Les Études de Cohortes

Maladie Maladie
Maladie MaladieMaladie

Maladie
 Épidémiologie Descriptive
– Intérêt + des études de cohortes (incidence
des pathologies)
 Épidémiologie analytique
• Objectif= identifier les étiologies et facteurs
de risque d’un problème de santé
– Étiologie Etio= cause logos=étude

– Facteur de risque. Facteur significativement

associé à une pathologie: (ex: tabac/cancer du
poumon; Homme/accident de voiture)
=> pas de notion de causalité

Intérêt +++++++++++++++++++++ des cohortes

 Enquêtes étiologiques (épidémiologie
analytique )
Exposition Maladie
Temps

• Enquête observation (≠ enquête expérimentale et semi-

expérimentale)
• Investigateur n’a aucun rôle dans l’attribution des facteurs de
risque, il intervient seulement dans le choix des groupes à
comparer
• Causalité ? (critères de causalité)
• 3 types enquêtes :
– Cohorte
– Cas témoins
– Transversale
Intérêt +++++++++++++++++++++ des cohortes
 Études cas témoins
/rétrospectives

Témoins
Malade

Qu’est ce qui différencie les malades des témoins?

Questionnaire portant sur le passé des cas et
des témoins
 Différents types d’enquête de
cohortes
• Sélections des sujets
– Exposé/non exposé (modèle historique)
– Cohorte "un seul groupe": tendance actuelle
• Etude simultanée de plusieurs problèmes de santé et très
divers

• Inclusion:
– Fixe
– Dynamique
• Temporalité
– Rétrospective (historiques)
– Prospective +++++
 Études exposés / non exposés
Exposé : travailleur exposé à un produit chimique

Maladie Maladie
Maladie MaladieMaladie

MaladieMaladie

1996 2006
Non exposé : travailleur non exposé
Principe de constitution de la
cohorte
 Principe de constitution de la
cohorte
• Critères d'inclusion:
– Exposition clairement définie, d'un niveau
suffisant pour être liée à la maladie
– Intensité de l'exposition variable pour définir
des classes contrastées
– information du statut vital ou des événements
de santé accessible pour toute la durée du suivi
• Enquête de mortalité, problème des travailleurs
étrangers etc…
– Sujets non malades
 Population de référence
• Comparaison interne : Groupe (non exposé)
– Groupe doit être comparable (âge, sexe, csp ect….)
difficulté +++
– Ne doit pas être exposé
– Doit pouvoir être suivi avec la même méthode
• Comparaison externe : opulation générale utilisée
pour la mortalité
– Inconvénient (exposition doit être rare, peu de données
chez les non exposés, biais de selection: healthy worker
effect….)
 Mesure de l’exposition dans la
cohorte
• Prise en compte de plusieurs paramètres
caractérisant l'exposition:
– Age au début, age à l'arrêt, durée de l'exposition,
intensité, délais entre début de l'exposition et
survenue de la maladie
• Intérêt : estimation de certains déterminants
du risque comme le temps d'induction, de la
relation dose-effet, ou de l'effet de l'arrêt de
l'exposition => mesure de prévention
 Cohortes « un seul groupe »

Maladie Maladie
Maladie MaladieMaladie

Études de nombreuses
expositions et
Exposition: tabac, sport, maladies
Grosses cohortes > 10000
alimentation, couleur des personnes sur de nombreuses
chaussures…. années
Inclusion - Recrutement

• En population générale
– Où ? (liste électorale, annuaire téléphonique, …)
– Framingham (5 000 personnes, 30-62 ans, sans MCV)
– Village au Sénégal (paludisme)
– Validité externe (représentativité)
• Volontariat de sujets inclus
– Meilleure adhésion et suivi
– Bonne qualité des données
– Qui sont les volontaires ? Biais de sélection ++ (niveau éducation,
statut matrimonial, état de santé)
• Autres sources système de santé
– Patients consultants chez les généralistes (VEINES)
– Patients vus aux urgences
– Fichiers de l’Assurance Maladie
– Centres d’examens de santé (PRIME, DESIR)
– Services cliniques (Cohorte GECSA)
– A partir d’un registre de morbidité (MONICA : Cohorte EPIPAGE)
 mesures à l’inclusion
• Facteurs d’ajustements
– Age, sexe, donnée socio-démographiques,…..
• Autres expositions
– Questionnaires alimentaires, habitudes de vies
etc..
– Clinique TA IMC ect…
– Biologie : cholestérol diabète aliquots etc…
 Problème : il faut tout avoir
prévu avant!

Sans trop
charger la
Fusée !!!!
Suivi
 Suivi
• Études de mortalité:
– Certificat de mortalité => peu coûteux, imprécis
• Morbidité:
– Contact des patients => contacts des médecins =>
dossier médicaux => définition standardisée => comité
d’experts.
– Registre (exemple PRIME/ MONICA)=> précis et peu
coûteux (quand on dispose d’un registre!!)
Suivi des sujets inclus
Le challenge
• « Le syndrome du PDV »
• Causes
– Mobilités
– Refus
– Suivi lourd (questionnaire long, prélèvement organisé, …)
– Populations particulières : personnes âgées, toxicomanes
• Quelles solutions ?
– Fidélisation (services rendus, rétribution, chèques cadeaux, …)
– Déplacement des enquêteurs (garder le même enquêteur pour
une personne incluse) : « formation » des enquêteurs
– Mise à disposition de moyens de transport (payer transport)
– Courrier, téléphone, mail, …
– Contact avec le médecin traitant
– Internet ? Pourrait être adapté (mais biais de sélection ?)
 Puissance et effectif requis
• Unité statistique dépende de
– Nombre de personnes année=effectif* durée de suivi
• Nombre de personnes années dépend de
– Incidence de la maladie
– Différence d’incidence entre les groupes exposés et
non exposé (exposition contrastée)
– Risque alpha (5%)
– Puissance souhaité (80%)=(1-Beta)
Exemples
SU.VI.MAX
Cohorte « Urgences » (1)

CHU de Rouen, Haute Normandie, 2003-05

Objectifs Contexte national (et régional)

Exposition : auto-référence
Etablir une typologie de la
trajectoire de soins

631 patients inclus, dont

369 AR
151 SAU HCN,
104 SAU Elbeuf
99 UPATOU St Julien
15 UPATOU Bernay
 Cohorte « Urgences » (2)
Référés /
non Organisation du suivi de la cohorte
référés
-M6 Inclusion M1 M3 M6

2 enquêteurs
2 enquêtrices (18-21h, 3 x/semaine)
Garde de 6h
Inc M1 M3 M6

Enquêteurs : étudiants en médecine PDV : 32% (pas de différence

Suivi : 200 contacts/mois entre PDV et suivis)

1 patient sur 2 : > 2 appels Echec du rattrapage courrier

Charge de travail inattendue 2 BD

Et les résultats ?
 Résultat
• Calcul d’un Risque relatif
n o u ve a u x c a s n o n m a la d e s
expos és a b
non expos é c d

cancer n o n m a la d e s
F u m e u rs 100 9900
n o n fu m e u rs 40 19960

RR de survenu d’un cancer du poumon si fumeur =

(100/(9900+100))/(40/(1960+40))=5
RR=(a/(a+b))/(c/(c+d))
 Résultat
• Calcul de l’intervalle de confiance d’un RR
 cohorte
• Permet de calculer un Risque Relatif.
• RR= (proportion de malades chez les
exposés)/(proportion de malades chez les
non exposés)
a population-based prospective cohort of 17,118
Swedish twins with up to 30 years of follow-up and
information on smoking habits prior to baseline
exposure assessment. Long-term heavy smoking was
associated with a statistically significant 3-fold
increased risk of colorectal cancer compared with
never smoking (relative risk 3.1, 95% CI 1.4- 7.1).
=> Les grand fumeurs ont trois fois plus de risques
(entre 1,4 et 7 ) de développer un cancer du colon
que les non fumeurs : le tabac est un facteur de
risque significatif
 Biais

Biais de sélection
Biais d’information

Facteur de confusion

Appariement
Stratification
Analyse multivariée
 Sélection
• Exposés non exposés:
– Problème ++++++++
– Les exposés sont ils comparables au non
exposés
– Exemple : Health Woker effect.
• « un seul groupe»
– Problème +
– Pas de nécessité de représentativité stricte.
 Sélection (perdu de vue)
• Biais si le fait d’être perdu de vue est lié à
– L’exposition
– À la Maladie.
– Exemple caricaturale
• Personnes suivies en médecine du travail :
• Perdu de vue = arrêt du travaille (maladie?
Retraite?)
• Comparaît les PDV aux autres (sont ils
différents sur les variables connues? )
 Information
• Mesure de l’exposition.
– A priori indépendante de la maladie (mesure à
t0)
– Erreur de mesure => dilution du résultat
• Critère de jugement (maladie)
– Le critère de jugement est il mesuré de la même
façon en fonction de l’exposition (exemple :
cohorte de travailleurs) ?
 facteur de confusion
Problème +++++++++++++++
• Un Facteur de risque n’est pas une cause.

cause Fumer

Posséder un briquet cause

Relation statistique :
Facteur de risque Cancer du poumon

Un facteur de confusion est un facteur associé à la fois à l’exposition et

au risque
Fumer est le facteur de confusion qui explique la relation entre briquet et
cancer du poumon
 Comment prendre en compte les
facteurs de confusion ?
• Introduction à la stratification et
l’ajustement
C anc er n o n m a la d e s
H om m e 85 12415
Fem m e 55 17445

RR= 2 ,1 6 3 6 3 6 3 6
Les Hommes ont 2 fois plus de risque de cancer que les femmes
Pourquoi ?
 Stratification
F u m e u rs
cancer n o n m a la d e s
H om m es 75 7425
F em m es 25 2475
RR hommes=1

N o n fu m e u rs
cancer n o n m a la d e s
H om m es 10 4990
F em m es 30 14970
RR hommes=1
 Ajustement
• Stratification = Méthode idéale mais problème si:
– Plusieurs facteurs de confusion
– Effectif faible
• Ajustement (grands principes)
– « Risque de survenue de la maladie »= A + b*tabac +
c*sexe+ d*couleurs des chaussures.
– Modèle de COX, prise en compte de la durée de suivie
(cohorte +++++) permet de calculer un RR
– Modèle logistique (Cas témoins ++++) Permet de
calculer un Odds Ratio.
 Comment conclure?
• Critère de Causalité
– Séquence temporelle établie
– Association forte
– Spécificité de l’association
– Constance et reproductibilité
– Cohérence / physiopathologie
– Effet d’une intervention sur le FR
Avantages des études de cohortes
• Mesure directe de l’incidence (risque relatif)
• Indiquées lorsque :
– L’exposition est rare (exposé non exposé)
– Pathologie courante
– Mesure précise de l’exposition (avant la maladie!!!)
– Explorer toutes les conséquences d’une exposition
• Respect de la séquence chronologique!!!
 Limites des études de cohortes
• Moyens importants
• Durée longue
• Risque des perdus de vue (Biais ++)
• Ne permet pas l’étude de maladies à faible
incidence
• Population spécifique
 Comparaison cohorte/cas témoins
Cohorte Cas/témoins
Coût +++++ +
Rapidité des résultats ------------- +
Biais +- ++++
Témoins comparables
au cas /mémorisation
Maladie Multiple Unique Rare
fréquent
Indicateur RR OR Odds Ratio
En pratique dans la majorité des cas OR=RR
Comparaison cohorte/cas témoins
FR de la nouvelle
variante de kreutzfeld
Jacob
Cas témoins
Facteur de risque
de maladie CV
Cohorte

Investigation d’une Toxi

infection alimentaire