologie (ici le degré de handicap) ;

– quantifier l’apport de chaque item à chaque stade de la maladie par le calcul du pourcentage d’information de Fisher et identifier les plus informatifs.

Résultats

Nous avons identifié quatre dimensions de QdV : motrice, alimentaire, non-motrice et émotionnelle. Ces dernières, déjà partiellement atteintes en début de suivi, s’aggravent au cours de la maladie, avec une évolution beaucoup plus rapide de la dimension motrice par rapport aux autres dimensions plus progressives. Les vitesses d’aggravation de ces dimensions diffèrent notamment selon le sexe, l’âge et les sous-diagnostics de la maladie. Enfin, l’analyse de l’information met en évidence certains items de QdV plus informatifs sur la progression de l’AMS, tels que ceux associés aux mouvements pour la dimension motrice, et la fatigue, les douleurs localisées et l’inconfort la nuit pour la dimension non-motrice.

Conclusion

Nous apportons avec cette étude de cas concrète, une méthodologie complète permettant l’analyse de données longitudinales de QdV telles que rencontrées dans un nombre croissant d’études cliniques.

Le texte complet de cet article est disponible en PDF.

Mots clés : Qualité de vie (QdV), Échelle de mesure, Données longitudinales, Item Response Theory (IRT), Maladies neurodégénératives


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. S22 - juin 2021 Retour au numéro
Article précédent Article précédent
  • Clustering sur données incomplètes : quel modèle d’imputation choisir ?
  • V. Audigier, N. Niang, M. Resche-Rigon
| Article suivant Article suivant
  • Questionnaire Flare-OA mesurant la poussée d’arthrose du genou et de la hanche : évaluation des propriétés psychométriques
  • Y. Traore, J. Epstein, E. Spitz, M. Lyn, J. Maillefert, C. Rutherford, R. Camille, C. Alleyrat, M. Cross, L. King, L. Callahan, B. Fautrel, T. Buttel, G. Hawker, D. Hunter, F. Guillemin

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.