Etudes & Biais

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

Incidence et Prévalence

Posted on 13 décembre 2013 by Alexis in Article No Comments
  • Home
  • Article
  • Incidence et Prévalence

L’incidence est le nombre de nouveaux cas d’un état donné (maladie par exemple) par unité de temps divisé par la taille de la population. Ainsi un taux d’incidence, exprimé ici en nombre de cas/personnes-année, de 10/100 000 signifie que l’on a observé 10 nouveaux cas de l’état recherché en suivant 100 000 personnes pendant une année (ou 50 000 pendant 2 ans ou 25 000 pendant 2 ans et 50 000 pendant 1 an ou 10 000 personnes pendant 10 ans). 

L’évaluation d’un taux d’incidence nécessite donc un suivi de patients.

La prévalence est le nombre total de personnes présentant l’état recherché (maladie) à un moment donné divisé par la taille de la population analysée.

 

Evaluation de l’incidence

L’important est de pouvoir définir avec précision la population sur laquelle elle est établie.

On peut souhaiter connaitre l’incidence d’une maladie pour un pays donné. Cette maladie est probablement plus fréquente dans une classe d’âge. Il faut donc définir l’incidence pour les diverses tranches d’âge et calculer une incidence standardisée sur la population du pays. Si on veut comparer cette incidence à celle d’un autre pays, il faudra s’assurer que la comparaison n’est pas biaisée par une répartition différente des tranches d’âge et ajuster en conséquence ou du moins définir ce biais selon l’objectif de la comparaison.

L’âge est un facteur de risque mais il y en a surement beaucoup d’autres (le sexe par exemple).

L’échantillonnage doit être adéquat et précisément décrit pour éviter une sur/sous-représentation d’un groupe donné.

C’est pareil pour la durée de suivi des groupes selon leur risque de survenue de la maladie. Si le suivi des groupes à fort risque est plus long, l’incidence sera augmentée et il faut alors standardiser aussi sur la durée de suivi.

Il est aussi préférable que l’incidence ne varie pas trop pendant la durée de suivi qui doit donc être adaptée à la maladie évaluée.

Evaluation de la prévalence.

L’évaluation de la prévalence repose sur un décompte du nombre de cas à un moment donné.

L’échantillon utilisé doit bien sûr être bien décrit et représentatif si on veut extrapoler les résultats

Mais un autre biais peut survenir si le décompte porte sur des maladies réversibles ou mortelles.

Si la maladie peut se manifester par des formes de courte durée (arrêt rapide de la maladie ou décès) et des formes de longue durée. Le décompte à un moment donné, surévaluera la proportion des formes de longue durée par rapport à celles de courte durée.

 

Comparaison de l’incidence et de la prévalence.

 

C’est un peu comme les problèmes de baignoire qui se vident et se remplissent en même temps !

La baignoire se remplit avec l’incidence et l’eau reste dans la baignoire pendant une certaine durée avant de partir par la buse de fond. Il faut que la baignoire ne change pas de taille.

Ainsi si la population ne varie pas trop on a la relation suivante : P = Id/(1+Id) . (P : prévalence ; I : taux d’incidence ; d : durée de la maladie)

Si l’incidence est petite, on peut simplifier la relation : P=Id.

C’est une relation très importante. Par exemple, elle justifie l’obsolescence programmée pour augmenter le chiffre d’affaires! Elle permet aussi de faire des prévisions de vente de médicament et de justifier l’intérêt des diagnostics précoces pour augmenter leur vente (en augmentant la durée). Si ces médicaments augmentent la durée de vie, il faut en tenir compte dans les prévisions.

Incidence ou prévalence pour établir une comparaison avec des effets indésirables lors d’un suivi d’une cohorte traitée par un médicament ?

Soit une cohorte de patients ayant un reçu un traitement administré sur une durée courte (par exemple un vaccin) suivie pour évaluer la fréquence d’un effet secondaire.

Le suivi permet de déceler un certain nombre de nouveaux cas d’une pathologie ; ça ressemble à une incidence. Le dernier jour du suivi, on peut aussi évaluer la prévalence de la pathologie voire l’évaluer régulièrement pendant le suivi.

Le suivi permettra d’obtenir des nouveaux cas, comme pour l’incidence, mais la population est probablement sélectionnée. Cette sélection peut modifier la fréquence de survenue de la pathologie, surtout s’il s’agit d’une sélection liée à la prise du médicament ou à ses risques potentiels. Bien sûr, il faut faire tous les ajustements/standardisation sur l’âge, la durée de suivi…

La comparaison avec la prévalence serait pire. La prévalence est le nombre de cas présents à un moment donné, que le cas ait commencé il y a 1 heure ou 10 ans. La prévalence après une durée de suivi courte sur une cohorte sélectionnée (en particulier n’incluant pas les patients ayant déjà la maladie recherchée lors du traitement) sera bien évidemment artificiellement plus faible et ne peut être comparée à celle observée dans la population générale.

De plus, en utilisant la prévalence, on perd de l’information sur les pathologies de courte durée.

Bref, les comparaisons à une incidence tirée d’une population différente, et à fortiori à une prévalence sont à lire avec suspicion.

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 -