Les études étiologiques

5ème année des études médicales

Module de Santé Publique

Professeur Amine Mohamed

Spécialité Epidémiologie Santé Publique
 Introduction
• Étudier la relation entre un facteur de risque et une maladie ou un
problème de santé

Facteur (cause) Maladie (effet)

• Deux types d’études :

• Études cas témoins

• Études de cohorte
Objectifs pédagogiques

• Connaître les principes méthodologiques des études à visée

étiologique
• Interpréter les résultats d’une étude cas témoins et d’une étude de
cohorte
• Connaître les principes de lecture critique d’un article rapportant les
résultats d’une étude à visée étiologique
Les études cas-témoins
 Introduction

• Études généralement rétrospectives (non pas toujours) où les sujets

sont sélectionnés selon la présence ou l’absence de la maladie
étudiée, puis comparés selon l’exposition antérieure ou non au
facteur de risque étudié

• Étude cas-témoin : cas (les malades) , témoins (les non malades)

Etudes cas – témoins : principe méthodologique

Exposés
Malades
Non
exposés

Exposés
Non
Non malades
exposés

Passé Présent
• Les sujets sont sélectionnés au présent.
• On compare l'exposition au passé ( on compare le pourcentage d'exposition chez les malades par rapport au pourcentage
d'exposition chez les non-malades )
• Si on constate que le pourcentage d'exposition est beaucoup plus élevé chez les malades que chez les non-malades =» facteur
de risque.
• Si le pourcentage est similaire =» facteur neutre
• Si on constate que le pourcentage d’exposition est beaucoup plus élevé chez les non-malades par rapport aux malades =»
facteur protecteur
 Conduite d’une étude cas témoins

1. Définir l’objectif de l’étude

2. Définir la population cible
3. Définition et sélection des cas
• Définition de la maladie
• Origine des cas

• Objectif de l’étude cas-témoins : identifier les facteurs de risque de la maladie

• Origine des cas (généralement dans les hôpitaux)
 Conduite d’une étude cas témoins
4. Définition et sélection des témoins
• Origine des témoins
• Nombre de témoins par cas

5. Échantillonnage

6. Détermination de l’exposition

• Témoins : sujets qui ne présentent pas la maladie que nous étudions (ils peuvent avoir une autre maladie).
• Origine : les témoins peuvent être sélectionnés dans la population générale ou dans les hôpitaux.
• Parfois, on peut multiplier le nombre de témoins par cas : idéalement, il faut avoir un témoin pour chaque cas. Mais , ce n'est
pas toujours possible en raison de difficultés à trouver les malades ; dans ce cas, on peut augmenter le nombre de témoins pour
compenser le nombre de cas.
• Dans une étude transversale, il est préférable de privilégier un échantillonnage aléatoire. Dans une étude cas-témoin, il n'est
pas important que les malades et les non-malades soient représentatifs, mais il est important qu'ils soient comparables pour
pouvoir faire une bonne comparaison
Conduite d’une étude cas témoins
7. Analyse des données

• Présentation des données (tableau de contingence)

• Calcul du Rapport de cotes (Odds ratio)

• Interprétation

Cf. exposé
 Analyse des données
Tableau de contingence • Cote de l’exposition chez les malades
Cote E/M = probabilité d’être exposé chez les
malades / probabilité de ne pas être exposé chez les
Malades Non Total malades
Malades
Cote (Exp/M) = a / c
• Cote de l’exposition chez les non malades
Exposés a b a+b Cote E/NM = probabilité d’être exposé chez les non
malades / probabilité de ne pas être exposé chez les
non malades
Non
Exposés c d c+d Cote (Exp/NM) = b / d
Odds Ratio (OR) = Cote (Exp/M)
Cote (Exp/NM)
Total a+c b+d N OR = (a x d) / (b x c)

La cote d’exposition (francophone) = Odds (anglophone)

 Malades Non Malades Total

Exposés a b a+b Odds Ratio (OR) = Cote (Exp/M)

Non
Exposés c d c+d Cote (Exp/NM)
OR = (a x d) / (b x c)
Total a+c b+d N

⮚ Cote de l’exposition chez les malades :

• Cote E/M = probabilité d’être exposé chez les malades / probabilité de ne pas être exposé chez les malades ;
• Probabilité d’être exposé chez les malades : a/ a+c
• Probabilité de ne pas être exposé chez les malades : c/a+c
=» cote d’exposition chez les malades : a/c
⮚ Cote de l’exposition chez les non malades :
• Cote E/NM = probabilité d’être exposé chez les non malades / probabilité de ne pas être exposé chez les non malades
• Probabilité d’être exposé chez les non malades : b/b+d
• Probabilité de ne pas être exposé chez les non malades : d/b+d
=» cote de l’exposition chez les non malades : b/d
⮚ L'interprétation de l'OR :
• Si la fréquence d'exposition est la même chez les malades et les non-malades, l'OR devrait avoir la valeur 1,le facteur etudie
est alors un facteur neutre.
• Si l'OR est supérieur à 1, le facteur étudié est un facteur de risque (car l'exposition chez les malades est plus importante que
chez les non-malades)
• Si l'OR est inférieur à 1, c'est un facteur protecteur.
 Analyse des données
Malades Non Malades Total

Exposés
Non
80 50 130
• OR = (80 x 150) / (50 x 120)
Exposés 120 150 270 • OR = 2
Total 200 200 400

⮚ L'interprétation :
• Les sujets exposés ont deux fois plus de risque/probabilité/chance de développer la maladie par rapport aux sujets non
exposés.
• Dans l’étude transversale : risque d'être malade.
• Dans l’étude cas-témoins : risque de développer la maladie
⮚ Cette interprétation c'est-à-dire cette OR qui est égale à 2, a été observée au niveau de l'échantillon. Mais ce qui nous
intéresse, c'est d'appliquer ces résultats au niveau de la population (le vrai OR = celui qu’on cherche ) . Pour vérifier cette OR, il
existe deux façons : l'intervalle de confiance et les tests statistiques.
⮚ L’intervalle de confiance :
• Un intervalle de confiance est une plage de valeurs qui est utilisée pour estimer un paramètre inconnu de la population avec
un certain niveau de confiance (comme la moyenne, la proportion ou l'odds ratio).
• Par exemple, si nous estimons un intervalle de confiance à 95 % pour un OR que nous avons calculé, de [1,7 à 2,3] cela signifie
que dans 95 % des cas, l'OR populationnel (celui que nous cherchons à estimer) sera compris entre 1,7 et 2,3.
• Si la valeur 1 est incluse dans l'intervalle, cela signifie qu'il n'y a pas de lien entre le facteur étudié et la maladie, quelle que
soit la valeur que nous avons trouvée dans notre étude.
⮚ Test statistique :
• Si les chercheurs n'ont pas calculé l'intervalle de confiance, ils peuvent utiliser un test statistique. À la fin du test, ils calculent
une probabilité (p-value).
• La p-value = degré de signification.
• La valeur de la p-value est comparée à un seuil de signification généralement égal à 5 %.
• Si la p-value est inférieure au seuil de signification (α), cela signifie que l'OR est significatif (c'est-à-dire que le risque de se
tromper est très faible).
• Si la p-value est strictement supérieure à α, cela indique qu'il n'y a pas de lien entre le facteur de risque et la maladie.
⮚ Les deux méthodes sont interchangeables et le chercheur a la liberté de choisir l'une de ces deux méthodes (intervalle de
confiance / Test statistique)
 Études cas – témoins : Avantages

• Rapides, peu coûteuses

• Adaptées aux maladies ayant une longue période de latence

• Adaptées aux maladies rares

• Possibilité d’étudier plusieurs facteurs de risque d’une même maladie dans la même étude

• N’exigent pas un nombre très important de sujets

• Peu sujettes aux problèmes éthiques

• Études rapides et peu coûteuses : les sujets sont déjà malades (contrairement à d'autres études où il faut exposer les sujets ,
les suivre et attendre l'apparition de la maladie).
• Adaptées aux maladies rares : dans d'autres études, il faut suivre les sujets pendant très longtemps pour que la maladie
puisse apparaître, et le risque d'apparition de la maladie est très faible (car il s'agit d'une maladie rare), nécessitant un grand
nombre de sujets.
• Peu sujettes aux problèmes éthiques : parce que les sujets sont déjà malades.
 Etude cas-témoins : Possibilité d’étudier plusieurs facteurs de risque d’une même maladie dans la même étude

Malades Non Total Malades Non Total

Malades Malades

Exposé a b a+b Exemple Exposé a b a+b

s au sà
tabac l’alcool
Non Non
Exposé c d c+d Exposé c d c+d
s au sà
tabac l’alcool

Total a+c b+d N Total a+c b+d N

 Études cas – témoins : Faiblesses
• Peu rentables pour l’étude de facteurs de risque rares

• Difficulté d’établir la séquence temporelle FDR – Maladie

• Difficulté d’établir relation cause – effet

• Impossible de calculer l’incidence

• Qualité des données (formes rétrospectives)

• Peu rentables pour l'étude de facteurs de risque rares : par exemple, si nous étudions le lien entre une maladie et un facteur
de risque rare et sii nous posons la question sur l'exposition au facteur de risque étudié aux malades et non-malades, ils
répondront généralement par "non" car le facteur de risque est rare (par exemple, si nous voulons établir un lien entre une
maladie parasitaire au Maroc et la consommation de viande de porc)
• Difficulté d'établir la séquence temporelle entre l'exposition à un facteur de risque et la survenue de la maladie en raison de
la nature rétrospective de l'étude.
• Dans l'étude cas-témoins, il est interdit de calculer l'incidence (même si le tableau de contingence le permet) car cela
donnerait une incidence qui est fausse
 Études cas – témoins : Faiblesses

• Particulièrement sujettes aux biais (erreurs)

• Biais de sélection : Lié à la non comparabilité entre les cas et les témoins
• Les cas et les témoins devraient être semblables pour toutes les caractéristiques
qui influencent l’occurrence de la maladie, sauf pour le facteur de risque qu’on veut
étudier
• Biais d’information :
• Biais de souvenir (de mémoire)

⮚ Biais d’information : erreur qui survient au moment de la collecte de l’information chez les individus
• Exemple : biais de souvenir ou de mémoire.
• Le biais d’information est plus grave s'il y a une différence de mémorisation entre les deux groupes (un groupe oublie plus que
l’autre)