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
13.1.1 Hypothèse de positivité
13.1.3 Échangeabilité conditionnelle
13.2 Petite introduction à l’inférence causale
13.3 Association n’est pas causalité
13.3.1 DAG générique des comparaisons externes
13.4 Effet causal, estimand causal , cible de l’inférence
13.4.1 Effet traitement moyen (average treatment effect)
13.4.2 Analyse en intention de traiter (as started ) / analyse per protocole (as treated )
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
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
L’hypothèse d’échangeabilité conditionnelle signifie, qu’après ajustement, échanger les traitements entre les deux groupes conduits aux mêmes résultats (au niveau du groupe) pour chacun des traitements. C’est-à-dire, si les patients qui ont eu A avaient eu B et vice versa, les résultats obtenus pour le groupe A et le groupe B seraient les mêmes.
La question de l’échangeabilité conditionnelle correspond à la problématique du biais de confusion
Cela nécessite que le résultat d’un groupe (fréquence ou moyenne du critère de jugement) ne dépende que du traitement et d’aucune variable ; c’est-à-dire que l’ajustement prend bien en compte tous les facteurs influençant le critère de jugement. Dans un ajustement par appariement, cela signifie que les deux groupes sont identiques sur toutes les variables influençant le critère de jugement indépendamment du traitement. C’est pour cette raison que cette hypothèse est aussi appelée hypothèse NUC (no unmeasured confounder ). Il n’existe alors pas de biais de confusion résiduel.
Il existe d’autres vocables pour exprimer cette hypothèse : No unmeasured confounding, no selection on observables, no omitted variables, exogeneity, conditionally exchangeable.
En d’autres termes, cela signifie que l’outcome potentiel avec le traitement A des patients est le même aussi bien pour les patients ayant reçus A dans la vraie que pour ceux qui ont reçu B (et de façon identique pour l’outcome potentiel avec B). En effet s’il existe un déséquilibre entre les groupes sur des variables influençant le critère de jugement, l’outcome potentiel avec le traitement A n’est pas identique entre les 2 groupes, car l’outcome potentiel dépend à la fois du traitement et des autres variables influençant le critère de jugement.
La prise en compte des facteurs de confusion dans l’analyse a pour objectif d’assurer l’échangeabilité conditionnelle
