interprétation des résultats d’études observationnelles · 2015-09-30 · etudes...

Interprétation des résultats d’études observationnelles

DESC Pathologie Infectieuse et Tropicale Module Épidémiologie, Prévention (hors vaccinologie)

Sarah Tubiana 17/04/2014

1

CIC, hôpital Bichat Claude Bernard, Université Denis Diderot, Paris 7 IAME, Inserm UMR 1137

Classification des études épidémiologiques

ou études quasi-expérimentales

Essai contrôlé randomisé

OUI

Essai non randomisé

NON

Randomisation?

Etudes expérimentales

OUI

Etudes transversales

Etudes de cohortes

Etudes cas témoins

Etudes analytiques/

étiologiques

OUI

Etudes descriptives

NON

Existence d'un groupe contrôle (comparateur)?

Etudes observationnelles

NON

L'investigateur impose t-il une exposition?

2

Illustration à partir d’une problématique clinique:

Bactériémie à Staphylococcus aureus et

risque d’endocardite infectieuse (EI)

3

Bactériémies à Staphylococcus aureus et EI

Incidence des bactériémies: 80-190 cas pour 100 000 PA

3 principaux microorganismes:

Sources d’infection des BSA :

Escherichia coli 35/105/year

Staphylococcus aureus (BSA) 25/105/year FREQUENT

Streptococcus pneumoniae 10/105/year

Health care associated 60-70%

Nosocomial 45-50%

Non nosocomial 5-20%

Community acquired 30-40% Laupland KB. CMI 2013 Rio A. CID 2009 Wisplinghoff H. CID 2004 Fowler VG. Arch Intern Med 2003

4

«Bactériémies compliquées » : 43-70%

• Infection endovasculaire

• Localisations secondaires

EI chez 5-17% des patients BSA RARE

• Poorest outcome in SAB patients (death in 30-40%) GRAVE

• Need to early detect IE in order to adapt therapy (antimicrobial therapy,

surgery)

Bactériémies à Staphylococcus aureus et EI

5

Chez quels patients faut-il particulièrement insister

pour l’échographie cardiaque ?

Absence de consensus :

• ETT ? ETO ?

• Systématique chez tous les patients avec BSA ?

• Chez les patients à « risque élevé » ?

Identification des patients avec BSA les plus à risque de développer une EI

6

Quelles types d’études épidémiologiques pour répondre à cette question ?



OUI


NON

Randomisation?


OUI


Etudes de cohortes

Etudes cas témoins

Etudes analytiques/

étiologiques

OUI

Etudes descriptives

NON



NON


7

Quelles types d’études épidémiologiques pour répondre à cette question ?

8

Etudes observationnelles analytiques

Plusieurs schémas d’études peuvent être proposés:

• Etudes cas-témoins

• Études de cohortes

• Etudes transversales

Tous reposent sur la comparaison de deux groupes (au moins)

Visent à mettre en évidence une relation entre un (des) facteur(s) d’exposition et un

(des) évènement(s) d’intérêt

Chaque schéma présente des avantages et des inconvénients

Chacun expose éventuellement à des biais différents

9

Préalables pour les 3 types d’études

• Identification de la population d’étude

• Choix de l’évènement d’intérêt

• Identification des facteurs d’exposition

10

Préalables pour les 3 types d’études: Identification de la population d’étude

Population cible

Ensemble des sujets visés par l’étude pour lesquels les résultats pourront être

généralisés (ex: ensemble des patients avec BSA définie par ≥ 1 hémoc. positive)

population cible 11


Population cible



Population source Ensemble des sujets à partir desquels va être constitué l’échantillon (ex: Patients adultes avec BSA hospitalisés dans 1 ou +eurs CH )

population cible population source 12


Population cible



Population source Ensemble des sujets à partir desquels va être constitué l’échantillon (ex: Patients adultes avec BSA hospitalisés dans 1 ou +eurs CH)

Population d’étude

Ensemble de la population source ou échantillonnage représentatif

Spécification des critères d’inclusion/non inclusion /exclusion

population cible population source

Population d’étude

13

exemples de population d’étude

14





15

Evènement d’intérêt (critère de jugement)

• Simple ou composite

• Mortalité ou morbidité

• Définition clinique, biologique, histologique

Le recueil doit être:

• Précis

• Objectif, mesuré avec un outil validé et fiable

• Standardisé, utilisation des mêmes outils pour tous les sujets

• En aveugle du groupe d’exposition (si outil objectif inexistant)

• Daté au cours du suivi (importance de la temporalité Exposition-Evènement)

Préalables pour les 3 types d’études: Choix de l’évènement d’intérêt

16

exemples d’évènements d’intérêt

17

EI certaine selon Duke

EI certaine selon Duke-Li

BSA « compliquée »

EI définie à l’écho

Microorganisme

Preuve de l’atteinte cardiaque

IE exclue Si autre étiologie ou disparition des symptômes <4 j ATB ou abs de signes évocateurs chir/autopsie <4 j ATB ou IE non possible





19

Facteurs d’exposition

• Mesures uniques ou répétées

• Qualité moindre en cas de recueil rétrospectif

Le recueil doit être:

• Précis, intensité sur plusieurs niveaux d’exposition

• Objectif, mesuré avec un outil validé et fiable (questionnaire, appareil de

mesure, explorations fonctionnelles, prélèvements…)

• En aveugle de l’évènement (si outil objectif inexistant)

• Daté, durée, changements

Préalables pour les 3 types d’études: Identification des facteurs d’exposition

20

exemples de facteur d’exposition

21

Facteurs d’exposition antérieur à l’acquisition de l’EI : • antérieur à la BSA (toxicomanie IV, valvulopathie) ou • concomitant à la BSA (fièvre prolongée ou bactériémie persistente)




OUI


NON

Randomisation?


OUI


Etudes de cohortes

Etudes cas témoins

Etudes analytiques/

étiologiques

OUI

Etudes descriptives

NON



NON


22

Etudes de type Cas Témoins

23

Etudes de type Cas Témoins Principe 1/2

Constitution de deux groupes de sujets en fonction de leur statut vis-à-vis de

l’évènement d’intérêt :

• Sujets présentant l’évènement (Cas)

• Sujets ne présentant pas l’évènement (Témoins)

Comparaison de la fréquence de l’exposition antérieure à un facteur donné

dans chacun des groupes (recueil rétrospectif)

24

Constitution des deux groupes

Non exposés

Malades Cas

Non Malades Témoins

Exposés

Exposés

Non exposés

Passé Recueil des informations

25


Exposition recherchée dans le passé

Constitution des deux groupes

Absence de diabète ou Fièvre prolongée

EI

Non EI

Diabète ou Fièvre prolongée


Absence de diabète ou Fièvre prolongée

Passé Recueil des informations

26


Exposition recherchée dans le passé

La maladie étudiée est l’EI au sein d’une population de BSA

Les témoins sont « non malades » pour EI

Sélection des cas (=sujets présentant l’évènement)

• Cas incidents (inclusion dans l’étude au moment du diagnostic)

• Cas prévalents (malade avant d’être inclus dans l’étude. C’est donc un cas

incident ayant survécu ou n’ayant pas été perdu de vue à la date d’inclusion

dans l’étude)

Source des cas

• Dossiers médicaux

• Registres

• Certificats de décès

27

Etudes de type Cas Témoins Méthodologie 1/4

Sélection des témoins (=indemnes de l’évènement)

• Issus de la même population que les cas

• L’opportunité d’être exposé doit être la même chez les cas et les témoins

• Sélection des témoins indépendante de l’existence ou non d’une exposition

Source des témoins

• Population générale

• Sujets hospitalisés

• Entourage des cas

1 ou plusieurs groupes témoins

Exemple : EI exclues (Classification de Duke-Li) ou EI possibles + EI exclues

28


Appariement des témoins

Chaque cas peut être apparié avec 1 ou +eurs témoins ayant des caractéristiques

communes:

• Sexe, âge, lieu de résidence

• Autres FDR connus considérés comme importants = F de confusion potentiels

Objectif

Assurer la similitude des cas et des témoins pour des FDC associés à l’exposition et à

l’évènement d’intérêt

29


Avantages de l’appariement

• Contrôle de facteurs de confusion y compris facteurs difficiles à mesurer

• Gain de puissance

Limites de l’appariement

• Choix de l’appariement irréversible

• Association entre évènement et la/les variable(s) d’appariement ne pourra pas

être étudiée

• Risque de sur-appariement et perte de puissance

30


Etudes de type Cas Témoins Mesures d’associations (OR)

Rapport de cotes ou Odds Ratio (OR)

31

a b

c d

exposés

non exposés

cas témoins

a + c b + d a / (a + c) c / (a + c) = a

c

cote d’exposition chez les cas

b / (b + d) d / (b + d) = b

d

cote d’exposition chez les témoins

OR = = a / c

b / d

ad

bc

Etudes de type Cas Témoins Interprétation d’un odds ratio

32

1 0 ∞

OR < 1

OR = 1

OR > 1

facteur protecteur

facteur de risque

IC 95%

Si l’évènement est rare OR≈RR

Méthodes d’analyse multivariée et mesures d’association

33

Schéma d’étude Mesure d’association Méthode d’analyse

Cas-témoins Odds Ratio (OR) Régression logistique (conditionnelle si appariement)

Etudes de type Cas Témoins Avantages et inconvénients

35

Avantages Inconvénients Résultats rapides et coûts faibles Importance du recueil similaire de l’exposition

entre les cas et les témoins (biais)

Pas de perdus de vue Pas d’estimation d’incidence ni de prévalence Pas d’estimation du RR

Adapté aux évènements dont les périodes de latence sont longues (E-M)

Difficultés d’évaluer la relation temporelle E-M (biais)

Adapté aux évènements rares Recueil rétrospectif de l’exposition (biais)

Étude de plusieurs facteurs étiologiques pour un seul évènement

Non indiqué pour les expositions rares

Un seul évènement d’intérêt

Constitution d’une cohorte et suivi

• Identification des cas à la fin du suivi

• Sélection échantillon témoin parmi les « non-cas »

Avantages

• Recueillir des informations « coûteuses » sur un nombre limité de sujets

• Limiter les biais de sélection et de mesure

Limites

• Bonne qualité du suivi de la cohorte

36

Etudes de type Cas Témoins nichée « Nested case-control study »

Objectif

Méthodes

37

… Appariement (1K/2T) pas d’étude de ce FDR

Population d’étude (échantillonnage de population source)

Cas incidents

38

Recueil rétrospectif • Evènement d’intérêt (EI) • Facteurs d’exposition

Résultats

39

Analyse multivariée OR ajustés




OUI


NON

Randomisation?


OUI


Etudes de cohortes

Etudes cas témoins

Etudes analytiques/

étiologiques

OUI

Etudes descriptives

NON



NON


40

41

Etudes de cohortes

Etudes de cohortes Principe 1/3

42

Constituer et suivre un groupe de sujets au cours du temps et estimer l’incidence de

survenue d’un évènement (morbi-mortalité)

Etudier l’effet d’un facteur d’exposition(FDR/FP)sur l’incidence de l’évènement

43


44


Temps

Constitution cohorte

Pop d’étude

Exposés

Non exposés

Malades

Non malades

Malades

Non malades

45


Temps

Constitution cohorte

Pop d’étude BSA


Abs de diabète ou Fièvre prolongée

EI

Non EI

EI

Non EI

Etudes de cohortes Typologie 1/6

Plusieurs critères de classification des études de cohortes:

• Descriptives/analytiques (selon l’objectif)

• Spécialisées/généralistes (selon la taille)

• Prospectives/rétrospectives (selon la chronologie du recueil)

• Ouvertes/fermées (selon la composition des groupes)

46

Spécialisées/généralistes

• Cohortes spécialisées

Centrées sur un problème spécifique (pathologie et/ou groupe de population)

Sujets sélectionnés selon des caractéristiques particulières

Effectif restreint

Données détaillées avec investigations biologiques/cliniques approfondies (peuvent entrer

dans le champs de la RBM)

47


exemple

48

Spécialisées/généralistes

• Cohortes généralistes En population générale

De grande taille

Couverture large de problèmes de santé et de déterminants

Données moins détaillées

Plateformes scientifiques permettant d’étudier de nombreuses questions

49


50

exemple

…

51


51

Prospectives/rétrospectives • Cohortes prospectives Inclusions et mesure de l’exposition dans le présent Evènement d’intérêt dans le futur

présent

passé futur

E = exposition M= maladie

temps

E+

E-

M+

M-

M+

M-

Etude de cohorte prospective

(+) Limitation du risque de biais dans la mesure de l’exposition (-) Nécessité de suivi long si délai d’apparition de la maladie long

exemple

52


53

Prospectives/rétrospectives

• Cohortes rétrospectives (ou historiques ) Début de l’étude après l’exposition

Reconstitution à posteriori de la cohorte

présent futur

temps E+

E-

M+

M-

M+

M-

(+) Economie en terme de durée de suivi (-) Risque de biais dans la mesure de l’exposition

exemple

54

• Cohortes fermées (fixes)

Mêmes sujets suivis tout au long de l’étude (salariés d’une entreprise à une date donnée, survivants de Hiroshima et Nagasaki)

• Cohortes ouvertes (dynamiques) Sujets peuvent entrer dans l’étude à tout moment à partir de la date de début de suivi

55

Début du suivi Fin du suivi

A

B D

C


Evènement(s) étudié(s) • Relevance clinique/biologique

• Recherche évènement chez tous les sujets de la cohorte

• Importance de limiter la perte de vue

Si PV, sources d’informations complémentaires (certificat de décès)

Exposition(s) et facteurs de confusion • Prédéfinis

• Mesure initiale +/- ré-évaluation régulière au cours du suivi

• Puissance déterminée par le nombre d’évènements

• Augmenter la taille de la cohorte et/ou la durée de suivi 56

Etudes de cohortes Méthodologie

57

Etudes de cohortes Mesures d’association (RR)

a b exposés

Oui Non

c d non exposés

maladie

Ie = a

a + b

Ine = c

c + d

Différence de risque : DR = Ie – Ine Rapport de risque /ratio de risque /risque relatif: RR=

Ie

Ine

58

Etudes de cohortes Interprétation d’un RR

58

1 0 ∞

RR < 1 facteur protecteur

RR ≈ 1

RR > 1 facteur de risque

IC 95%

RR mesure la force de l’association

Etudes de cohortes Méthodes d’analyse multivariée et mesures d’association

59

Schéma d’étude Mesure d’association Méthode d’analyse

Cas-témoins Cohorte

Odds Ratio (OR) Régression logistique

Cohorte Rapport de Taux d’incidence (IRR)

Régression de Poisson Taux constant

Cohorte Rapport de risque instantané (HR)

Modèle de Cox Rapport de risque instantané constant

62

Lieu présumé de contamination non étudié dans l’étude K/T car facteur d’appariement

Durée de la fièvre (Var continue) NS

63

Etudes de cohortes Avantages et inconvénients

Avantages Inconvénients

Particulièrement indiquées lors des expositions

rares

Non adaptées aux maladies rares

Permettent d’examiner plusieurs évènements Prospectives: longues et coûteuses

Temporalité établie entre exposition et évènement Rétrospectives: nécessité de disposer de

documents appropriés

Prospectives: limitation des biais de mesure de

l’exposition et de la maladie

Validité des résultats dépendante de la qualité du

Suivi (biais)

Mesures d’incidence dans chacun des groupes




OUI


NON

Randomisation?


OUI


Etudes de cohortes

Etudes cas témoins

Etudes analytiques/

étiologiques

OUI

Etudes descriptives

NON



NON


64

65


Etudes transversales Principe 1/2

Sélection échantillon dans population source

• Tirage au sort (par grappes, avec stratifications proportionnelles pour la représentation

de sous groupes…)

Mesure simultanée : Exposition et Evènement d’intérêt

Descriptives ou analytiques

Etudes transversales successives

• Information sur modifications au cours du temps

• Tenir compte des changements dans la population

ex. enquêtes de prévalence des IN

66

67

Etudes transversales Principe 2/2

Exposition

temps

Evènement

Etudes transversales Mesures de fréquence et d’association

Estimation de la prévalence de l’évènement

Nombre de sujets présentant l’évènement à un moment donné Prévalence = Nombre total de sujets au même moment

68

Schéma d’étude Mesure d’association Méthode d’analyse Cas-témoins Cohorte Transversale

Odds Ratio (OR) Prevalence ratio

Régression logistique

69

Avantages Inconvénients

Pas de suivi donc pas de perdus de vue Non adaptées aux évènements rares

Résultats rapides, faible coût Pas de mesure de l’incidence

Possibilité d’étudier plusieurs évènements Temporalité exposition / évènement non établie

Génération d’hypothèses UNIQUEMENT

Adaptées aux objectifs descriptifs (prévalence)

Etudes transversales Avantages et Inconvénients

Principaux biais des études observationnelles

70

Les biais

71

Erreur aléatoire dans l’estimation d’un

paramètre

= Fluctuation d’échantillonnage

Erreur systématique dans l’estimation d’un paramètre

BIAIS

Erreur aléatoire + erreur systématique

BIAIS

Types de biais

72

1) Biais de sélection 2) Biais d’information [3) Biais de confusion]

Population source – Biais de sélection

Echantillon

Mesure – Biais d’information

Estimation

Biais de sélection Définition

Différences systématiques dans la procédure de sélection des sujets

affectant la constitution de l’échantillon:

• entre les cas et les témoins (études cas/témoins)

• entre les exposés et les non exposés (études de cohorte)

Association entre exposition et évènement d’intérêt différente entre

les sujets participant et ceux ne participant pas à l’étude

73

Biais d’admission: Fréquent en milieu hospitalier

Biais de non réponse ou perdus de vue: Fréquence des non-répondants élevée et

différente entre les 2 groupes

• Perdus de vue : Principale source de biais dans les études de cohortes si non

dus au hasard

Biais de surveillance ou de diagnostic: Exposition étudiée influençant la détection de

l’évènement d’intérêt ou vice versa

74

Biais de sélection Exemples

Biais de sélection Exemples

Biais de survie sélective :

• Inclusion de cas prévalents dans une étude cas-témoins (ayant survécu

jusqu’au moment de l’étude) ; sujets décédés précocement non inclus

• Inclure des utilisateurs prévalents (plutôt que des nouveaux utilisateurs) dans

une étude de cohorte

Biais d’indication: Prescription d’un traitement (exposition) de façon préférentielle

chez les sujets les plus à risque

• Lié à l’absence de randomisation dans les études observationnelles

• Intérêt des scores de propension (tenir compte de la probabilité pour un pt de

se trouver dans le groupe E ou non E en fonction de ses caractéristiques)

75

exemples

76

Profils de patients avec écho / profils des patients sans écho ?

Non inclusion des cas les plus graves

Recrutement des patients dans 1 seul CHU (service de chirurgie cardiaque, réanimation…)

77 Importance de comparer les caractéristiques générales disponibles entre les sujets inclus et les éligibles non inclus

Types de biais

79



Echantillon


Estimation

Différence systématique dans la façon de recueillir l’information entre les

2 groupes de sujets

Erreur dans la façon de classer les exposés/non exposés ou malades/non

malades à l’origine d’une erreur dans l’estimation de l’effet de l’exposition

sur la maladie

80

Biais d’information Définition

Biais de mémorisation: Lorsque les cas et les témoins se souviennent avec

une acuité différente de leur exposition au facteur de risque étudié

Biais d’investigateur: Lorsque les investigateurs interrogent/recueillent

différemment les informations :

• des cas et des témoins sur l’exposition

• des exposés et non exposés sur l’évènement d’intérêt

81

Biais d’information Exemples

Biais lié à la qualité des données: Lorsque les données concernant les cas (ou

les exposés) sont meilleures ou plus accessibles que celles qui concernent les

témoins (ou les non exposés)

Effet cohorte «effet Hawthorne»: Le fait d’être observé modifie le

comportement des sujets

82

Biais d’information Exemples

exemple

Patient avec EI possible (1 critère majeur microbiologique + 1 critère mineur

clinique) n’ayant pas eu d’ETT/ETO considéré comme « non malade »

… aurait peut être été classé comme « malade » si ETT/ETO avait été faite

(1 critère majeur echo)

83

84

Erreur différentielle (affectant différemment les 2 groupes de sujets)

• Modification du sens de l’association entre l’exposition et la maladie (sous-

estimation ou surestimation de l’association)

Erreur non différentielle (affectant de la même façon les 2 groupes de sujets)

• Perte de puissance de l’étude: Même direction de la mesure de l’association

entre exposition et maladie (effet protecteur ou délétère) mais amplitude

moindre

Biais d’information Conséquences d’une mauvaise classification

Non modifiables ou corrigeables au moment de l'analyse

Analyses de sensibilité pour tester la robustesse des résultats

Prévention au moment de la conception du protocole

• Sélectionner les cas et les témoins en aveugle de l’exposition (cas témoins)

• Sélectionner les exposés et non-exposés en aveugle du statut/maladie

(cohorte rétrospective)

• Importance des définitions de l’exposition et de l’évènement d’intérêt

(objectives, spécifiques…)

85

Prévention des biais de sélection et d’information

Types de biais

86



Echantillon


Estimation

Facteurs de confusion Confounding factor or confounder

Un facteur de confusion est une variable qui doit être:

• Associée à l’exposition (sans en être la conséquence)

• Associée à la maladie/évènement d’intérêt indépendamment de l’exposition

87

Facteur de confusion

Exposition

Evénement étudié

Age

Mortalité

ATB

Prise en compte des facteurs de confusion

Avant le début de l’étude

• Restriction de la population d’étude (critères d’inclusion et de non inclusion)

• Appariement dans les études cas-témoins

• Déterminer les facteurs qui devront être pris en compte dans l’analyse

Après le début de l’étude (=au moment de l’analyse)

• Stratification ou analyses en sous groupes

• Ajustement (modèles multivariés)

• Scores de propension

88

Dans une étude observationnelle, une différence observée dans l’évolution

(évènement) peut ne pas être liée au choix thérapeutique (exposition) mais

aux raisons de ce choix (biais d’indication)

L’analyse de propension consiste à tenir compte dans l’analyse de la relation

entre un traitement et l’évolution des patients, de la probabilité pour un

patient de se trouver dans le groupe traité en fonction de ses

caractéristiques

89

Prise en compte des facteurs de confusion Intérêt des scores de propension

Etudes observationnelles Interprétation : différence (non) significative

90

Différentes explications doivent être envisagées avant de conclure à l’absence ou la

présence d’effet de l’exposition étudiée

Différence non significative Puissance insuffisante - Taille d’échantillon trop petite Erreurs de classement imputables au hasard Causes de diminution de l’OR/RR : - Non prise en compte de F de confusion - Manque de spécificité de l’association - Association présente seulement dans un sous-groupe (risque « dilué ») Interprétation : Diff NS NON SYNONYME DE absence de différence

Différence significative Biais +++ - Biais de sélection - Biais de mesure, de mémorisation, et plus généralement de classement Non prise en compte de l’ensemble des facteurs de confusion Chance : En particulier si tests d’hypothèses multiples (augmentation du risque d’erreur alpha) Interprétation : Diff S NON SYNONYME DE importance clinique et de CAUSALITE

La causalité Austin Bradford Hill 1965 : 9 critères

Force de l’association (niveau de corrélation, importance de la différence)

Cohérence

• Externe: Reproductibilité, comparaison avec d’autres populations…

• Interne: protocole, prise en compte des biais

Temporalité (l’effet précède la cause)

Relation dose-effet

Preuves expérimentales

Spécificité de l’association

Cohérence biologique (histoire naturelle de la maladie, physiopathologie)

Plausibilité biologique

Analogie (avec d’autres évènements reliés à une autre pathologie)

Niveaux de preuve Classification des preuves scientifiques apportées par la

littérature (Haute Autorité de Santé)

93

Sections de l’article

Quelle information rechercher Quelle information en tirer : validité et utilité

Introduction Objectif : • Population ou problème • Intervention • Critère de jugement • Plan de l’étude

• Question de recherche ? • Plan de l’étude approprié ?

Méthodes Population : • Lieux et date • Critères d’inclusion • Mode de recrutement Intervention Critère de jugement Définition, mesures, modalités de recueil, temps de suivi Plan de l’étude Analyse statistique

• Représentativité de la population => validité externe • Mode de recrutement => biais de sélection ? • Qualité de mesure du critère de jugement => biais d’information ?

• Prise en compte d’autres facteurs => biais de confusion ?

Résultats Tableaux et figures • Tableau 1 : caractéristiques des patients • Figure 1 : flow chart • Tableaux et figures : résultats (indice d’effets et leur précision)

• Comparabilité des groupes • Processus de recrutement, qualité du suivi • Résultats (indices d’effets correspondants aux critères de jugement prédéfinis)

Discussion Conclusion : 1ère phrase de la discussion

Conclusion : répondre à l’objectif fixé à priori, tenir compte des principaux biais

Recommandations pour réaliser des études observationnelles de qualité

« well designed »

Liste d’items à décrire dans les articles pour permettre au lecteur d’évaluer la

qualité des articles pour des études observationnelles

• Etudes descriptives

• Etudes analytiques (K/T, cohortes, transversales)

94

(http://www.strobe-statement.org/)

http://www.strobe-statement.org/



95

Extrait des items à faire figurer dans la méthode

Chez quels patients faut-il particulièrement insister pour l’échographie cardiaque ?

96

Year Author, journal Location Design Patients Place of

acquisition

Study definition of

poor outcome Methods Factors associated of poor outcome/

Echo recommendations

1987

Bayer et al. Arch Intern

Med

Prospective single center cohort study

72 (all had

2 dim echo)

community acquired hospital-acquired

Endocarditis (Duke

criteria ?)

Step-wise regression

multivariate model

No primary focus Community acquisition

Metastatic sequelae Valvulare lesion on echo

All cases of community acquired SAB should have echo

1997

Fowler et al. J Am Coll Cardiol

USA Prospective single center cohort study

103 (all had TTE

and TOE)


health care associated

Endocarditis (Duke criteria)

Descriptive analysis

TOE more sensitive for IE diagnosis and should be considered for all patients

with SAB

2002 Blyth et al.

Intern Med J 2002

Australia

Mixed retrospective

and prospective

study on adherence to Fowler's SAB

guidelines

98 (10 had TOE 24 had TTE)


Endocarditis (Duke

modified criteria)

Descriptive analysis TTE is adequate in most patients with SAB

2002

Jensen et al. Arch Intern

Med

Denmark

Prospective observational single center

study

278


Death


multivariate model

Uneradicated focus septic shock

total daily dose of dicloxacilline < 4g age > 60

2003 Chang et al. Medecine,

USA

Prospective multicenter cohort study

505


Endocarditis (Duke modified

criteria) Definite or possible vs.

Excluded

step-wise regression

multivariate model

Native valve disease Prosthetic valve

Bacteremia > 3 days IVD use

Unidentifiable portal of entry Prior endocarditis

Community acquisition Non white race

Year Author, journal Location Design Patients Place of acquisition Study definition of

poor outcome Methods Factors associated of poor outcome

2003

Pigrau et al. Eur J Clin Microbiol Infect Dis

Spain

Retrospective review of short

course antibiotics for line-related SAB and the role of TOE

87 (catheter related)

Community acquired hospital-acquired

Endocarditis (Duke modified

criteria)


TOE may not be mandatory in those without risk factors who respond

quickly to treatment

2003

Fowler et al. Arch Intern

Med,


724



complicated SAB at baseline

(attributable mortality

embolic stroke or reccurent infection)

Complicated vs. Uncomplicated

step-wise regression multivariate model internally validated

using bootstrap resempling technique

clinical scoring (0-5)

Community acquired (1) Skin examination findings suggesting

acute systemic infection (1) Persistent bacteremia (2)

Persistent fever (1)

2005 Van Hal et al. J Infect Australia

Retrospective comparison of

diagnostic yield of TOE

and TTE in SAB patients

125 (all had

TTE TOE)


Endocarditis (Duke

modified criteria)

Descriptive analysis Fischer’s exact

paired Student’s t-test

No primary focus Community acquisition

No embolic signs and normal TTE makes IE very unlikely

subgroup of SAB (without embolic phenomena and no

or trivial valvular regurgitation on TTE) who do not require TOE

2005

El-Ahdab et al. Am J Med,

USA Prospective cohort study

51 (with

prosthetic valve)


Endocarditis (Duke modified criteria)

Definite vs. Possible

Step-wise regression multivariate model

Persistent fever Persistent bacteriemia

2005

Sullenberg et al.

J Heart Valve Dis

(abstract only)

USA Retrospective review

176 (64 had TTE and

TOE)




?

old age TOE should be considered for all SAB

patients


acquisition Study definition

of poor outcome Methods Factors associated of poor outcome/

2005 Fowler et al.

CID,


324 (intravascular

catheter-Associated)


Hematogenous complications

(septic arthritis, osteomyelitis, IE)


multivariate model

Hemodialysis dependancy long term intravascular device

infection with MRSA Symptoms duration

2007

Hill et al. Mayo Clin

Proc, 2007

Belgium Nested case control study 198


Endocarditis (Duke

modified criteria) Definite vs. Excluded +

Possible


multivariate model

Unknown origin of SAB Valvular prosthesis

Persistent fever Persistent bacteriemia

2009

Turnidge et al.

MJA, 2009

New Zealand Australia

Prospective multicenter cohort study

1994


30-day all-cause mortality

Multivariate logistic analysis

using mixed effect model

Old age sepsis syndrome

pneumonia Device associated infection with a

secondary focus Left side endocarditis

Treatment of MSSA with a glycopeptide

2011 Kaasch et al.

CID, 2011

USA Germany

2 prospective multicenter

cohort studies INSTICNT (German)

SABG (USA)

304 (INSTICNT) 432 (SABG)

hospital- acquired


Definite vs. Excluded +

Possible

clinical prediction

criteria (0-8) (based on

litterature)

Persistent bacteraemia > 4d Permanent intracardiac device

Hemodialysis Spinal infection or non vertebral

osteomyelitis


acquisition Study definition of

poor outcome Methods Factors associated of poor

outcome/ Findings

2011

Forsblom et al.

Journal of Hospital Infection

Finland


study

430 community

acquired hospital-acquired

28-days mortality


multivariate model

age>60 ultimately or rapidely fatal disease

severe sepsis immunosuppressive treatment

pneumonia chronic alcoolism

endocarditis

2012

Finkelstein et al.

Scand Journal of Infect Dis

Israel


study

303 hospital-acquired



Definite vs. Excluded + Possible


multivariate model

Predisposing factors for IE Non-fatal Mc Cabe score Prolonged Bacteriemia

2013 Joseph et al. JAC UK

Retrospective review of SAB

cases

306 (had TOE or TTE)

community acquired

hospital-acquired

Echo evidence of IE/ No echo evidence of

IE


Univariate analysis

age Community acquired

Predisposing conditions Cardiac rhythm device

subgroup of SAB (clearly define line-related

bacteriemia who do not have prosthetic valve or CRM device or clinical features of IE) could have

imaging deferred

interprétation des résultats d’études observationnelles · 2015-09-30 · etudes...

Documents