HAL Id: tel-00967957
https://tel.archives-ouvertes.fr/tel-00967957
Submitted on 31 Mar 2014
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
d’incidences d’événements cliniques = Application à
l’évaluation médico-économique d’un dépistage
pré-thérapeutique des toxicités du 5-fluorouracile
Sory Traore
To cite this version:
Sory Traore. Estimations non-paramétriques de coût médical et d’incidences d’événements cliniques
= Application à l’évaluation médico-économique d’un dépistage pré-thérapeutique des toxicités du
5-fluorouracile. Statistiques [math.ST]. Université d’Angers, 2010. Français. �tel-00967957�
Nd'ordre
Estimations non-paramétriques de coût médical et
d'incidences d'événements cliniques : Application à
l'évaluation médico-économique d'un dépistage pré-thérapeutique des
toxicités du 5-uorouracile.
Thèse de Doctorat
Spécialité: Statistique
Ecole DoctoraleBiologie- Santé
Présentée en vue d'obtenir le grade de docteur
le23 Juillet 2010...
àAngers ...
par : SoryTRAORE
Devant le jury ci-dessous:
M. Thierry ANDRE Université de Paris PU-PH Examinateur
M. Loïc CHAUMONT Université d'Angers PU Examinateur
M. Erick GAMELIN Université d'Angers PU-PH Directeur
M. Gilles HUNAULT Université d'Angers MCU Co-Directeur
M. Pierre INGRAND Université de Poitiers PU-PH Rapporteur
M. Andrew KRAMAR CRLCC, Oscar Lambret HDR Rapporteur
Je tiens trèsparticulièrement àremercierleProfesseur ErickGamelinpour laconance
qu'il m'aaccordée àme proposer unsujet de recherche si intéressant etpour la liberté et
l'autonomie qu'il m'a laissées. Ses maints encouragements ont été très précieux dans les
momentsde doute.J'ai beaucoupappris tant duscientique quede l'homme.
J'adresseunvifremerciementàMonsieurGillesHunaultpourl'encadrementscientique,
pour les nombreux et indispensables conseils et pour la patiente relecture, la liberté et
l'autonomie de poursuivreles sujetsqui m'intéressent et de m'avoir aidé à atteindre mes
objectifs. Sesencouragements etsaconancem'ont soutenu dansles moments diciles.
Je tiens à remerciermes rapporteurs, leProfesseur Pierre Ingrand etMonsieurAndrew
Kramar,dem'avoirfaitl'honneurdes'intéresseràmontravail,delecritiqueretdem'avoir,
ainsi,permisd'améliorer laqualité du manuscrit.
Je remercie lesProfesseursThierryAndréetLoïcChaumont de m'avoirfait l'honneur
d'êtremembresdu juryde mathèse.
Cesremerciementss'adressent toutparticulièrementau DocteurMichèleBoisdron-Celle
etauProfesseurAlainMoreldem'avoirsichaleureusementaccueilliauseindeleuréquipe.
Je les remercie pour toute la conance qu'ils m'ont accordée et pour leur soutien moral
etmatérielau laboratoireeten dehors.Il mesembleque lecautionnement d'unlogement
pendant 4 ansd'un étudiant malien ne fait pas partie de la thématique de notre équipe!
Permettez-moi de vousexprimermaprofonde gratitude.
J'adresse de sincères remerciements au Professeur Olivier Coqueret et au Docteur
Ca-therineGuettepour leurconance etleurprésencebienveillante etconstante.
Je remercie le ProfesseurBataille, Directeur du Centre PaulPapin, d'avoir encouragé
J'exprimeunesincèrereconnaissanceàAnne-LisePoirierpourlesdiscussionsfructueuses
de biostatistiques. Qu'elletrouve icil'expression dema trèsamicale gratitude.
Je tiens à remercier Docteur Françoise Grudé et sonéquipe,votreobservatoire
(l'Ob-servatoire du Médicament et des innovations technologiques, OMIT) a été pour moi une
excellente plate-formed'apprentissage desétudes cliniqueset économiques, etm'a permis
devoirlepotentielapplicatifdesdéveloppementsthéoriquesdecettethèse.Ungrandmerci
àVirginieRoue,nosdiscussionssurlePMSIontététrèsdéterminantes. MerciàAudepour
ses encouragements. Je tiens à remercier MonsieurLenya pour ses conseils desprotocoles
du 5-uorouracile etle DocteurOlivier Guérinpour sesexplications descodages GHS.
Je tiens à remercierMademoiselle AmandineTroubatpour sagentillesseà m'aider au
recueil etaucalcul desressourcesde lacomptabilité analytiquedu Centre PaulPapin.
Jetiensàremerciertrèsparticulièrementtoutel'équipedulaboratoirepourleursconseils,
leur patienceà expliquer les notions de biologieet decancérologie, et biensûrpour
l'am-biance chaleureuse qu'ilscréentdanscetteéquipe.Par quicommencer?Facile:Andreeas,
Anne-Charlotte, Anthony, Benjamin, Emilie, Hélène, Sandy, Sophie. Ces moments avec
vousont ététellement enrichissants. Mercimonchercomitéde combat des mycobactéries
atypiques, cette sa...rie!Qu'est-ce que vous m'avez aidé! Sandy etLaurent ont peut-être
oubliélematchdufootdansunlitd'hôpital,lesbataillesdemasquesetautrescharmantes
bêtises,maismoi,non. Je doisdire à Sophiequej'ai un scoop!nosvaines discussionssur
dessujetsinutilesserventàconnecterquelquesneurones.UneamicalegratitudeàAnthony
de m'avoirsauvé d'unenoyade danscette marede phéromonesféminines!
L'ambiance chaleureuse, c'est aussi Marie-Claire, Luc, Sabrina, Catherine, Adelaïde,
Annie, Julie, Vincent et Nadège. Une pensée aux anciens thésards qui, par leur humour
etleur gentillesse, ont rendu facilemonintégration dansle laboratoire :Agnès (vivement
Washingtondonc!), Julia etArnaud.
C'est lelieu d'exprimer une profonde gratitude àtous ces amisdont laprésence
récon-fortantem'a permisdesurmonterles périodesde doutes:je penseàTometLucie, autrio
magique Claire,Anne-Lucie etNoémie,Anne-Karen,Bouba, Hamane, Ousmane,Seydou,
Lamine, Koly et Le. Je ne peux pas oublier l'accueil de Gouro, Amadou Koné, Hassanal
et Yolo des premiers jours à Angers. J'adresse un vif remerciement à Fansé et Many, et
duCongo,lecherErickduRwandaetleplusbretondesCamerounais,Auguste;ils m'ont
beaucoup appris.
Pournir, mespenséess'adressentà mafamille,lagrandefamilleafricaine oùjetrouve
monpointd'appui,dem'avoirinculquélegoût dusavoir. Jenem'aventurepasàcitertout
lemonde!
Femmes maliennes, femmesafricaines, pour moi ellessetrouvent magniées en Badji,
ma mère,Nani, ma Tante, ces deux femmes qui m'inspirent l'amour de lavérité et de la
justice.Nani, pour sonaection etpoursonadmirable couragepour quenoussoyonstous
àl'heureenclassedanslafourmilière qu'estlacirculationbamakoiseetlesdicilesréveils
à4heures!Qu'ellesache àquel point jelui suisredevabledesoneort. Jecèdelaplaceà
CamaraLaye quiasu sibienledire:Amamère,commej'aimeraisêtreprèsdetoi,être
unenfant près de toi,..., ton ls siloin, siprès de toi.Je ne teremercierai jamais assez,
chèremère.MerciTantiKadidia, chèretante.Merci àAlhadji,lefrèrequetuespourmoi,
à Lavielle, chère cousine. Je termine par remercier deux grands guides : mon père, Baba
etmononcle, Bagobi de m'avoir montré le chemin, de m'avoir appris la liberté de penser
etd'expressionetlesensdurespectetdeladignité.Toutesceschosesquim'assurentune
A la mémoire defrero, Mahamane.
1 Introduction 25 1.1 Evaluation médico-économique . . . 26 1.2 Objetde lathèse . . . 27 1.3 Problématique . . . 28 1.4 Contributions . . . 29 1.5 Organisationdu manuscrit . . . 30
1.6 Présentation des donnéesde l'étudede cas . . . 32
1.6.1 Analyse médico-économique de bénéce du dépistage pré-thérapeutique destoxicitésdu 5-FU . . . 32
1.6.2 Descriptiondesdonnées . . . 36
1.6.3 Modélisations etrecodage desvariables. . . 41
1.6.4 Statistiquesdescriptives . . . 42
I Préliminaires 47 2 Introduction à l'analyse des données de durées 49 2.1 Introduction . . . 50
2.2 Analysede survieclassique . . . 51
2.2.1 Fonctionsde base. . . 51
2.2.2 Censure . . . 53
2.2.3 Estimations etstatistiquede testbasés surles processusde comptage 56 2.3 Risquescompétitifs . . . 62
2.3.1 Introduction. . . 62
2.3.2 Quantitésd'intérêt . . . 63
2.3.3 Estimation . . . 65
2.4 Processusde Markovnon-homogènedansl'analyse de survie . . . 67
2.4.2 Quantités d'intérêt etpropriétés de base . . . 69
2.4.3 Construction d'unprocessusde Markovnon-homogène . . . 73
2.4.4 Estimations :estimateurd'Aalen-Johansen delamatrice des proba-bilités . . . 74
2.5 Conclusion. . . 75
3 Introductionàl'analyseducoûtmédicaletdesoccurrencesd'événements cliniques 77 3.1 Méthodesd'évaluationdesquantités médico-économiques . . . 78
3.1.1 Approche de l'analysedécisionnelle . . . 78
3.1.2 Approche statistique . . . 82
3.2 Analyse statistiquede coûtmédical . . . 83
3.2.1 Introduction. . . 83
3.2.2 Description . . . 86
3.2.3 Limitesdes méthodesactuelles . . . 92
3.3 Analyse statistiquedesoccurrencesd'événementscliniques . . . 93
3.3.1 Introduction. . . 93
3.3.2 Quantités d'intérêt . . . 96
3.3.3 Extensions . . . 99
3.4 Conclusion. . . 101
II Approche multi-états d'estimation du coût médical moyen et du nombre moyen d'occurrence des événements cliniques 103 4 Estimateur basé sur le coût médical continu dans le temps 105 4.1 Introduction . . . 106
4.2 Modélisation . . . 108
4.3 Estimation . . . 110
4.3.1 Estimateurs . . . 111
4.3.2 Propriétés . . . 112
4.4 Exemple surles donnéesréelles . . . 114
4.4.1 Description dumodèle . . . 114
4.4.2 Estimation . . . 115
5 Estimateur basé sur le coût médical généré par les survenues d'événe-ments cliniques 121 5.1 Introduction . . . 122 5.1.1 Modèle Multi-états . . . 124 5.2 Quantitésd'intérêt . . . 126 5.2.1 Dénitionsetnotations . . . 126
5.2.2 Coûtsmédicauxmoyens . . . 127
5.3 Estimations . . . 128
5.3.1 Observations . . . 128
5.3.2 Estimateurs . . . 129
5.3.3 Propriétés . . . 131
5.4 Exemplesur lesdonnées réelles . . . 134
5.4.1 Probabilités detransition . . . 135
5.4.2 Probabilités d'étatsouprévalencesdesétats . . . 138
5.4.3 Coûttotal moyen accumulépar patient . . . 140
5.5 Conclusions . . . 144
6 Etude par simulations 147 6.1 Objectifs. . . 148
6.2 Paramétrage dessimulations etchoixdes sorties. . . 148
6.2.1 Paramètres d'entrée . . . 148
6.2.2 Paramètres de sortie . . . 154
6.2.3 Algorithmes etfonctions (logicielR) . . . 156
6.3 Résultatsetdiscussions . . . 156
6.4 Conclusionsetperspectives . . . 162
III Applications 167 7 Applicationàl'analyse médico-économiquedebénécedudépistage pré-thérapeutique des toxicités du 5-FU 169 7.1 Introduction . . . 170
7.2 Designdel'étude économique . . . 170
7.3 Résultats . . . 172
7.3.1 Statistiquesdescriptives . . . 172
7.3.4 Coût dudépistage pré-thérapeutique . . . 184 7.3.5 Analyse decoût-minimisation . . . 186 7.3.6 Analyse coût-ecacité . . . 188 7.3.7 Analyse coût-utilité . . . 189 7.3.8 Analyse decoût-bénéce . . . 190 7.4 Discussions . . . 190 7.5 Conclusion. . . 193 8 Conclusions et perspectives 195 8.1 Synthèse destravauxprésentés . . . 195
8.2 Travauxen cours . . . 199 8.3 Perspectives . . . 199 8.3.1 Perspectives théoriques. . . 200 8.3.2 Perspectives applicatives . . . 201 IV Annexes 213 A Elémentscomplémentaires 215 A.I Elémentsmédicaux . . . 215
A.I.1 Le 5-uorouracile (5-FU) . . . 215
A.I.2 Prococoles àbase de5-FU . . . 215
A.I.3 Lesdiérentstypesdetoxicitédu5-FU:description,mesureetprise en chargedestoxicités . . . 216
A.I.4 Lestoxicités hématologiques. . . 217
A.I.5 Lestoxicités gastro-digestives . . . 217
A.I.6 Modicationde dose . . . 218
A.II Eléments decoûts . . . 222
A.II.1 Identication et valorisation de coûts d'hospitalisation à cause de toxicité . . . 222
A.II.2 Identication etvalorisation de coûtsdu dépistagepré-thérapeutique 230 B Théorie statistique 237 B.I Généralitésde lathéoriedesprocessus decomptage. . . 237
B.I.5 Processusde comptage . . . 241
B.I.6 Intégralestochastique . . . 242
B.II Produit-intégrale . . . 243
C Programmes informatiques (logiciel R) 245 C.I Description . . . 245
C.I.1 Etape1 :Générerles données . . . 245
C.I.2 Etape2 :Ré-organiserles données . . . 246
C.I.3 Etape 3 : Calculer les statistiques, à savoir les estimations les biais, l'erreur quadratique, le taux de couverture des intervalles de conanceà 95% pour chacun des5estimateurs. . . 247
C.I.4 Sousfonctions. . . 247
C.II Code R . . . 248 C.II.1 Etape1 . . . 248 C.II.2 Etape2 . . . 249 C.II.3 Etape3 . . . 251 C.II.4 Sous-fonctions . . . 253 C.II.5 Bootstrap . . . 259 D Synopsis de DPD Colon 261 D.I Synopsisde l'étude . . . 262
Liste des abbréviations
5-FU : 5-Fluorouracile
ATIH : Agence Technique de l'Informationsurl'Hospitalisation
CH : CentreHospitalier
CHU : CentreHospitalier Universitaire
CCAM : Classication Commune desActes Médicaux
CIM : Classication Internationale desMaladies
CLCC : Centrede LutteContreleCancer
CMA : Co-MorbiditésAssociées
CMAS : Co-morbidités AssociéesSévères
CPP : CentrePaulPapin, Centrede LutteContreleCancerd'Angers
DIM : Département d'Information Médicale
DRG : Diagnosis Related Group de l'anlgais
ECOG : Eastern Cooperative Oncology Group de l'anlgais
ENCC : Échelle Nationale desCoûtsàméthodologie Commune
GHM : Groupe Homogène deMalades
FNCLCC : Fédération Nationale desCentres de Lutte Contrele Cancer
GHS : Groupe Homogène deSéjours
HAS : Haute Autoritéde laSanté
INCa : Institut Nationaldu Cancer
InVS : Institut deVeille Sanitaire
MCO : Médecine-Chirurgie- Obstétrique
NICE : National Institute for Clinical Excellence del'anglais
OMS : Organisation Mondiale de laSanté
PMSI : Programme de Médicalisation desSystèmesd'Information
PS : Performance Status
PSPH : Établissements Privés participant au Service PublicHospitalier
RSS : Résumé de Sortie Standardisé
1.1 Coûtde dépistage (envert) +coût destoxicités(en rouge) pour la
"straté-gie avec dépistage, versus coût des toxicités pour lastratégie standard (en
rouge); coûtdutraitement supposéconstant (engris) . . . 35
1.2 Modèle de multi-états du processusdes toxicités etdesévénements d'arrêt (décès ouprogressionde lamaladie). . . 43
2.1 Données censurées . . . 55
2.2 Données complètes . . . 55
2.3 Processusde comptagedudécès pour un individu
i
. . . 572.4 Exemplede risquescompétitifs . . . 64
2.5 Comparaison entre les sous-fonctions de répartition du contextede risques compétitifs(entraitplein)etlesfonctionsderépartitionestiméespar selon laméthodes deKaplan-Meier (enpointillé). . . 68
2.6 Un processus de Markovà deux états (0 : vivant, 1 :décès) :processus de survenue du décès. . . 71
3.1 Unarbrede décision:problèmedechoix entretraiteretnepastraiter 80 3.2 Unmodèle à troisétats :sain-malade-décédé . . . 81
5.1 Probabilités de transition selon l'estimateur d'Aalen-Johansen dans la po-pulationA. . . 136
5.2 Probabilités de transition selon l'estimateur d'Aalen-Johansen dans la po-pulationB. . . 137
5.3 Probabilités d'états ou les prévalences des états de santé dans le groupe traitéselon unprotocole standard (sans dépistagepré-thérapeutique). . . . 141
5.4 Coûtsmoyensdestoxicités accumulés par patient dansletemps :à gauche selonletraitement standard,àdroite selon untraitement basésurle dépis-tagepré-thérapeutique . . . 145
6.1 Comparaison des méthodes d'estimation du coût médical moyen accumulé
par patient dans le temps sur des données complètes (cas I), introduction
de 0,0347%deprobabilitéde décèsouprogressionpar cycle(casII),
intro-duction de 0,01 % de probabilité de censure aléatoire par cycle (cas III-a),
introductionde 0,03%deprobabilité decensurealéatoireparcycle(casIII-b)164
6.2 Comparaison des distributions des estimateurs du coût moyen accumulé à
t=12 . . . 165
7.1 Comparaison des durées de rémission pour les patients en traitement adjuvant
selonlapopulation,A :dépistée,B:nondépistée.. . . 174
7.2 Fonctiondesurviepourlespatientsentraitementmétastatiqueavecdépistage . . 175
A.1 Codage des séjourshospitaliers pour lePMSI . . . 224
1.1 Scorede Performance Status selon OMS,publié dans[1] . . . 40
1.2 Données extraitespour troispatients parmi 1742 avec les variablesd'intérêt 41 1.3 Données nalespour lestrois patients dutableau 1.2 . . . 44
1.4 Nombre detransitionsobservéesdumodèlemulti-états selonlapopulation. A:populationdépistée, B:populationnondépistée. . . 45
2.1 Tableau decontingencepour test duLog-Rank . . . 61
2.2 Lesquantitésd'intérêt selon lecontexteetleurs similitudes . . . 76
4.1 Données extraitespour troispatients parmi 1742 . . . 115
4.2 Eectifsobservésdanslesétatsen fonctionducoûttotalaccumulépour les patients delapopulationB . . . 116
4.3 Valeurs estimées des probabilités de transition en fonction du coût total accumulé selon l'estimateur d'Aalen-Johansen sachant quel'état de départ estl'état
E
0
. . . 1184.4 Valeurs estimées des probabilités de transition en fonction du coût total accumulé selon l'estimateur d'Aalen-Johansen sachant quel'état de départ estl'état
E
1
. . . 1184.5 Valeurs estimées des probabilités de transition en fonction du coût total accumulé selon l'estimateur d'Aalen-Johansen sachant quel'état de départ estl'état
E
2
. . . 1194.6 Coûtstotaux moyensaccumulés estimésselon lapopulation . . . 119
5.1 Probabilitésd'états ouprévalencesdesétats de santédanslapopulation A. 139 5.2 Probabilitésd'états ouprévalencesdesétats de santédanslapopulation B. 139 5.3 Variations moyennes des coûts par états de santé(toxicité) en fonction du temps pour lapopulationA. . . 142
5.4 Variations moyennesdescoûtspar étatde santéenfonction dutemps pour
lapopulationB.. . . 143
5.5 Coûtsmoyensaccumuléspar patient en fonction du temps pour la
popula-tion A. . . 144
5.6 Coûtsmoyensaccumuléspar patient en fonction du temps pour la
popula-tion B. . . 144
6.1 Récapitulatifdes congurations choisies, chacune estrépétée 5000 fois.. . . 152
6.2 Résultats dessimulations :casI(données complètes, absencede censure). . 158
6.3 Résultats dessimulations :cas II(données censurées : censure xe lié à la
présencede décès). . . 160
6.4 Résultatsdessimulations:casIII-a(donnéescensurées:présencededécès
etd'unecensure aléatoire faible, 9%). . . 161
6.5 Résultatsdessimulations:casIII-b(donnéescensurées:présencededécès
etd'unecensure aléatoire forte, 25 %). . . 163
7.1 Statistiquesdescriptives:fréquences . . . 173
7.2 Statistiquesdescriptives:caractéristiques . . . 173
7.3 Analysede survieselonla population, A :dépistée, B: nondépisté, méthode de
Kaplan-Meier. . . 174
7.4 Fréquences empiriques desdiérents événements(toxicitésetdécès) surles
deuxpremierscyclesdechimiothérapieselonlapopulation,A:dépistée,B:
non dépistée. . . 175
7.5 Probabilités d'états ou prévalences des états de santé dans les deux
popu-lations (dépistés ou non), pour les deux premiers cycles de chimiothérapie
par traitement. . . 177
7.6 Fréquences selon l'approche multi-états avec diérents événements
récur-rents(toxicitésetdécès) surles deuxpremiers cycles dechimiothérapie. . . 178
7.7 Estimations empiriques des coûts médicaux moyens sur les deux premiers
cycles de la chimiothérapie selon la stratégie utilisée, A :dépistée, B:non
dépistée.Lavalorisationdescoûtsmédicauxestbaséesurlestarifsnationaux
T2A. . . 179
7.9 Estimationsdessous-coûtsmoyensaccumulés par étatdesantéen fonction
ducyclepour unpatient,A :dépistée, B:non dépistée. . . 181
7.10 Estimations des coûts moyens des toxicités en fonction du cycle de la
chi-miothérapiepour unpatient,A :dépisté, B:non dépisté. . . 182
7.11 Estimations empiriques des coûts médicaux moyens sur les deux premiers
cyclesdelachimiothérapieselonlapopulation,A:dépistée,B:nondépistée.
Lavalorisationdescoûtsmédicauxestbaséesurl'échellenationaledescoûts
ENC.. . . 184
7.12 Coûtdesactivités du dépistagepré-thérapeutiqueselon l'approche NABM . 185
7.13 Tableaudechargesdudépistagepré-thérapeutiqueissuesdelacomptabilité
analytique . . . 185
7.14 Calculdu coûtévitépar patient dépisté. . . 187
7.15 Coûtévitéparpatient dépistéselon lesdiérentes méthodesdevalorisation
descoûtsdedépistage (nomenclaturedesactes debiologiemédicaleNABM
ou comptabilité analytique CA) et de prise en charge des toxicités (tarifs
nationauxTNou échelle nationale descoûtsENC). . . 187
A.1 Adaptation standard des dosesde 5-FU . . . 219
A.2 Critèrede gradationNCIpour lesprincipales toxicitésdu 5-FU (extraitde
l'Echelle deToxicités, Common Toxicity Criteria, CTCAE V3.0) . . . 223
A.3 Extrait de la table des tarifs et suppléments EXH (2007), publiée dans le
J.O,[2 ] . . . 226
A.4 Éléments du calculducoûtmoyen complet par GHS . . . 229
A.5 Tableau des coûts complets des GHS selon l'Etude Nationale des Coûts à
méthodologieCommune,2006. . . 230
Symboles
min(s, t)
: minimumentres
ett
P: mesuredeprobabilitéassociéeàl'espaceprobabilisable
(Ω,
A)
E: espérancemathématique associéeàP
ˆ
τ
: estimateurdeτ
¯
x = 1/n
Pn
i=1
xi
moyenneduvecteur(x1, . . . , xn)
P
(X
|Y )
: probabilitéconditionnelledeX
sachantY
1
{A}
: fonctionindicatricedel'événementA
N (.)
ouN (t)
{t∈
R+
}
: processusdecomptageàespacedetempsR
+
X(.)
ouX(t)
{t∈I}
: processusstochastiqueàespacedetempsI
σ(X)
tribuengendréeparlavariablealéatoireX
F
t
: ltration àl'instantt
t
−
: l'instantprécédantt
∆N (t)
: variationdeN
autempst
Phj(s, t)
: probabilitésdetransitionentrelesinstantss
ett
P (s, t)
: matricedetransition entrelesinstantss
ett
αhj(t)
: intensitédetransitionàl'instantt
Ahj
(t)
: intensitédetransitioncumuléeàl'instantt
u∈]s,t]
produit-intégrale(ouproduitlimite)sur]s, t]
I
dK
matriceidentitéd'ordreK
φ
C
: fonctiondecoûtsi
φ
estune fonctiondetempsµ(t)
: coûtmoyenaccumuléàl'instantt
Λ(t)
: nombremoyend'événementsaccumulésàl'instantt
R f (u)du
: intégraleausensdeRiemannR Y (u)dX(u)
: intégralestochastiquedeY
parrapportauprocessusX
P−→
: convergenceenprobabilitéLoi
Introduction Sommaire 1.1 Evaluation médico-économique . . . 26 1.2 Objet de la thèse. . . 27 1.3 Problématique . . . 28 1.4 Contributions . . . 29 1.5 Organisation du manuscrit . . . 30
1.6 Présentation des donnéesde l'étude de cas . . . 32
1.6.1 Analyse médico-économique de bénéce du dépistage
pré-thérapeutiquedestoxicitésdu5-FU . . . 32
1.6.2 Descriptiondesdonnées . . . 36
1.6.3 Modélisationsetrecodagedesvariables . . . 41
1.1 Evaluation médico-économique
Dansun contexte degestionrationnelle deressources, une évaluation économique sert
à éclairer les choix entredes décisions alternatives. Pour ce faire,elle mesureles coûts de
diérentes stratégies envisageables et les confronte à leurs résultats (ou avantages) pour
permettre aux décideurs de prendre la décision la plus rationnelle. Une telle évaluation
transposée dans le domaine de la santé est connue sous le nom générique d'évaluation
médico-économique.
L'augmentation rapidedescoûts destratégies médicalesdansuncontextede maîtrisedes
dépenses de Santé a suscité un grand intérêt pour les évaluations médico-économiques,
soit pour déterminer le poids économique d'une maladie, soit pour comparer diérentes
stratégies médicales. Ce type d'étude prolonge ainsi l'idée de la médecine basée sur la
preuve. L'évaluation médico-économique met en jeu pour chaque stratégie (ou action
médicale)
S
i
,lecoûtqu'elleengendreC
i
etlebénécemédicalB
i
qu'ellepermetd'obtenir.Pour comparer les stratégies médicales, on peut comparer leur ratio
C
i
/B
i
appelé coûtmoyen,interprétécommelecoûtd'uneunitéd'eetmédicalobtenu(bénécemédical);ce
ratiopeutêtre,parexemple,lecoûtparannéedeviesauvéeoùl'eetmédicalest
l'augmen-tation dunombred'années deviesauvées.Danslesévaluations médico-économiques,ilest
souvent assimilé aucoût marginal qui correspond au coûtde ladernière unité "produite"
(servicerendu).Pourillustrercettenotiondecoûtmoyenparbénécemédical,considérons
par exemple,deuxstratégiesmédicales
S
1
etS
2
à comparer,coûtant respectivementC
1
etC
2
(eneuros) etproduisant les eets(bénéces médicaux)B
1
etB
2
(ennombred'annéesdevie sauvéespar exemple).Cequiamèneàcomparerlescoûtsmarginaux
C
1
/B
1
pour lastratégie 1et
C
2
/B
2
pourlastratégie2.Onpeutaussiutiliserleratio(C
2
− C
1
)/(B
2
− B
1
)
appelé coût incrémental de la stratégie 2 par rapport à la stratégie 1. Il est interprété
commelesurcroîtdecoûtgénéréparunsurcroîtd'eetmédicalobtenu.Danscertainscas,
les eets médicaux peuvent être directement exprimés en unités monétaires. On calcule
alors une diérence au lieu d'un ratio; par conséquent, ce sont les résultats
C
1
− B
1
etC
2
− B
2
qui sont comparés. En fonction de la nature des eets, on distingue les quatretypesd'analysemédico-économique suivants(cf. [3]).
coût-minimisation où l'on suppose que les stratégies à comparer ont le même
bénéce médical(dansnotreexemple,
B
1
= B
2
).Oncompare alorsjusteleurs coûts(
C
1
etC
2
dans l'exemple). La meilleure stratégie est alors celle qui a le moindrecoût.
Ainsi,ils'agit derelier lescoûts desstratégies àleurs ecacitéscliniquesexprimées
en unités physiques (années de vie sauvée, nombre de maladies évitées). Notons ici
E
1
etE
2
lesmesuresd'ecacitéaulieuducasgénéralB
1
etB
2
.Lescoûtsmarginaux(ratiosdecoût-ecacité)àcomparersont alors
C
1
/E
1
etC
2
/E
2
(euros parannéedeviesauvée par exemple)pour préciser quele bénéce médicalest icile même quele
critèrede jugement de l'ecacité clinique.
coût-utilité,quiestune variantede l'analysecoût-ecacité oùl'on pondère la
me-sured'ecacité pour chaquepatient par descoecients correspondants auxvaleurs
de qualité de vie associées à chaque état de santé du patient, allant de 1 (associé
au parfait état de santé) à 0 (associé au décès). Une année de vie en bonne santé
compte 1etune annéede vie enmoins bonne santécompte pour unefraction
d'an-née de bonne santé. Par exemple, un patient vivant pendant 1 an dans un état de
santé aectéducoecient 0,5estcompté commes'ilavait vécu6 moisdansunbon
état de santé. Le résultat obtenu après l'opération d'ajustement à la qualité de vie
est ce qu'on appelle la mesure d'utilité. Dans notre exemple, désignons par
U
1
etU
2
les mesures d'utilité, les coûts marginaux des deux stratégies sont alorsC
1
/U
1
et
C
2
/U
2
et le coût incrémental de la stratégie 2 par rapport à la stratégie 1 est(C
2
− C
1
)/(U
2
− U
1
)
.Lorsque l'ecacité médicale est mesurée en nombre d'annéesde vie sauvées, le coût marginal et le coût incrémental sont exprimés en euros par
année de vie sauvée ajustée à la qualité de vie ou QALY ( quality adjusted life
year).
coût-bénéce, ce type d'analyse consiste à convertir tous les eets médicaux
(bé-néces médicaux) en unités monétaires. Le résultat nal de l'étude est un bénéce
net(enunités demonnaie). Leseetsmédicaux
B
1
etB
2
exprimésenannées deviesauvéessont convertisen eurosaumoyen d'uncoecient appelépropensionà payer.
Ilexistedenosjoursdesrecommandationsstandardsméthodologiquespourlesévaluations
médico-économiquesentreautres[4]pourleCanada;enFrance,nouspouvonsciterleguide
méthodologiquedu Collège desEconomistes dela Santé ou CES[5 ].
1.2 Objet de la thèse
Dans cette thèse,nousnousintéressonsà l'estimationdu coûtmédical moyen
C
etdel'ecacité cliniquemoyenne
E
en vued'un calculprécis duratioC/E
ou∆C/∆E
.Nousde
C
.Demême,l'estimationdeB
n'est pastraitéecarB = λ
× U
,oùλ
estuneconstante.On rencontre deux approches d'évaluation des quantités médico-économiques (coût
marginal
C/E
ou coûtincrémental∆C/∆E
) selonla naturedesdonnées disponibles :une approche décisionnelle pour des données au niveau de la population (niveau
agrégé),
une approche statistique auniveau desdonnéesindividuelles.
Par habitudeetselonl'origine disciplinairedel'utilisateur - clinicien,économiste,
statisti-cienouépidémiologiste- onchoisitexclusivementsoitl'approchedel'analysedécisionnelle
soit l'approchestatistique. Nousmontrons qu'enfait, dansune modélisationcomplète,les
deux approches sont très complémentaires. Chacune présente des avantages qui pallient
aux limitesde l'autre.
1.3 Problématique
Lescoûts médicaux,tout commeles duréesde survie, peuvent être censurés. Eneet,
à la n de l'étude certains patients sont décédés et le coût associé est dénitif, alors
que les patients vivants peuvent continuer d'accumuler les coûts. Les patients perdus de
vue peuvent également continuer d'accumuler des coûts,mais cette information n'est pas
disponible.Dans le casde données censurées,les méthodesd'analyse de variables
quanti-tativescomme lamoyenne empirique ne sont pasadaptées. Le phénomène de censure est
bienconnuen analysededuréede survie.Lesméthodesclassiquesd'analysede cesdurées
(Kaplan- Meier,Log-Rank)ont étéutilisées pendant denombreuses annéespour analyser
également le coût médical (cf. Hiatt [6]; Quesenberry et al. [7]; Fenn et al., 1995, 1996
[8, 9]). Cette façon de procéder semblait naturelle dans la mesure où le coût médical et
la durée de survie sont tous les deux des variables quantitatives positives, et de ce fait,
considérés comme similaires. Une condition de validité des méthodes classiquesd'analyse
de survie comme laméthode de Kaplan-Meierest l'hypothèse decensure non-informative
quis'interprèteainsi:lesindividuscensurésnedoiventpasconstituerungroupeparticulier
de risquede décès par rapportauxindividusdécédés.
En 1997, Lin et al. [10 ] ont montré que cette hypothèse, bien que satisfaite dans
l'analyse de durées de survie,est rarement satisfaite pour des coûts médicaux : on parle
alors de censure informative. Depuis, plusieurs auteurs (Lin et al. 1997 [10]; Bang et
résoudrece problèmed'estimation decoûts médicaux enprésence decensure informative.
Mais ces méthodes ne traitent pas les situations où l'on dispose des informations sur les
sources des coûts et le devenir des patients;par exemple, de telles informations peuvent
portersurunevariableauxiliairerenseignant lesévénementscliniquessurvenus etquisont
àl'origine descoûts.
Demanièregénérale, malgrél'intérêt pourlesévaluationsmédico-économiquesàpartir
dedonnéesindividuelles,desproblèmesméthodologiquesmajeursdemeurentdans
l'estima-tiondescoûts.D'abord,surle planpratique,lechoixde laméthode d'analyseappropriée
n'est pas encore évident. Doshi et al., 2006 [13 ] ont évalué les méthodes statistiques
d'analyses de coûts médicaux utilisées dans les essais cliniques ayant fait l'objet d'une
publication dans MEDLINE en 2003. Ils montrent que seuls
44 %
(37 %
coût-ecacitéou coût-bénéce,
7 %
coût-minimisation) évaluent la bonne quantité. Et même dans cecas, l'inférence statistique (intervalle de conance, tests,...) est souvent soit biaisée, soit
simplement omise. Par exemple, une simple moyenne arithmétique classique est eectuée
sur des données incomplètes ou censurées. Selon Doshi et al., 2006, l'absence de
me-suresd'incertitude concerne
43 %
desétudesbénéces risques(coût-ecacité,coût-utilité,coût-bénéce)danslesessaiscliniquesavecévaluationmédico-économique publiésen2003.
Ensuite, sur le plan théorique, selon Doshi et al., bien que
57 %
de ces essais aientexplicitement mentionnélanatureincomplètedesdonnées, seuls
4 %
ontutilisé unedecesméthodesactuelles.Leslimitations desapprochesstatistiques et deserreursdansle choix
dela bonne méthodologiesont certainement duesà l'absencede cadre uniéd'analyse.
1.4 Contributions
Ces contributions sont de troisordres.
Dans un premier temps, nous essayons d'établir une approche uniée des diérentes
méthodesd'évaluationdecoûtetdebénécemédicald'uneaction desanté,àsavoir
l'ana-lyse décisionnelle et les méthodes statistiques basées sur l'analyse des données de survie.
En eet,notre nouvelle approche reprend lemodèlede l'analyse décisionnelle dans lequel
une inférencestatistiqueestréalisée.
moyens,quipermettentégalementd'estimerlesincidencesd'événementsquisontàl'origine
de cescoûts.
Enn, nous avons montré l'intérêt de ces approches sur uneétude de cas, portant sur
l'analyse médico-économique du bénéce d'un dépistage pré-thérapeutique des toxicités
du 5-FU,ayant inspiré lesdéveloppements de cette thèse.
Pour récapituler, noscontributions consistent dansla construction de modèles
multi-états pourestimer les incidencesd'événementscliniques etles coûtsmoyensmédicauxsur
des données individuelles incomplètes. De plus, les modèles que nousproposons prennent
en compte,enplusdelacensure,larécurrenceounon d'unou plusieursévénementsetles
risques compétitifs, ce quene faisait aucuneapproche jusqu'ici. La situation du contexte
de nos contributions par rapport aux contextes où des modèles multi-états ont déjà été
utilisés estlasuivante:
Enanalysestatistique,lesmodèlessontmarkoviensetconcernentseulementles
du-réesde surviecensurées:Andersen etal.,1993 [14],Saint-Pierre,2005 [15 ],
Beyers-mannet al.,2006 [16 ].
En analysedécisionnelle, les modèles sont markoviens etconcernent seulement les
données agrégées :SonnenbergetBeck, 1993 [17];Putterman, 1994[18];Alagoz,
2004 [19 ].
Nos approches concernent les données individuelles de coûts censurés etles
mo-dèles ne sont pas markoviens.
1.5 Organisation du manuscrit
Lereste du mémoire estorganisé entrois partiescomprenant huitchapitres.
Partie I :Lapremière partie est diviséeendeux chapitres introductifs.
Chapitre2:D'unepart,cechapitreintroduitàl'analysedesdonnéesdedurées
cen-suréesdontlesestimationsproposées danscettethèsesontdesextensionsàl'analyse
des coûts médicaux. D'autre part, les quantités d'intérêt dont les estimations sont
présentéesdansce chapitre constituent desquantitésintermédiairesdes estimateurs
quenousproposons.
Chapitre 3 : Dans un premier temps, ce chapitre exposeune analyse critique des
deux grandes approches utilisées en analyse médico-économique, à savoir l'analyse
problématiquesspéciques àl'estimation ducoûtmédical censuré etdécritles
prin-cipalesméthodesexistantesà ceteet.
Partie II : La deuxième partie de ce manuscrit comprend trois chapitres qui
s'articulent autour de la construction et de l'étude des deux estimateurs du coût
médicalmoyenquenousproposons.Cesestimateurs sonttousdeuxissusd'uncadre
multi-états. Ils prennent tous deux en compte la censure, les risques compétitifs et
larécurrence.
Chapitre 4 : Ce chapitre présente notre premier estimateur non-paramétrique
du coût médical. Il est basé sur l'idée que le coût médical s'accumule de manière
continue dans le temps et que pour un patient, le taux d'accumulation du coût à
un instant donné dépend de l'état de santé du patient. Les propriétés théoriques
classiques de l'estimateur sont étudiées : biais, consistance, vitesse de convergence
etnormalitéasymptotique.
Chapitre 5 : Ce chapitre présente notre second estimateur non-paramétrique du
coût médical. Il est basé l'idée que le coût médical est généré par les survenues de
plusieurstypesd'événements. Lespropriétés théoriques sont aussiétudiées.
Chapitre 6 :Ce chapitre présente les études par simulations numériques des deux
estimateurs que nous proposons en les comparant aux principales méthodes
exis-tantes. Lescritères decomparaisons sont lebiais(l'erreur), l'écart-typedu biais,les
probabilités decouverture de lamoyenne théorique par un intervalle de conanceà
95%selon une loinormale.
Partie III:Cettepartie comprend deuxchapitres.
Chapitre 7 : Ce chapitre expose les résultats de l'analyse médico-économique du
dépistagepré-thérapeutiquequenousprésentonsdanslasectionsuivante.Cetteétude
de casconstitue ainsi un exemple d'application de toutes les méthodes développées
ouprésentées dansleschapitres précédents enassemblant leurs diérentsrésultats.
Chapitre 8:Ce chapitre conclut lestravauxde ce mémoire etprésenteles travaux
encours ainsiqueles perspectivesde recherche qui s'ouvrentà nous.
Annexes : Enn, quatre annexes terminent ce document. La première regroupe
l'ensemble des éléments complémentaires, à savoir les démonstrations, les sources
de valorisation des coûts de prise en charge de toxicités et du dépistage
pré-thérapeutique. La deuxième fournit quelques éléments de la théorie statistique des
processus de comptage nécessaires à la compréhension du formalisme choisi. Cette
comprend lescodesdesprogrammesRutiliséspour produiredesdiérentsrésultats
présentés dansle manuscrit. La quatrième annexe produit le synopsisde l'étude en
cours intitulée"DPD Colon".
Toutaulongdecemémoire,unseulexemplededonnéesréellesestutilisé,ilconstitueune
étude decas quiillustre nospropos.Les motivations de cetteétude decas, les données et
leurs sources sont présentées dans la section suivante qui clôt ce chapitre. Les diérents
scénarios d'évolution des patients dans cette étude forment le modèle retenu qui sera le
même danstousleschapitresoùcetexempleestutilisé.Cemodèleestdécriticidanscette
section. Enn,desstatistiquesquidonnentune premièrevued'ensembledel'évolutiondes
patientsselon lemodèle retenu terminent cettesection.
1.6 Présentation des données de l'étude de cas
1.6.1 Analyse médico-économique de bénéce du dépistage
pré-thérapeutique des toxicités du 5-FU
Contexte
On estimait à 37 413 nouveaux cas par an et 16 865 décès par an de cancers
colo-rectaux, en 2005 en Franceselon l'INCa etl'InVS.Malgré le développement de nouvelles
moléculescommel'Irinotécanetl'Oxaliplatine,le5-uorouracile(5-FU)resteletraitement
de référence en chimiothérapie dansce type de cancer. Sil'ecacité du 5-FU est
déniti-vement admisetant en terme de réponsequ'en termed'allongement de laduréede survie
des patients [20 , 21 , 22 ], il n'en demeure pas moins qu'il engendre encore des toxicités
très sévères chez certains patients(altération dela qualitéde vie,toxicités mortelles).On
estime entre
0, 3 %
et1, 2 %
la fréquencedesdécès liés autraitement selon les protocoleshabituels à base de 5-FU et entre
25 %
et30 %
la fréquence des toxicités graves (gradeIII-IVOMS), (essai MOSAIC[23 ], essaiNSABP C-07 [24 ] ).En outre,
14 %
despatientsarrêtent le traitement à cause d'une toxicité [23]. Enn, les toxicités mobilisent
d'impor-tantes ressources :Tsalic et al., 2003 [25] ont observé
13 %
d'hospitalisations à cause detoxicitésduesau 5-FUdansune étudeprospectiveportant sur243 patients traitéspar un
protocolestandardàbasede5-FU.Le coûtparpatientà10moisestestiméà2793
e
pourune incidence destoxicités majeures à
31 %
auxÉtats-Unisd'Amérique [26 ].La tolérance au5-FU etl'ecacité du traitement dépendent toutes les deux de ladose
en même temps plus le risque est grand pour le patient de faire une ou des toxicités;
à l'inverse, une diminution de la dose qui permet d'éviter ces toxicités peut conduire à
uneinecacitédutraitement.Unedoseoptimale permet d'atteindrelazonethérapeutique
délimitéepar unseuilinférieurendessousduquelletraitementn'estpasecaceetunseuil
supérieurau delà duquel letraitement est toxique. Les patients n'étant paségaux devant
letraitement, cettezoneest soumiseà desvariabilités interindividuelles.
Ladihydropyrimidine déshydrogénase(DPD),enzymecléetlimitantedu métabolisme
du 5-FU, de par sonactivité, détermine la zonethérapeutique pour chaque individu; en
particuliersondécitestàl'originedestoxicitéssévères[28 ],[29],[30].Onestimeentre
3
et5 %
lafréquenced'undécit(totaloupartiel)dansunepopulationdepatientsatteintsdecancer[31 ].Certainspolymorphismessontidentiéscommefacteursexplicatifsdecedécit
[32],[33]. Pour identier parmi les patients devant recevoirun traitement à basede 5-FU
ceux qui ont un décit d'activité de la DPD etqui doivent donc recevoir une adaptation
de doses de 5-FU, le Centre Régional de Lutte Contre le Cancer d'Angers (Centre Paul
Papin ouCPP),adoptedeux approches couplées:
une approche génétique quiconsiste à rechercher quatremutations pour legène
de laDPD; ce sont desmutations conditionnelles entraînant un décit majeur
(hé-térozygote)ou complet(homozygote) del'activité del'enzyme;
une approche phénotypique qui consiste à mesurer le rapport
(U H
2
/U )
de laconcentration d'uracile
(U )
qui se trouve naturellement dans l'organisme sur cellede son métabolite, le dihydro-uracile (
U H
2
); la valeur de ce ratio est considéréecommelereet de l'activitéde laDPD au coursde la"transformation" de l'uracile
enson métabolite. Ainsi, Gamelin etal. [28]ont mis en évidence l'association entre
lamesuredece ratio etlasurvenue de toxicités gravesliées au5-FU.
Ces deux approches couplées constituent ce que nous appelons dans toute la suite un
dépistage pré-thérapeutique. D'un coté, ce dépistage présente deux principaux bénéces
escomptés :
un bénéce médical, car il améliore la qualité de vie du patient en lui évitant des
eetstoxiques,parfoissévères,voire prévient sondécès dûà destoxicités[34];
unbénéceéconomique, caril supprimeaussi lescoûts qui auraient étégénérés par
laprise enchargedestoxicités évitées.
De l'autre coté, il induit un coût supplémentaire certain par rapport à une application
Buts de l'étude
Dans ce contexte, nous nous sommes proposés de reprendre rétrospectivement les
dossiers de patients atteints de cancer colorectal ayant reçu du 5-FU. Cette étude
com-pare une population de patients dépistés, dont les doses de 5-FU sont adaptées après un
dépistagepré-thérapeutiqueetunepopulationde patientstraités selonlesdosesindiquées
danslesprotocolesstandardsansdépistagepré-thérapeutique.Ainsi,elleviselesdeuxbuts
suivants:
analyser l'ecacité dudépistage pré-thérapeutique surl'incidence destoxicitésliées
au5-FU etétudiersanon inférioritéen termesdesurvie sansprogressionnirechute
danslecaséchéant;
analyserlescoûtsdestoxicitésévitéesgrâceaudépistagepré-thérapeutiqueauregard
du coûtsupplémentaire qu'il génère.
Cesdeuxanalysessonthabituellement regroupéesen uneseule nomméeici,évaluation
de l'intérêt médico-économique dudépistage pré-thérapeutique mis au point au CPP par
rapport aux stratégies de référence (sans dépistage). Nous avons voulu cette étude
prag-matique(aideàladécisionmédicale)avecunsuiviaussiprochequepossibledelapratique
cliniquede routine.
Objectifs pratiques
Nousformulons les deuxhypothèsessuivantes :
Hypothèse 1 (médicale)
Le dépistage pré-thérapeutique réduit l'incidence des toxicités liées au 5-FU, évite
les décèsdus au 5-FU sansdiminuerle délai avant progressiontumorale.
Hypothèse 2 (économique)
Le coût supplémentaire que ce dépistage génère est inférieur au coût de prise en
chargedes toxicités qu'ilpermetd'éviter.
L'objectif principal decette étude estde testerceshypothèses.
Objectifs principaux
Commeindiquédanslasection1,lecritèredejugementd'uneétudemédico-économique
consé-Figure1.1Coûtdedépistage(envert)+coûtdestoxicités(enrouge)pourla"stratégie
avec dépistage, versus coût des toxicités pour la stratégie standard (en rouge); coût du
traitement supposéconstant (engris)
quenceséconomiques(les coûts).L'indicateur debénécemédicalretenu iciestl'incidence
destoxicités;toutefois,nousdistinguonslestoxicitésmortellesdesautrestoxicités.Ils'agit
donc de comparer lastratégie avec dépistage et la stratégie standard en termes
de:
Incidences des grades de diérentes toxicités selon les protocoles à base de 5-FU
(LV5FU2,FOLFOX etFOLFIRI);
Risquesde décèslié au 5-FU;
Coûts (composés du coût de dépistage et de prise en charge des toxicités pour la
stratégie avec dépistage etdes seulscoûts de prise en chargedes toxicités pour
lastratégie standard ).
La gure1.1 illustre les hypothèses etobjectifs de l'étudeéconomique à savoir la
compa-raison descoûtssuivantsles deuxstratégies.
Objectifs secondaires
Dans un second temps, nous tenons compte des autres événements majeurs pouvant
intervenir, à savoir le décès non lié au traitement ou larechute de la maladie conduisant
à un changement de ligne thérapeutique. Un niveau d'étude approfondie de l'analyse
économique est l'intégration de mesures d'utilité dans l'évaluation. En l'occurrence nous
l'espérancede vie ajustéeà laqualité devie.
Lesobjectifssecondairesconsistent à:
•
Comparer lastratégie avec dépistage etla stratégie standard en termesde :Survies sans événement (décès,rechute, progression);
Espérances de vie ajustéesà laqualité devie.
Critères d'évaluation
Dans cette étude, nous évaluons l'impact du dépistage pré-thérapeutique par
compa-raison indirecteentrelapopulationAetlapopulationB.Cetimpactestmesuréentermes
de :
1. réductiondestauxd'incidencespourlesprincipalestoxicitésdu5-FU(nombremoyen
de caspar unité detemps) selonla sévérité, mineureou majeure.
2. réduction dutaux demortalité spéciqueau traitement (ou toxicités mortelles).
3. réduction des coûts directs associés à la prise en charge des toxicités liées au 5-FU,
les coûtsindirects dusau temps de travailperdune sontpaspris en compte.
4. allongement de surviesans événement (rechute,progression, décès).
5. allongement de l'espérance devie ajustée àlaqualité de vie.
Horizon temporel de l'évaluation
Les bénéces à très court terme (les deux premiers cycles) et à moyen terme (à la
n du premier traitement) sont distingués. Dans cette étude, seuls les bénéces sur les
deux premiers cyclessont évalués.En eet,lestoxicitésaïguies particulièrement viséesici
apparaissent dèslepremier ou deuxièmecycle.
1.6.2 Description des données
Nous avons repris rétrospectivement les dossiers de deux populations de patients
at-teintsde cancers colorectauxen situation adjuvanteou métastatique, ayant reçuune
chi-miothérapie à base de 5-FU selon l'un des protocoles suivants : LV5FU2 (ou FUFOL),
FOLFOX et FOLFIRI. Ces protocoles sont décrits dans l'annexe A.I.2 en page 215. Les
deux populations sont lessuivantes:
Population A :dépistage pré-thérapeutique CPP
Ces populations sont issues de deux stratégies thérapeutiques diérentes selon que les
patients ont étédépistés ou non:
lastratégie avec dépistagepré-thérapeutiquebasée suruneadaptation de ladosede
5-FUen fonctionde l'activitéde laDPD, elle concerne lespatientsdelapopulation
A;
la stratégie sans dépistage pré-thérapeutique (dite standard) qui consiste à
ad-ministrerlesdosestraditionnelles de5-FUselon laposologieduprotocoleutilisé.La
populationBa étéprise en charge selon cettestratégie.
population A
Entreseptembre 1993 etaoût2007,856 patientsont étédépistés pour lestoxicités du
5-FU au Centre PaulPapin (CPP), avant d'êtretraités par l'undes protocoles à basede
5-FU suivants: LV5FU2,FOLFOX et FOLFIRI.Cettepopulationconstitue legroupe de
casdansl'évaluationde l'ecacité dudépistage pré-thérapeutique.
population B
Lesdossiersde886patientsdel'essaideAndréetal.,2003[35 ]ontétérepris.Ilsontété
inclusentreJuillet1996 etNovembre 1999etonttousététraitésparunprotocoleassimilé
à LV5FU2. Tous les patients de cette population étaient en traitement adjuvant et ont
reçuuniquementleprotocoleLV5FU2.Cettepopulationconstituelegroupedetémoinsde
l'évaluation.
Les toxicités du 5-FU
Description
Ondistingue plusieurs typesde toxicitésliéesau 5-FU :
hématologiques(neutropénie, thrombopénie),
gastro-digestives(diarrhées,nauséesetvomissements,muciteoustomatite),cutanées
syndrome mains-pieds,
autrestoxicités (alopécie, èvre,...).
Chacune de ces toxicités est évaluée selon un critère de gradation établi par le NCI (de
l'anglais National Cancer Institute). Cette gradation consiste à attribuer un niveau de
sévérité àlasurvenue dechaquetype detoxicité.A lasurvenue d'unetoxicité estassociée
alorsungradedetoxicité allantdugrade0 (correspondantàl'absencedetoxicité)augrade
Toutefois, ce critèrene prendpasen compte laduréede toxicité,nilaprésence de
co-morbidités. Letableau A.2donne lecritère degradation NCIpourlesprincipalestoxicités
du 5-FU.Dans cetteétude, les toxicitésontété répertoriéeset gradées àchacun desdeux
premiers cycles de la chimiothérapie. Une attention particulière est portée aux toxicités
sévères (grades 3-4) car le coût de leur prise en charge est important; d'autre part, elles
ont ungrandimpact surlaqualité devie etlasurvie despatients.
Variable des toxicités
GRADE
etARRET
Les survenues de toxicité sont assimilées à une variable qualitative
GRADE
à 5mo-dalités correspondant aux5 gradesdetoxicité (grade0,grade1,grade2,grade3 etgrade
4). Une variableauxiliaire binaire
ARRET
indiquel'interruption ou non du traitement àcause d'unetoxicité.
Chacune decesvariables estrecueillie àchaquecuredelachimiothérapieàbasede5-FU :
ce sont desmesures répétées.
Temps :
CY CLE
Lesinstants d'occurrence destoxicités sont recueillis. Ils correspondent aux rangsdes
cycles auxquels les toxicités sont survenues. Par exemple, lorsqu'une toxicité survient au
2 e
cyclede lachimiothérapie, lavaleur del'instant associéest2.
Couts :
COU T
T 2A
etCOU T
EN C
A chaque survenue de toxicité, on enregistre deux valeurs de coût de prise en charge
associée:
COU T
T 2A
etCOU T
EN C
.Lepremiercoûtestissud'uneapprochedevalorisationbaséesurlesTarifsNationaux.Lesecondcoûtestissud'uneapprochedevalorisationbasée
sur l'Échelle Nationale des Couts. Le calculetles sources deces coûts sont détaillés dans
l'annexe.
Mesures d'utilités :
JV AQV
(jours de vie ajustée à la qualité de vie)L'utilitéest formellement dénie commeunemesure quantitative de laforcedes
"pré-férences" des patients pour un état de santé. Elle est comprise entre 1 (correspondant à
un parfait état de santé) et 0 (correspondant au décès). En général, ce sont les mesures
de qualité de vie issues d'enquêtespsychométriques. La prise en compte de la qualité de
dansle calculde coût-utilité où elle constitue un coecient de pondération de l'ecacité
clinique lorsque celle-ci est l'augmentation de la quantité de vie (en nombre d'années de
vie gagnées) : une année de vie en bonne santé compte 1 et une année de vie en moins
bonne santé compte pour une fractiond'annéede bonnesanté.Le résultat obtenu est
ap-pelé annéesd'espérance devie ajustée à la qualité devie del'anglais"quality-adjustedlife
years" ouQALY.
Les ajustements de cette étude sont basés sur desmesures de qualité de vie associées
à chacune des toxicités liées à chimiothérapie que nousavons extraites de Le Lay et al.,
2008 [36], etque nousavons adaptées au contextede notreétude. Ainsi, pour unpatient
dépistéou non,
1est associé auxgradesde toxicité grades 0,1,2;
0,63estassociéaux gradesde toxicité grades3, 4;
0,60pour les arrêtsde traitement àcause de toxicité;
0,52pour les progressions tumorales,etenn 0est associéau décès.
Variables de survie :
EV T
etDU REE
Ces variablesrenseignent surlescauses de nde traitement (ouévénements desortie)
etledélaijusqu'àlasurvenued'unévénement desortie.Ici,lesévénementsdesortiesont:
ledécèsliéàunetoxicitéetledécèsnonliéàunetoxicité oulaprogressiontumorale.
Lors-qu'aucun de ces événement n'est survenu aux dernières nouvelles, l'individu est censuré.
Ainsi,deux variables sont observées :
EV T
: C'est une variableà trois modalités qui indique l'état d'unpatient auxder-nièresnouvelles:
1:décédé suite àune toxicité,
2:progression tumoraleou décèsnon lié autraitement,
0 :censuré.
DU REE
:Temps de participation du patient (diérence entre ladate du débutdetraitement etladatededernières nouvelles)exprimé en jours.
Autres informations
Variables socio-démographiques : age et sexe du patient
Plusieurs auteurs ont associé l'âge et lesexe à lasurvenue de toxicités [37], [38], [25 ],
Description Score
Capabled'uneactivitéidentiqueàcelleprécédantlamaladiesansaucune
restriction.
0
Activitéphysiquediminuéemaisambulatoireetcapabledemenerun
tra-vail.
1
Ambulatoire et capable de prendre soin de soi-même, incapablede
tra-vailler,alitémoinsde50%desontemps.
2
Capableseulementdequelquessoins.Alitéouenchaiseplusde50%du
temps.
3
Incapabledeprendresoinsdesoi-même.Alitéouenchaiseenpermanence. 4
Décès. 5
Table 1.1 Scorede Performance Status selon OMS, publiédans[1]
considérer dansl'analysedestoxicités. Enparticulier,lesfemmes, surtoutâgéesdeplusde
70 ansont unrisqueplus grandd'avoir certains typesdetoxicités[37 ], [38 ].
Variables relatives à la maladie
•
Localisation de la tumeur initiale : colon ou rectum•
Stade de la tumeur : En présence de métastases, on dit que le traitement estmétastatique. Lorsque le patient est potentiellement guéri et si le traitement est
destinéàréduirelerisquederechute,letraitementestalorsditadjuvant.Lespatients
traités en adjuvant et ceux traités en métastatique sont très diérents en termes
de survie, protocole, récurrence des hospitalisations etqualité de vie. De même, la
survenue de toxicités n'a pas le même impact médical pour ces traitements; par
exemple,onpeutadmettrequelecliniciensoitplusréticent àprendre lerisqued'un
décès àcause dutraitement danslecas adjuvant quedanslecas métastatique.
Variables relatives au traitement
•
Performance status : C'est un score qui permet de juger de l'amélioration oudu maintien des capacités fonctionnelles; ainsi, il constitue un indicateur de l'état
général de santé du patient. Le score ECOG (de l'anglais Eastern Cooperative
Oncology Group) ouscore OMS,quiest adoptépar l'OrganisationMondiale de la
Santé est utilisé pour le Performance status. Il varie de 0 pour un patient en bon
étatgénéral desanté à 5pour ledécès.Le tableau 1.1décritce score.
Le tableau 1.2 montre un extrait des données initiales pour trois patients, mais les
N um
IN D
GRADE
CY CLE
ARRET
EV T
DU REE
COU T
T 2A
CHT
1 1 0 0 0 0 0 0 A 2 1 2 1 0 0 1 1032 A 3 1 1 2 0 0 2 0 A 4 2 0 0 0 0 0 0 B 5 2 3 1 0 0 1 5455 B 6 2 3 1 1 1 1,5 0 B 7 3 0 0 0 0 0 0 B 8 3 0 1 0 0 1 0 B 9 3 1 2 0 0 2 0 B 10 3 0 3 0 0 3 0 BTable1.2 Données extraites pour troispatientsparmi 1742 avec les variables d'intérêt
N um
:lenuméro de laligne;
IN D
:l'identiant du patient;
GRADE
:legradede toxicité de0 à4;CY CLE
:lecycleassociéau grade, de0 à 31 ;
ARRET
:ilindiquesitraitement estinterrompuàcausedetoxicité,1:oui,0:non;
EV T
:ilrenseigne surl'événement de sortie, 0 :censure,1 :décèslié à une toxicité,2:décès nonlié ou progressiontumorale;
DU REE
:temps de participation
COU T
T 2A
:le coûtde survenue d'unévénement, en euros(e
), c'estle coûtde priseen charge de toxicités selon l'approche des tarifs nationaux si l'événement est une
toxicité etnulsinon.
CHT
:l'identiant lapopulationdu patient, A =dépistéeou B=nondépistée.1.6.3 Modélisations et recodage des variables
Nousdécomposonsl'histoire dupatient(évolution de lamaladie enfonction desissues
du traitement) en une séquence d'états de santé dans le temps correspondant à des
sur-venues ou non d'événements cliniques majeurs. Toute survenue d'événement clinique est
interprétéecommeunetransitiond'unétatversunautre. Achaquecycledela
chimiothé-rapie, un patient atteint de cancer colorectal sous traitement au 5-FU se trouve dans un
dessixétatsdesantéimportantsmutuellement exclusifsquenousdénissonscommesuit:
•
Lesquatrepremiers sont desétatsoùletraitement continue ouestmomentanémentinterrompu(
EV T = 0
). Cesont :1. Ilfautnoterquenousdisposonsdesdonnéesdu3
e
cyclepourlapopulationBmêmesil'analysene
E
0
étatd'unpatient sanstoxicité (Grade 0);
E
1
étatd'unpatient avec unetoxicité mineuresansarrêt dutraitement(Grade 1,2);
E
2
étatd'unpatient avec unetoxicité majeuresansarrêt dutraitement (Grade3,4 etARRET=0);
E
3
état d'unpatient avec unetoxicité majeureentraînant un arrêt du traitement(pause thérapeutique)(Grade 3,4 etARRET=1).
•
Les deux derniers états correspondent aux cas où le traitement est dénitivementinterrompu (
EV T
6= 0
) :
E
4
décèslié à une toxicité (EV T = 1
);
E
5
progressiontumorale oudécès dûà l'évolution delamaladieEV T = 2
.La gure1.2 illustrenotremodèle. Le patient setrouve perpétuellement exposéau risque
de chacun de ces événements cités; ces diérents risques évoluent en fonction du temps.
Les instants auxquels les événements surviennent sont déterminants dans leur analyse.
En particulier une toxicité majeure intervenant au premier moisdu traitement n'apasle
même eet dans le choix thérapeutique du clinicien quecelle qui survient dansle 6
e mois
traitement. Par ailleurs, elles n'ont pas toujours la même cause. La première toxicité est
souvent dite aiguë alors que la seconde est dite chronique. Certains de ces événements
sont récurrents (séjours dans
E
0
,E
1
,E
2
etE
3
);d'autres sont des événementsterminaux(ou causes de sortied'étude), par exemple le décès ou progressiontumorale (séjours dans
E
4
etE
5
).Les étatsE
4
etE
5
sont absorbants,c'est-à-dire lorsqu'unpatient s'ytrouve, laprobabilité d'en sortir est nulle, les autres sont transients, c'est-à-dire lorsqu'un patient
s'ytrouve,il peuten sortir.
Ainsi, les variables de toxicité
GRADE
et de survieEV T
forment une seule variableET AT
à sixmodalités :E
0
,E
1
,E
2
,E
3
,E
4
etE
5
. Par conséquent, l'instant de survenuede toxicité
CY CLE
qui est une variable discrète et le temps de participationDU REE
(converti en unité de 15 jours) qui estune variable continue forment également une seule
variable
T EM P S
que nous supposons continue. Le tableau nal obtenu par cettetrans-formation dutableau 1.2 estletableau 1.3.
1.6.4 Statistiques descriptives
Le tableau 1.4 rapporte les fréquences des transitions observées et les nombres
d'ex-position au risque (séjours) dansles diérents états pour les deux deux populations. Par
consé-E
3
E
0
E
2
E
1
P
11
P
01
P
12
P
21
E
4
E
5
P
00
P
02
P
20
P
03
P
30
= 1
P
04
P
24
P
23
P
25
P
22
P
44
= 1
P
55
= 1
E
0
:sans toxicité,E
1
:toxicité mineure,E
2
:toxicité majeure,E
3
: interruption dutrai-tement àcause de toxicité,
E
4
:décès dûà une toxicité,E
5
:progressionou décès nonliéàune toxicité.
Figure 1.2 Modèle de multi-états du processus destoxicités etdes événements d'arrêt
N um
IN D
ET AT
T EM P S
COU T
T 2A
CHT
1 1 0 0 0 A 2 1 2 1 1032 A 3 1 1 2 0 A 4 2 0 0 0 B 5 2 3 1 5455 B 6 2 4 1,5 0 B 7 3 0 0 0 B 8 3 0 1 0 B 9 3 1 2 0 B 10 3 0 3 0 B
ET AT
:l'étatdupatienttelquec'estdénidanslasection1.6.3,ennegardantquel'indicedei
dansE
i
,i ∈ {0, 1, 2, 3, 4, 5}
;
T EM P S
:letempsdesurvenued'unévénementT EM P S = DU REE
siET AT = 4, 5
etT EM P S =
CY CLE
siET AT = 0, 1, 2, 3
,ilestexpriméenunitéde15jours,T EM P S = 2
signieunmois;Table1.3 Données nales pour les troispatientsdu tableau1.2
quentautantd'expositionsaurisquedetransitiondontl'étatdedépartest
E
0
.100 séjoursdansl'étatdetoxicité mineure(
E
1
),12 séjoursdansl'étatdetoxicitémajeure(E
2
),aucunarrêt detraitement, aucundécès liéà unetoxicité,nide progressiontumoraleoude décès
non lié à une toxicité (respectivement
E
3
,E
4
etE
5
). Les 2456 séjours dans l'étatE
0
serépartissent en transition comme suit : 2341 sont restés dans l'état
E
0
(E
0
→ E
0
), 77transitions vers l'état
E
1
(E
0
→ E
1
), 8 transitions vers l'étatE
2
(E
0
→ E
2
),0 transitionvers l'état
E
3
(E
0
→ E
3
),0 transition versl'étatE
4
(E
0
→ E
4
) et0 transitionvers l'étatE
5
(E
0
→ E
5
).PourlapopulationB,lenombredeséjoursdansl'état
E
0
estde1788;parmicesséjours,552 transitions vers l'état
E
1
ont eu lieu, 62 transitions vers l'étatE
2
, 4 transitions versl'état
E
3
, 1 seule transition vers l'étatE
4
(décès à cause de toxicité), 3 transitions versl'état
E
5
,leresteaunombrede1166séjourssontrestésdansl'étatE
0
.Lesséjoursdanslesétats sont :743 dansl'état
E
1
detoxicité mineure,112 dansl'étatE
2
de toxicité majeure.Chaque séjour est exprimé en personne-temps. Une exposition au risque pendant 2
mois d'une seule personne est équivalente à une exposition de 2 personnes pendant 1
mois. Ainsi, la durée du cycle de chimiothérapie étant l'unité de temps, les 1788 séjours
correspondent à1788 personnes-cycles.C'estpourquoiunnombredeséjoursdansunétat
Nombrede
personnes-cyles
Etatsd'arrivée,j (séjours)
E
0
E
1
E
2
E
3
E
4
E
5
Etatsdedépart,E
h
A B A B A B A B A B A B A BE
0
2371 1166 77 552 8 62 0 4 0 1 0 3 2456 1788E
1
76 174 23 533 1 35 0 0 0 0 0 1 100 743E
2
9 32 0 36 3 43 0 1 0 0 0 0 12 112E
3
0 1 0 0 0 0 0 6 0 0 0 0 0 7E
4
0 0 0 0 0 0 0 0 0 2 0 0 0 2E
5
0 0 0 0 0 0 0 0 0 0 0 4 0 4Table 1.4 Nombre de transitions observées du modèle multi-états selon la population.
A :populationdépistée, B:populationnondépistée.
plusieurs séjours. Les entrées dans les états absorbants (états
E
4
etE
5
) mettent n auprocessus, lesnombres de transitionspartant de ces étatssont nuls.
Onpeutdéjàobserverune diérenceentreles deuxgroupes.Lesséjoursdanslesétats
de moins bonne santé (états
E
1
,E
2
,E
3
,E
4
etE
5
) sont plus fréquents dans le groupede traitement sans dépistage (population B) que dans celui avec dépistage (population
A)pour deseectifséquivalents(886et856).En particulier, onobserve 112arrivéesdans
l'étatdetoxicitémajeuredanslapopulationBcontre12arrivéesdanscemêmeétatdansla
populationB.Al'inverse,lesséjoursdansl'état demeilleuresanté
E
0
sontplusnombreuxIntroduction à l'analyse des données
de durées
Sommaire
2.1 Introduction . . . 50
2.2 Analyse de survie classique . . . 51
2.2.1 Fonctionsdebase. . . 51
2.2.2 Censure . . . 53
2.2.3 Estimationsetstatistiquedetestbaséssurlesprocessusde
comp-tage . . . 56
2.3 Risquescompétitifs . . . 62
2.3.1 Introduction . . . 62
2.3.2 Quantitésd'intérêt . . . 63
2.3.3 Estimation . . . 65
2.4 Processusde Markov non-homogènedans l'analyse de survie . 67
2.4.1 Introduction . . . 67
2.4.2 Quantitésd'intérêtetpropriétésdebase . . . 69
2.4.3 Constructiond'unprocessusdeMarkovnon-homogène. . . 73
2.4.4 Estimations:estimateurd'Aalen-Johansendelamatricedes