Études épidémiologiques et tests diagnostiques

Enquêtes descriptives

Les enquêtes descriptives décrivent la fréquence et la répartition des maladies dans la population.

• Enquêtes transversales : l’étude est faite à un instant donné.
  On peut calculer la prévalence d’une maladie, c’est-à-dire la proportion de malades dans la population étudiée. La prévalence décrit la charge en soins, selon le degré de gravité des
• Enquêtes longitudinales de cohorte : l’ensemble de l’échantillon est suivi sur une période de temps donnée. On peut calculer l’incidence d’une maladie :
  $I=\displaystyle\frac{\mbox{nombre de nouveaux cas dans la période}}{\mbox{nombre de sujets considérés dans la période}}$
  L’incidence permet de connaître la probabilité de survenue (pour permettre d’établir un diagnostic) et la répétition de la maladie (pour obtenir la dynamique de la maladie).

Enquêtes diagnostiques

Ce sont des études cas/témoins. Les « cas » sont des personnes atteintes d’une certaine maladie étudiée. Les « témoins » sont des personnes qui ne sont pas atteintes par cette maladie.
Elles permettent de tester un nouvel examen et de connaître ses performances diagnostiques (sensibilité, spécificité…).

Enquêtes analytiques

Les enquêtes analytiques permettent de mettre en évidence un facteur de risque ou d’identifier un facteur pronostique qui prédit l’évolution de la maladie.

• Etudes cas/témoins : ce sont des études rétrospectives. On veut étudier le lien entre l’état de santé actuel et des événements du passé (par exemple le lien entre prise d’un médicament pendant des années et apparition d’une maladie).
  Ce type d’enquêtes permet d’obtenir une réponse rapide mais les patients peuvent avoir des oublis ce qui entraine des biais (« effet mémoire »).
  Il peut également y avoir des biais de sélection puisqu’au moment où commence l’étude des gens potentiellement intéressants pour l’étude peuvent avoir déjà disparu.
• Etudes de cohorte (ou exposés/non-exposés) : ce sont des études prospectives. On recueille les informations à partir du début de l’étude et on voit si par exemple une maladie étudiée va apparaître ou non dans les groupes de personnes exposées et non-exposées à un facteur de risque.

La sélection est donc faite sur l’exposition au facteur de risque, elle est donc indépendante de la maladie, ce qui permet d’avoir une étude plus fiable.
Un inconvénient de ce type d’études est la durée de l’enquête qui peut être longue, on risque donc de perdre de vue certains sujets de l’étude.

Etudes observationnelles et expérimentales

On distingue les études observationnelles où le scientifique reste observateur extérieur et les études expérimentales où le scientifique organise, contrôle l’expérience et mesure les résultats de cette expérience.

Les études observationnelles comprennent les études transversales, les études cas-témoins et les études de cohorte.
Les essais thérapeutiques font partie des études expérimentales. Ce sont les plus performants pour montrer l’efficacité d’un traitement curatif. Pour tester l’efficacité d’un traitement curatif, on tire au sort deux groupes parmi un échantillon d’individus vérifiant les mêmes critères d’inclusion (âge, sexe,…). L’un des groupes va recevoir le traitement étudié, l’autre va recevoir un placébo et on compare ensuite les résultats. 

Sur le même principe que les essais thérapeutiques, les essais de prévention se déroulent en population générale pour montrer l’efficacité d’une méthode de prévention.

Pour connaître l’état de santé d’un patient, l’idéal serait d’utiliser un test de référence qui donne avec certitude le diagnostic d’une maladie. Néanmoins, ce test de référence n’est pas toujours réalisable pour des raisons de mise en pratique ou des raisons de coût. On doit donc utiliser un test moins fiable avec lequel il existe des possibilités d’aboutir à un mauvais diagnostic.
Il y a deux résultats possibles à un test diagnostique : positif (soupçon de maladie) ou négatif (soupçon d’absence de maladie). Dans ce cas, on peut rencontrer 4 situations possibles, résumées dans le tableau suivant :

VP = vrais positifs (les individus sont malades et le test est positif) → diagnostic correct
VN = vrais négatifs (les individus sont non-malades et le test est négatif) → diagnostic correct
FP = faux positifs (les individus sont non-malades et le test est positif) → erreur de diagnostic
FN = faux négatifs (les individus sont malades et le test est négatif) → erreur de diagnostic

Sensibilité et spécificité

$p=P(M+)$ désigne la prévalence, c’est-à-dire la probabilité d’avoir la maladie. C’est une probabilité pré-test, calculée avant le test.

On définit plusieurs paramètres du test :

• Sensibilité du test = Se = $P(T+/M+)$
  Pour des études transversales ou des études cas-témoins, on pourra utiliser le tableau pour calculer la sensibilité :
  $Se=\displaystyle\frac{VP}{VP+FN}$
• Spécificité du test = Sp = $P(T-/M-)$
  Pour des études transversales ou des études cas-témoins, on pourra utiliser le tableau pour calculer la spécificité :
  $Sp=\displaystyle\frac{VN}{FP+VN}$

Remarque : La sensibilité et la spécificité sont des caractéristiques intrinsèques du test. Elles ne dépendent pas de la prévalence de la maladie.

Applications : 

• Dépistage : on utilisera un test à sensibilité élevée. Ce test s’adressera à des sujets ne se plaignant de rien, donc a priori sains.
• Confirmation d’une maladie suspectée : on utilisera un test avec une spécificité élevée.

Règles de Sackett :

• Si un test a une spécificité élevée, un résultat positif confirme l’hypothèse diagnostique.
• Si un test a une sensibilité élevée, un résultat négatif élimine le diagnostic (ce qui signifie que l’on ne va pas faire de test de confirmation ensuite).

Courbe ROC

Cela concerne uniquement les tests diagnostiques à réponse quantitative (exemples : taux de HDL…).
Pour déterminer si un test est positif ou négatif, il faut se fixer une valeur seuil. D’un côté, le test sera dit positif, et de l’autre côté de la valeur seuil, le test sera dit négatif.

La courbe ROC représente l’évolution conjointe de la sensibilité et de la spécificité en fonction de la valeur seuil. Chaque point correspond à un certain seuil.

Le point de la courbe le plus proche du coin supérieur gauche donne la valeur du seuil optimale et représente le meilleur compromis entre une sensibilité forte et une spécificité forte. 

Quand l’aire sous la courbe (appelée AROC) vaut 1, le test est dit « parfait » (la sensibilité et la spécificité sont alors égales à 1).

Valeurs prédictives

• Valeur prédictive positive : probabilité que le patient soit malade si le résultat est positif.
  $VPP=P(M+/T+)$
  La VPP est la capacité du test à prédire la maladie du sujet. C’est la probabilité post-test.
  Si l’étude est transversale et l’échantillon est représentatif, on peut estimer la VPP à partir du tableau : $VPP=\displaystyle\frac{VP}{VP+FP}$
• Valeur prédictive négative : probabilité que le patient ne soit pas malade si le test est négatif.
  $VPN=P(M-/T-)$
  La VPN est la capacité du test à prédire la bonne santé du sujet.
  Si l’étude est transversale et l’échantillon est représentatif, on peut estimer la VPN à partir du tableau : $VPN=\displaystyle\frac{VN}{FN+VN}$

Remarque : Pour un même test, les VPP et VPN peuvent changer en fonction de la prévalence de la maladie, on parle de paramètres extrinsèques.

Pour une sensibilité et une spécificité donnée :

• Une augmentation de la prévalence entraîne une augmentation de la VPP et du nombre de FN.
• Une augmentation de la prévalence entraîne une diminution de la VPN et du nombre de FP.

Ratios de vraisemblance

• Ratio (ou rapport) de vraisemblance positif :
  $RV+=\displaystyle\frac{Se}{1-Sp}=\frac{P(T+/M+)}{P(T+/M-)}$
  Plus RV+ est élevé, plus le test est capable d’affirmer la présence de la maladie lorsque le résultat du test est positif. 
• Ratio (ou rapport) de vraisemblance négatif :
  $RV-=\displaystyle\frac{1-Se}{Sp}=\frac{P(T-/M+)}{P(T-/M-)}$
  Plus RV- est proche de 0, plus le test est capable d’éliminer la présence de la maladie lorsque le résultat du test est négatif.

Remarque : les ratios de vraisemblance sont des valeurs intrinsèques au test.

Odds

Odds des malades = odds pré-test= Odds(M)=$\displaystyle\frac{P(M+)}{P(M-)}$
$P(M+)=\displaystyle\frac{Odds(M)}{1+Odds(M)}$
Ces formules sont également valables pour l’ odds post-test et la probabilité post-test (VPP).
Une odds est une cote, ce n’est ni une proportion, ni une probabilité (elle peut éventuellement dépasser 1).

Propriété :

Après un test positif, Odds post-test=$(RV+)\times Odds(M)$
Après un test négatif, Odds post-test=$(RV-)\times Odds(M)$