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
15 Les techniques d’analyses statistiques
15.1 Les techniques basées sur l’appariement (matching )
15.2.2 Le calcul du score de propension
15.2.3 L’importance du chevauchement des distributions des scores de propension
15.3 L’appariement sur le score de propension
§ Limites de l’appariement sur le score de propension
15.4 Les méthodes de pondération
§ L’effective sample size (ESS)
§ Distribution des poids, hypothèse de positivité
15.4.2 Pondérations non basées sur le score de propension
15.5 La g computation (g formula)
15.6 Les méthodes doubles robustes
15.7 Les méthodes de régression
15.8 Les techniques d e maching learning (IA)
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
Le principe général des techniques basées sur l’appariement (matching ) est d’associer chaque patient du groupe traité à un patient contrôle comparable. Le groupe contrôle sera donc constitué de tous ces patients. Par construction il s’agira d’un groupe comparable au groupe traité et la comparaison de ces deux groupes produira une estimation de l’effet du traitement sans biais de confusion si l’appariement a porté sur tous les facteurs de confusion, car les deux groupes seront comparables, hormis pour le traitement, sur tous les facteurs influençant le critère de jugement.
À chaque patient est associé (appareillé) un patient contrôle similaire sur toutes les variables sur lesquelles portent l’ajustement.
Si l’appariement est fait sur l’âge, le sexe et le stade de la maladie. Un patient du groupe traité (46 ans, homme, au stade 1 de la maladie sera appareillé avec un patient contrôle du même âge, du même sexe et au même stade de la maladie.
La limite principale de l‘appariement réside dans la difficulté de trouver un patient similaire pour chaque patient traité. Pour certains patients il est impossible de trouver un patient contrôle ayant les mêmes valeurs sur toutes les covariables. Cela entraine une réduction d’effectif dans le groupe traité, car les patients non appareillés sont exclus de facto de l’analyse. De même cela conduit à ne pas exploiter la totalité des patients contrôles disponibles dans la source de données utilisée. Pour limiter ce dernier point des appariements un pour deux (1 :2), 1 :3 ou autres peuvent être utilisés s’il y a suffisamment de patients contrôles potentiels.
En général il est déraisonnable pour cette raison d’essayer d’apparier les patients sur plus de 3 ou 4 variables. C’est en raison de cette limite qu’ont été développées les techniques d’appariement sur le score de propension. Le score de propension (cf. section 15.2) permet de synthétiser plusieurs covariables en une seule valeur : le score de propension.
Cependant des techniques récentes augmentent la faisabilité de l’appariement direct sur un grand nombre de covariables. Il s’agit, par exemple, des méthodes d’appariements basées des algorithmes génétiques (evolutionary algorithm ) [137] [137] [137] . La description technique de ces approches dépasserait le cadre de ce document.
