Est-ce que des Risques Relatifs ajustés ont été utilisés ?

Dans les études observationnelles, il est très courant d’avoir des groupes traitement vs contrôle peu comparables au départ : des différences d’âge, de comorbidité, de sexe, d’utilisation de médicaments concomitant, l’état de sévérité de la maladie etc… Cette non-comparabilité est problématique pour identifier un effet du traitement.

En effet, par exemple, si deux groupes ont une différence d’âge importante. L’âge peut être l’explication a une mortalité moins importante dans un des groupes plus jeune et cet effet n’est donc pas lié au traitement. L’âge est un facteur de risque connu de mortalité COVID-19.

Comment contrôler ces différences ?

Il existe plusieurs méthodes :

  • la randomisation pour les RCT. Celle-ci permet d’attribuer les traitements aléatoirement et d’assurer une comparabilité maximale au début du suivi de l’essai clinique
  • des méthodes post-hoc : modélisation statistiques multivariées, stratification (analyse en sous-groupe)

On parle d’ajustements statistiques pour contrôler les différences entre les groupes. La méta-analyse de Fiolet et al. a utilisé des effets traitements ajustés. Ceux-ci sont décrits dans la Table S1 de l’Appendix. Cochrane recommande l’utilisation d’indicateurs ajustés.

Par exemple dans l’étude des vétérans américains (Magagnoli), nous avons bien utilisé un Hazard Ratio ajusté pour la mortalité : 1.83 [1.16-2.89] pour HCQ seul et 1.31 [0.80-2.15] pour HCQ+AZI.

 

Créez votre site Web avec WordPress.com
Commencer
%d blogueurs aiment cette page :