2 TL ; DR - Guide d’évaluation des comparaisons à un groupe contrôle externe
3 Les études de comparaison externe, de quoi s’agit-il ?
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
12 Démarche hypothético déductive
13 L’inférence causale et les hypothèses sous-jacentes
14.1 Particularité des facteurs de confusion dans les comparaisons externes
14.1.1 Modificateurs de l’effet du traitement
14.2 La détermination des facteurs de confusion
14.2.2 Revue systématique des facteurs pronostiques
14.3 Les méthodes statistiques
14.4 Les ajustements à éviter car contreproductifs
14.5 Sélection de patients
15 Les techniques d’analyses statistiques
16 Le diagnostic d’absence de biais de confusion résiduel
18 Identifications des patients dans la source de 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
26 Contrôle du risque alpha global
La première mesure qui vise à limiter le biais de confusion dans une comparaison externe est la sélection des patients du groupe contrôle externes dans la source de données à l’aide des mêmes critères d’éligibilité (critères d’inclusion et de non-inclusion) que ceux utilisés pour l’étude expérimentale du nouveau traitement (monobras ou essai randomisé) [13] .
Cependant l’application des mêmes critères de sélection ne garantit pas que le groupe contrôle sera comparable au groupe traité sur les facteurs pronostiques. Des différences dans la distribution de ces variables existeront. En effet, sélectionner des sujets de plus de 18 ans dans 2 populations différentes ne garantit d’obtenir la même distribution d’âge dans les 2 groupes (même moyennes, mêmes intervalles interquartiles, etc.) car la distribution de l’âge peut être différente dans les 2 populations sources. Cependant pour d’autres facteurs qui sont binaires, cette sélection attendra son but. Par exemple si le bras expérimental du nouveau traitement n’a inclus que des patients diabétiques, la sélection dans la source de données externe que des patients diabétiques (avec la même définition) permettra d’obtenir un groupe comparable aux groupes traités (avec 100% de diabétique de même définition dans les 2 groupes).
L’application des mêmes critères de sélection des patients entre le groupe traité et le groupe contrôle est donc un moyen nécessaire, mais pas suffisant. Il va être nécessaire de tenter de corriger les résultats des conséquences de ces différences inter-groupes entre les distributions des facteurs de confusion potentiels à l’aide de l’analyse statistique (cf. sections 14.3 et 15).
