Etudes & Biais

  • RSS
  • Accueil
  • A propos
  • Lecture critique
  • Plainte vs EMA
  • Liens
  • Contact

Evénements indésirables rares et loi de Poisson (ou loi binomiale)

Posted on 11 octobre 2013 by Alexis in Article No Comments
  • Home
  • Article
  • Evénements indésirables rares et loi de Poisson (ou loi binomiale)

Genmab vient d’annoncer des résultats positifs pour l’Ofatumumab dans la sclérose en plaques évoluant par poussées. C’est une phase II sur 232 patients suivis pendant 48 semaines et répartis dans 5 groupes dont 1 groupe placebo. Les résultats présentés ici portent sur les 24 premières semaines de l’essai.

Je passe sur l’efficacité évaluée sur des critères IRM.

Les auteurs du communiqué de presse mentionnent qu’aucune leuco encéphalopathie multifocale progressive (LEMP) n’a été observée.

C’est effectivement un effet très très indésirable des immunosuppresseurs (fatal ou laissant des séquelles importantes).

Dans le cadre de la sclérose en plaques, le risque de LEMP a surtout été observé avec le Natalizumab. La fréquence de survenue varie selon de multiples facteurs (présence d’anticorps anti-JCV, durée du traitement-en particulier >2ans-, antécédent de traitements par immuno-modulateurs). Elle varie de 1/10000 à environ 1% selon la combinaison de ces facteurs favorisants.

Mais que conclure de l’absence d’observation d’un tel effet indésirable avec environ 200 patients traités par Ofatumumab et suivis pendant 24 semaines (certains étaient traités avec de très faibles doses) ?

Deux lois de probabilité, la loi Binomiale et la loi de Poisson, relient

  • le nombre de tentatives (n),
  • la probabilité de survenue d’un succès pour une tentative unique (p),
  • le nombre total de succès (k)
  • et la probabilité d’observer ce nombre de succès k en réitérant n fois la tentative.

La loi de Poisson est une approximation de la loi Binomiale quand n est grand et p petit. Son calcul est plus facile quand n est grand ; du moins, il l’était au 19ème siècle. (Pour un résumé sur ces deux lois, c’est là )

Ce qui nous intéresse ici est le risque de survenue de la LEMP sous traitement.

Le fait de ne pas en avoir observé avec 200 patients traités donne t-il une information rassurante sur le risque de LEMP.

Grâce à l’une ou l’autre des deux lois, on peut définir pour un risque de LEMP donné, la probabilité de n’obtenir aucun cas de LEMP lors du suivi de 200 patients. Les résultats sont indiqués sur le graphe ci-dessous utilisant la loi binomiale.

Ainsi par exemple si le risque de LEMP avec l’Ofatumumab  est de  1/200, la probabilité de ne pas observer de LEMP sur les 200 patients de l’essai est de 37%. Pour que cette probabilité ne soit que de 5%, il faut que le risque de survenue de la LEMP soit environ de 1/66.

Donc, sur ce petit essai sur environ 200 patients traités, ne pas avoir observé de LEMP n’est pas particulièrement rassurant. On ne peut rien dire du risque de LEMP avec ce produit ; elle pourrait être 100 fois supérieure à celle du Natalizumab !

Plus généralement, on n’a que 5% de chance de ne pas observer un effet indésirable sur X patient, si son risque de survenue est de 3/X.

Même pour des produits dont le développement inclut plus de patients, il n’est donc pas rare de ne pas observer un effet indésirable particulier qui ne sera révélé qu’après la mise sur le marché. Ce d’autant que les événements indésirables rares peuvent souvent dépendre de la durée de traitement.

TOLERANCE1

 

 

 

 

Share

Leave a Reply Cancel reply

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Search

Commentaires récents

  • Alexis dans Lecture critique (3) : Analyse de la population incluse et ajustements.
  • FRG dans Lecture critique (3) : Analyse de la population incluse et ajustements.
  • Daniel Pérez dans La vérole et le bar-tabac
  • Azaïs dans Je viens de télécharger les analyses de la FDA sur Tecfidera ®
  • Alexis dans Chic ! Avec l’intelligence artificielle, on va avoir plein d’études biaisées.

Articles récents

  • Chic ! Avec l’intelligence artificielle, on va avoir plein d’études biaisées.

    3 avril 2018
  • Deux ans sans publication mais pour la bonne cause

    13 mars 2018
  • Quand il y a un « trou » (dans les données), c’est qu’y a un loup ! (Martine et Alexis)

    19 juin 2015
  • J’adore supputer, ce sera donc un peu moins sérieux… quoi que…

    21 mai 2015
  • Deux autres petits trucs qui rendent les odds-ratios un peu « odd ».

    14 mai 2015
  • Bon la dompéridone on n’y croit pas trop…et qu’est ce qui la différencie du mediator ?

    1 mai 2015
  • La vérole et le bar-tabac

    19 avril 2015
  • Domperidone

    14 avril 2015
  • Propensity scores, ou comment transformer une étude de suivi en un essai randomisé.

    3 avril 2015
  • The Will Rogers phenomenon, et petite digression sur le dépistage

    9 février 2015
  • Tiens, la National Academy Press publie un document sur les données des essais cliniques

    5 février 2015
  • Le monitoring nouveau des essais cliniques est sorti. Bonne ou mauvaise nouvelle pour les fraudeurs (et pour ceux qui les recherchent) ?

    30 janvier 2015
  • Faire une étude sur cohorte positive, fastoche !

    27 janvier 2015
  • Fraude et essai clinique biaisé. La détection des fraudes permet-elle d’exclure les essais cliniques biaisés ?

    6 janvier 2015
  • Les méta-analyses ne seraient-elles pas réellement intéressantes quand elles sont non-valides en raison d’une hétérogénéité ?

    5 décembre 2014
  • Lecture critique (12) Analyse des essais cliniques randomisés en double aveugle destinés à mettre en évidence une supériorité: récapitulatif

    20 novembre 2014
  • Finalement, il ne s’est rien passé à l’EMA ce jeudi 2 octobre.

    7 octobre 2014
  • Si on commence à critiquer les avis de l’EMA …

    28 février 2014
  • Les courbes de survie

    18 février 2014
  • Réponse de l’EMA à mon mail du 20 Novembre 2013 … et ma réponse

    9 février 2014
  • 20 novembre 2013 – 21 janvier 2014 : nouvelle plainte contre l’EMA

    21 janvier 2014
  • La FDA, ses analyses sélectives et l’Alemtuzumab

    6 janvier 2014
  • NNT

    18 décembre 2013
  • Incidence et Prévalence

    13 décembre 2013
  • Risque de sclérose en plaques avec les vaccins (ou autre produit)

    27 novembre 2013
  • Suite des relations avec l’EMA

    20 novembre 2013
  • A la recherche du bon critère d’évaluation

    18 octobre 2013
  • Evénements indésirables rares et loi de Poisson (ou loi binomiale)

    11 octobre 2013
  • Policy 0070 on publication and access to clinical-trial data

    3 septembre 2013
  • Lecture critique (11) : biais ou risque de biais,

    30 août 2013
  • Ô temps, suspends ton vol ! … de données valides

    16 juillet 2013
  • Individual Patient Data (IPD) : une nécessaire mise à disposition de la communité scientifique

    11 juillet 2013
  • P…. d’effet placebo !

    2 juillet 2013
  • Règles CONSORT pour les essais tronqués

    27 juin 2013
  • Lecture critique (10) : Les analyses de sous-groupes

    26 juin 2013
  • Alltrials pour les biais de publication… et les autres biais?

    19 juin 2013
  • Lecture critique (9) : L’aveugle dans les essais cliniques.

    10 juin 2013
  • Analyse critique (8) : La cohérence externe

    5 juin 2013
  • Je viens de télécharger les analyses de la FDA sur Tecfidera ®

    18 mai 2013
  • La puissance

    12 mai 2013

(c) 2013 Etudes & Biais -