Aller au contenu principal

Webinar QuanTIM

Date de l'évènement :
à 12:00, (Paris, Europe)
Lieu de l'évènement :
En ligne
Organisé par :
Professeur Roch GIORGI - équipe QuanTIM-SESSTIM
Intervenant :
Clémence LEYRAT
Department of Medical Statistics & Inequalities in Cancer Outcomes Network (ICON), London School of Hygiene and Tropical Medicine, United Kingdom
Description :

Bien que les essais randomisés soient considérés comme le design de choix pour évaluer l’effet causal de traitements ou interventions, il est parfois impossible de conduire de tels essais, pour des questions éthiques ou logistiques. Les essais cliniques peuvent aussi manquer de pragmatisme, incitant les autorités de santé à réclamer, en complément des essais randomisés, des évaluations en contexte réel. Ces évaluations utilisent de plus en plus de données observationnelles, issues de registres ou collectées en routine en soins primaires et secondaires. Cependant, de nombreux biais peuvent être présents lors de l’analyse de ces données, en particulier les biais de confusion, de sélection ou de temps immortel. Afin de limiter ces biais, un cadre théorique pour l’émulation d’essais cliniques à partir de données observationnelles a été récemment proposé. Une des manières d’émuler un essai est de « cloner » les patients à l’entrée de l’étude et d’allouer chacun des clones à un bras de l’essai.

L’objectif de cette présentation est de discuter les principes et atouts de cette approche à l’aide d’une application utilisant des données du registre des cancers anglais, visant à évaluer les bénéfices de la chirurgie chez des patients âgés atteints de cancer du poumon.

Mots-clés : inférence causale, données observationnelles, essais émulés, biais d’immortalité, pondération