Comparaisons à un groupe contrôle externe

1 Introduction

2 TL ; DR - Guide d’évaluation des comparaisons à un groupe contrôle externe

3 Les études de comparaison externe, de quoi s’agit-il ?

4 Pour quels usages

5 Les problématiques méthodologiques soulevées par les comparaisons externes

6 Les comparaisons externes sont des études observationnelles

7 Position des agences de régulation et de HTA

8 De la nécessité d’avoir des preuves de l’intérêt cliniques des nouveaux traitements

9 Les sources de données utilisables

10 Les problématiques liées à l’aspect rétrospectif de ces études

11 Rédaction du protocole

12 Démarche hypothético déductive

13 L’inférence causale et les hypothèses sous-jacentes

13.1 Définition

13.1.1 Hypothèse de positivité

13.1.2 Hypothèse SUTVA

§ Non interférence

§ Cohérence (consistency ) /

13.1.3 Échangeabilité conditionnelle

13.2 Petite introduction à l’inférence causale

13.3 Association n’est pas causalité

13.3.1 DAG générique des comparaisons externes

13.4 Effet causal, estimand causal , cible de l’inférence

13.4.1 Effet traitement moyen (average treatment effect)

13.4.2 Analyse en intention de traiter (as started ) / analyse per protocole (as treated )

14 Le biais de confusion

15 Les techniques d’analyses statistiques

16 Le diagnostic d’absence de biais de confusion résiduel

17 Les biais de sélection

18 Identifications des patients dans la source de données

19 Biais liés aux données

20 La qualité des données

21 Les outils d’évaluation du risque de biais

22 L’émulation d’un essai cible

23 Le benchmarking et les contrôles positifs

24 Analyses de sensibilité , analyses quantitatives du biais

25 Calcul d’effectif

26 Contrôle du risque alpha global

27 Pertinence clinique

28 Méta-épidémiologie et étude de cas

29 Synopsis - les critères d’acceptabilité des études de comparaisons externes pour la modification des stratégies thérapeutiques

Références

30 Annexes

PDF

13.4.2 Analyse en intention de traiter (as started ) / analyse per protocole (as treated )

Pour la même raison l’estimand devra s’intéresser à l’effet d’être assigné à un traitement (et non pas de le recevoir), c’est-à-dire que l’estimand devra être dans la logique de l’analyse en intention de traiter (ITT, as started ). Il s’agit d’évaluer l’effet causal de décider de recourir, et donc d’initier, le traitement évalué par rapport à une stratégie de prise en charge reposant sur l’initiation du traitement contrôlé. Ainsi les patients du groupe contrôle seront des sujets pour lesquels une décision de recourir au traitement contrôlé aura été prise dans la vraie vie et qui seront suivis pour enregistrer la survenue du (ou des) critère de jugement indépendamment de la prise effective du traitement et la durée de celui-ci. En d’autres termes, le suivi doit se prolonger après l’arrêt du traitement dans le groupe contrôle jusqu’à la date de point virtuelle choisie de la même manière que ce qui se passe dans un essai randomisé suivant le principal de l’analyse en intention de traiter (ou de l’estimand policy treatment ).

Pour permettre une analyse en intention de traiter, les patients du groupe contrôle doivent être inclus sur la base d’une intention d’initier le traitement contrôle chez eux et suivi après l’arrêt du traitement.

En pratique il sera très difficile et même impossible d’identifier les patients dans la source de données suivant ces termes, car l’information sur l’intention d’initier un traitement n’est pas enregistrée dans les sources de données. Cela nécessiterait entre autres d’avoir la prescription du médecin, ou, pour les pathologies le nécessitant, le compte rendu de la réunion pluridisciplinaire décidant la modalité de prise en charge des patients. Ces informations sont rarement colligées note n° 17 et les patients sont principalement identifiés par la notion de dispensation ou de prise plus ou moins effective du traitement [116] .

Au-delà de la question de la définition de l’estimand causal, la disponibilité de l’information de l’intention d’initier un traitement est importante pour la synchronisation des débuts de suivi (t0) nécessaire à la prévention des biais de sélection temporels. En effet, ne pas pouvoir inclure dans le groupe contrôle des patients pour lesquels il y a eu intention de recourir au traitement contrôle, mais qui ne l’on pas reçu est susceptible d’introduire un biais, car dans le groupe traité (de nature expérimentale) les patients inclus dans l’étude, mais qui n’ont pas reçu le traitement étudié sont pris en compte ainsi que leurs événements. L’approche de l’émulation de l’essai cible permet de comprendre et prévenir les biais dépendants de cette problématique (cf. sections 22 et 17).

Un estimand de l’effet causal du traitement lorsqu’il est effectivement pris peut aussi être utilisé, mais celui-ci correspond en termes d’émulation d’un essai cible à une analyse per protocole et n’apporte donc pas l’information de base nécessaire à l’évaluation d’un nouveau traitement et à la décision.

Petite présentation rapide des différentes stratégies de gestion des événements intercurrents

Il existe plusieurs façons de concevoir que qu’est l’effet d’un traitement en particulier en fonction de la façon de gérer les événements intercurrents (arrêts du traitement pour effet indésirable, arrêts du traitement sans raison connue, recours à un traitement de secours ou concomitant, etc.). Couramment on distingue 3 stratégies de gestion différentes (mais il en existe d’autres). Ce n’est pas 3 façons de mesurer la même chose mais bien trois concepts différents, trois façons de concevoir ce que peut apporter un traitement.

Policy treatment (correspond à l’ITT) : Quel est l’effet de prescrire le traitement A par rapport à la prescription du traitement B, indépendamment de ce qui se passe ultérieurement ? Les changements, interruptions et traitements concomitants additionnels sont considérés comme attendus et habituels dans la prise en charge des patients en vie réelle. C’est souvent la question la plus pertinente pour la prise de décision « que se passe-t-il si l’on recommande d’utiliser A en pratique ? », à condition que le temps zéro et les critères d’éligibilité soient clairement définis.

Hypothetical (correspond au per protocol) : Quel serait l’effet si les patients initiaient puis adhéraient à A à la place de B comme prévu pendant la durée spécifiée ? Cette option est souvent séduisante du point de vue du traitement. Elle requiert des hypothèses fortes et une définition claire de ce que signifie « adhérer comme prévu » et ce qui est considéré comme un écart au protocole (durées, modifications de dose, traitements additionnels autorisés, etc.).

While on treatment (suivi jusqu’à arrêt/changement) : Quel est l’effet de A par rapport à B pendant la période où les patients restent sous leur traitement initial, le suivi prenant fin à l’arrêt ou au changement de traitement ? Cette approche peut être utile, mais elle n’a une interprétation causale claire que si l’on prend en compte le fait que l’arrêt ou le changement de traitement est souvent lié au pronostic, à la tolérance, à la réponse précoce, au jugement du clinicien. En d’autres termes, la censure est probablement informative.


[17] Les dossiers médicaux permettent de retrouver les prescriptions initiales des médecins. Cette information peut être présente dans les registres. Cependant elle n’est pas accessible dans les bases de données administratives ou de dispensation.