Estimation d’effets individuels de traitements pris en combinaison dans les études observationnelles
Auteur / Autrice : | Clovis Lusivika Nzinga |
Direction : | Fabrice Carrat |
Type : | Thèse de doctorat |
Discipline(s) : | Épidémiologie clinique |
Date : | Soutenance le 24/09/2019 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....) |
Partenaire(s) de recherche : | Laboratoire : Institut Pierre Louis d'épidémiologie et de santé publique (Paris ; 2014-....) |
Jury : | Président / Présidente : Thierry Poynard |
Examinateurs / Examinatrices : Laurence Meyer | |
Rapporteurs / Rapporteuses : Pascale Tubert-Bitter, Antoine Pariente |
Résumé
La réalisation d'un essai thérapeutique randomisé peut être difficile à mettre en place pour estimer sans biais l'effet causal d'une stratégie thérapeutique. Dans ce cas, l’étude observationnelle constitue une alternative pour évaluer l’effet causal d’un traitement. Quatre types de difficultés méthodologiques nous intéressent dans ce type d’étude : 1) le biais d’indication ; 2) La présence des facteurs de confusion temps-dépendantes (TD) ; 3) la relation variant dans le temps entre un traitement TD et un effet ; 4) dans la vie réelle, les patients prennent parfois plusieurs traitements, de façon séquentielle ou simultanée. Dans ces conditions, l’évaluation de l’effet propre à chaque traitement constitue un défi méthodologique. L’objectif de cette thèse est de proposer un cadre méthodologique qui permet d’estimer correctement les effets propres aux traitements dans un contexte de multithérapie dans une étude observationnelle en tenant compte de ces difficultés méthodologiques. Nous avons évalué la performance du modèle marginal structurel de Cox pour estimer les effets individuels et conjoints de deux traitements et démontré qu'il a des bonnes performances en présence des facteurs de confusion TD et d'une interaction entre les deux traitements. Nous avons également comparé la performance du modèle marginal structurel de Cox à exposition cumulée pondérée à celle du modèle de Cox à exposition cumulée pondérée standard pour estimer les effets variant dans le temps en présence de confusion temps dépendante et démontré qu'il a une meilleure performance et qu'il peut être appliqué aux données réelles quelque soit la force de confusion temps dépendante.