Comparaisons à un groupe contrôle externe

1 Introduction

2 TL ; DR - Guide d’évaluation des comparaisons à un groupe contrôle externe

3 Les études de comparaison externe, de quoi s’agit-il ?

4 Pour quels usages

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

11 Rédaction du protocole

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

14.2.1 Réseaux de causalité

14.2.2 Revue systématique des facteurs pronostiques

14.2.3 Lecture critique

14.3 Les méthodes statistiques

14.4 Les ajustements à éviter car contreproductifs

14.5 Sélection de patients

15 Les techniques d’analyses statistiques

16 Le diagnostic d’absence de biais de confusion résiduel

17 Les biais de sélection

18 Identifications des patients dans la source de données

19 Biais liés aux données

20 La qualité des 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

25 Calcul d’effectif

26 Contrôle du risque alpha global

27 Pertinence clinique

28 Méta-épidémiologie et étude de cas

29 Synopsis - les critères d’acceptabilité des études de comparaisons externes pour la modification des stratégies thérapeutiques

Références

30 Annexes

PDF

14.4 Les ajustements à éviter car contreproductifs

L’ajustement sur certaines covariables peut être contreproductif en introduisant un biais. Il s’agit des intermédiaires (médiateurs) et des collisionneurs [124] . Les variables d’ajustement doivent donc être soigneusement choisies pour éviter ces écueils. Les graphes de causalité type DAG permettent d’identifier ces types de covariables afin de ne pas les prendre en compte dans l’ajustement.

Les approches non raisonnées de détermination des covariables d’ajustement ne sont donc pas souhaitables, car elles exposent au risque d’ajustement malencontreux sur ce type de variables.

Les intermédiaires (médiateurs) sont des facteurs intermédiaires sur le chemin causal allant du traitement au critère de critère de jugement. C’est un médiateur de l’effet du traitement (comme la baisse de LDL est un médiateur d’une partie de l’effet des statines sur les évènements cardiovasculaires). Ajuster sur un médiateur coupe le chemin causal et fait disparaitre l’effet du traitement sur le critère de jugement si celui-ci passait entièrement par son intermédiaire. Peut rester un effet passant par d’autres chemins causals.