S'abonner

CO9.2 - Développement d'un modèle de prédiction avec données de survie en présence de risques concurrents : exemple de la prédiction du risque d’événement vasculaire chez des patients suspects d'ischémie critique chronique des membres inférieurs - 10/05/24

Doi : 10.1016/j.jeph.2024.202430 
J. Asselineau 1, 2, , J. Constans 3, C. Boulon 3, E. Lhomme 1, 2
1 CHU de Bordeaux, Service d'information médicale - Unité de soutien méthodologique à la recherche clinique et épidémiologique, Bordeaux, France 
2 Inserm, Centre d'investigation clinique 1401 - Module épidémiologie clinique, Bordeaux, France 
3 CHU de Bordeaux, Service de médecine vasculaire, Bordeaux, France 

Auteur correspondant

Résumé

Introduction

L'ischémie critique chronique des membres inférieurs (ICCMI) est généralement causée par une artériopathie oblitérante des membres inférieurs et peut mener à une amputation majeure du membre inférieur ou au décès de cause vasculaire. Prédire le risque de ces événements vasculaires majeurs aurait un grand intérêt pour décider une revascularisation, souvent très délicate. L'objectif de ce travail était de développer un modèle de prédiction de survenue d'un événement vasculaire majeur dans l'année suivant la suspicion d'ICCMI, à partir de deux classifications d'ICCMI, de facteurs cliniques ou hémodynamiques, en tenant compte des défis statistiques liés aux données de survie avec présence de risques concurrents.

Méthodes

PREDICCMI (NCT02637492) était une étude observationnelle prospective multicentrique française qui a inclus des patients suspects d'ICCMI en raison de la présence d'une douleur au repos ou d'un ulcère. Le taux d’événements vasculaires à un an a été modélisé par un modèle de Fine & Gray pour tenir compte de la survenue de décès d'autres causes. Les hypothèses de log-linéarité de la forme d'association des facteurs quantitatifs et de proportionnalité des risques dans le temps ont été explorées par l'analyse de la somme cumulée des résidus du modèle (Kvalov, 2004 ; Li, 2015) sur la base de données observées en supposant une indépendance entre ces hypothèses et le processus de survenue des données manquantes. Ces dernières ont été gérées par la méthode d'imputation multiple « Substantive Model Compatible Fully Conditionnal Specification » (Bartlett, 2015). L'adéquation des modèles a été étudiée par des graphes de calibration à partir des prédictions individuelles d’événements vasculaires à un an. La capacité de discrimination pour prédire la survenue des événements a été évaluée par l'aire sous la courbe ROC (AUC) par la méthode de pondération par la probabilité inverse de censure (Blanche, 2013). La validation interne des modèles a utilisé la correction 0,632 en combinant le rééchantillonnage (n=1000) et la méthode d'imputation multiple (m=1) par la stratégie « VAL-MI ». Les intervalles de confiance ont été calculés avec une approche dérivée de Jiang et al. (Wahl, 2016). Les packages R cmprsk, goftte, smcfcs et riskRegression ont été utilisés.

Résultats

Le développement des modèles a porté sur 574 patients avec un suivi médian de 22,3 mois pendant lequel 114 (19,9 %) événements vasculaires et 185 (32,2 %) décès d'autre cause ont été observés. Le pourcentage de patients avec au moins une donnée manquante variait entre 0,5 % et 42,0 % selon le modèle. Les quatre modèles de prédiction développés (1 par classification d'ICCMI, 1 avec facteurs cliniques et 1 avec facteurs hémodynamiques) ont montré de faibles capacités de discrimination variant entre 0,60 et 0,62. En combinant deux facteurs cliniques et un facteur hémodynamique, l'AUC était augmentée à 0,69 [0,62-0,72]. Ce dernier modèle permettait de classer à bas (haut) risque d’événements vasculaires à un an 29,4 % (11,8 %) des patients avec une sensibilité (spécificité) de 90 %.

Conclusion

La particularité des données de survie en présence de risques concurrents a été prise en compte dans le processus de développement des modèles de prédiction. Le modèle combinant des facteurs cliniques et hémodynamiques semble utile pour écarter ou confirmer le risque d’événements vasculaires à un an et poursuivre les investigations pour les patients dans la « zone grise ». Ces résultats doivent être confirmés par une étude de validation externe.

Le texte complet de cet article est disponible en PDF.

Mots clés : Données de survie, Risques concurrents, Prédiction, Discrimination, Validation interne



© 2024  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 72 - N° S2

Article 202430- mai 2024 Retour au numéro
Article précédent Article précédent
  • CO9.1 - Modélisation des données longitudinales autour d'une période critique : application sur les trajectoires de fonction rénale dans la cohorte CKD-REIN
  • AH. Tabcheh, R. Coscas, J. Boucquemont, N. Alencar De Pinho
| Article suivant Article suivant
  • CO9.3 - Estimation causale de l'effet de caractéristiques associées à la transfusion de concentrés de globules rouges sur la survie : méthodes de prise en compte du biais d'indication
  • A. Boitel, AS. Mariet, C. Quantin, JP. Quenot, B. Belaid, P. Tiberghien, G. Piton, F. Delettre, M. Desmarets

Bienvenue 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 ?

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.