Depuis 2019, on dispose en sus des données hospitalières, de données publiées par l'Insee concernant le statut vital des personnes décédées en France. L'utilisation de ces données en recherche clinique et épidémiologie, dans le cadre de l'analyse de la survie globale, pose la question de la méthodologie à employer et du biais potentiel qui y est associé. Nous avons mené une étude de simulation afin de i) quantifier ce biais dans plusieurs scénarios d'analyse, et ii) émettre des recommandations quant à l'utilisation de ces données à des fins de recherche.

Plusieurs approches sont possibles pour l'estimation de la survie globale, selon que l'on considère : i) seulement les données de l'hôpital (HOP), ii) que l'on intègre également les décès connus de l'Insee (HOP+Insee), iii) que l'on considère comme « vivants » les patients non connus comme étant décédés (HOP+Insee+IMP). Nous avons mené une étude de simulation afin d'estimer les biais associés à ces trois approches, en faisant varier notamment la mortalité de la maladie étudiée, le taux de perdus de vue et le taux de récupération des décès par l'Insee.

Concernant l'approche « HOP+Insee », le risque de biais semble majeur dans toutes les situations cliniques étudiées. On observe alors une sous-estimation de la survie globale. Dans la comparaison de deux courbes de survie par un modèle de Cox, l'estimation du hazard ratio est largement biaisée, et on observe une inflation des risques de première et deuxième espèce. Concernant l'approche « HOP+Insee+IMP », le risque de biais semble faible et acceptable pour les situations cliniques avec mortalité faible, et particulièrement si le risque de perdus de vue est faible également. En revanche, certaines situations cliniques semblent nécessiter une vigilance accrue car elles sont à risque de biais : quand la mortalité est intermédiaire ou élevée, et particulièrement quand le risque de perdus de vue est élevé.

A notre connaissance, ce travail constitue la première étude évaluant l'impact de la prise en compte des données de l'Insee concernant le statut vital, en complément des données hospitalières. Les différents scénarios simulés permettent de quantifier les biais et ainsi dégager des recommandations quant aux différentes stratégies possibles d'utilisation de ces données pour l'estimation de la survie globale.