Analyses statistiques

Les analyses effectuées étant majoritairement des estimations de proportions, une précision de ± 5% et un niveau de confiance de 0,95 étaient visés. Quant à eux, les tests de statistique inférentielle ont été considérés statistiquement significatifs lorsque la valeur p obtenue était < 0,05 ou < 0,0125 lors de comparaisons multiples (quatre tests). Les données ont été analysées en utilisant le logiciel statistique SPSS (version 26, IMB Corp, 2019).

Présentation des données. Les données sont présentées avec la moyenne ± écart-type ou rapportées avec la médiane et l’intervalle interquartile selon la normalité de la distribution, qui a été vérifiée avec le test de Shapiro-Wilk. La présentation des résultats respectera un modèle combinant les éléments du STARD (étude diagnostique) et du STROBE (étude observationnelle).

Objectif 1. Afin de répondre à mon objectif primaire, soit de déterminer le seuil diagnostic optimal du RAC le matin (T1) pour la prédiction d’une protéinurie significative (≥0,3 g sur collecte de 24h) en grossesse chez les femmes hypertendues, une courbe ROC (receiver

operating characteristic curve) a été générée. Ce graphique est construit à partir des

couples {Sensibilité, Spécificité} à différents seuils diagnostiques et elle permet de quantifier le pouvoir discriminant global du test à l’aide du calcul de l’aire sous cette courbe (Area Under Curve, AUC). L’AUC correspond ainsi à la probabilité d’une classification adéquate des patients et elle doit tendre vers 1,0.

Ensuite, le choix du seuil optimal a été guidé par le critère de Youdden, qui correspond au calcul de la « spécificité + sensibilité – 1 » de chaque seuil testé entre ceux nécessaires pour obtenir une sensibilité ou une spécificité parfaite (Youdden, 1950). Le meilleur seuil est associé au critère de Youdden le plus élevé, mais il peut être nuancé par une réflexion clinique.

La performance diagnostic du RAC sur un échantillon urinaire du matin a aussi été évaluée à l’aide d’indicateurs partiels, soit la sensibilité, la spécificité, la valeur prédictive positive, la valeur prédictive négative et le rapport de vraisemblance positif (LR+) ou négatif (LR-). En ce qui concerne les quatre premières proportions, les meilleurs résultats sont ceux se rapprochant de 100%. Quant à eux, les rapports de vraisemblance indiquent à quel point la probabilité de présenter une protéinurie significative sur collecte de 24h est augmentée (ou diminuée) lorsque le résultat du RAC est positif (ou négatif). Pour ces deux propriétés, la valeur nulle correspond à 1. Un LR+ s’approchant de 10 est considéré comme excellent alors qu’un LR- doit être le plus près possible de 0,10. Comme le RAC est un test diagnostique pour la protéinurie, un LR+ maximal était aussi considéré dans le choix du seuil optimal proposé.

Des analyses complémentaires ont été effectuées à l’aide de corrélations de Spearman entre les mesures de protéinurie (protéinurie 24h ou le RAC) et d’autres indicateurs de prééclampsie (tension artérielle, acide urique sérique, créatinine sérique, globules blancs, âge gestationnel et poids à la naissance).

Objectif 2. Tout d’abord, afin d’explorer la variation circadienne du RAC en grossesse hypertensive, l’évolution moyenne du RAC sur une période de 24h a été étudiée. Pour ce faire, des ratios intra-individuels ont été générés en utilisant le RAC du matin (T1) comme référence (Tx/T1). Ainsi, un rapport entre le RAC à un temps précis (Tx où x = 2 à 5) et le

RAC du matin a été calculé pour chaque participante. Un test t de Student pour échantillon unique a été effectué pour chaque temps de prélèvement (T2 à T5) en comparant la moyenne de ce ratio à la valeur fixe de 1, correspondant au résultat du RAC le matin. Ensuite, la variation biologique intra-individuelle a été estimée à l’aide de deux paramètres. Premièrement, un ratio entre la valeur maximale et la valeur minimale du RAC pour chaque participante a été calculé afin d’obtenir un pourcentage de variation sur 24h. De plus, un coefficient de variation intra-individuelle a été calculé pour chacune des participantes à partir de tous les résultats sériés du RAC (CVtotal = écart-type/moyenne).

Afin de départager l’apport analytique et l’apport biologique de cette variation, le coefficient de variation de la méthode (CV analytique) a été calculé à partir de triplicatas d’un sous-échantillon. Le CV biologique a ensuite été déterminé grâce aux équations de Fraser et Sandberg (2006). La nomenclature concernant la variation intra-individuelle est basée sur les recommandations de Tietz : manuel de chimie clinique et diagnostic

moléculaire (2006).

Finalement, pour évaluer les implications cliniques de cette variation sur le diagnostic de protéinurie significative, une variable indicatrice a été créée pour différencier les participantes dont le résultat du RAC est toujours du même côté du seuil à tous les temps (participantes recevant toujours le même diagnostic de protéinurie) de celles dont les résultats chevauchent le seuil au courant de la journée. Les proportions respectives ont été estimées avec un intervalle de confiance de 95%.

En complément, des courbes ROC pour les RAC aux T2 à T5 ont été générées et les AUC ont été comparées au T1 à l’aide de la méthode DeLong pour échantillons appariés (Delong

Taille d’échantillon. Ce projet de recherche a été conçu pour répondre à un objectif primaire différent de celui de ma maitrise. Puisque le recrutement était complété, il fallait s’assurer que la taille d’échantillon obtenue (n = 87) était suffisante pour répondre à l’objectif primaire spécifique à mon projet de maitrise, soit déterminer le seuil diagnostic du RAC du matin (T1) pour le diagnostic de protéinurie significative (≥ 0,3g/jour) chez des femmes enceintes hypertendues. Le calcul a été basé sur les résultats obtenus par Waugh et collaborateurs (2005) dans une étude ayant déterminé la sensibilité et la spécificité du RAC à un seuil de 2 mg/mmol dans une population de femmes enceintes avec hypertension (94% [85%-98%] dans les deux cas). Un total de 87 participantes permet d’obtenir une précision de ± 5% avec un niveau de confiance de 0,95 sur l’estimation de ces caractéristiques diagnostiques. Ainsi, il apparait que la base de données est en mesure de répondre à mon objectif primaire. En ce qui concerne les objectifs secondaires pour lesquels les proportions anticipées sont inconnues et donc estimées à 50% selon le scénario le plus conservateur, une taille d’échantillon de 87 participantes entraine une précision minimale de ± 10,5%.