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
14 Le biais de confusion
14.1 Particularité des facteurs de confusion dans les comparaisons externes
14.1.1 Modificateurs de l’effet du traitement
14.2 La détermination des facteurs de confusion
14.2.2 Revue systématique des facteurs pronostiques
14.3 Les méthodes statistiques
14.4 Les ajustements à éviter car contreproductifs
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
Pour permettre d’isoler, par comparaison, l’effet spécifique du traitement, le groupe contrôle ne doit différer du groupe traité que par le traitement appliqué. L’hypothèse d’échangeabilité de l’inférence causale doit être vérifiée. En d’autres termes les patients inclus dans le groupe contrôle ne doivent pas être différents des patients du groupe traité au niveau de leur pronostic, de leur risque de base de faire l’événement critère de jugement. Autrement, une différence au niveau du critère de jugement pourrait ne pas refléter l’effet du traitement, mais simplement la différence de risques de base entre les 2 groupes. Cette différence au niveau du critère de jugement due à la différence de risque de patients des patients entre les 2 groupes pourrait ainsi être confondue avec l’effet du traitement, d’où le nom de biais de confusion.
Le biais de confusion représente l’une des limites importantes des études observationnelles (pas seulement des comparaisons à un groupe contrôle externe), leur empêchant souvent de conclure à la causalité.
Ce biais va pouvoir être en partie supprimé par l’analyse (et aussi par la construction de l’étude, mais de façon limitée).
De nombreuses techniques d’analyse sont disponibles pour prendre en compte les facteurs de confusion d’une étude et corriger le résultat du biais de confusion qu’ils induisent : analyse ajustée à l’aide d’un modèle de régression multivariable, appariement à l’aide d’un score de propension, pondération, g-computation, méthodes double-robustes (comme le TMLE ou l’AIPW), etc. D’une façon générale, on parle d’analyse conditionnellement au facteur de confusion, d’analyse contrôlée et par abus de langage d’analyse « ajustée » (stricto sensu les termes ajusté, ajustement ne concernent que les techniques de régression).
La suppression du biais de confusion par l’analyse nécessite impérativement un modèle statistique bien spécifié, c’est-à-dire contenant la totalité des facteurs de confusion et dont la forme mathématique capte correctement les relations entre ces facteurs et le traitement et le critère de jugement (il ne contient pas de variables superflues et les hypothèses statistiques sont vérifiées). Dans ce cas l’hypothèse d’échangeabilité de l’inférence causale sera vérifiée conditionnellement à l’analyse effectuée, on parle alors d’échangeabilité conditionnelle.
Juger si l’analyse conditionnelle d’une étude particulière a conduit à des résultats corrigés du biais de confusion est une question centrale
La question de la confusion dans les comparaisons à un groupe contrôle externe est un peu différente de celle des études observationnelles classiques où les 2 groupes proviennent de la même source de données. Dans la comparaison externe il existe un « effet étude » (cf. section 13.3.1) qui ne dépend pas entièrement des facteurs pronostiques et des modificateurs d’effets, mais unique de l’étude (partie expérimentale et groupe contrôle externe), rendant impossible sa correction par analyse.
