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
16 Le diagnostic d’absence de biais de confusion résiduel
18 Identifications des patients dans la source de données
19.1.1 Biais de classification du critère de jugement
§ Erreur de classification dans les études monobras
19.1.2 Le biais de classification de l’exposition
19.1.3 Erreur de mesure sur les covariables
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 biais de classification de l’exposition provient des erreurs d’identification du traitement reçu par les patients. Dans les études observationnelles classiques, il s’agit d’une erreur dans la classification binaire : patients recevant le traitement étudié / patients recevant le traitement contrôle.
Au niveau des études de comparaisons externes, les erreurs de classification ne concernent que le groupe contrôle externe. Il n’est pas attendu d’erreurs au niveau de la partie expérimentale (monobras ou groupé traité d’un essai randomisé). Par conséquent les erreurs de classification de l’exposition dans les comparaisons externes sont asymétriques.
La classification (étiquetage) à tort de patients recevant le traitement étudié comme patients contrôles entrainera un biais conduisant à ne pas mettre en évidence la différence existante pourtant entre les 2 traitements. Ce cas de figure est peu probable, car si le traitement étudié est un nouveau traitement non commercialisé les patients ne peuvent pas le recevoir dans la vraie vie.
Un biais conduisant à conclure à tort à une différence entre les 2 traitements comparés surviendra si les patients du groupe contrôle ne reçoivent pas le traitement contrôle voulu et sont en réalité non traités. Cette situation conduira à conclure à la supériorité du traitement étudié par rapport au comparateur même si en réalité ces 2 traitements performent de la même façon.
Pour la safety d’un nouvel anticoagulant, si la comparaison est effectuée versus des patients non traité (non-utilisateurs d’un traitement), l’inclusion dans le groupe contrôle par erreur de patients recevant un traitement antiagrégant ou anticoagulant conduira à minimiser le risque d’hémorragies associé au nouveau produit (bof l’exemple).
Avec un vaccin, un biais de classification pourrait conduire à ne pas mettre en évidence l’efficacité de celui-ci par rapport à un groupe contrôle externe non vaccinée si celui-ci est construit à partir d’une base de données de dispensation. En effet il est possible que les sujets de ce groupe aient pu bénéficier du vaccin en dehors d’une prescription médicale et d’une dispensation, par exemple, au niveau d’une institution ou d’une entreprise.
