FICHE À DÉTACHER
La Lettre du Pharmacologue • Vol. 30 - n° 3-4 - juillet-décembre 2016 | 71
f i c h e t e c h n i q u e
Sous la responsabilité de ses auteurs
n° 8
l’assurance maladie : par exemple, si le patient habite loin, le praticien pourra préférer le médicament ne nécessitant qu’une perfusion par mois au lieu de celui à perfuser toutes les semaines.
Le but du score de propension est de synthétiser tous ces facteurs en un paramètre unique dont la valeur permettra de prédire, avec une précision suffisante, la thérapeutique choisie pour chaque patient. Cela signifie donc que le score de propension ne peut concerner que les critères connus et recueillis lors de la décision thérapeutique ou avant. Ensuite, lors des analyses statistiques évaluant l’effet différentiel des thérapeutiques, ce score pourra être utilisé comme facteur d’ajustement, afin de limiter les biais.
Comment se calcule le score de propension ?
Le calcul du score de propension se fait en 3 étapes (figure). La première étape consiste à répertorier aussi exhaustivement que possible les facteurs ayant potentiellement pesé dans la décision du choix du traitement évalué, et également les facteurs pronostiques
P our prouver l’efficacité d’un nouveau traitement, le gold standard est l’essai prospectif randomisé comparant, si possible en double insu, ledit traitement au traitement de référence ou à un placebo. Mais il y a des situations où cette méthodologie n’est pas applicable, notamment lorsque le choix de la thérapie utilisée dépend de l’indication ou du patient, après discussion entre le médecin et son patient : l’ablation d’un sein suite à un cancer peut être complétée, selon le contexte, par une reconstruction, mais ce geste nécessite un accord préalable de la patiente, ce qui rend impossible une procédure de tirage au sort.
Les études rétrospectives sont aussi concernées par la recherche d’efficacité différentielle : il peut être parfois tentant de comparer 2 cohortes historiques traitées selon 2 protocoles différents afin de mettre en évidence les bénéfices de l’un par rapport à l’autre, hélas avec tous les risques de biais que l’on connaît. En effet, les groupes comparés ne sont pas comparables dès l’inclusion ! Dans de telles conditions, pour évaluer l’effet d’un traitement, P.R.
Rosenbaum et D.B. Rubin (1) ont proposé en 1983 une méthodo- logie novatrice, alternative à la méthodologie classique des essais prospectifs contrôlés randomisés. Ces auteurs ont montré que dans certaines circonstances, on pouvait grandement réduire les biais de sélection grâce au calcul d’un score de propension. Nous allons détailler cette méthodologie et indiquer ses principales limites.
Définition et calcul du score de propension
Qu’est-ce que le score de propension ?
La propension dont on parle ici, est “la résultante des raisons - plus ou moins objectives - qui poussent le praticien, face à une pathologie, à choisir une thérapeutique plutôt qu’une autre” (2).
De ces raisons font partie les caractéristiques du patient, de sa pathologie, l’expertise du praticien, ou encore les moyens théra- peutiques disponibles localement. Quand il s’agit de molécules, il faut aussi inclure la fréquence et les conditions de délivrance des médicaments, voire les conditions de prise en charge par
Le score de propension
Partie I - Présentation de la méthode
F. Kwiatkowski*, S. Laporte**, S. Karem***
* Division de recherche clinique, centre Jean-Perrin, Clermont-Ferrand.
** Unité de recherche clinique, innovation et pharmacologie, CHU de Saint-Étienne ; INSERM, SAINBIOSE U1089, Saint-Étienne.
*** Chirurgie digestive, CHU Estaing, Clermont-Ferrand.
Répertoire des facteurs pouvant influencer le choix thérapeutique
Analyse univariée : sélection des facteurs singificativement
associés au choix thérapeutique
Analyse multivariée : calcul du score de propension
avec les facteurs principaux
Comme critère d’appariement Utilisation du score de propension
Comme critère
d’ajustement Comme critère
de stratification Figure. Analyse basée sur l’utilisation d’un score de propension.
0071_LPH 71 01/09/2016 09:57:36
FICHE À DÉTACHER fiche technique no 8
72 | La Lettre du Pharmacologue • Vol. 30 - n° 3-4 - juillet-décembre 2016
exprimé sous forme d’odds ratio (OR) et non de risque relatif (RR). On devine ici que plus le score sera approximatif pour résumer le choix du traitement, plus sa performance sera faible pour permettre d’obtenir une estimation correcte de l’effet du traitement lui-même.
Le score de propension peut être utilisé comme critère d’appariement
L’utilisation du score peut permettre de recréer 2 groupes compa- rables en termes de probabilité de recevoir le traitement, en créant des paires “patients traités” - “patients non traités” ayant un même score. On utilise alors les techniques du plus proche voisin en assortissant chaque patient traité avec le contrôle le plus proche.
Seuls sont retenus les sujets ayant pu être appariés (appariement 1:1 ou 1:2 ou plus). L’estimation de l’effet traitement se fait par le calcul du RR sur la base appariée. Cette procédure est intéressante avec une grande base de données, lorsqu’un des groupes est surreprésenté, afin d’être sûr de trouver un voisin. Cette solution n’est pas idéale si les distributions de score de propension ne se chevauchent pas entre les patients traités et les patients non traités, car elle conduit à exclure les patients non appariés, aux extrêmes des distributions, et à ne conserver que les patients “médians”.
Le score de propension peut être utilisé comme facteur de stratification
Utilisé comme facteur de stratification, le score de propension permet de diviser la population en strates de même effectif (en prenant les intervalles entre quartiles, quintiles, etc. du score), à l’intérieur desquelles les patients seront à “égalité” quant au choix d’un des traitements. L’estimation de l’effet traitement est réalisée dans chaque strate puis poolée comme dans une méta-analyse de strates. Cette procédure permet de rendre les variables initiales comparables entre les groupes au sein de chaque strate pour les variables recueillies, et le traitement peut être évalué avec réduction des biais (3), si tous les facteurs confondants sont connus... En revanche, une perte de puissance peut en découler si l’effectif par strate est faible.
Conclusion
Lorsque l’on veut comparer l’efficacité de 2 traitements, rien ne peut remplacer une étude avec randomisation. Si cette stratégie est irréalisable, l’utilisation d’un score de propension peut permettre de répondre en partie à la problématique. Cette méthodologie n’est en fait pas très compliquée, et l’on peut assez facilement venir à bout des difficultés si l’on prend les précautions décrites ci-dessus. Finalement, l’absence de biais n’est jamais garantie, en particulier du fait qu’il est toujours possible que l’on n’ait pas connaissance de certains facteurs influençant le résultat. ■
1. Rosenbaum PR, Rubin DB. The central role of the propensity score in observational studies for causal effects. Biometrika 1983;70(1):41-55.
2. Filleron T, Kwiatowski F. Le score de propension, une alternative crédible à la rando- misation ? Bull Cancer 2016;103(1):113-22.
3. Cochran WG. The effectiveness of adjustment by subclassification in removing bias in observational studies. Biometrics 1968;24(2):295-313.
Références bibliographiques connus de la pathologie. Le choix de ces variables est dépendant,
malheureusement, des données disponibles dans la base de données dans les études rétrospectives, mais doit être réfléchi a priori si l’étude est conduite de manière prospective. Une fois ce répertoire terminé, la deuxième étape est d’évaluer, en analyse univariée, l’intensité du lien entre la décision et chaque facteur, c’est-à-dire la probabilité associée à ce lien. Pour ce faire, les tests habituels sont utilisés itérativement par variable : chi2, test t de Student, U de Mann-Whitney, ANOVA, test H de Kruskal-Wallis, etc.
selon le caractère qualitatif/quantitatif de la variable et sa distri- bution. Dans une troisième étape, les variables significativement associées au choix thérapeutique sont entrées dans un modèle de régression logistique afin de ne conserver que les plus importantes (d’autres modèles multivariés peuvent aussi être utilisés).
Pour la sélection des variables à utiliser dans l’analyse multivariée, on peut choisir celles associées en univarié à une probabilité seuil supérieure à l’habituel 0,05 et aller ainsi jusqu’à 0,20, cela afin de ne pas exclure des facteurs potentiellement significatifs, mais non retenus en univarié du fait d’interactions avec d’autres facteurs. Les analyses multivariées gérant les interactions plus efficacement, leur importance peut apparaître à cette étape.
Expression du score de propension
Le score de propension est alors exprimé sous forme d’une équation, souvent logistique, fournissant la probabilité d’avoir reçu le traitement en question, avec ici, par exemple, la chirurgie plutôt que le traitement médical, avec les variables suivantes : âge inférieur à 75 ans, indice de masse corporelle (IMC) et antécédents de cancer :
Probabilité de recevoir la chirurgie = 1 / (1 + Y) avec Y = e-(3,38 - 4,55 × age75 + 0,41 × IMC - 0,25 × atcd-KC)
Cette équation permet d’estimer la propension à recevoir le traitement chirurgical à partir des 3 variables ayant été retenues dans le modèle multivarié. Ce score doit être validé pour savoir s’il prédit correctement l’administration du traitement, en utilisant une courbe ROC (Receiver Operating Characteristics) [2].
En calculant l’aire sous la courbe de la courbe ROC, on est à même de connaître la performance du modèle (aire intéressante à partir de 0,70, maximum de 1).
Utilisation du score de propension
Le score de propension est ensuite utilisé afin de limiter un potentiel biais de sélection lié au choix du traitement. Celui-ci n’étant pas tiré au sort, l’objectif est de tenter de remédier à l’absence de comparabilité des groupes à l’inclusion. Il y a 3 techniques d’utilisation.
Le score de propension peut être utilisé comme facteur d’ajustement
L’utilisation la plus immédiate du score de propension consiste à l’introduire comme covariable dans une analyse multivariée.
On considérera qu’il y a un effet traitement si, dans ce modèle multivarié, le facteur traitement est significatif. La procédure est identique à un ajustement classique en cas de déséquilibre
sur un facteur dans un essai randomisé. L’effet traitement est F. Kwiatkowski déclare ne pas avoir de liens d’intérêts en relation avec cet article.
Les autres auteurs n’ont pas précisé leur éventuels liens d’intérêts.
0072_LPH 72 01/09/2016 09:57:36
