M1 et M2 conduisent aux plus petites variances empiriques, sauf dans le cas de la
fonction liée à la vitesse épidémique et dans le cas d'une proportion attribuable xée
à 30%. Le modèle M5, quant à lui, présente des valeurs de variance dans les plus
importantes, sauf pour la fonction de lien linéaire quadratique. En somme, le modèle
M5 aboutit à l'estimation de variances relativement proches quelque soit la fonction
de lien, sauf pour la fonction liée à la vitesse épidémique.
Le tableau 12.6 fournit les taux de recouvrement issus de l'estimation du paramètre
de lien par chacun des modèles étudiés et en fonction des paramètres de simulation, la
proportion attribuable xée et la fonction de lien choisie. Les fonctions de lien linéaire
et à eet de seuil conduisent à des taux de recouvrement proches de 100% quelle
que soit la valeur de la proportion attribuable simulée. La fonction de lien à vitesse
épidémique conduit à des taux de recouvrement supérieurs à 75%. La fonction de lien
linéaire quadratique mène à des taux de recouvrement compris entre 28 et 95%, alors
que la fonction de lien uniforme, à des taux compris entre 51 et 98%.
Au bilan, les meilleurs taux de recouvrement sont généralement atteints avec le modèle
M3. Le modèle M5, quant à lui, présente des taux de recouvrement à 90% dans le
cas de la fonction de lien linéaire, des taux supérieurs à 95% dans les autres cas, sauf
pour la fonction liée à la vitesse épidémique et pour une proportion attribuable xée
à 30%.
12.4 Discussion de l'étude de simulation
Dans cette étude, nous avons étudié l'estimation d'une association non linéaire par
un modèle de régression linéaire. Cette étude de simulations est non conventionnelle
dans le sens où le paramètre estimé par le modèle utilisé n'est pas un paramètre xé
directement. En eet, les modèles de régression estiment des liens linéaires. Or, nous
supposons qu'il n'en existe pas nécessairement un. Ainsi, une proportion attribuable"
est construite et dénie comme l'un des paramètres de simulation. Cependant, cette
proportion attribuable estimée ne permet pas d'obtenir une variance estimée. C'est
pourquoi, l'étude de simulation ne se base que sur la variance empirique. Le taux de
Table 12.6 Taux de recouvrement (en %) calculé à partir des modèles M1 à M4 basés sur la
régression linéaire et M5 basé sur la régression de Sering.
Paramètres de simulation Modèles d'estimation
Proportion attribuable Fonction de lien M1 M2 M3 M4 M5
xée xée
0% - 100 99 100 99 98
10% Linéaire 100 100 100 100 90
Linéaire quadratique 69 82 95 80 98
Vitesse épidémique 98 99 97 97 92
Eet de seuil 100 100 98 99 98
Uniforme 99 100 97 98 96
30% Linéaire 100 100 100 97 89
Linéaire quadratique 28 40 76 91 93
Vitesse épidémique 84 79 83 75 70
Eet de seuil 95 89 99 97 97
Uniforme 51 81 86 79 98
recouvrement est un taux adapté à notre cas d'étude.
Quelle que soit la fonction de lien imaginée, les quatre modèles de régression linéaire
conduisent à des résultats similaires et relativement bons en terme de biais relatifs,
de variance empirique et de taux de recouvrement à 95%. Les meilleurs critères sont
atteints pour la fonction de lien linéaire, hypothèse faite par le modèle de
régres-sion linéaire. Les fonctions de lien à eet de seuil, à vitesse épidémique et uniforme
conduisent à des critères d'évaluation légèrement moins bons. Enn, la fonction de
lien linéaire quadratique apporte les moins bons critères.
Comme il faut choisir, on pourrait dire que le modèle conduisant aux meilleurs critères
d'évaluation sont les modèles M3 et M4 pour lesquels un lien est estimé par année.
Cependant, les résultats des simulations ne permettent pas de discriminer facilement
les quatre modèles basés sur la régression linéaire. Le modèle de régression de Sering
prouve également de très bons critères d'évaluation.
Cette étude montre que bien que le lien réel entre des indicateurs de santé ne soit
pas connu, l'estimer pas un modèle de régression linéaire semble être tout de même
adéquat. De plus, cette étude compare les critères d'évaluation obtenus à l'aide d'une
152 12.4. Discussion de l'étude de simulation
régression linéaire à ceux obtenus à l'aide de la méthode de Sering. Ces méthodes
sont comparables, même si la méthode de Sering a tendance à sous-estimer la vraie
proportion attribuable.
Dans cette étude, la proportion attribuable calculée à partir de l'estimation de la
ligne de base par la régression linéaire avec erreurs autocorrélées n'est pas tout à fait
adéquate. Le calcul de la variance de l'erreur est simpliée dans cette partie. Le
tra-vail est en cours d'amélioration an de permettre de calculer l'intervalle de conance
associé à cette proportion attribuable.
Thompson et al. [72] comparent certains de ces modèles sur des données américaines
du centre de prévention et de contrôle des maladies (CDC) : la régression de Sering,
la régression de Poisson, ainsi qu'un modèle ARIMA. Ils montrent que les deux
pre-miers modèles conduisent à des estimations similaires et recommandent l'usage d'un
de ces deux modèles.
Dans cette étude, une seule épidémie a été considérée. Dans la réalité, plusieurs
épi-démies peuvent apparaitre sur une même période. Certaines études distinguent les
épidémies de grippe A de l'épidémie de grippe B [88] ou l'épidémie liée au virus
respi-ratoire syncytial [87]. Cependant, la méthode liée à la régression de Sering ne permet
pas de prendre en compte d'autres épidémies. En eet, tout le surplus estimé pendant
une épidémie est attribué à cette épidémie alors que ce surplus pourrait être associé
à une autre épidémie. Dissocier l'excès due à l'une de l'excès du à l'autre devient
impossible. Ainsi, cette méthode est à utiliser avec soin.
Cette étude de simulation permet de conrmer le bon usage de la modélisation de lien
avec un phénomène épidémique par régression linéaire. L'hypothèse de la linéarité du
lien du modèle de régression semble robuste aux diérents types de liens envisagés
quand on considère la proportion attribuable comme paramètre de simulations.
Chapitre 13
Discussion
Nous avons montré que l'indicateur de l'incidence des syndromes grippaux étaient
signicativement lié à l'indicateur de la consommation d'antibiotiques en France et
que la campagne nationale visant à réduire la consommation d'antibiotiques,
princi-palement lors des épidémies virales avait eu un eet également sur ce lien. En eet,
notre étude montre une diminution du lien, qui reste positif, dès le lancement de la
campagne nationale à l'automne 2002. Cette diminution du lien s'accompagne d'une
diminution de la proportion d'antibiotiques attribuable à la grippe passant de 21%
avant la campagne de 2002 à 15% après.
Ces résultats sont encore susceptibles d'être modiés car le calcul des intervalles de
conance autour des proportions attribuables reste à améliorer. Les travaux en cours
sur ce sujet devraient nous permettre d'aboutir à des résultats pour les diérents
mo-dèles plus cohérents. Ainsi, nos conclusions ne sont pas dénitives.
L'étude de simulations nous a permis d'avoir une certaine conance dans le modèle de
régression linéaire adapté à la corrélation résiduelle inhérente aux séries temporelles,
et à la modélisation linéaire de la relation entre la consommation d'antibiotiques et les
syndromes grippaux. La relation entre ces deux indicateurs de santé n'est pas connue,
il est fort probable qu'elle soit un mélange entre de certaines fonctions de lien
imagi-nées dans cette étude de simulations.
De façon à n'étudier que des épidémies typiques, nous avons exclu l'année 2009-2010,
pour laquelle l'hiver a été marqué par la pandémie grippale AH
1N
1. La dynamique
154
de cette épidémie grippale a été modiée. Une publication récente [39] a décrit une
étonnante sous-consommation d'antibiotiques lors de cette période, suggérant que ce
résultat pouvait être dû soit au démarrage très tôt dans l'année de l'épidémie, début
septembre, soit à une sur-déclaration des cas.
Dans cette étude, seuls les syndromes grippaux sont pris en compte. Or, les virus
respiratoires syncytials et les rhinovirus sont aussi susceptibles d'être responsables
de prescriptions inappropriées. Une étude basée sur ces virus conduirait à une plus
grande part d'antibiotiques inappropriés.
L'indicateur de la consommation d'antibiotiques, présenté et discuté au Chapitre 2,
reste un indicateur et ne reète uniquement le nombres de remboursements pour
pres-cription d'antibiotiques, et non la consommation réelle et eective des antibiotiques.
Une étude canadienne a montré que la vaccination de masse (ou universelle) contre la
grippe en 2000 a permis une réduction signicative du nombre d'antibiotiques dû à la
grippe [88]. Un modèle de régression de Poisson a été mis en ÷uvre an de prendre en
compte l'eet de la grippe, entre autre, sur le nombre de prescriptions d'antibiotiques.
Prévenir du virus de la grippe pourrait réduire le risque de sur-infection ainsi que la
sur-consommation d'antibiotiques.
D'autres études ont estimé une part d'antibiotiques attribuable à la grippe de l'ordre
de 10 à 40% [17, 97]. Gonzales et al. ont montré que 55% des antibiotiques prescrits
pour des infections respiratoires aiguës étaient donnés pour des infections
vraisembla-blement virales [98]. D'après Misurski et al. 88% des patients infectés par la grippe et
diagnostiqués ont reçu des antibiotiques inutilement [99]. En France, des conclusions
similaires ont été apportées [12, 85] sur des données datant de 2000 ou antérieures.
Cependant, aucune étude n'a été publiée sur l'impact de la campagne nationale sur
la relation entre la consommation d'antibiotiques et les infections virales.
Certaines études ont tenté de quantier le coût de ce mauvais usage des antibiotiques.
Gonzales et al. ont estimé à 726 millions de dollars l'excès de prescriptions
d'antibio-tiques aux États-Unis [98]. Misurski et al. ont obtenu une estimation annuelle proche
de 211 millions pour la période de janvier 2005 à décembre 2009 [99].
Cette étude montre que la campagne nationale française visant à améliorer l'usage
des antibiotiques semble avoir contribué à la diminution d'un lien positif entre
syn-dromes grippaux et prescriptions d'antibiotiques. Cette diminution du lien
s'accom-pagne d'une diminution de la proportion d'antibiotiques attribuable à la grippe. Face
au constat d'une sur-consommation toujours importante, le gouvernement français
devrait continuer à mettre en garde à la fois les médecins généralistes et la
popula-tion et renforcer la campagne de vaccinapopula-tion antigrippe qui pourrait permettre une
réduction de la consommation d'antibiotiques.
Troisième partie
Étude de la relation entre infections
invasives à pneumocoque et
exposition aux anti-infectieux
Chapitre 14
Étude de la relation temporelle entre
infections invasives à pneumocoque et
exposition aux anti-infectieux en
France
Dans le document
Usage des anti-infectieux et infections invasives à pneumocoque en France, étude d'associations temporelles
(Page 173-182)