UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT

LCA des études de cohortes

Objectifs :
- Savoir rechercher des biais pouvant altérer la validité et les facteurs de confusion potentiels et apprécier la
façon dont ils sont pris en compte
- Savoir interpréter les résultats et se prononcer sur la validité interne et l’utilité de la publication
- Connaître les forces et les faiblesses des différents types d’études de cohorte
- Connaître les points clés à vérifier en LCA des études de cohortes et où les trouver dans la publication
- Savoir se prononcer sur la validité interne, la validité externe, la cohérence externe, la pertinence et l’utilité
de la publication
La professeure indique ensuite que pour l’étude de documents de ce cours, elle va reprendre la check-list
du premier cours d’introduction.

I/ Introduction

Pour rappel, l’étude de cohorte est bien adaptée pour répondre à une question de recherche du type : trouve t’on
bien une association entre ce facteur de risque supposé et la maladie dont on pense qu’il augmente le risque ? On
prend donc ici comme exemple un article sur la mort subite du nourrisson (MSN).

Dans les années 80 on a assisté à une augmentation progressive inexorable de la mort subite du nourrisson et ceci
dans tous les pays, des centaines d’études ont été réalisées pour rechercher les causes de cette mort subite :
digestives, pulmonaires, cardiaques, neurologiques… un certain nombre d’études épidémiologiques avaient été
faites pour rechercher les facteurs associés à la mort subite du nourrisson et il s’agissait uniquement d’études cas-
témoin, prenant un groupe d’enfants décédés par mort subite et un groupe d’enfants non décédés de même âge
de même sexe, et recueillant des informations sur les positions de couchage.
Cependant ces études ont été critiquées du fait de l’existence d’un possible biais de mémoire et de l’absence de
prise en compte de certains facteurs de confusion potentiels tels qu’un faible poids de naissance ou le niveau
d’éducation de la mère.
Il apparaissait donc qu’une étude de cohorte était nécessaire pour améliorer le niveau de preuve car parallèlement
un certain nombre d’effets négatifs avaient été attribués à la position de couchage dorsale (régurgitations ou
troubles respiratoires par exemple…)

Voici l’évolution des courbes de mort subite du nourrisson entre

1975 et 1991 en France on voit que le taux de morts subites par
100 000 naissances vivantes est passé pour les filles d’environ 25
pour 100 000 en 1975 à environ 130 pour 100 000 naissances
vivantes en 1990, pour les garçons c’est encore plus frappant ce
taux est passé d’environ 40 pour 100 000 naissances vivantes en
75 à 230 pour 100 000 en 90.

Sur cette figure ce qui est intéressant c’est que parallèlement

toutes les autres causes de mortalité infantile baissaient
régulièrement attestant ainsi de l’amélioration de la qualité des
conditions de vie et de prise en charge des nourrissons. Etrange.
En 1975 augmentation de la MSN en France alors que
diminution des autres types de mortalités infantiles.

NB : Ce sont souvent des individus en bonne santé qui sont inclus dans la cohorte et plus
rarement des patients

FGSM3 Lyon-Est LCA des études de cohortes Page 1 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
II/ Rappels

Les études de cohorte se classent dans la

catégorie des études observationnelles par
opposition aux études interventionnelles,
puisque le chercheur se contente d’observer les
facteurs de risque auxquels sont exposés les
participants, ce n’est pas lui qui choisit qui va
être exposé et qui ne le sera pas.

Au sein des études observationnelles, les

cohortes que l’on étudie sont de types
analytiques/comparatives car elles comparent
2 groupes : exposés et non exposés. On peut
dire qu’elles sont à « visée étiologique » parce
qu’elles reposent sur l’hypothèse que le facteur
de risque/critère de jugement a réellement un
impact sur le risque de la maladie étudiée.
Cependant on ne peut pas les qualifier d’études étiologiques car on ne peut pas conclure formellement à un lien
de causalité à partir d’une étude observationnelle.
Cependant on peut à partir d’une ou plusieurs études observationnelles avoir de fortes présomptions qui
permettront de déclencher des actions de prévention.

NB : on peut dire aussi que les études de cohortes sont longitudinales (vs transversales) car les participants sont
suivis dans le temps (alors que dans les études transversales ils ne sont pas suivis, il y a une seule mesure)

Check-list LCA (cf cours d’intro) Localisation des informations à rechercher

au sein des articles (à savoir ++)

FGSM3 Lyon-Est LCA des études de cohortes Page 2 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
III/ Introduction-Rationnelle
1) Question de recherche

La question de recherche se trouve souvent à la fin de l’introduction, où il est souvent précisé si des études sur le
même sujet ont déjà été faites : études existantes.
Pour une étude de cohorte observationnelle à visée étiologique il faut chercher l’association entre l’exposition à
un facteur et la survenue d’une maladie/évènement de santé.

La façon la plus précise de décrire la question de recherche est le PICO (pour l’étude d’une intervention) ou le
PFCO (pour l’étude d’un facteur de risque) :
• Patients/Population/Participants
• Facteur de risque ou facteur pronostique
• Comparaison
• Outcome (critère de jugement)
➔ Permet de cerner l’objectif principal de l’étude

NB. Dans les articles, la question de recherche est souvent formulée non pas sous la forme d’une question mais
sous la forme d’un objectif principal. Ici, l’objectif principal est le suivant : Mesurer l’association entre position de
couchage ventrale et mort subite du nourrisson

Exemple : Tout au long du cours, on s’est intéressé à une étude sur la position de couchage de nourrissons et la
survenue de mort subite : La position de couchage ventrale augmente-t-elle le risque de mort subite par rapport
au couchage dorsal ou latéral, chez des nourrissons en bonne santé âgés de 3 à 24 mois ?

- Population source : Nourrissons en bonne santé âgés de 3 à 24 mois.

- Facteur de risque : La position de couchage ventrale
- Le groupe de référence servant de comparaison (=non exposé) : enfants couchés en position latérale ou
dorsale
- Le critère de jugement (outcome) : survenue d’une mort subite

FGSM3 Lyon-Est LCA des études de cohortes Page 3 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Il s’agit donc d’une cohorte analytique.
L’objectif est de rechercher la possible association entre position de couchage ventrale et la mort subite du
nourrisson (MSN).

IV/ Matériel et Méthodes

1) Type d’étude

2 astuces pour reconnaitre une étude de cohorte :

1. Les personnes incluses dans l’étude sont indemnes de la maladie étudiée (critère de jugement) lors de
leur inclusion dans l’étude.

Dans le cas de notre étude c’est évident puisque le critère de jugement est le décès ! Mais si c’était par exemple
un cancer du sein ou une dépression il faudrait que les auteurs nous expliquent comment ils ont fait pour
s’assurer que les participants n’avaient pas de cancer du sein, ou n’étaient pas déprimés lors de leur inclusion
dans l’étude

2. Les participants sont suivis dans le temps. Ceci signifie qu’on a au moins 2 points de recueil de données
distincts à deux temps différents, 1 point pour mesurer l’exposition puis plus tard 1 point pour mesurer
le critère de jugement. Ces deux points peuvent être éloignés de plusieurs jours, plusieurs mois ou
plusieurs années, et il peut y avoir plus de 2 points

Nous nous intéressons aux études de cohortes prospectives (on parlera plus tard d’autres types de cohortes
comme les cohortes historiques, les cohortes avec groupe de comparaison externe ou les cohortes à visée
pronostique).

Les inclusions des personnes dans l’étude se font sur une période plus ou moins longue (c’est-à-dire finalement le
temps qu’il faut pour recruter les 3000 enfants dans la cohorte), souvent plusieurs mois voire plusieurs années).
Lors de l’inclusion des enfants dans la cohorte, des questionnaires (soit des questionnaires face à face soit des
auto-questionnaires selon les cas) sont utilisés pour recueillir toutes les informations utiles sur les facteurs de
risques et sur tous les facteurs de confusion potentiels.
Ces questionnaires apportent des éléments déclaratifs. Dans certains cas ils peuvent être complétés par des
éléments factuels qu’on peut retrouver dans les dossiers médicaux par exemple, cela dépend du facteur de risque
: la position de couchage n’est en général pas colligée dans le carnet de santé mais on pourrait imaginer qu’elle
le soit et s’il s’agissait d’autres expositions comme la vaccination par exemple, disposer du carnet de santé
permettrait d’apporter un support objectif au recueil de l’exposition. Le suivi des enfants est censé être
strictement le même quelle que soit leur position de couchage. Cette condition est en général respectée dans les
études observationnelles car les personnes qui recueillent les données dans le cadre de la recherche sont des
assistants de recherche clinique et ils sont distincts et indépendants du processus de suivi médical et de soins que
reçoivent les enfants.
Dès qu’un enfant est inclus dans l’étude, son suivi commence. Le suivi est essentiellement destiné à recueillir des
informations de façon prospective sur le critère de jugement. Il peut se faire de différentes façons soit par des
contacts avec les participants par différentes voies : visites/consultations, téléphone ou visio, questionnaire postal
ou tout autre moyen de contact, soit à partir de documents enregistrés de façon obligatoire régulière par exemple
les visites obligatoires chez le pédiatre/le généraliste, ou pour ce qui concerne le critère de jugement de cette
étude (la MSN) les registres des décès. Au cours du suivi, les décès par mort subite sont colligés. Dans cette étude,
le suivi individuel de chaque enfant avait été programmé à 2 ans. Tous les enfants vivants devaient donc être suivis
jusqu’à la fin programmée de ce suivi. L’étude s’arrête lorsque tous les enfants qui ne sont pas décédés ont 2 ans
de suivi. Il s’ajoute une 3e catégorie celle des enfants perdus de vue, pour ces enfants, si on choisit de mener des
analyses dépendantes du temps, on pourra utiliser les données disponibles jusqu’à la date de leurs dernières
nouvelles (voir plus loin le critère de jugement dépendant du temps).

FGSM3 Lyon-Est LCA des études de cohortes Page 4 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
2) Facteur étudié
L'étude de cohorte prospective permet une mesure la plus précise possible de l'exposition. Le recueil de
l'exposition lors de l'inclusion des personnes dans la cohorte porte forcément sur une exposition passée (dans un
passé plus ou moins récent) mais il est réalisé par des outils (questionnaires en général) parfaitement adaptés à
la question posée (à l'inverse des cohortes historiques que nous verrons l’année prochaine*).

L’outil (instrument) de mesure doit être validé et si possible on doit connaître sa reproductibilité et son
exactitude. L'exactitude est la capacité d'un instrument de mesure à donner une mesure proche de la réalité, la
reproductibilité est la capacité d'un instrument de mesure à donner toujours le même résultat quand les mesures
sont faites dans les mêmes conditions sur la même personne.

La mesure doit être standardisée c'est-à-dire reposer sur les mêmes outils de mesure dans tous les centres et
faite dans les mêmes conditions afin d'éviter un biais de mesure qui pourrait être différent selon les centres ou
selon les professionnels qui effectuent les mesures.

L'exposition peut être mesurée par une variable binaire c'est-à-dire exposition oui/non c'est le cas dans notre
exemple : on regarde si les nourrissons sont couchés sur le ventre ou dans une autre position, la variable mesurant
l'exposition au facteur de risque peut donc prendre seulement 2 valeurs.
L'exposition peut aussi dans certains cas être mesurée plus finement en tenant compte de la dose et/ou de la
durée de l'exposition. On va alors comparer le risque de survenue de la maladie entre les groupes d'individus de
niveau croissant d'exposition au facteur de risque (nous verrons le cas d’une variable à plusieurs niveaux
croissants d’exposition plus loin dans le diaporama).

A l’inverse des études cas-témoins, il n’y a pas de risque de biais différentiel de mesure de l’exposition au facteur
de risque (qui serait lié à la présence ou non du critère de jugement (CJ)) puisque les données sur l’exposition au
facteur de risque sont recueillies AVANT la survenue du CJ s’il s’agit d’un événement de santé (ou avant la mesure
du CJ s’il s’agit d’un état de santé qui sera toujours mesuré à la fin du suivi ou éventuellement plusieurs fois au
cours du suivi).

Exemples d’outils de mesure de l’exposition :

La plupart du temps il s’agit de données déclaratives recueillies par des questionnaires portant par exemple sur
la consommation de tabac, l’exposition solaire, les apports alimentaire en calcium ou en graisses animales, La
prise d’oestroprogestatifs, les comportements sexuels à risques …
Plus rarement il peut s’agir de données plus objectives figurant dans les dossiers médicaux comme des
expositions professionnelles à des produits toxiques ou l’exposition à certains traitements (vaccination,
radiothérapie, chimiothérapie.) dont on veut connaitre les éventuelles conséquences négatives à long terme…

*Alors que dans les études de cohorte historique (rétrospectives) ou dans les études cas-témoins, on se sert de
données sur l’exposition qui avaient été recueillies antérieurement, avant que ne soit décidé de faire l’étude, ainsi
les questions posées sur l’exposition ne sont peut-être pas adaptées tout à fait à la question posée mais on doit
s’en contenter.

3) Le Critère de jugement
L'avantage d'une cohorte prospective est qu'elle permet de réaliser une mesure très précise du critère de
jugement. Dans la section matériels et méthodes on doit trouver dans l'article la définition du critère de jugement
qui doit reposer sur la définition validée par les sociétés savantes au moment où a été réalisée l'étude (par
exemple la définition de pathologies telles que le diabète, l'infarctus, où la sclérose en plaques est complexe et
repose sur plusieurs caractéristiques cliniques et/ou biologiques et/ou radiologiques, cette définition peut évoluer
au cours du temps avec l’amélioration des connaissances et des techniques).

FGSM3 Lyon-Est LCA des études de cohortes Page 5 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
L’outil (instrument) de mesure doit être validé et on doit connaître sa reproductibilité et son exactitude.
-Exactitude : l’instrument donne t’il une mesure proche de la réalité ?
-Reproductibilité : des mesures répétées dans les mêmes conditions donnent-elles les mêmes résultats ?
Dans notre exemple on doit trouver dans la section matériel et méthodes quels critères ont été utilisés pour faire
le diagnostic de mort subite du nourrisson par rapport à d'autres causes de décès, ainsi que les méthodes de
recueil de la mesure (appel des parents, consultation des registres hospitaliers, consultation des registres
nationaux des décès etc.) et le type de variable qui correspond à cette mesure (ici il s'agit d'une variable binaire :
MSN oui/ non).

Dans notre exemple le décès par mort subite a été « mesuré » par une autopsie systématique. Néanmoins on ne
nous dit pas si l’autopsie a été faite selon des règles standardisées pour éliminer d’autres cause de décès que la
MSN.
La mesure doit être standardisée c'est-à-dire reposer sur les mêmes outils de mesure dans tous les centres et faite
dans les mêmes conditions afin d'éviter un biais de mesure qui pourrait être différent selon les centres ou selon
les professionnels qui effectuent les mesures (même outil pour les exposés et les non exposés). L'évaluateur, c'est-
à-dire le professionnel qui effectue la mesure du critère de jugement, doit être en insu de l'exposition afin de
réduire le risque de biais de mesure différentiel (surtout si le CJ est subjectif). Le suivi doit être identique dans les
2 groupes.

4) Population Source et Population étudiée

La population source est une population conceptuelle définie par les critères d’inclusion et de non-inclusion.
Ici les enfants inclus étaient des nouveau-nés de toutes les maternités de Tasmanie, un état australien. Les enfants
porteurs de maladies néonatales sévères ou de malformations congénitales n’ont pas été inclus dans l’étude.
(Population étudiée : NN nés dans les centres participants sur la période d’inclusion, dont les parents acceptent
de participer… fluctuations d’échantillonnage)

Un point essentiel concernant la population source, dans une étude de cohorte : les sujets qui entrent dans
une étude de cohorte sont indemnes de la maladie étudiée (c’est-à-dire du critère de jugement). Donc toute
cohorte doit avoir comme critère de non-inclusion la présence de la maladie étudiée ou de symptômes
pouvant l’évoquer.

Dans notre étude ou la mort subite est le critère de jugement, ce n’est pas un problème les enfants sont
évidemment vivants quand ils entrent dans l’étude ! Mais dans les cohortes où le CJ n’est pas le décès, il faut
identifier de quelle façon les auteurs se sont assurés que les personnes étaient indemnes de la maladie avant de
rentrer dans la cohorte. Les cohortes étant souvent composées de centaines voire de dizaines de milliers de
personnes il est inenvisageable de faire des examens très poussés pour éliminer le diagnostic au départ ainsi cette
élimination repose en général simplement sur un questionnaire. Cette caractéristique permettra à tous les coups
de distinguer une étude de cohorte d’une étude cas-témoins. Par exemple dans une étude de cohorte sur la
recherche d’une association entre prise de contraceptifs oraux et risque de cancer du sein il faudrait s’assurer que
les femmes n’ont pas eu de cancer du sein lorsqu’elles entrent dans la cohorte et ceci sera fait par un simple
questionnaire.
La population source dans notre étude est celle des nouveau-nés en bonne santé âgés de 3 à 24 mois. La
population étudiée est une population (ou plutôt un échantillon de population) réelle : celle des nouveau-nés nés
dans la région de l’étude, et pendant la période d’inclusion de l’étude, dont les parents acceptent de participer
etc… elle est décrite dans la section résultats. C’est à l’origine de ce qu’on appelle les fluctuations
d’échantillonnages dues au hasard de recrutement qui font que les résultats peuvent varier d’une étude à une
autre du fait que les échantillons étudiés n’ont pas tout à fait les mêmes caractéristiques et ceci même si les
critères d’inclusion et de non-inclusion sont identiques.

Exemple : Le flowchart permet de voir toutes les étapes de pré-screening de la population, depuis la population
« éligible » (source) jusqu’à la population réellement incluse dans l’étude (population étudiée).

FGSM3 Lyon-Est LCA des études de cohortes Page 6 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Elle permet aussi de comparer, au sein de la population étudiée, sur combien de participants porte l’analyse
(permet donc de voir le nombre des « perdus de vue » c’est-à-dire de données manquantes).

5) Facteurs de Confusion (voir le cours introduction pour rappel)

A la différence des études interventionnelles dans lesquelles les groupes comparés sont randomisés (tirés au
sort), dans les études observationnelles les groupes comparés ne sont pas tirés au sort et donc ils sont
possiblement différents en ce qui concerne certaines caractéristiques. Certaines caractéristiques des
participants peuvent alors se comporter comme des facteurs de confusion s’ils ont un lien avec le critère de
jugement (c’est-à-dire s’ils sont des facteurs de risque du CJ et qu’ils sont répartis de façon non équilibrée entre
les groupes comparés).
Rappel : Un facteur de confusion potentiel ne deviendra un facteur de confusion certain si deux conditions sont
réunies
1. Il existe une association entre le tiers facteur et la maladie à l’étude
2. Il existe une association entre le tiers facteur et l’exposition au FDR à l’étude

Dans notre exemple de la MSN, le premier point est vrai, le petit poids de naissance est associé à un plus grand
risque de MSN)
Le deuxième point est possible, il est possible qu’un petit poids de naissance soit associé à la position de
couchage. C’est à vérifier en introduisant cette variable dans l’analyse statistique pour éviter que ce facteur de
confusion potentiel aboutisse à une interprétation erronée des résultats)
Autres exemples de facteurs de confusion :
Une étude atteste un quotient intellectuel plus élevé aux propriétaires de chats qu’aux propriétaires de chiens.
En fait cette différence résulte d’un tiers facteur : le temps libre, et la possibilité de planifier sa vie privée. Les
personnes ayant une meilleure formation et un plus grand niveau de responsabilité (donc souvent des études
plus longues) ont fréquemment un horaire de travail plus irrégulier ; par conséquent, elles ne disposent pas du
temps nécessaire pour promener un chien et ont tendance à préférer un chat comme animal domestique.
Autre exemple, les premières études sur les effets indésirables des contraceptifs oraux avaient porté à croire à
un risque fortement accru d’infarctus du myocarde. Il s’est révélé par la suite que cette apparente association
découlait en fait du taux plus élevé de tabagisme chez les femmes recourant aux contraceptifs hormonaux.
En lisant une étude d’observation, vous devez donc accorder une attention méticuleuse aux caractéristiques des
participants, les maladies associées, les facteurs de risque, la consommation d’alcool et de tabac, le poids, les
atcd … peuvent représenter autant de facteurs de confusion qui devront être pris en compte
Il faut donc retenir++ que dans toute étude, surtout observationnelle++, il faut systématiquement se poser la
question des facteurs de confusion et de leur prise en compte. De façon générale tout facteur de risque du
critère de jugement peut être considéré comme un facteur de confusion potentiel et être pris en compte
comme tel tant qu’on n’a pas la preuve du contraire.

Les facteurs de confusion doivent être pris en compte sinon la mesure d’association entre facteur de risque et
critère de jugement peut être faussée.

Dans les études de cohorte cette prise en compte est le plus souvent faite par un ajustement des analyses
statistiques pour ces facteurs de confusion potentiels dans des analyses multivariées qui permet d’obtenir une
mesure d’association ajustée pour ces facteurs.
Pour simplifier on retiendra que tout facteur de risque de la maladie étudiée est susceptible de se comporter en
facteur de confusion et donc doit être introduit dans l’analyse pour permettre d’ajuster les résultats pour ce
facteur.

Exemple cohorte sur MSN, les analyses ont été ajustées pour les variables suivantes : âge maternel, tabagisme de
la mère, sexe de l’enfant, durée de grossesse, poids de naissance, qualité de la literie (matelas et oreiller),
allaitement, revenus et niveau d’éducation des parents.
Le Risque Relatif Ajusté (RRaj) était peu modifié par l’introduction de ces facteurs donc on pouvait conclure en fin
d’analyse qu’ils apportaient peu de confusion dans les résultats.
FGSM3 Lyon-Est LCA des études de cohortes Page 7 sur 20
 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
6) Les Biais
a) Les Biais de sélections :

Les Biais de sélection sont des erreurs systématiques dans la constitution et/ou le suivi des participants.
Le biais de sélection qui porte sur l’ensemble de la cohorte lorsque les individus sont recrutés dans des
populations particulières qui ne sont pas représentatives de (qui ne ressemblent à) la population. Cette
information se trouve soit au début de la section résultats soit dans la section matériel et méthodes par la
description des lieux et des méthodes de recrutement des participants. Par exemple de grandes cohortes
d’infirmières ou de médecins ont été constituées aux États-Unis et on peut imaginer qu’elles sont assez
différentes de cohortes constituées par exemple à partir de listes électorales ou des habitants d’une région
comme la cohorte de Framingham. Ce biais n’est pas considéré comme un problème méthodologique majeur
car il s’applique à toute la cohorte et n’est donc pas différentiel, il est légitime de faire l’hypothèse que si on
trouve une association entre un facteur de risque et une maladie au sein de cette cohorte elle existe au sein
d’autres cohortes. De plus, pour des raisons éthiques évidentes seules les personnes volontaires participent aux
études ce qui constitue en soi un biais de sélection mais dans la mesure où il est inévitable on ne peut pas
critiquer une étude de ce fait.

Les biais de sélection différentiels sont beaucoup plus graves car ils peuvent menacer la validité interne de
l’étude.

Les études de cohorte prospectives comportent très peu de risque de biais de sélection différentiel à l’entrée
dans l’étude car l’exposition aux facteurs de risque étudiée n’est pas connue lors de l’inclusion des
participants.
En revanche un biais de sélection différentiel peut se constituer au cours du suivi si le fait d’être exposé au
facteur de risque étudié et/ou le fait de développer le critère de jugement augmente la probabilité d’être
perdu de vue.
La première conséquence des perdus de vue est évidemment de réduire la taille de l’échantillon et donc la
puissance statistique de l’étude. C’est pourquoi on anticipe en général un taux de perdus de vue de 10 à 20 %
lors de l’estimation de la taille de l’échantillon nécessaire afin de compenser d’emblée cette perte anticipée.
Le 2e risque lié aux perdus de vue est beaucoup plus grave c’est celui d’un biais de sélection différentiel au cours
de suivi si les perdus de vue sont systématiquement différents des participants surtout si le fait d’être perdu de
vue est lié au fait d’être exposé. Afin d’avoir des éléments pour évaluer ce risque du biais de sélection au cours
du suivi (appelé aussi parfois biais d’attrition comme dans les essais thérapeutiques) il faut vérifier si la
proportion des perdus de vue et les causes d’arrêt de suivi sont identiques entre les groupes exposés et non
exposés, il faut regarder aussi si les caractéristiques des individus perdus de vue sont différentes de celles des
individus qui sont restés dans la cohorte. Enfin il faut identifier les éléments qu’ont mis en place les
investigateurs pour essayer de réduire les perdus de vue ou de réduire leur impact.

Quelle est la proportion de perdus de vue acceptable ?

C’est une question pour laquelle il n’y a pas une réponse unanimement reconnue mais on estime en général
pour une étude de cohorte que jusqu’à 20 % de perdus de vue c’est acceptable (il est même difficile de faire
moins) et qu’au-dessus de 40 % cela met en cause sérieusement les conclusions de l’étude. Entre 20 et 40% cela
dépend de la fréquence de l'événement étudié. Plus le critère de jugement est rare plus la proportion de perdus
de vue peut impacter le résultat.

b) Les Biais de mesure / classements :

Les Biais de mesure sont des erreurs systématiques dans la mesure de l'exposition au facteur de risque
et/ou dans la mesure du critère de jugement Ces biais peuvent être différentiels ou non différentiels :
Pour mesurer l’association entre exposition à un facteur de risque et critère de jugement on compare deux
groupes :
- les exposés et les non-exposés dans les études de cohortes

FGSM3 Lyon-Est LCA des études de cohortes Page 8 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT

➢ Un biais est dit non différentiel quand il s’applique de la même façon à l’ensemble des
personnes participants à l’étude, il a seulement comme impact de réduire la représentativité
de l’échantillon étudié (c’est-à-dire la validité externe)

➢ Un biais est dit différentiel quand il affecte différemment les groupes comparés, c’est-à dire ici
les exposés et les non-exposés. Un biais différentiel peut entrainer une surestimation de
l’association et ainsi faire croire à une association entre le facteur de risque et le critère de
jugement alors qu’il n’y en a pas. Il peut à l’inverse entrainer une sous-estimation de
l’association (Menace la validité interne)

Dans les études de cohorte prospectives le risque de biais de mesure différentiel porte essentiellement sur la
mesure du CJ.
Il faut donc traquer les possibles causes d'erreur systématique dans les mesures et de se demander pour chacune
s'il y a des raisons qu'elles s'appliquent différemment entre les groupes.
Parmi les causes classiques de biais de mesure dans les cohortes :
Le changement de méthodes de mesure entre le début de l'étude et la fin de l'étude peut induire un biais de
mesure avec une différence systématique des mesures en fonction de la période. Néanmoins il n’est pas évident
que ce biais s’applique différemment aux groupes comparés (donc pas évident qu’il s’agisse d’un biais différentiel)

En revanche un biais de mesure lié à la connaissance de l’exposition par celui qui évalue le critère de jugement
a de forts risques d’être différentiel.

C’est le cas si les personnes exposées à un facteur de risque suspecté sont plus souvent examinées que
celles non exposées. Peut-être qu’il n’y a pas plus de cas chez les exposés mais qu’on va en détecter plus au stade
infraclinique ce qui fera conclure à tort que c’est bien un facteur de risque (biais de suivi ou biais de détection).
C’est aussi le cas si l’évaluateur du CJ n’est pas en insu de l’exposition, dans notre exemple si le pathologiste qui
a fait l'autopsie connaît la position de couchage de l'enfant cela peut influencer le diagnostic de MSN alors qu'il
devrait être en insu de cette exposition (biais d’évaluation).

7) Analyses statistiques
Le point 6 concerne les analyses statistiques, qui sont présentées dans la section matériel et méthode en deux
parties, le calcul de la taille d'échantillon nécessaire et la présentation des méthodes utilisées pour les analyses

a) Estimation du nombre de sujets nécessaire (NSN) : (Calcul de la taille

d’échantillon nécessaire)

(Nécessaire doit avoir été fait AVANT de démarrer l'étude pour s'assurer que l'on aura la puissance statistique
suffisante pour répondre à la question de recherche.)

Afin d’estimer approximativement la taille de la cohorte minimum pour être capable d’apporter une réponse à la
question avec une puissance statistique suffisante, les chercheurs doivent estimer le nombre de sujets nécessaires
avant de commencer l’étude et présenter ce calcul dans la section matériel et méthode de l’article.

Il repose sur :

- L’estimation a priori du risque de base de l’événement de santé étudié c’est-à-dire la fréquence de

l’événement de santé (=du critère de jugement) dans la population non exposée d’après les données de
la littérature et de registres (dans notre exemple c’est l’estimation de de la fréquence de la mort subite
du nourrisson dans la population générale (une donnée qui est disponible dans le registre national des
décès)

FGSM3 Lyon-Est LCA des études de cohortes Page 9 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
- L’estimation a priori de la force de la relation entre le facteur de risque et l’événement de santé (c’est-à-
dire du risque relatif RR ou OR « attendu ») d’après les données de la littérature et d’études précédentes
(dans notre exemple le risque relatif de mort subite chez les enfants couchés sur le ventre par rapport aux
nourrissons couchés sur le dos ou sur le côté). Plus il est petit plus la taille est grande.
- L’estimation a priori de la probabilité d’être exposé (prévalence exposition en pop générale) d’après les
données de la littérature et d’études précédentes (dans notre exemple la proportion d’enfants couchés
sur le ventre dans la population, donnée très difficile à estimer d’ailleurs…)
- Un choix de la valeur du risque  : en général on accepte un risque de 5% de conclure qu’un facteur
augmente le risque de maladie alors que c’est faux ( risque de conclure (du fait du hasard) à un RR
significatif alors que c’est faux (en général on choisi  <0.05)
- Un choix de la valeur du risque  : en général on accepte un risque de 10 à 20% de conclure que ce n’est
pas un FDR alors que c’en est un (corolaire de la puissance de l’étude = (1- b) qui augmente si le nombre
de sujets (et/ou la durée de suivi) augmente. ( risque de conclure à RR non significatif alors que c’est
faux directement lié à la taille de l’échantillon : puissance statistique =1- )

NB : Nous n’avons pas à connaitre la formule.

La prof a mis le lien d’un site qui permet de s’entrainer à calculer le nombre de sujets nécessaire en fonction des
paramètres d’une étude : [Link]

b) Les méthodes statistiques utilisées pour les analyses : (Méthodes d’analyses des
résultats)

Dans cette section on trouve la description des tests statistiques et des mesures d’association utilisées pour
estimer l’association entre le facteur de risque et le critère de jugement en comparant 2 groupes, un groupe
exposé et un groupe non-exposé.
Pour comparer les groupes, on utilise des tests statistiques ou des modèles de régression.

Comment mesure-t-on dans notre exemple l’association entre couchage ventral et risque de MSN ?

Une fois que tous les enfants de la cohorte ont été suivis pendant 2 ans ou jusqu’à leur décès, et que toutes
les données ont été recueillies dans la base de données, on peut alors calculer le risque de décès par mort
subite dans le groupe des enfants exposés et dans le groupe des enfants non exposés et comparer le risque
de chaque groupe par le ratio des risques qu’on appelle risque relatif.
On peut remarquer dans notre exemple que le CJ est une variable binaire (MSN : oui/non) et l’exposition est
aussi une variable binaire également (couchage ventral : oui/non).

Voici une représentation de l’exemple précédent de façon plus générale sous la forme d’un « Tableau de
contingence » (tableau2X2) :

FGSM3 Lyon-Est LCA des études de cohortes Page 10 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Comprenons bien la différence entre risque absolu et risque relatif
- Le Rexp est le risque absolu de maladie chez les exposés
- Le Rnonexp est le risque absolu de maladie chez les non-exposés
- Le Risque relatif est le ratio de ces deux risques absolus, il exprime le surrisque du groupe exposé par
rapport au risque de base de la population de référence non-exposée
Ceci est donc le cas où le CJ est une variable binaire et l’exposition est aussi une variable binaire.

On va voir dans les diapositives suivantes que

- l’exposition peut être une variable catégorielle ordinale (plusieurs catégories ou niveaux d’exposition)
- le CJ peut être une variable continue ou une variable dépendante du temps
Les méthodes d'analyses statistiques seront adaptées au type de variable mesurant le CJ et l’exposition.

L’exposition est parfois mesurée en tenant en compte du niveau d’exposition mesuré par une variable ordinale
qui comporte plusieurs catégories de réponses ordonnées selon un ordre croissant. Dans ce cas, le risque relatif
est exprimé pour chaque niveau d’exposition par rapport au niveau de référence (ici appelé « non-exposés »).

Dans cet exemple trois niveaux d’exposition, le niveau 0 qui est la référence, le niveau 1 et le niveau 2.
RR1 est Le risque relatif de maladie du groupe exposé au niveau 1 par rapport au groupe non exposé, RR2 est Le
risque relatif de maladie du groupe exposé au niveau 2 par rapport au groupe non exposé. Le groupe de référence
reste le même.

• Exemple d’une cohorte a plusieurs niveaux d’expositions :

FGSM3 Lyon-Est LCA des études de cohortes Page 11 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Prenons l’exemple de l’association entre tabac et cancer du poumon.
Si on considère l’exposition en variable binaire : exposé oui/non, on définit donc les exposés (fumeurs) comme les
personnes qui fument ; quel que soit la quantité.
Les « fumeurs » ont en moyenne 21,7 fois plus de risque que les non-fumeurs de développer un cancer du
poumon.

On peut aussi évaluer l'exposition sous la forme d'une variable ordinale à plusieurs catégories de réponse qui
suivent un ordre croissant.

Dans cet exemple il y a donc 4 catégories d'exposition : la première catégorie d'exposition de niveau zéro
correspond au groupe non exposé c'est-à-dire au groupe de référence auquel vont être comparés tous les autres
niveaux d'exposition.

Pour estimer le risque relatif des fumeurs qui fument plus de 25 cigarettes par jour par rapport au risque des non-
fumeurs on doit comparer le taux d'incidence du cancer du poumon chez ces fumeurs de plus de 25 cigarettes par
jour au taux d'incidence du cancer du poumon chez les non-fumeurs et on obtient le risque relatif de 37,8 ce qui
signifie que les fumeurs de cette catégorie ont 37,8 fois plus de risque que les non-fumeurs de développer un
cancer du poumon.

De la même façon le risque relatif de cancer du poumon des fumeurs de 15 à 24 cigarettes par jour par rapport à
celui des non-fumeurs est obtenu par le ratio du risque dans cette catégorie qui est de 1,39 personnes sur 1000
personnes années sur le risque chez les non-fumeurs, on obtient un risque relatif de 23,2.

Enfin le risque relatif chez des fumeurs d‘1 à 14 cigarettes par jour est de 9,5 par rapport aux non-fumeurs.
(Multiplié en moyenne par 9,5)

V/ Résultats

1) Force de l’association
Pour reprendre le point de la check-list de la LCA sur les résultats en l’appliquant aux études de cohorte,
La force de l'association entre le facteur de risque (FDR) et la maladie (CJ) dans une étude de cohorte peut être
mesurée par :

- Le Risque Relatif ou l’Odds Ratio (OR) si le CJ est une variable binaire

- Le Hasard ratio (HR) si le CJ est une variable dépendante du temps
- Le Coefficient de régression (β) si le CJ est une variable continue

La précision de l'estimation de ces mesures d'association, permettant de prendre en compte les

fluctuations liées au hasard et de dire quelle est la probabilité que l’association soit seulement

FGSM3 Lyon-Est LCA des études de cohortes Page 12 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
attribuable au hasard ce qui donne ainsi la probabilité que le résultat soit « statistiquement
significativement » c’est-à dire que l’association observée soit plus forte que ce qui serait attendu par le
simple hasard
Pour cela on a deux méthodes complémentaires :

- Les tests statistiques qui donnent la probabilité « p » que la différence observée entre les
groupes soit uniquement due au hasard (en général on admet que si cette probabilité est inférieure à 5%
on peut conclure avec une bonne marge de certitude)

- L’intervalle de confiance à 95 % (ICC 95%) autour des mesures d'association (RR, OR, HR ou β)
donne la précision de l'estimation de ces mesures d'association avec une probabilité inférieure à 5% que
la valeur réelle de l’association soit en dehors de cet intervalle

a) Mesure de la force d’association pour un CJ variable binaire : le Risque relatif RR ou OR

Dans notre exemple le risque de mort subite dans le groupe exposé est de 9 MSN sur 846 nourrissons exposés et
le risque de mort subite dans le groupe des nourrissons qui étaient couchés sur le dos ou sur le côté est de 6/1697,
le rapport de ces 2 risques qui s'appelle donc le risque relatif est de 3,3.
L'interprétation est simple cela signifie que le risque de mort subite dans le groupe des nourrissons couchés sur le
ventre est 3,3 plus grand que dans le groupe des nourrissons couchés sur le dos ou sur le côté.

En général dans les études de cohorte on parle de risque pour 1000, 10 000, ou 100 000 personnes plus que de
pourcentage. Dans cet exemple on parlerait plutôt d'un risque de mort subite de 10 pour 1000 enfants exposés
versus 3 pour 1000 enfants non exposés

Rexp 9/846 = 0.01soit 10 MSN pour 1000 enfants suivis

R nonexp 6/1697 = 0.003 soit 3 MSN pour 1000 enfants suivis

Une fois qu’on a évalué la force de l’association entre Facteur de risque et critère de jugement par le risque relatif
(RR), il faut évaluer si ce RR est significativement différent de 1 au-delà du simple hasard dû aux fluctuations
d’échantillonnage.
L’intervalle de confiance à 95% autour du RR estimé nous donne cette information :

- Si le risque relatif est supérieur à 1 et que la borne inférieure de son intervalle de confiance à 95 % est au-
dessus de 1 alors ce facteur est associé à une augmentation statistiquement significative du risque de la
maladie étudiée,
- Si le risque relatif est supérieur ou inférieur à 1 mais que la valeur 1 est comprise dans son intervalle de
confiance à 95 % alors On ne peut pas conclure que ce facteur n’augmente ni ne diminue de façon
statistiquement significative le risque de la maladie étudiée
- Si le risque relatif est Inférieur à 1 et que la borne supérieure de son intervalle de confiance à 95 % est au-
dessous de 1 alors ce facteur est associé à une réduction statistiquement significative du risque de la
maladie étudiée.

FGSM3 Lyon-Est LCA des études de cohortes Page 13 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Il est à noter que cette notion d’association « statistiquement significative » peut également être obtenue par le
calcul du « p » issu du test statistique appliqué. On admet généralement que le résultat est statistiquement
significatif si p<0,05 ce qui signifie qu'il y a moins de 5 % de chances que le résultat obtenu soit le simple fruit du
hasard.

SI on reprend notre exemple, le RR brut était de 3,3, le RR ajusté pour plusieurs facteurs de confusion potentiel
(qui est censé être une bonne estimation du risque relatif réel dans la population) est de 4,5 et l'intervalle de
confiance (calculé par la formule mathématique appropriée) est totalement au-dessus de 1 donc il s’agit bien d’un
facteur de risque qui est fortement associé au risque de mort subite et cette association est statistiquement
significative. Attention cela ne veut pas dire qu’il y a une causalité.

b) Mesure de l’association pour un CJ en variable dépendante du temps : le hasard ratio HR

Enfin le CJ peut être une variable dépendante du temps c’est-à-dire qu’il est constitué à la fois de l’information :
évènement de santé oui/non et du temps jusqu’à cet évènement (« time to event »).

Avec ce type de CJ, on n’utilise pas le nombre de personnes pour estimer le risque mais le nombre de personne-
temps, c’est le même principe que les paquets-années pour le tabac, (ex 1 personne suivie 2 ans apporte autant
d’informations que 2 personnes suivies 1 an chacune).

Sur la figure du haut on voit que le sujet numéro 1 a été suivi pendant 4 ans, le sujet numéro 2 a été suivi
pendant 11 ans, le 3e pendant 4 ans, le 4e pendant 8 ans et le 5e pendant 6 ans soit un total de 33 personnes-
année. Ici on peut dire qu’il y a eu 2 décès sur 33 personnes année (et non pas 2 décès sur 5 personnes).

• Chaque participant est suivi jusqu’à la date de fin programmée, ou son suivi s’arrête avant si 1 : il
développe la maladie étudiée, 2 : il décède, ou 3 : il est perdu de vue, (quand la maladie étudiée est le
décès les 2 premiers points se confondent).
• Pour chaque individu, on prend en compte la durée de ce suivi et son état lors de la fin de son suivi :
• « décédé », « survenue de la maladie étudiée » (si ce n’est pas le décès),
• ou « non malade jusqu’à la date des dernières nouvelles » s’il est perdu de vue,
• ou « non malade » jusqu’à la date de fin programmée
• La somme des personnes-années détermine la taille de la cohorte
• Le risque est exprimé par le nombre de cas rapportés à un nombre de personnes-années et non par un
nombre de personnes. Il est souvent exprimé pour 1000 ou 10 000 personnes-années)
• Dans ces cohortes, la mesure d’association est le hasard ratio (peut être traduit par ratio des risques
instantanés),

FGSM3 Lyon-Est LCA des études de cohortes Page 14 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
Ce type de CJ permet de faire des « analyses de survie » comme l’illustre la figure du bas qui montre la
comparaison de la survie de deux groupes de personnes en fonction de la taille de leur tumeur

c) Mesure de l’association pour un CJ en variable continue : Le coefficient de régression β

Plus rarement le critère de jugement, au lieu d’être une variable binaire correspondant à la survenue d’un
événement de santé oui/non, est une variable continue. Le type de modèle de régression qui est utilisée est alors
différent, il s’agit d’une régression linéaire. L’interprétation des résultats est très différente. En effet la force de
l’association n’est pas mesurée par un risque relatif mais par un coefficient de régression (encore appelé β).

Le coefficient de régression associée au facteur de risque étudié mesure la force de l’association entre ce facteur
et le critère de jugement. Dans l’exemple de cette diapositive il s’agit d’une cohorte britannique, la cohorte
millénium, composé de plus de 18 000 enfants. La question de recherche était la suivante : l’allaitement maternel
des nourrissons est-il associé à un meilleur développement cognitif chez l’enfant.

Le facteur de risque étudié, il s’agit ici d’un facteur protecteur (qui réduit le risque), est donc le fait d’avoir été
allaité. Le critère de jugement est le développement cognitif mesuré par un score établi à partir de tests cognitifs
dont le résultat peut aller de zéro à 150 (British Ability Scale, score BAS). La variable correspondante au critère
de jugement est donc une variable continue qui peut prendre les valeurs de 0 à 150.

Dans la colonne de gauche figurent les n’exposition des différents groupes d’enfants, depuis le groupe jamais
allaité (groupe de référence jusqu’au groupe allaité plus de 12 mois. Dans la 2e colonne figurent les score cognitif
moyens (BAS) obtenus dans chaque groupe. Dans la 3e colonne figurent les coefficients de régression. Le
coefficient de régression correspondant à la catégorie jamais allaitée représente la référence. Le coefficient de
régression de 3,7 correspondants au groupe des enfant allaités moins de 2 mois, signifie qu’en moyenne ces
enfants ont un score cognitif qui a 3,7 points de plus que les enfants jamais allaités (on voit bien que 3,7
correspond à la différence entre la moyenne du score chez les enfants allaités jusqu’à 2 mois et la moyenne du
score des enfants jamais allaités).
De même, le coefficient de régression de 5,4 correspondant au groupe des enfant allaités de 2 à 3,9 mois, signifie
qu’en moyenne ces enfants ont un score cognitif qui a 5,4 points de plus que les enfants jamais allaités (5,4
correspond à la différence entre la moyenne du score chez les enfants allaités de 2 à 3,9 mois et le score des
enfants jamais allaités…. Etc).

La différence fondamentale est que ces coefficients de régression ne sont pas des ratios ils ne peuvent donc pas
être interprétés comme un risque relatif ou un Odds ratio, car ils varient entre -∞ et +∞. C’est donc quand ils
sont égaux à zéro ou quand l’intervalle de confiance contient le zéro qu’on peut dire que le facteur de risque
n’est pas associé avec le critère de jugement.

FGSM3 Lyon-Est LCA des études de cohortes Page 15 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
2) Jugement de présomption de causalité (critères de Hill)
La preuve de la nature causale entre FDR et maladie n’est jamais démontrée par une étude observationnelle.
Différents arguments sont pris en compte pour arriver à une présomption de causalité : ce sont les critères
décrits par Mr Bradford Hill.

Certains critères reposent sur les résultats de l'étude ce sont : la force de l'association, l'existence d'une relation
dose-effet significative, et la certitude que l'exposition au facteur de risque a précédé la maladie (chronologie)
ce qui est le cas dans les études de cohorte (mais pas dans les études cas témoin).

Certains critères en revanche vous les trouverez dans l'introduction ou la discussion (et vous pourrez les
interpréter à condition qu'ils reposent sur des éléments probants c'est-à-dire sur des références
bibliographiques d'autres études), ce sont la concordance avec les résultats d'autres études (que nous appelons
aussi cohérence externe), la plausibilité biologique et physiopathologique des mécanismes d'action sous-
jacents, la spécificité entre l'exposition et la maladie (c'est par exemple le cas de la relation entre amiante et
mésothéliome), la concordance avec les expérimentations in vitro ou chez l'animal, et surtout la réduction de
l'incidence de la maladie si l'exposition est supprimée ou réduite.

Dans l'étude sur la mort subite du nourrisson, on retrouve 2 critères de Hill, premièrement la cohérence externe
: cette étude de cohorte est concordante avec les résultats de toutes les études cas témoin réalisées
précédemment, et deuxièmement la réduction de l'incidence de la maladie quand l'exposition est supprimée ou
réduite puisqu’on a observé dans tous les pays une diminution de la mort subite du nourrisson quand on a
commencé à faire des campagnes d'information pour arrêter de coucher les nourrissons sur le ventre.

Voici l’illustration de la réduction du l’incidence de la mort subite

après les campagnes « back to sleep » engagées dans tous les pays

Exemple Critère externe de Hill :

 Incidence de la maladie si l’exposition est supprimée ou réduite

Validité des résultats : (pas dans le diapo de cette année mais présent dans les objectifs)

1. Validité interne : Est-ce que j’ai confiance dans les résultats (le résultat observé est réel et ne résulte pas
seulement d’un biais de l’étude)
2. Pertinence clinique : Ce résultat représente-t-il un bénéfice intéressant ? Quelle est la taille de l’effet ?
3. Validité externe : Ce résultat est-il extrapolable ? Les patients de l’étude sont-ils représentatifs des patients
rencontrés couramment dans ma pratique médicale ? (mon pays, mon établissement, mon cabinet, ma région…)
4. La cohérence externe : Ce résultat est-il cohérent avec les études existantes ?

FGSM3 Lyon-Est LCA des études de cohortes Page 16 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT

VI/ Etude de cohorte : Avantages / Limites VS Cas-Témoins :

Avantages Limites

- Seule étude possible pour mesurer - Cohorte prospective souvent longue et

l’incidence et de la survie. couteuse (durée et nombre de sujets).
- Meilleure niveau de preuve ++ des études - Très difficile, voire impossible pour les
observationnelles : niveau 2 (cas témoins = maladies rares (nombre faible de sujets) et
niveau 3). pour les longs temps d’exposition
- Respect de la séquence chronologique des nécessaire
évènements. (FDR précède CJ) - Difficulté du suivi de la cohorte → /!\ au
- Permet une mesure précise de l’exposition perdus de vue = principal point à vérifier
au FDR car entrainent une perte de puissance
- Permet une mesure du risque relatif et/ou des biais. (Attention au biais de
- Evite de nombreux biais suivi/d’attrition)
- Prise en compte des facteurs de confusion
avec des analyses multivariées (.

VII/ A retenir sur les cohortes prospectives

✓ Etude observationnelle étiologique analytique longitudinale
✓ A l’inclusion : Population indemne du CJ étudié
✓ Perdus de vue → risque biais de sélection et ↘ puissance statistique
✓ Biais de mesure possible si CJ subjectif et pas d’insu sur exposition
✓ Mesure force d’association : RR (ou β ou OR ou HR) de différentes façons
✓ Analyses multivariées permettant ajustement si facteurs de confusion potentiels
✓ Prospectives ou historiques
✓ Exposition à plusieurs niveaux : notion de catégorie de référence
✓ Facteurs de confusion pris en compte par l’analyse multivariée

✓ Critères de Hill pour présomption de causalité +++ :

- Force de l’association - Cohérence externe

- Relation “dose-effet” (p tendance) - Plausibilité biologique
-  incidence de maladie si exposition supprimée ou réduite

✓ Meilleur niveau de preuve que cas-témoins mais longues et couteuses (=> parfois impossibles)

A la fin du diapo, il y a des exemples de cohortes prospectives pour s’entraîner à lire des tableaux de résultats

FGSM3 Lyon-Est LCA des études de cohortes Page 17 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT
SESSION QUESTIONS/REPONSES : (je vous ai laissé celles de l’année dernière si ça
vous intéresse + les nouvelles de cette année)

●Comment prend-t-on en compte les facteurs de confusion ? Est-il nécessaire de tous les prendre en compte ?
En pratique on considère comme un facteur de confusion tout critère de risque d’un facteur de jugement.
Ce facteur de risque est à prendre en compte et il faut essayer de rendre les groupes comparables en ajustant
l’analyse. Le gros problème des études observationnelles est l’ajustement des facteurs de confusion.
Ex : incidence de la consommation d’alcool chez les personnes en fonction de l’âge.

●L’auteur est-il tenu de prendre en compte les perdus de vue ?

Oui, il faut donner au lecteur toutes les informations lui permettant de juger le niveau de preuve.
Diagramme de FLOWCHART= obligatoire et fondamental pour connaître les critères d’inclusion et savoir
clairement pourquoi et combien de sujet ont été exclu de l’étude.

Comment faire sans flowchart : On regarde le nombre de patients inclus puis il faut aller voir dans les tableaux
de résultats.

●Cohorte rétrospective/ historique ? (Pas au programme cette année mais pour ceux que ça intéresse)
Exemple de la cohorte CONSTANCES :
Il existe une cohorte CONSTANCES constitué d’une population de volontaires âgés de 18 à 69 ans pour étudier le
vieillissement, les maladies chroniques ou encore pour mieux connaître les risques professionnels et leurs effets
sur la santé. Ainsi, quand un chercheur à une question de recherche, il peut se servir de la base de données de la
cohorte CONSTANCES.
Le principal problème est que la mesure de l’exposition et du critère de jugement repose sur des données qui
n’étaient pas recueillies spécifiquement pour la question de recherche.

●Pouvez-vous re expliquer ce qu’est qu’un critère de jugement ?

Dans une analyse, on part de la question de recherche pour mettre en évidence un lien entre le facteur étudié
avec la maladie. Soit l’effet est positif, comme par exemple les traitements soit il est négatif et c’est alors un
facteur de risque.
Une analyse peut être définit par une équation x=y ou "x" correspond au facteur étudié et "y" au critère de
jugement, la conséquence (ex: mort subite)

Il existe 3 types de critères de jugement : variable discrète, continue et liée au temps (la prof a fait un petit
rappel)

- Si "y" est une variable binaire / dichotomique (ex: mort subite), alors il s’agit d’une régression LOGISTIQUE et
la mesure d’association est le risque relatif RR. Le RR est un ratio de risques absolus.
- Si "y" est continue (ex: durée moyenne de l’allaitement), la régression est dite LINÉAIRE et attention, il n’est
pas possible de calculer un risque relatif. La mesure d’association est le coefficient de régression. Le coefficient
de régression peut d’ailleurs être négatif contrairement au RR.
- Si "y" dépend du temps (diapo 47, ex : durée de suivi et état lors de la fin de son suivi), c’est un modèle de COX.
La mesure d’association est alors le "hasard ratio" traduit "ratio de risques instantanés".

●Est-ce pour le coefficient de régression, on peut dire comme pour le RR que si l'intervalle de confiance
comprend la valeur 1, dans ce cas le résultat n’est pas interprétable ?
Non. Dans une régression logistique, si l’intervalle de confiance du RR contient la valeur 1 alors Rexp=Rnonexp et
les résultats ne sont pas interprétables.
Cependant pour une régression linéaire, les résultats ne sont pas interprétables si le coefficient de régression =
0.

●A quoi sert le coefficient de HILL ?

Il permet de savoir si on peut établir un lien de causalité.

FGSM3 Lyon-Est LCA des études de cohortes Page 18 sur 20

 UE 1 – LCA : Lecture Critique d’Article – Dr AM SCHOTT

●Pouvez-vous expliquer la p value ?

Si la p value est significative si < 0.5, c’est à dire que l’association entre le critère de jugement (CJ) et le facteur
étudié a moins de 0,5% de chance d’être liée au hasard.

●Le "groupe contrôle" au sein d'une cohorte se créé durant le suivi jusqu'à la fin de l'étude part le fait que les
personnes le constituant ne sont pas exposées au facteur de risque étudié ?
Oui c’est ça

●Pouvez-vous expliquer les risques alpha et béta ?

On appelle risque alpha, le risque de conclure à l’existence d’une différence qui n’existe pas en réalité.
On appelle risque béta, le risque de conclure à l’absence d’une différence qui existe en réalité.

●Que signifie « évaluateur en insu de l’exposition » ?

Cela signifie entre autres que le professionnel qui fait passer l’entretien pour l’étude ne sait pas le statut de la
personne en face de lui par rapport au critère de jugement (exposé ou non exposé)

●Quelle est la différence entre un critère de jugement binaire et un critère de jugement lié au temps ?
Un CJ binaire à 2 modalités (oui ou non) : survenue de l’évènement de santé ou pas.
Un CJ lié au temps : tout au long de l’étude, suivi de chaque personne et prendre en compte le délai de survenue
de la maladie.

●Quelle est la différence entre les études observationnelles étiologiques (cohortes prospectives) et les études
observationnelles descriptives (cohorte descriptive (incidence)) ?
Les cohortes prospectives permettent de comprendre ce qui peut augmenter ou diminuer la maladie avec
l’analyse d’un facteur de risque spécifiquement, alors qu’une cohorte descriptive permet juste de décrire
l’incidence de la maladie (description épidémiologique).

●Quelle est la différence entre population cible, population source et population étudiée ?
-La population cible est la population théorique ou l’on souhaite appliquée nos résultats, population générale
très large (extrapolation des résultats)
-La population source est la population à partir de laquelle on va faire notre étude (essayer de se rapprocher de
la population cible). Dans la partie matériels et méthodes, se trouvent les critères d’inclusion ; la population
source correspond donc aux personnes que l’on SOUHAITE INCLURE dans l’étude.
-La population étudiée correspond aux personnes qui ont réellement participé à l’étude, c’est l’échantillon
étudié (les résultats)

FGSM3 Lyon-Est LCA des études de cohortes Page 19 sur 20