Proposition d'outils statistiques pour améliorer, par la tomodensitométrie, les stratégies diagnostiques et thérapeutiques. Application aux douleurs abdominales aiguës : application aux douleurs abdominales aiguës

Proposal of statistical tools to improve, through computed tomography, diagnostic and therapeutic strategies : utilization in acute abdominal pain

• Auteur / Autrice : Ingrid Millet-Cénac
• Direction : Nicolas Molinari, Patrice Taourel
• Type : Thèse de doctorat
• Discipline(s) : Biostatistique
• Date : Soutenance le 21/10/2015
• Etablissement(s) : Montpellier
• Ecole(s) doctorale(s) : Information, Structures, Systèmes (Montpellier ; École Doctorale ; 2009-2014)
• Partenaire(s) de recherche : Laboratoire : Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (Montpellier)
• Jury : Président / Présidente : Kathia Chaumoitre
• Jury : Examinateurs / Examinatrices : Nicolas Molinari, Patrice Taourel, Kathia Chaumoitre, Jean-Paul Beregi
• Jury : Rapporteur / Rapporteuse : Valérie Vilgrain, Roch Giorgi

Mots clés

Mots clés contrôlés

Biométrie

Douleur abdominale

Scanographie

Mots clés libres

Scanner

Performance diagnostique

Score diagnostique

Douleur abdominale

Biostatistique

Computed Tomography

Diagnostic performance

Diagnostic score

Abdominal pain

Biostatistics

Résumé

La douleur abdominale aiguë (DAA) est un problème de santé publique du fait de sa fréquence, du large éventail de pathologies causales et de son enjeu thérapeutique avec une nécessité d'opérer rapidement les patients à risque et de ne pas opérer la plupart des patients. Le retard ou l'insuffisance diagnostique d'une urgence abdominale, qu'elle soit non traumatique (en particulier en cas de strangulation, d'ischémie digestive ou de péritonite) ou traumatique, entrainera une augmentation de la morbi-mortalité. Il est donc primordial que la prise en charge diagnostique et thérapeutique repose sur de l'Evidence-Based Médecine, intégrant une expertise clinique avec les meilleurs examens para-cliniques dont les performances ont été validées par les recherches scientifiques. A ce jour, c'est la tomodensitométrie (TDM) qui s'est imposée comme l'examen complémentaire de référence en cas d'incertitude diagnostique, pour l'exploration d'une DAA. Or, les études publiées sur l'apport du scanner dans les DAA ont un certain nombre de limites : elles ne s'intéressent souvent qu'à une seule pathologie donnée et ne correspondent donc pas à la situation clinique de pathologies non identifiées, elles intègrent rarement des objectifs sur l'impact thérapeutique et présentent, pour la plupart, des faibles niveaux de preuve (niveau I ou II) sur l'échelle à 5 niveaux de la classification des études diagnostiques. Quel que soit le niveau de l'étude, des outils statistiques avancés peuvent être utilisés pour diminuer les biais d'interprétation, pour prendre en compte le degré d'incertitude diagnostique clinique, pour tenir compte de la faible prévalence de certaines pathologies urgentes et pour faciliter le transfert et la généralisation des résultats obtenus à la pratique clinique. L'objectif de cette thèse est donc de présenter des outils statistiques, en analysant les forces et limites des résultats obtenus, afin d'étayer les perspectives d'intégration dans une stratégie de prise en charge clinique. Certains de ces outils statistiques sont déjà connus et largement utilisés en imagerie, d'autres sont développés essentiellement dans les études thérapeutiques et enfin, certains sont totalement innovants.Ainsi, la première partie de cette thèse est consacrée à une mise au point sur la méthodologie de la recherche en imagerie, en exposant ses caractéristiques, ses faiblesses et ses perspectives d'évolution. La deuxième partie est constituée d'une production scientifique de 5 articles, 4 d'entre eux publiés, focalisée sur les urgences abdominales traumatiques et non traumatiques, illustrant à l'aide du développement des analyses statistiques, l'apport du scanner pour améliorer certaines stratégies diagnostiques et thérapeutiques. De cette façon, les méthodes de concordance diagnostique, de régression logistique multivariée, de construction de score diagnostique et de méta-analyse bivariée avec effets aléatoires sont explicitées. Nous avons dans le dernier article proposé une méthode d'analyse statistique innovante basée sur une notion de distance permettant d'intégrer l'incertitude diagnostique représentée par les multiples hypothèses diagnostiques face à une douleur abdominale. Cette approche permet ainsi de mesurer la valeur ajoutée de la TDM à la fois en termes d'exactitude diagnostique et de confiance diagnostique, en se rapprochant de la pratique clinique quotidienne. A l'avenir, ces outils statistiques pourraient être plus largement utilisés dans la recherche diagnostique afin d'améliorer la pertinence scientifique et l'impact clinique, à l'origine d'une meilleure prise en charge des patients, et d'une meilleure utilisation des ressources économiques.

Acute abdominal pain (AAP) is a public health problem, given its frequency, the numerous specific causes and the therapeutic impact, with patients at risk requiring urgent surgical care while most patients do not require surgery. Delayed diagnosis or misdiagnosis of an abdominal emergency, whether of non traumatic (such as bowel strangulation, or bowel ischemia, or peritonitis) or traumatic origin, will lead to increased morbidity and mortality. It is thus crucial that diagnostic and therapeutic management relies on Evidence-based Medicine, integrating clinical expertise and paraclinical tests that have been validated through scientific research. To date, computed tomography (CT) has become the reference examination to investigate AAP when diagnosis is uncertain. However, published studies evaluating the value of CT in AAP, have some limits: they often focus on a specific disease, and consequently do not meet the unsorted pathologies encountered in clinical practice, they sparsely include objectives on therapeutic impact, and most show low levels of evidence (level I or II) on the five level diagnostic studies scale. Whatever the study's level, advanced statistical methods can be used to reduce interpretation bias, take into account the clinical diagnostic uncertainty or the low prevalence of some urgent diseases, and to facilitate the transfer and generalisation of results into daily clinical practice.The aim of this work is to present statistical tools, by analysing the results' strengths and limits, in order to illustrate the perspective of integration within a clinical management strategy. Some of these statistical tools are known and largely used in imaging studies, others are essentially developed in therapeutic studies, and some are completely innovative.Thus, the first part of this thesis reports on a review of the methodological aspect of research in the field of medical imaging, showing its characteristics, its weaknesses and its development perspective.The second part is composed of 5 scientific articles - with 4 already published - and focus on traumatic and non traumatic abdominal emergencies, illustrating the value of CT in improving some diagnostic and therapeutic strategies, while detailing the statistical analyses. Hence, statistical methods for diagnostic agreement, multivariate logistic regression, diagnostic scoring-system building and bivariate random-effects meta-analysis are developed. In the last article, we propose a new statistical analysis method, based on a distance concept, allowing integrating the diagnostic uncertainty resulting from multiple diagnosis hypotheses in front of an AAP. This approach allows for investigating the added value of CT both in terms of diagnostic accuracy and diagnostic confidence, while getting close to daily clinical practice.In the future, these statistical tools could be implemented into diagnostic research in order to improve the scientific relevance and clinical impact, allowing for better patients' management, and better economic resource usage.