-
DIU « Chef de projet »
Méthodologie des essais
thérapeutiques
Dr Rachid ABBAS
Pr Florence Tubach
Dpt Epidémiologie et Recherche Clinique
Hôpital Bichat-Claude Bernard
Université Paris Diderot
-
2
Quelle est la question?
• Évaluation de l’efficacité ou de la tolérance d’un
traitement médicamenteux ou non, d’une
intervention, d’une stratégie de prise en charge
– Domaine de l’évaluation thérapeutique
DIU Chef de Projet - Rachid ABBAS
-
3
Evaluation thérapeutique
Un traitement est habituellement ce qui est prescrit par des médecins à des malades pour améliorer leur état de santé :
• Médicaments
• Dispositifs médicaux
• Conseils hygiénodiététiques
Régime
Exercices physiques
…
• Chirurgie
• Acupuncture
• Rééducation
• … DIU Chef de Projet - Rachid ABBAS
-
4
Évaluation thérapeutique
Études avant/ après
Injections intradiscales de dextrose chez les patients
lombalgiques chroniques
Miller, Pain physician 2006 DIU Chef de Projet - Rachid ABBAS
-
5
Évaluation thérapeutique
Études avant/ après
• Études avant-après: conclusions possiblement
erronées
– Amélioration spontanée de la maladie
– Régression vers la moyenne
– Effet Hawthorne
– Effet placebo
– Effet du traitement
DIU Chef de Projet - Rachid ABBAS
-
6
Amélioration spontanée de la maladie
• Maladies aiguës
– Grippe
• Maladies Chroniques
– Évolution par poussées
DIU Chef de Projet - Rachid ABBAS
-
7
Régression à la moyenne
• Le phénomène de régression à la moyenne survient
lorsqu’un groupe de patients est sélectionné sur des
valeurs extrêmes d’une variable (ex: pression artérielle)
• Une deuxième mesure de cette variable dans ce groupe
sera plus proche de la moyenne de la population que la
première variable
Inclusion Evaluations
-
8
Régression à la moyenne
• Les patients ayant des scores les plus élevés (les
plus graves) auront l’amélioration la plus
importante
• Les patients ayant les scores les plus faibles (les
moins graves) auront une amélioration la moins
importante
DIU Chef de Projet - Rachid ABBAS
-
9
Effet Hawthorne
• Exemple éclairage et productivité (1930)
• Amélioration liée à l’attention portée aux ouvriers
et non pas à l’éclairage
• Effet Hawthorne = modification des résultats d’un
patient liée au fait qu’il participe à une étude,
qu’ils font l’objet d’une attention particulière
DIU Chef de Projet - Rachid ABBAS
-
10
Placebo
Définitions
• Placebo
– Substance ou intervention qui n’a pas d’effet
thérapeutique spécifique dans la pathologie étudiée
(Shapiro 1983).
• Effet placebo
– tous les effets thérapeutiques « non spécifiques »
associés à l’administration d’un placebo (ou d’un
traitement).
DIU Chef de Projet - Rachid ABBAS
-
11
Évaluer = Comparer
DIU Chef de Projet - Rachid ABBAS
-
12 7
Groupe ContrôleA
mé
lio
rati
on
Histoire naturelle
Effet Hawthorne
Effet Placebo
Effet du traitement
Aucun
traitement
Suivi Placebo Traitement
actif
et régression à
la moyenne
DIU Chef de Projet - Rachid ABBAS
-
13
Structure des essais cliniques R.H. Fletcher, Epidémiologie clinique, Ed Pradel, p140
Evaluation du critère
de jugement
comparaison Population Échantillon TEMPS
Exposée
Non Exposé
Groupe
expérimental
Sélection population
Groupe contrôle
Evaluation du critère
de jugement
DIU Chef de Projet - Rachid ABBAS
-
14
Critères de jugement
• Critère qui va permettre de juger l’efficacité d’un traitement
– Efficacité du traitement de fond de la polyarthrite rhumatoïde
• Douleur, la déformation articulaire, la fonction, la qualité de vie
– Efficacité d’un antihypertenseur sur
• Pression artérielle
• Maladies cardiovasculaires (infarctus du myocarde, accident vasculaire
cérébral etc)
• Décès par maladie cardiovasculaire
• Décès
DIU Chef de Projet - Rachid ABBAS
-
15
Généralités: Validité interne
Population
Groupe traité A Groupe contrôle B
Administration du traitement
Résultats de B Résultats de A
Évaluation du critère de jugement
Sélection des groupes
Perdus de vue
DIU Chef de Projet - Rachid ABBAS
-
16
L’essai randomisé
Population
Groupe traité A Groupe contrôle B Biais de performance
(réalisation du traitement et des
traitements concomitants)
Résultats
dans le
groupe B
Résultats
dans le
groupe A
Biais de mesure
(évaluation du critère de jugement)
Biais de sélection
Biais d’attrition
(perdus de vue)
Biais potentiels
-
17
L’essai randomisé
Population
Groupe traité A Groupe contrôle B Biais de performance
(réalisation du traitement et des
traitements concomitants)
Résultats
dans le
groupe B
Résultats
dans le
groupe A
Biais de mesure
(évaluation du critère de jugement)
Biais de sélection
Biais d’attrition
(perdus de vue)
Biais potentiels
Randomisation
-
18
• Les caractéristiques des groupes ne sont pas réparties de façon uniforme entre les 2 groupes d’intervention (les 2 groupes ne sont pas comparables initialement)
• La différence de taux de guérison entre le groupe traité et le groupe témoin ne peut être attribuée au seul effet de l’intervention, que si les deux groupes ne diffèrent que par leur intervention
Biais de sélection
DIU Chef de Projet - Rachid ABBAS
-
19
• Exemples :
– Les niveaux de motivation des équipes sont différents
dans les différents centres et les centres qui pratiquent
l’intervention sont les plus motivés
– Le taux de patients dénutris dans les 2 groupes n’est pas
comparable
Biais de sélection
DIU Chef de Projet - Rachid ABBAS
-
20
• Problème dans les études observationnelles et les études
interventionnelles non randomisées (quasi-
expérimentales)
Constitution intentionnelle des 2 groupes
Groupes intervention et contrôle sont non comparables
Biais de sélection
DIU Chef de Projet - Rachid ABBAS
-
21
L'évolution clinique dépend de nombreux paramètres en dehors
du traitement
- évolution naturelle,
- degré de gravité de la maladie
- cofacteurs de morbidité
- facteurs pronostiques connus ou inconnus
La différence de taux de guérison entre le groupe traité et le
groupe témoin ne peut être attribuée au seul effet traitement que
si les deux groupes ne diffèrent que par leur traitement.
La randomisation garantit (si échantillon suffisant) que tous
les facteurs déterminants de l'évolution (connus ou inconnus)
sont également répartis entre groupes traité et témoin.
DIU Chef de Projet - Rachid ABBAS
-
22
• Comment faire pour assurer la comparabilité
initiale des groupes?
Biais de sélection
DIU Chef de Projet - Rachid ABBAS
-
23
• Randomisation:
– Répartition aléatoire du traitement (de l’intervention), par tirage au sort
les patients d’un groupe ont la même probabilité d’avoir une caractéristique donnée que ceux de l’autre groupe
Garantit la comparabilité initiale des 2 groupes, et l’équilibre des caractéristiques (connues et inconnues) des patients dans les 2 groupes (d’autant plus que le nombre de sujets par groupe est grand)
– Sans randomisation on peut essayer de constituer des groupes comparables, mais seulement pour les caractéristiques connues
Biais de sélection
DIU Chef de Projet - Rachid ABBAS
-
24
homme
femme
dénutrition
CHU
EHPAD
Intervention expérimentale
(traitement à l’étude) Intervention contrôle
Randomisation Tirage au sort du traitement que va recevoir chaque
patient, tous les patients étant issus de la même population
source.
DIU Chef de Projet - Rachid ABBAS
-
25
Délai randomisation - intervention
évènement
décès
retrait de consentement
non confirmation
de diagnostic
A B
Délai le plus
court
possible
R
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
26
• Clause d’ambivalence
– Chaque patient doit pouvoir recevoir le traitement
prévu dans chacun des bras de l’étude
– Pas de contre-indication à l’une au l’autre des
interventions planifiées (problème pour la validation
externe)
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
27
• Respecter l’assignation secrète
– Le médecin qui inclut ne doit pas connaître la prochaine
intervention assignée par la liste de randomisation
• Risque de ne pas inclure le patient si la prochaine intervention ne
lui parait pas appropriée perte de la comparabilité des groupes
• Exemple : – Essai contrôlé randomisé: appendicectomie sous cœlioscopie versus
appendicectomie à ciel ouvert
• Difficulté d’inclusion des patients la journée /le nuit
• Absence d’un chirurgien capable de faire une appendicectomie sous cœlioscopie la nuit
• Problèmes d’organisation liés à la durée d’une appendicectomie sous cœlioscopie la nuit.
Lecture par transparence des enveloppes de randomisation
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
28
• Respecter l’assignation secrète – Méthodes adéquates
• Randomisation centralisée (serveur vocal ou internet)
• Liste par blocs de taille variable
• Enveloppes opaques et scellées
• Médicaments préparés par la pharmacie
– Méthodes inadéquates • Administrer chacun des traitements alternativement à un patient
sur deux (alternance)
• Donner le traitement A aux sujets nés les années paires et les traitements B aux sujets nés les années impaires (utilisation de l'année de naissance)
• Enveloppes non opaques et scellées
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
29
1) Méthode pour générer la liste de randomisation – Adéquates
• Tables
• Informatisée
– Inadéquates: méthodes comportant une attitude décisionnelle systématique
– randomisation alternée (ABABAB …)
– méthodes basées sur une caractéristique du malade (ex : initiale du prénom, date de naissance …)
– méthodes basées sur le jour d’inclusion
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
30
Randomisation simple
•On fixe les probabilités d’attribution de chacun des traitements (en général 0,5 pour chacun des deux), et on prépare une liste de randomisation 1 chance sur 2 d’être dans chaque bras
•Avantage : imprévisibilité (+ grande objectivité)
•Inconvénient : possibilité de déséquilibre entre les groupes, surtout si ce sont de petits effectifs (variabilité d’échantillonnage)
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
31
Randomisation par blocs
• Bloc de 4
1 A2 A
3 B
4 B
5 A
6 B
7 A
8 B
9 B
10 B
11 A
12 A
13 B
14 A
15 B
16 A
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
32
• Randomisation par blocs – taille des blocs = multiple du nombre de bras
– avantage : limite les déséquilibres
– inconvénient : potentielle connaissance du prochain
traitement (si essai en ouvert)
– aspects pratiques : la taille des blocs doit être inconnue des
investigateurs et doit être la plus importante possible (elle
peut être modifiée en cours d’essai) ou blocs de taille
variable (impératif si essai en ouvert)
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
33
• Celui qui recrute et inclue un malade dans un essai
ne doit pas pouvoir prévoir quel traitement lui sera
assigné
• Ex : essai dans le cadre du myélome : autogreffe de
moelle (AG) versus chimiothérapie CT
blocs de 4
centre 1 :
malade 1 CT
malade 2 AG
malade 3 CT
malade 4 : … prochain malade prévisible AG
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
34
Randomisation stratifiée
• Bloc de 4
1 A2 A
3 B
4 B
5 A
6 B
7 A
8 B
9 B
10 B
11 A
12 A
13 B
14 A
15 B
16 A
Stade avancé de la maladie
Stade modéré de la maladie
A = traitement actif
B = Placebo
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
35
1 A 1 B
2 A 2 B
3 B 3 A
4 B 4 A
5 A 5 B
6 B 6 A
7 A 7 B
8 B 8 A
Stade avancé de la maladie Stade modéré de la maladie
Randomisation Randomisation stratifiée
La stratification permet de forcer la comparabilité
DIU Chef de Projet - Rachid ABBAS
-
36
• Objectif
– Assurer une comparabilité des groupes à
l’inclusion (s’affranchir du biais de sélection)
– Petits effectifs la randomisation peut faillir
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
37
• Larges essais (> plusieurs centaines de malades)
– Si multicentrique
• Stratification par centre
• Stratification sur autres facteurs est inutile car le nombre de
malades est important
• Essais de taille limitée
– Stratification par centre
– Si peu de facteurs pronostics importants stratification
– Si trop de facteurs pronostics importants schéma adaptatif
(minimisation)
Randomisation
Recommandations
DIU Chef de Projet - Rachid ABBAS
-
38
• Vérifier la comparabilité initiale des groupes – descriptif de la population incluse par bras de
traitement (tableau 1) Facteurs pronostiques connus également répartis entre les
deux groupes
– La randomisation ne donne pas toujours des groupes comparables (petits effectifs)
• Méthodes d’amélioration : – Stratification (avant rando)
– Ajustement (après rando) : correction a posteriori des résultats de l'étude (mais ne prend pas en compte les facteurs pronostiques inconnus)
Randomisation
DIU Chef de Projet - Rachid ABBAS
-
39
Population
Groupe traité A Groupe contrôle B
Administration du traitement
Résultats de B Résultats de A
Évaluation du critère de jugement
Sélection des groupes
Randomisation
Prise en compte des
perdus de vue
Biais
DIU Chef de Projet - Rachid ABBAS
-
40
• Biais de performance : – différence systématique entre les groupes lors de
l’administration des soins autres que l’intervention à l’étude
• intensité du suivi
• prescription et utilisation de co-interventions, co-prescriptions
• compliance au traitement
• respect du protocole d’étude
– Exemples :
• Prescription plus fréquente de matelas anti-escarres dans le groupe intervention
• Visites de suivi plus fréquentes ou plus longues
Biais de performance / mesure
DIU Chef de Projet - Rachid ABBAS
-
41
• Biais de performance
• Biais de mesure :
– Différence systématique lors de l’évaluation des
critères de jugement
– Appréciation du critère d’efficacité du traitement
– Évaluation des effets indésirables
– Exemple :
• Evaluation des escarres par l’infirmière qui mobilise ou le
kiné qui dispense les massages
Biais de performance / mesure
différences de suivi ou de mesure entre les groupes :
perte de la comparabilité initiale des groupes.
-
42
L’essai randomisé
Population
Groupe traité A Groupe contrôle B Biais de performance
(réalisation du traitement et des
traitements concomitants)
Résultats
dans le
groupe B
Résultats
dans le
groupe A
Biais de mesure
(évaluation du critère de jugement)
Biais de sélection
Biais d’attrition
(perdus de vue)
Biais potentiels
Randomisation
Insu
-
43
Biais de performance / mesure
• Insu : – Tentative de ne pas informer les différents participants à une étude, du
type d’intervention reçue par les patients afin d’éviter des modifications systématiques de leur comportement pouvant biaiser les résultats de l’étude
– Le malade (simple aveugle), l’équipe soignante et évaluatrice (double aveugle) doivent être tenus dans l’ignorance du traitement reçu, dans la mesure du possible
– L’insu assure la meilleure égalité possible du suivi, indépendamment des effets des traitements
DIU Chef de Projet - Rachid ABBAS
-
44
• La randomisation a pour but d’obtenir la
comparabilité des groupes au début de
l’essai
• L’aveugle (l’insu) a pour but de
maintenir cette comparabilité tout au
long de l’essai
DIU Chef de Projet - Rachid ABBAS
-
45
• Si le malade connait la nature de son intervention (si pas
d’insu du patient), cela risque de :
– modifier son comportement dans un sens différent selon le groupe
auquel il appartient
– retentir sur son mode de vie (régime,…)
– modifier l’observance du traitement
– fausser son propre jugement sur l’effet qu’il ressent (un malade qui
sait qu’il appartient au groupe placebo aura tendance à minimiser
ses résultats)
Insu
DIU Chef de Projet - Rachid ABBAS 45
-
46
Mise en œuvre de l’insu
• Placebo :
– substance ou intervention « inerte » dénuée d’activité
pharmacologique mais perçue par le malade comme
ayant un effet
DIU Chef de Projet - Rachid ABBAS
-
47
Mise en œuvre de l’insu
• Placebo de traitement médicamenteux :
– Similarité des caractéristiques physiques du traitement
actif et du placebo (ou du traitement de référence)
• Comprimé : même aspect, couleur, consistance, forme, goût
(penser à masquer le goût)
DIU Chef de Projet - Rachid ABBAS
-
48
Biais de performance / mesure
• Placebo de traitement médicamenteux :
• Injection ou perfusion : sérum physiologique, poche+tubulure
masquée
DIU Chef de Projet - Rachid ABBAS
-
Insu
Double placebo : Pour comparer des produits de présentation
et/ou de voie d’administration différents
Placebo A
Placebo B
A
B
traitement A 2 injections/jour
traitement B 3 gélules x 2/jour
Les patients recevront :
matin soir
bras intervention
bras contrôle (placebo ou
référence)
DIU Chef de Projet - Rachid ABBAS 49
-
50
Biais de performance / mesure
• Placebo de traitement non médicamenteux :
– Kinésithérapie : massages
– Education thérapeutique
• Insu pas toujours possible…
• Tenter de simuler une intervention placebo (le patient doit
avoir l’impression qu’on s’est autant occupé de lui dans les 2
groupes)
Massages différents des points d’appui
• Mesure objective +++ et par un évaluateur indépendant
DIU Chef de Projet - Rachid ABBAS
-
– Exemples d’intervention placebo :
• Appareil éteint (traitement par US, lithotripsie)
Insu
DIU Chef de Projet - Rachid ABBAS 51
-
– Exemples d’intervention placebo :
• Autre type d’intervention (chirurgie, kiné, etc…) :
– placebo pas toujours facile
Insu
DIU Chef de Projet - Rachid ABBAS 52
-
53
Biais de performance / mesure
• Influence du type de critère de jugement (critère qui
mesure l’efficacité de l’intervention):
– Critères « durs » ou « objectifs » : d’autant plus que l’insu n’est
pas respecté ou n’est pas possible
• Décès
• Dosage biologique
– Critères « mous » ou « subjectifs »
• Symptômes déclarés par le patient (ex : douleur)
• Connaissances du patient sur sa maladie
• Satisfaction de l’éducation reçue
DIU Chef de Projet - Rachid ABBAS
-
54
• Au moment de la mesure de l’efficacité
– Evaluateur indépendant de l’étude : ne doit pas savoir dans quel bras
d’intervention est le patient
• Ex : recueil du critère de jugement par du personnel de recherche employé
pour l’étude
• Ex : lecture centralisée de radios par un radiologue indépendant
– Choix d’un critère de jugement objectif (d’autant plus que l’insu n’est
pas possible à assurer dans l’étude)
– Si insu du patient et du thérapeute impossible
Evaluation du critère de jugement en insu (évaluateur en insu)
PROBE studies : Prospective Randomized Open Blinded
Endpoint
Insu
DIU Chef de Projet - Rachid ABBAS 54
-
55
• Appréciation identique du critère de jugement dans les 2
groupes
– en insu de l’intervention reçue (évaluateur indépendant de l’équipe
soignante)
– standardiser conditions et techniques de mesure
• Exemple :
– Photos des lésions (escarres) et interprétation par un évaluateur
unique indépendant
– Technique de mesure de laboratoire standardisée (automate)
– Formation à la prise de tension artérielle
Biais de performance / mesure
DIU Chef de Projet - Rachid ABBAS
-
56
Biais de performance / mesure
• Remarque : placebo / traitement de référence
– Pour des raisons éthiques, quand il existe un traitement
efficace et qu’il y a un risque de perte de chance pour le
patient à ne pas être traité, il n’est pas acceptable de
comparer une intervention à un placebo
– Dans ce cas le bras contrôle reçoit une intervention de
référence = meilleur traitement disponible actuellement
– Intervention expérimentale et intervention contrôle
doivent être indiscernables pour assurer l’insu
DIU Chef de Projet - Rachid ABBAS
-
57
L’essai randomisé
Population
Groupe traité A Groupe contrôle B Biais de performance
(réalisation du traitement et des
traitements concomitants)
Résultats
dans le
groupe B
Résultats
dans le
groupe A
Biais de mesure
(évaluation du critère de jugement)
Biais de sélection
Biais d’attrition
(perdus de vue)
Biais potentiels
Randomisation
Insu
-
58
• Biais d’attrition:
– Différence systématique survenant au moment de
l’analyse du critère de jugement, quand des patients
randomisés sont écartés de l’analyse statistique
• analyse uniquement des patients présents à la dernière visite
(pas les perdus de vue)
les groupes ne sont plus comparables au
moment de l’analyse
Biais d’attrition
DIU Chef de Projet - Rachid ABBAS
-
59
• Comment faire pour maintenir la comparabilité
initiale des groupes?
Biais d’attrition
DIU Chef de Projet - Rachid ABBAS
-
60
L’essai randomisé
Population
Groupe traité A Groupe contrôle B Biais de performance
(réalisation du traitement et des
traitements concomitants)
Résultats
dans le
groupe B
Résultats
dans le
groupe A
Biais de mesure
(évaluation du critère de jugement)
Biais de sélection
Biais d’attrition
(perdus de vue)
Biais potentiels
Randomisation
Insu
ITT
-
61
• Analyse en Intention de traiter (ITT) :
Analyse de tous les patients dans leur groupe de randomisation :
- quelle que soit leur observance au traitement alloué
- quel que soit le traitement réellement reçu
- quel que soit l’éventuel retrait du patient ou déviation du
protocole
permet de limiter le biais d’attrition
analyse de l’efficacité dans des conditions proches de la réalité
Biais d’attrition
DIU Chef de Projet - Rachid ABBAS
-
62
Biais d’attrition
Erreur majeure
Biais d’attrition
Raisons d’arrêt du traitement, ou d’arrêt de suivi = peuvent être en
rapport avec le pronostic
Si exclusion des patients qui n’ont pas respecté le protocole :
- pas de maintien du bénéfice de la randomisation
- les résultats sont biaisés
DIU Chef de Projet - Rachid ABBAS
-
63
• Comment faire ?
– Si arrêt du traitement : suivre le patient jusqu’à la fin
de l’étude pour mesurer le critère de jugement
– Si perdu de vue :
• Tout au long de l’essai tout faire pour éviter les perdus de vue
+++
• essayer de retrouver le patient, d’avoir au moins le critère de
jugement principal
• sinon, imputer une valeur pour le critère de jugement
– Chaque patient inclus dans l'essai doit être pris en
compte dans les analyses
Biais d’attrition
DIU Chef de Projet - Rachid ABBAS
-
64
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
65
Validité externe
• La validité externe permet de juger de
l’applicabilité des résultats, de la généralisabilité
des résultats
– Les résultats de l’essai sont-ils applicables dans mon
centre ?
– Les résultats de l’essai sont-ils applicables à mes
malades ?
DIU Chef de Projet - Rachid ABBAS
-
66
Population à laquelle sera
prescrite le nouveau médicament
Population correspondant aux
indications du produit
Population potentielle
sélectionnée pour l’étude
Population acceptant
de rentrer dans
l’étude
R
A B
A’ B’
Sorties
d’essais
Analyse en intention de
traiter
Généralisation
+++ ?
??
???
-
67
• Critères d’éligibilité (critères d’inclusion et non
inclusion)
– Les malades doivent
• Être atteint de la maladie
• Former un groupe bien défini
• Respecter la clause d’ambivalence (essais randomisés)
– Souvent hypersélection fondée sur des critères
d’éligibilité très stricts
• recrutement difficile mais donne toutes ses chances au produit
de montrer son effet (s’il existe)
– Risque : problème de généralisabilité ultérieure des
résultats
Validité externe
-
68
• Critères d’éligibilité
• Mode de recrutement
– Restreint
• Identification des patients par les médecins
– Large
• Campagne de presse
• Médecin généraliste
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
69
• Critères d’éligibilité
• Mode de recrutement
• Centres
– Nombre
• Monocentrique
• Multicentrique
– Type de centre
• CHU
• CHG
• Médecins libéraux
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
70
• Critères d’éligibilité
• Mode de recrutement
• Centres
• Prise en charge :
– Description de l’intervention
– Souvent standardisation de l’intervention
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
71
• Critères d’éligibilité
• Mode de recrutement
• Centres
• Prise en charge
• Adhérence au traitement
– Mise en place d’intervention pour améliorer
l’adhérence
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
72
• Critères d’éligibilité
• Mode de recrutement
• Centres
• Prise en charge
• Adhérence au traitement
• Administration des co-interventions – Idéalement les patients devraient se passer de tout autre traitement
que celui attribué par le sort et étudié
– En pratique impossible : préciser les médicaments autorisés et interdits. Sont autorisés ceux qui n’interfèrent ni avec le produit testé, ni avec son évaluation
– Ce qui importe : que les médicaments reçus soient identiques dans les deux groupes traités information très importante à recueillir
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
73
• Critères d’éligibilité
• Mode de recrutement
• Centres
• Prise en charge
• Adhérence au traitement
• Administration des co-interventions
• Critère de jugement
– Pertinent :
• permet de décider de la prise en charge
• Simple et disponible chez tous les patients
– et valide : fiabilité et reproductibilité
Validité externe
DIU Chef de Projet - Rachid ABBAS
-
74
Différences essais pragmatiques
versus essais explicatifs (1)
Essai explicatif
(efficacité)
Essai pragmatique
(efficience)
Nature de la
question
posée
Le traitement est-il efficace dans
des conditions d’utilisation
idéales (de réponse prévisible
au traitement, d’administration du
traitement, de compliance, de
suivi)
Le traitement est-il
efficace dans les
conditions usuelles
d’utilisation ?
Critères
d’éligibilité
des malades
Très stricts, limités aux patients
a priori bons répondeurs et
compliants
Tous les malades atteints
de la maladie en cause
Traitement /
intervention
Administré par les meilleures
mains et suivi rapproché pour la
dose et les effets secondaires
(standardisation)
Donné comme soin de
routine
-
75
Différences essais pragmatiques
versus essais explicatifs (2) Essai explicatif Essai pragmatique
Intensité du suivi Élevée, visites fréquentes Habituelle, pas différente
des soins de routine
Compliance du
malade
Etroitement évaluée,
avec stratégies pour
améliorer la compliance
Non différente des soins
usuels
Adhésion des
médecins au
protocole de l’étude
Evaluée très
précisément, avec
feedback si adhésion
incomplète
Non évaluée
Co-intervention Le plus souvent interdite
et au moins précisément
définie et enregistrée
Autorisée (recueillir
l’information)
-
76
Différences essais pragmatiques
versus essais explicatifs (3)
Conclusions issues de cet essai
Bénéfice clairement supérieur au
risque
Bénéfice clairement non supérieur
au risque
Essai
explicatif
Ambigu : le traitement marche mais
les malades et les cliniciens seront-
ils capables d’arriver au succès dans
les conditions de routine ?
Le traitement doit être abandonné
dans cette indication
Essai
pragmatique
Ce traitement doit être adopté et
généralisé
Ambigu : le traitement est-il
inefficace car intrinsèquement
inefficace ou parce que trop peu
de malades ou de médecins
suivent les recommandations et
prennent leur traitement ?
DIU Chef de Projet - Rachid ABBAS
-
77
Essais pragmatiques et essais
explicatifs
• Planification, conduite, analyse et interprétation d’un
essai sont déterminées par la question à laquelle on
veut répondre
• Essais pragmatiques et explicatifs répondent à deux
questions différentes sans échelle de valeur entre eux
• Continuum entre ces deux types d’essais
DIU Chef de Projet - Rachid ABBAS
-
78
Essais pragmatiques et essais
explicatifs • Impossible de faire un essai purement explicatif (par
exemple les malades ne sont pas toujours compliants ou purement pragmatique (par exemple il y a toujours des critères d’inclusion)
• Proposition de D. Sackett
– Commencer par un essai explicatif, de taille limitée, rapide
– Si cet essai est positif, continuer par un essai pragmatique plus large
DIU Chef de Projet - Rachid ABBAS