- Email: [email protected]
Les stratégies thérapeutiques en rhumatologie pour des patients atteints de polyarthrite rhumatoïde et traités par méthotrexate : l’étude STRATEGE1
Disponible en ligne sur
ScienceDirect www.sciencedirect.com
Revue d’Épidémiologie et de Santé Publique 67 (2019) S175–S180 e
11 Colloque Données de santé en vie réelle Cité Internationale Universitaire de Paris 18 juin 2019
Communications orales
1
Intégration de l’élicitation d’experts dans une méthode de sélection de variables en Bayésien par la méthode de power prior–Application au cancer du colon S. Boulet a,∗ , M. Ursino a , P. Thall b , B. Landi c , C. Lepère c , S. Pernot c , A. Burgun a,d , J. Taieb c , A. Zaanan c , S. Zohar a , A.-S. Jannot a,d a Inserm, U1138, équipe 22, centre de recherche des Cordeliers, université Paris Descartes, université Pierre et Marie-Curie, Paris, France b M.D. Anderson Cancer Center, department of Biostatistics, Houston, Texas, USA c Hôpital Européen Georges-Pompidou, AP–HP, Département d’oncologie digestive, Paris, France d Hôpital Européen Georges-Pompidou, AP–HP, Département informatique, biostatistique et santé publique, Paris, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (S. Boulet) Objectifs La construction d’outils d’aide à la décision en médecine nécessite l’identification de variables pertinentes pour modéliser la décision médicale. Actuellement, des techniques d’apprentissage automatique sont utilisées pour sélectionner les variables utilisées pour la prise de décision à partir des données de soins des patients. En plus de l’analyse basée sur les données, prendre en compte l’avis des experts peut être utile pour modéliser la prise de décision. Ainsi, combiner données expertes et données observées dans une nouvelle méthode de sélection de variables pourrait permettre l’identification de l’ensemble des variables pertinentes pour la prise de décision. Nous proposons une méthode qui introduit l’expérience des experts dans un modèle bayésien de sélection de variables, le modèle de Stochastic Search Variable Selection (SSVS) [1]. Les informations expertes y sont introduites à l’aide de données simulées incorporées via la méthode de power prior qui permet de moduler la quantité d’information externe considérée avec les données observées [2]. Nous nous plac¸ons dans le contexte des décisions médicales concernant l’adaptation de la dose d’Irinotecan dans le traitement du cancer colorectal métastatique. Méthode Des données de soin des patients ayant rec¸u une chimiothérapie contenant de l’Irinotecan entre 2012 et 2017 ont été extraites des dossiers de santé informatisés de l’hôpital Européen Georges-Pompidou. D’autre part, le service de cancérologie de l’hôpital a mis en place depuis 2012 un questionnaire standardisé rapportant les toxicités utilisées dans la décision d’ajuster les doses de chimiothérapie. Les informations des experts ont d’abord été modélisées à l’aide de poids, que les cliniciens ont été invités à estimer, sur une échelle allant de 0 à 100, afin d’exprimer leurs convictions quant à l’importance de chaque variable dans leur décision d’adaptation de la dose. Ensuite, un échantillon de données simulées a été généré à partir de ces poids élicités. La relation entre les réductions de doses répétées, les caractéristiques des patients et les toxicités a été modélisée par un modèle logistique à effets mixtes pour les données simulées et les données observées. Ensuite, la vraisemblance conditionnelle à ces données 0398-7620/
simulées a été combinée aux données observées via la méthode du power prior. L’estimation des paramètres du modèle intègre une étape de sélection des variables à l’aide du modèle SSVS. La performance de cette méthode a été évaluée pour différentes quantités d’information experte. Résultats Les poids élicités obtenus varient fortement d’un clinicien à l’autre. La performance des modèles ne dépend pas de la quantité d’informations experte introduite, avec un AUC proche de 0,7 quel que soit le modèle. Pour la même quantité d’information observée et d’information experte combinées en utilisant la méthode du power prior, nous sommes en mesure de sélectionner des variables rares avec des poids élicités élevés. Conclusion Nous présentons une méthode bayésienne de sélection de variables utilisant à la fois des données expertes et des données observées. La méthode sélectionne un ensemble de variables pertinentes pour modéliser le processus de décision médicale. La variabilité des pratiques professionnelles est mise en avant par des poids élicités très différents entre cliniciens. Mots clés Méthode Bayésienne de sélection de variables ; Elicitation de poids de pertinence clinique ; Méthode du power prior ; Mesures répétées ; Dossiers de santé informatisés. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. Références [1] George EI, McCulloch RE. Variable Selection Via Gibbs Sampling. J Am Statist Ass 1993;88(423):881–9. [2] Ibrahim JG, Chen M-H. Power Prior Distributions for Regression Models. Statistical Science 2000;15(1):46–60. https://doi.org/10.1016/j.respe.2019.04.002 2
Les stratégies thérapeutiques en rhumatologie pour des patients atteints de polyarthrite rhumatoïde et traités par méthotrexate : l’étude STRATEGE1 K. Mari a,∗ , F. Sorin a , E. Zinovieva b , R.-M. Flipo c , C. Gaujoux-Viala d,e , C. Hudry f,g , H. Herman-Demars b a RCTS, 38, rue du Plat, Lyon, France b Medical Department, Nordic Pharma, Paris, France c Department of Rheumatology, Roger Salengro Hospital, Lille, France d Department of Rheumatology, Nîmes University Hospital, Nîmes, France e EA2415, Montpellier University, Montpellier, France f Department of Rheumatology, Cochin Hospital, AP–HP, Paris, France g Rheumatology Institute, Paris 7, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (K. Mari) Objectifs L’étude STRATEGE1 a pour objectif d’évaluer les stratégies thérapeutiques et leur impact à six mois pour des patients atteints de polyarthrite
S176
Communications orales / Revue d’Épidémiologie et de Santé Publique 67 (2019) S175–S180
rhumatoïde (PR) avec une réponse inadéquate (clinique, fonctionnelle, structurale ou thérapeutique) au traitement initial par méthotrexate (MTX) et pour laquelle le rhumatologue envisage de modifier la prise en charge thérapeutique. Les deux stratégies thérapeutiques comparées sont l’optimisation de la monothérapie MTX (OPT) versus le recours à une biothérapie, avec ou sans MTX (BT). Méthode STRATEGE1 est une étude observationnelle longitudinale, prospective, multicentrique, nationale, réalisée en France métropolitaine, auprès d’un échantillon représentatif de médecins rhumatologues libéraux, mixtes ou hospitaliers. Afin de réduire les potentiels biais de confusion liés au design observationnel de cette étude, un ajustement sur score de propension a été réalisé. Des variables ont été forcées dans le modèle (âge du patient, tabagisme, taux d’anti CCP, FR, DAS28 et HAQ à l’inclusion et âge du prescripteur). Les autres facteurs de confusion ont été considérés avec une méthode de sélection pas à pas. Résultats Au total, les données de 636 patients inclus par 72 rhumatologues libéraux, 63 rhumatologues mixtes et 15 rhumatologues hospitaliers ont été analysés. À l’inclusion, 519 patients bénéficiaient d’une optimisation de la monothérapie MTX et 117 patients étaient sous biothérapie (± MTX). Les patients OPT étaient âgés en moyenne de 58,0 (± 14,0) ans et les patients BT de 52,6 (± 12,5) ans. Dans les deux groupes, les patients étaient majoritairement des femmes (72,8 % et 80,3 % respectivement). L’ancienneté du diagnostic était en moyenne respectivement de 5,2 (± 6,5) ans et de 6,5 (± 7,1) ans pour les deux groupes. À l’inclusion, le DAS28 était en moyenne de 4,4 (± 0,9) pour OPT et de 4,6 (± 1,2) pour BT, le score HAQ-DI était en moyenne respectivement de 1,2 (± 1,2) et de 1,4 (± 0,9) dans les deux groupes et la douleur était en moyenne respectivement de 45,4 (± 21,5) pour OPT et 52,8 (± 21,7) pour BT. À 6 mois, le DAS28 moyen était de 3,0 (± 1,2) pour les patients OPT et de 3,2 (± 1,1) pour les patients BT, soit une variation respective du DAS28 entre M0 et M6 de − 1,1 (± 1,3) et de − 1,4 (± 1,3) pour les deux groupes ; le score HAQ moyen était de 0,9 (± 1,0) pour les patients OPT et de 1,1 (± 1,3) pour les patients BT, soit une variation entre M0 et M6 de − 0,3 (± 0,8) et de − 0,4 (± 0,8), respectivement ; la douleur moyenne était de 26,0 (± 21,2) pour les patients OPT et de 23,3 (± 20,0) pour les patients BT, soit une variation entre M0 et M6 de − 19,4 (± 26,0) et de − 29,4 (± 27,9) respectivement pour les deux groupes. Après ajustement sur le score de propension, l’effet groupe (OPT versus BT) n’était significatif pour aucun des critères (p-values DAS28 : 0,97 ; HAQ : 0,77 ; douleur : 0,40). Conclusion Si les deux stratégies thérapeutiques considérées permettaient toutes les deux de diminuer significativement l’activité de la maladie, aucune différence n’a été observée entre les deux stratégies sur l’ensemble des critères d’efficacité usuels dans la PR. Mots clés Méthotrexate ; Biothérapie ; Polyarthrite rhumatoïde ; Score de propension ; Données de vie réelle Déclaration de liens d’intérêts liens d’intérêts.
Les auteurs n’ont pas précisé leurs éventuels
https://doi.org/10.1016/j.respe.2019.04.003 3
Estimation de l’excès de décès lié à la grippe C. Vinet a,∗ , M. Lemaitre a , M. Uhart b , M.-C. Levant b , F. Carrat c,d IQVIA, Courbevoie, France b Sanofi Pasteur, Lyon, France c Sorbonne Université, Institut national de la santé et de la recherche médicale (Inserm), Institut Pierre Louis d’épidémiologie et de santé publique, Paris, France d Assistance publique-Hôpitaux de Paris (AP–HP), Hôpital Saint-Antoine, Unité de santé publique, Paris, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (C. Vinet)
a
Introduction Chaque hiver le virus de la grippe est responsable d’épidémies touchant 2 à 6 millions de personnes en France. Il entraîne des décès chez les plus fragiles notamment les plus âgés. Du fait du temps de latence entre l’infection grippale et la survenue de complications, la réalisation du bilan de mortalité liée à la grippe est rendue complexe. L’objectif est d’estimer l’excès de décès attribuable à la grippe.
Méthode Des modèles de Poisson/Serfling ont été développés par tranche d’âge, cause de décès (respiratoire, cardiaque et toutes causes) sur les données hebdomadaires de décès du Centre d’épidémiologie sur les causes médicales de décès (CépiDc) de juillet 2000 à juin 2015. L’incidence de syndromes grippaux actuelle et retardée du Réseau Sentinelles, la saisonnalité, la tendance, et les sous-types de virus grippaux ont été intégrés aux modèles en tant que facteurs explicatifs de la mortalité. Le choix dans la construction de ces variables s’est basé sur la qualité d’estimation. Résultats Les moyennes mobiles d’ordre 3 de la mortalité et des syndromes grippaux décomposées par saison épidémique ont été retenues car plus cohérentes et performantes selon les critères AIC, la corrélation de Pearson et en termes de cohérence avec les données de mortalité directe liée à la grippe issues du CépiDc. Sur les 15 saisons épidémiques étudiées, toutes causes de décès confondues, l’évolution de l’excès de décès est similaire entre les moins de 65 ans et les 65 ans et plus. Néanmoins l’intensité diffère : 7314 décès (Intervalle de confiance (IC) à 95 % : 5434 9658, étendue : [0 ; 19 732]) sont attribuables à la grippe en moyenne par saison pour la population âgée de 65 ans et plus, versus 584 décès (IC : 322–972, étendue : [4 ; 584]) pour les moins de 65 ans. Parmi les 65 ans et plus, une corrélation positive entre l’âge et l’excès de décès est retrouvée, qui s’accélère au fil des âges : 812 décès (IC : 562–1113, étendue : [0 ; 1874]) entre 65 et 74 ans en moyenne par saison versus 1665 (IC : 1191–2209, étendue : [0 ; 4851]) entre 75 et 84 ans et 4837 (IC : 3681–6336, étendue : [0 ; 13 007]) chez les 85 ans et plus. Le modèle retenu estime à 6826 décès (IC : 4899–9238, étendue : [0 ; 19 732]) parmi les 65 ans et plus, en moyenne par saison sur la période allant des semaines 27/2000 à 05/2009 contre 9000 dans l’étude de Santé publique France [1]. Cet écart s’explique par une approche différente et illustre la complexité d’évaluation la mortalité causée par la grippe. Conclusion L’évolution des excès de décès associé à la grippe au fil des saisons de juillet 2000 à juin 2015 apparaît similaire entre les moins de 65 ans et les 65 ans et plus. La mortalité est cependant plus élevée pour la population la plus âgée. Déclaration de liens d’intérêts Les auteurs n’ont pas précisé leurs éventuels liens d’intérêts. Référence [1] Bonmarin I, et al. Impact of influenza vaccination on mortality in French elderly population during the 2000-2009 period. Vaccine 2015;33:1099–101, http://dx.doi.org/10.1016/j.vaccine.2015.01.023. https://doi.org/10.1016/j.respe.2019.04.004 4
Utilisation des médias sociaux dans l’étude de la qualité de vie des patients atteints de cancer et traités par immunothérapie : une étude infodémiologique S. Schück a , F.-E. Cotté b,∗ , P. Voillot a , B. Falissard c , C. Tzourio d , P. Foulquié a , A.-F. Gaudin b , H. Lemasson b , C. Faviez a a Kap Code, Paris, France b Health Economics and Outcomes Research, Laboratoire Bristol-Myers Squibb (BSM), Rueil-Malmaison, France c Universités Paris-Sud et Paris Descartes, Inserm, Paris, France d Université de Bordeaux, UMR1219, Bordeaux, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (F.-E. Cotté) Objectifs Dans de nombreux cancers, l’immunothérapie est devenue un standard de prise en charge au profil d’efficacité et de tolérance différent de celui des chimiothérapies. Le vécu et la qualité de vie (QdV) des patients traités par immunothérapie en vie réelle restent méconnus. Les médias sociaux sont de plus en plus un moyen d’expression et d’échange des patients sur leur maladie et leurs préoccupations. L’objectif était de décrire dans les médias sociaux les thématiques de discussion des patients traités ou ayant été traités par immunothérapie et en particulier d’étudier les messages mentionnant leur QdV. Méthode L’analyse portait sur les messages publiés par des patients ou leurs proches entre janvier 2011 et août 2018 sur de nombreux médias sociaux généralistes ou spécialisés en santé. Les messages d’intérêt ont été identifiés à l’aide d’une liste exhaustive de mots clés relatifs à l’immunothérapie (anti-CTLA4, anti-PD1, [noms des traitements et spécialités], etc.) incluant les possibles
ScienceDirect www.sciencedirect.com
Revue d’Épidémiologie et de Santé Publique 67 (2019) S175–S180 e
11 Colloque Données de santé en vie réelle Cité Internationale Universitaire de Paris 18 juin 2019
Communications orales
1
Intégration de l’élicitation d’experts dans une méthode de sélection de variables en Bayésien par la méthode de power prior–Application au cancer du colon S. Boulet a,∗ , M. Ursino a , P. Thall b , B. Landi c , C. Lepère c , S. Pernot c , A. Burgun a,d , J. Taieb c , A. Zaanan c , S. Zohar a , A.-S. Jannot a,d a Inserm, U1138, équipe 22, centre de recherche des Cordeliers, université Paris Descartes, université Pierre et Marie-Curie, Paris, France b M.D. Anderson Cancer Center, department of Biostatistics, Houston, Texas, USA c Hôpital Européen Georges-Pompidou, AP–HP, Département d’oncologie digestive, Paris, France d Hôpital Européen Georges-Pompidou, AP–HP, Département informatique, biostatistique et santé publique, Paris, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (S. Boulet) Objectifs La construction d’outils d’aide à la décision en médecine nécessite l’identification de variables pertinentes pour modéliser la décision médicale. Actuellement, des techniques d’apprentissage automatique sont utilisées pour sélectionner les variables utilisées pour la prise de décision à partir des données de soins des patients. En plus de l’analyse basée sur les données, prendre en compte l’avis des experts peut être utile pour modéliser la prise de décision. Ainsi, combiner données expertes et données observées dans une nouvelle méthode de sélection de variables pourrait permettre l’identification de l’ensemble des variables pertinentes pour la prise de décision. Nous proposons une méthode qui introduit l’expérience des experts dans un modèle bayésien de sélection de variables, le modèle de Stochastic Search Variable Selection (SSVS) [1]. Les informations expertes y sont introduites à l’aide de données simulées incorporées via la méthode de power prior qui permet de moduler la quantité d’information externe considérée avec les données observées [2]. Nous nous plac¸ons dans le contexte des décisions médicales concernant l’adaptation de la dose d’Irinotecan dans le traitement du cancer colorectal métastatique. Méthode Des données de soin des patients ayant rec¸u une chimiothérapie contenant de l’Irinotecan entre 2012 et 2017 ont été extraites des dossiers de santé informatisés de l’hôpital Européen Georges-Pompidou. D’autre part, le service de cancérologie de l’hôpital a mis en place depuis 2012 un questionnaire standardisé rapportant les toxicités utilisées dans la décision d’ajuster les doses de chimiothérapie. Les informations des experts ont d’abord été modélisées à l’aide de poids, que les cliniciens ont été invités à estimer, sur une échelle allant de 0 à 100, afin d’exprimer leurs convictions quant à l’importance de chaque variable dans leur décision d’adaptation de la dose. Ensuite, un échantillon de données simulées a été généré à partir de ces poids élicités. La relation entre les réductions de doses répétées, les caractéristiques des patients et les toxicités a été modélisée par un modèle logistique à effets mixtes pour les données simulées et les données observées. Ensuite, la vraisemblance conditionnelle à ces données 0398-7620/
simulées a été combinée aux données observées via la méthode du power prior. L’estimation des paramètres du modèle intègre une étape de sélection des variables à l’aide du modèle SSVS. La performance de cette méthode a été évaluée pour différentes quantités d’information experte. Résultats Les poids élicités obtenus varient fortement d’un clinicien à l’autre. La performance des modèles ne dépend pas de la quantité d’informations experte introduite, avec un AUC proche de 0,7 quel que soit le modèle. Pour la même quantité d’information observée et d’information experte combinées en utilisant la méthode du power prior, nous sommes en mesure de sélectionner des variables rares avec des poids élicités élevés. Conclusion Nous présentons une méthode bayésienne de sélection de variables utilisant à la fois des données expertes et des données observées. La méthode sélectionne un ensemble de variables pertinentes pour modéliser le processus de décision médicale. La variabilité des pratiques professionnelles est mise en avant par des poids élicités très différents entre cliniciens. Mots clés Méthode Bayésienne de sélection de variables ; Elicitation de poids de pertinence clinique ; Méthode du power prior ; Mesures répétées ; Dossiers de santé informatisés. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. Références [1] George EI, McCulloch RE. Variable Selection Via Gibbs Sampling. J Am Statist Ass 1993;88(423):881–9. [2] Ibrahim JG, Chen M-H. Power Prior Distributions for Regression Models. Statistical Science 2000;15(1):46–60. https://doi.org/10.1016/j.respe.2019.04.002 2
Les stratégies thérapeutiques en rhumatologie pour des patients atteints de polyarthrite rhumatoïde et traités par méthotrexate : l’étude STRATEGE1 K. Mari a,∗ , F. Sorin a , E. Zinovieva b , R.-M. Flipo c , C. Gaujoux-Viala d,e , C. Hudry f,g , H. Herman-Demars b a RCTS, 38, rue du Plat, Lyon, France b Medical Department, Nordic Pharma, Paris, France c Department of Rheumatology, Roger Salengro Hospital, Lille, France d Department of Rheumatology, Nîmes University Hospital, Nîmes, France e EA2415, Montpellier University, Montpellier, France f Department of Rheumatology, Cochin Hospital, AP–HP, Paris, France g Rheumatology Institute, Paris 7, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (K. Mari) Objectifs L’étude STRATEGE1 a pour objectif d’évaluer les stratégies thérapeutiques et leur impact à six mois pour des patients atteints de polyarthrite
S176
Communications orales / Revue d’Épidémiologie et de Santé Publique 67 (2019) S175–S180
rhumatoïde (PR) avec une réponse inadéquate (clinique, fonctionnelle, structurale ou thérapeutique) au traitement initial par méthotrexate (MTX) et pour laquelle le rhumatologue envisage de modifier la prise en charge thérapeutique. Les deux stratégies thérapeutiques comparées sont l’optimisation de la monothérapie MTX (OPT) versus le recours à une biothérapie, avec ou sans MTX (BT). Méthode STRATEGE1 est une étude observationnelle longitudinale, prospective, multicentrique, nationale, réalisée en France métropolitaine, auprès d’un échantillon représentatif de médecins rhumatologues libéraux, mixtes ou hospitaliers. Afin de réduire les potentiels biais de confusion liés au design observationnel de cette étude, un ajustement sur score de propension a été réalisé. Des variables ont été forcées dans le modèle (âge du patient, tabagisme, taux d’anti CCP, FR, DAS28 et HAQ à l’inclusion et âge du prescripteur). Les autres facteurs de confusion ont été considérés avec une méthode de sélection pas à pas. Résultats Au total, les données de 636 patients inclus par 72 rhumatologues libéraux, 63 rhumatologues mixtes et 15 rhumatologues hospitaliers ont été analysés. À l’inclusion, 519 patients bénéficiaient d’une optimisation de la monothérapie MTX et 117 patients étaient sous biothérapie (± MTX). Les patients OPT étaient âgés en moyenne de 58,0 (± 14,0) ans et les patients BT de 52,6 (± 12,5) ans. Dans les deux groupes, les patients étaient majoritairement des femmes (72,8 % et 80,3 % respectivement). L’ancienneté du diagnostic était en moyenne respectivement de 5,2 (± 6,5) ans et de 6,5 (± 7,1) ans pour les deux groupes. À l’inclusion, le DAS28 était en moyenne de 4,4 (± 0,9) pour OPT et de 4,6 (± 1,2) pour BT, le score HAQ-DI était en moyenne respectivement de 1,2 (± 1,2) et de 1,4 (± 0,9) dans les deux groupes et la douleur était en moyenne respectivement de 45,4 (± 21,5) pour OPT et 52,8 (± 21,7) pour BT. À 6 mois, le DAS28 moyen était de 3,0 (± 1,2) pour les patients OPT et de 3,2 (± 1,1) pour les patients BT, soit une variation respective du DAS28 entre M0 et M6 de − 1,1 (± 1,3) et de − 1,4 (± 1,3) pour les deux groupes ; le score HAQ moyen était de 0,9 (± 1,0) pour les patients OPT et de 1,1 (± 1,3) pour les patients BT, soit une variation entre M0 et M6 de − 0,3 (± 0,8) et de − 0,4 (± 0,8), respectivement ; la douleur moyenne était de 26,0 (± 21,2) pour les patients OPT et de 23,3 (± 20,0) pour les patients BT, soit une variation entre M0 et M6 de − 19,4 (± 26,0) et de − 29,4 (± 27,9) respectivement pour les deux groupes. Après ajustement sur le score de propension, l’effet groupe (OPT versus BT) n’était significatif pour aucun des critères (p-values DAS28 : 0,97 ; HAQ : 0,77 ; douleur : 0,40). Conclusion Si les deux stratégies thérapeutiques considérées permettaient toutes les deux de diminuer significativement l’activité de la maladie, aucune différence n’a été observée entre les deux stratégies sur l’ensemble des critères d’efficacité usuels dans la PR. Mots clés Méthotrexate ; Biothérapie ; Polyarthrite rhumatoïde ; Score de propension ; Données de vie réelle Déclaration de liens d’intérêts liens d’intérêts.
Les auteurs n’ont pas précisé leurs éventuels
https://doi.org/10.1016/j.respe.2019.04.003 3
Estimation de l’excès de décès lié à la grippe C. Vinet a,∗ , M. Lemaitre a , M. Uhart b , M.-C. Levant b , F. Carrat c,d IQVIA, Courbevoie, France b Sanofi Pasteur, Lyon, France c Sorbonne Université, Institut national de la santé et de la recherche médicale (Inserm), Institut Pierre Louis d’épidémiologie et de santé publique, Paris, France d Assistance publique-Hôpitaux de Paris (AP–HP), Hôpital Saint-Antoine, Unité de santé publique, Paris, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (C. Vinet)
a
Introduction Chaque hiver le virus de la grippe est responsable d’épidémies touchant 2 à 6 millions de personnes en France. Il entraîne des décès chez les plus fragiles notamment les plus âgés. Du fait du temps de latence entre l’infection grippale et la survenue de complications, la réalisation du bilan de mortalité liée à la grippe est rendue complexe. L’objectif est d’estimer l’excès de décès attribuable à la grippe.
Méthode Des modèles de Poisson/Serfling ont été développés par tranche d’âge, cause de décès (respiratoire, cardiaque et toutes causes) sur les données hebdomadaires de décès du Centre d’épidémiologie sur les causes médicales de décès (CépiDc) de juillet 2000 à juin 2015. L’incidence de syndromes grippaux actuelle et retardée du Réseau Sentinelles, la saisonnalité, la tendance, et les sous-types de virus grippaux ont été intégrés aux modèles en tant que facteurs explicatifs de la mortalité. Le choix dans la construction de ces variables s’est basé sur la qualité d’estimation. Résultats Les moyennes mobiles d’ordre 3 de la mortalité et des syndromes grippaux décomposées par saison épidémique ont été retenues car plus cohérentes et performantes selon les critères AIC, la corrélation de Pearson et en termes de cohérence avec les données de mortalité directe liée à la grippe issues du CépiDc. Sur les 15 saisons épidémiques étudiées, toutes causes de décès confondues, l’évolution de l’excès de décès est similaire entre les moins de 65 ans et les 65 ans et plus. Néanmoins l’intensité diffère : 7314 décès (Intervalle de confiance (IC) à 95 % : 5434 9658, étendue : [0 ; 19 732]) sont attribuables à la grippe en moyenne par saison pour la population âgée de 65 ans et plus, versus 584 décès (IC : 322–972, étendue : [4 ; 584]) pour les moins de 65 ans. Parmi les 65 ans et plus, une corrélation positive entre l’âge et l’excès de décès est retrouvée, qui s’accélère au fil des âges : 812 décès (IC : 562–1113, étendue : [0 ; 1874]) entre 65 et 74 ans en moyenne par saison versus 1665 (IC : 1191–2209, étendue : [0 ; 4851]) entre 75 et 84 ans et 4837 (IC : 3681–6336, étendue : [0 ; 13 007]) chez les 85 ans et plus. Le modèle retenu estime à 6826 décès (IC : 4899–9238, étendue : [0 ; 19 732]) parmi les 65 ans et plus, en moyenne par saison sur la période allant des semaines 27/2000 à 05/2009 contre 9000 dans l’étude de Santé publique France [1]. Cet écart s’explique par une approche différente et illustre la complexité d’évaluation la mortalité causée par la grippe. Conclusion L’évolution des excès de décès associé à la grippe au fil des saisons de juillet 2000 à juin 2015 apparaît similaire entre les moins de 65 ans et les 65 ans et plus. La mortalité est cependant plus élevée pour la population la plus âgée. Déclaration de liens d’intérêts Les auteurs n’ont pas précisé leurs éventuels liens d’intérêts. Référence [1] Bonmarin I, et al. Impact of influenza vaccination on mortality in French elderly population during the 2000-2009 period. Vaccine 2015;33:1099–101, http://dx.doi.org/10.1016/j.vaccine.2015.01.023. https://doi.org/10.1016/j.respe.2019.04.004 4
Utilisation des médias sociaux dans l’étude de la qualité de vie des patients atteints de cancer et traités par immunothérapie : une étude infodémiologique S. Schück a , F.-E. Cotté b,∗ , P. Voillot a , B. Falissard c , C. Tzourio d , P. Foulquié a , A.-F. Gaudin b , H. Lemasson b , C. Faviez a a Kap Code, Paris, France b Health Economics and Outcomes Research, Laboratoire Bristol-Myers Squibb (BSM), Rueil-Malmaison, France c Universités Paris-Sud et Paris Descartes, Inserm, Paris, France d Université de Bordeaux, UMR1219, Bordeaux, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (F.-E. Cotté) Objectifs Dans de nombreux cancers, l’immunothérapie est devenue un standard de prise en charge au profil d’efficacité et de tolérance différent de celui des chimiothérapies. Le vécu et la qualité de vie (QdV) des patients traités par immunothérapie en vie réelle restent méconnus. Les médias sociaux sont de plus en plus un moyen d’expression et d’échange des patients sur leur maladie et leurs préoccupations. L’objectif était de décrire dans les médias sociaux les thématiques de discussion des patients traités ou ayant été traités par immunothérapie et en particulier d’étudier les messages mentionnant leur QdV. Méthode L’analyse portait sur les messages publiés par des patients ou leurs proches entre janvier 2011 et août 2018 sur de nombreux médias sociaux généralistes ou spécialisés en santé. Les messages d’intérêt ont été identifiés à l’aide d’une liste exhaustive de mots clés relatifs à l’immunothérapie (anti-CTLA4, anti-PD1, [noms des traitements et spécialités], etc.) incluant les possibles