Le besoin de validité

L'épidémiologie vise à fournir une compréhension de l'expérience de la maladie dans les populations. En particulier, il peut être utilisé pour mieux comprendre les causes professionnelles de la mauvaise santé. Ces connaissances proviennent d'études menées sur des groupes de personnes atteintes d'une maladie en les comparant à des personnes sans cette maladie. Une autre approche consiste à examiner quelles maladies contractent les personnes qui travaillent dans certains emplois avec des expositions particulières et à comparer ces schémas de maladie à ceux de personnes non exposées de la même manière. Ces études fournissent des estimations du risque de maladie pour des expositions spécifiques. Pour que les informations issues de ces études soient utilisées pour établir des programmes de prévention, pour la reconnaissance des maladies professionnelles et pour que les travailleurs affectés par des expositions soient convenablement indemnisés, ces études doivent être valides.

Validité peut être défini comme la capacité d'une étude à refléter l'état réel des choses. Une étude valide est donc celle qui mesure correctement l'association (qu'elle soit positive, négative ou absente) entre une exposition et une maladie. Il décrit la direction et l'ampleur d'un risque réel. Deux types de validité sont distingués : la validité interne et la validité externe. La validité interne est la capacité d'une étude à refléter ce qui s'est réellement passé entre les sujets de l'étude ; la validité externe reflète ce qui pourrait se produire dans la population.

La validité concerne la véracité d'une mesure. La validité doit être distinguée de la précision de la mesure, qui est fonction de la taille de l'étude et de l'efficacité de la conception de l'étude.

Validité interne

Une étude est dite valide en interne lorsqu'elle est exempte de biais et reflète donc fidèlement l'association entre l'exposition et la maladie qui existe parmi les participants à l'étude. Un risque observé de maladie associé à une exposition peut en effet résulter d'une association réelle et donc être valide, mais il peut aussi refléter l'influence de biais. Un biais donnera une image déformée de la réalité.

Trois grands types de biais, également appelés erreurs systématiques, se distinguent généralement :

• biais de séléction
• biais d'information ou d'observation
• déroutant

Ils seront brièvement présentés ci-dessous, à l'aide d'exemples tirés du milieu de la santé au travail.

Biais de séléction

Un biais de sélection se produira lorsque l'entrée dans l'étude est influencée par la connaissance du statut d'exposition du participant potentiel à l'étude. Ce problème n'est donc rencontré que lorsque la maladie a déjà eu lieu au moment (avant) que la personne entre dans l'étude. En règle générale, dans le cadre épidémiologique, cela se produit dans des études cas-témoins ou dans des études de cohorte rétrospectives. Cela signifie qu'une personne sera plus susceptible d'être considérée comme un cas si l'on sait qu'elle a été exposée. Trois séries de circonstances peuvent conduire à un tel événement, qui dépendra également de la gravité de la maladie.

Biais d'autosélection

Cela peut se produire lorsque des personnes qui savent qu'elles ont été exposées à des produits nocifs connus ou présumés dans le passé et qui sont convaincues que leur maladie est le résultat de l'exposition consulteront un médecin pour des symptômes que d'autres personnes, moins exposées, auraient pu ignorer. Cela est particulièrement susceptible de se produire pour les maladies qui présentent peu de symptômes perceptibles. Un exemple peut être une perte de grossesse précoce ou un avortement spontané chez les infirmières manipulant des médicaments utilisés pour le traitement du cancer. Ces femmes sont plus conscientes que la plupart de la physiologie de la reproduction et, en étant préoccupées par leur capacité à avoir des enfants, elles peuvent être plus susceptibles de reconnaître ou de qualifier d'avortement spontané ce que d'autres femmes ne considéreraient que comme un retard dans l'apparition des menstruations. Un autre exemple tiré d'une étude de cohorte rétrospective, cité par Rothman (1986), concerne une étude des Centers for Disease Control sur la leucémie parmi les troupes qui avaient été présentes lors d'un essai atomique américain au Nevada. Parmi les troupes présentes sur le site test, 76% ont été tracées et ont constitué la cohorte. Parmi ceux-ci, 82% ont été trouvés par les enquêteurs, mais 18% supplémentaires ont contacté les enquêteurs eux-mêmes après avoir entendu parler de l'étude. Quatre cas de leucémie étaient présents parmi les 82 % suivis par les CDC et quatre cas étaient présents parmi les 18 % auto-référés. Cela suggère fortement que la capacité des enquêteurs à identifier les personnes exposées était liée au risque de leucémie.

Biais diagnostique

Cela se produira lorsque les médecins sont plus susceptibles de diagnostiquer une maladie donnée une fois qu'ils savent à quoi le patient a été exposé précédemment. Par exemple, lorsque la plupart des peintures étaient à base de plomb, un symptôme de maladie des nerfs périphériques appelé névrite périphérique avec paralysie était également connu sous le nom de « chute de poignet » des peintres. Connaître la profession du patient facilitait le diagnostic de la maladie même à ses débuts, alors que l'identification de l'agent causal serait beaucoup plus difficile chez les participants à la recherche dont on ne savait pas qu'ils étaient professionnellement exposés au plomb.

Biais résultant du refus de participer à une étude

Lorsque des personnes, en bonne santé ou malades, sont invitées à participer à une étude, plusieurs facteurs jouent un rôle pour déterminer si elles seront d'accord ou non. La volonté de répondre à des questionnaires plus ou moins longs, qui portent parfois sur des questions sensibles, et plus encore de donner du sang ou d'autres échantillons biologiques, peut être déterminée par le degré d'intérêt personnel de la personne. Quelqu'un qui est conscient d'une exposition potentielle passée peut être prêt à se conformer à cette enquête dans l'espoir qu'elle aidera à trouver la cause de la maladie, tandis que quelqu'un qui considère qu'il n'a été exposé à rien de dangereux, ou qui n'est pas intéressé en sachant, peut décliner l'invitation à participer à l'étude. Cela peut conduire à une sélection des personnes qui seront finalement les participants à l'étude par rapport à toutes celles qui auraient pu l'être.

Biais informationnel

Ceci est également appelé biais d'observation et concerne l'issue de la maladie dans les études de suivi et l'évaluation de l'exposition dans les études cas-témoins.

Évaluation différentielle des résultats dans les études de suivi prospectives (de cohorte)

Deux groupes sont définis au début de l'étude : un groupe exposé et un groupe non exposé. Des problèmes de biais diagnostiques se poseront si la recherche de cas diffère entre ces deux groupes. Par exemple, considérons une cohorte de personnes exposées à un rejet accidentel de dioxine dans une industrie donnée. Pour le groupe très exposé, un système de suivi actif est mis en place avec des examens médicaux et une surveillance biologique à intervalles réguliers, alors que le reste de la population active ne reçoit que des soins de routine. Il est fort probable que davantage de maladies soient identifiées dans le groupe sous surveillance étroite, ce qui conduirait à une surestimation potentielle du risque.

Pertes différentielles dans les études de cohorte rétrospectives

Le mécanisme inverse de celui décrit au paragraphe précédent peut se produire dans les études de cohorte rétrospectives. Dans ces études, la façon habituelle de procéder est de partir des dossiers de toutes les personnes qui ont été employées dans une industrie donnée dans le passé, et d'évaluer la maladie ou la mortalité consécutive à l'emploi. Malheureusement, dans presque toutes les études, les dossiers sont incomplets, et le fait qu'une personne soit portée disparue peut être lié soit au statut d'exposition, soit au statut de la maladie, soit aux deux. Par exemple, dans une étude récente menée dans l'industrie chimique auprès de travailleurs exposés aux amines aromatiques, huit tumeurs ont été retrouvées dans un groupe de 777 travailleurs ayant subi un dépistage cytologique des tumeurs urinaires. Au total, seuls 34 enregistrements ont été trouvés manquants, correspondant à une perte de 4.4 % du fichier d'évaluation de l'exposition, mais pour les cas de cancer de la vessie, les données d'exposition manquaient pour deux cas sur huit, soit 25 %. Cela montre que les dossiers des personnes qui sont devenues des cas étaient plus susceptibles d'être perdus que les dossiers des autres travailleurs. Cela peut se produire en raison de changements d'emploi plus fréquents au sein de l'entreprise (qui peuvent être liés à des effets d'exposition), de démissions, de licenciements ou d'un simple hasard.

Évaluation différentielle de l'exposition dans les études cas-témoins

Dans les études cas-témoins, la maladie est déjà survenue au début de l'étude et des informations seront recherchées sur les expositions passées. Le biais peut résulter de l'attitude de l'intervieweur ou du participant à l'étude à l'égard de l'enquête. Les informations sont généralement recueillies par des enquêteurs formés qui peuvent ou non être au courant de l'hypothèse sous-jacente à la recherche. Par exemple, dans une étude cas-témoins basée sur la population sur le cancer de la vessie menée dans une région hautement industrialisée, le personnel de l'étude pourrait bien être conscient du fait que certains produits chimiques, tels que les amines aromatiques, sont des facteurs de risque du cancer de la vessie. S'ils savent également qui a développé la maladie et qui ne l'a pas fait, ils peuvent être susceptibles de mener des entretiens plus approfondis avec les participants atteints d'un cancer de la vessie qu'avec les témoins. Ils peuvent exiger des informations plus détaillées sur les occupations passées, en recherchant systématiquement l'exposition aux amines aromatiques, alors que pour les témoins, ils peuvent enregistrer les occupations de manière plus routinière. Le biais qui en résulte est appelé biais de suspicion d'exposition.

Les participants eux-mêmes peuvent également être responsables de ce biais. C'est appelé biais de rappel pour le distinguer du biais de l'intervieweur. Dans les deux cas, la suspicion d'exposition est le mécanisme du biais. Les personnes malades peuvent suspecter une origine professionnelle à leur maladie et vont donc essayer de se souvenir le plus précisément possible de tous les agents dangereux auxquels elles ont pu être exposées. En cas de manipulation de produits non définis, ils peuvent être enclins à rappeler les noms de produits chimiques précis, notamment si une liste de produits suspects est mise à leur disposition. En revanche, les contrôles peuvent être moins susceptibles de passer par le même processus de pensée.

La confusion

Il y a confusion lorsque l'association observée entre exposition et maladie résulte en partie d'un mélange de l'effet de l'exposition étudiée et d'un autre facteur. Disons, par exemple, qu'on constate un risque accru de cancer du poumon chez les soudeurs. On est tenté de conclure immédiatement qu'il existe une association causale entre l'exposition aux fumées de soudage et le cancer du poumon. Cependant, nous savons aussi que le tabagisme est de loin le principal facteur de risque du cancer du poumon. Par conséquent, si des informations sont disponibles, nous commençons à vérifier le statut tabagique des soudeurs et des autres participants à l'étude. Nous pouvons constater que les soudeurs sont plus susceptibles de fumer que les non-soudeurs. Dans cette situation, le tabagisme est connu pour être associé au cancer du poumon et, en même temps, dans notre étude, le tabagisme est également associé au fait d'être soudeur. En termes épidémiologiques, cela signifie que le tabagisme, lié à la fois au cancer du poumon et à la soudure, brouille l'association entre la soudure et le cancer du poumon.

Interaction ou modification d'effet

Contrairement à tous les problèmes énumérés ci-dessus, à savoir la sélection, l'information et la confusion, qui sont des biais, l'interaction n'est pas un biais dû à des problèmes de conception ou d'analyse de l'étude, mais reflète la réalité et sa complexité. Un exemple de ce phénomène est le suivant : l'exposition au radon est un facteur de risque de cancer du poumon, tout comme le tabagisme. De plus, le tabagisme et l'exposition au radon ont des effets différents sur le risque de cancer du poumon selon qu'ils agissent ensemble ou isolément. La plupart des études professionnelles sur ce sujet ont été menées auprès de mineurs de fond et ont parfois fourni des résultats contradictoires. Dans l'ensemble, il semble y avoir des arguments en faveur d'une interaction du tabagisme et de l'exposition au radon dans la production du cancer du poumon. Cela signifie que le risque de cancer du poumon est augmenté par l'exposition au radon, même chez les non-fumeurs, mais que l'ampleur de l'augmentation du risque due au radon est beaucoup plus importante chez les fumeurs que chez les non-fumeurs. En termes épidémiologiques, on dit que l'effet est multiplicatif. Contrairement à la confusion décrite ci-dessus, l'interaction doit être soigneusement analysée et décrite dans l'analyse plutôt que simplement contrôlée, car elle reflète ce qui se passe au niveau biologique et n'est pas simplement une conséquence d'une mauvaise conception de l'étude. Son explication conduit à une interprétation plus valable des résultats d'une étude.

Validité externe

Ce problème ne peut être résolu qu'après s'être assuré que la validité interne est garantie. Si l'on est convaincu que les résultats observés dans l'étude reflètent des associations réelles, on peut se demander si l'on peut ou non extrapoler ces résultats à la population plus large dont sont eux-mêmes issus les participants à l'étude, voire à d'autres populations identiques ou du moins très similaires. La question la plus fréquente est de savoir si les résultats obtenus pour les hommes s'appliquent également aux femmes. Pendant des années, les études et surtout les enquêtes d'épidémiologie professionnelle ont été menées exclusivement auprès des hommes. Des études menées auprès de chimistes dans les années 1960 et 1970 aux États-Unis, au Royaume-Uni et en Suède ont toutes révélé des risques accrus de cancers spécifiques, à savoir la leucémie, le lymphome et le cancer du pancréas. Sur la base de ce que nous savions des effets de l'exposition aux solvants et à certains autres produits chimiques, nous pouvions déjà en déduire à l'époque que le travail en laboratoire comportait également un risque cancérogène pour les femmes. Cela s'est d'ailleurs avéré être le cas lorsque la première étude menée auprès de femmes chimistes a finalement été publiée au milieu des années 1980, qui a trouvé des résultats similaires à ceux des hommes. Il est à noter que d'autres cancers en excès retrouvés étaient des tumeurs du sein et de l'ovaire, traditionnellement considérées comme n'étant liées qu'à des facteurs endogènes ou à la reproduction, mais pour lesquelles des facteurs environnementaux nouvellement suspectés comme les pesticides peuvent jouer un rôle. Il reste encore beaucoup à faire sur les déterminants professionnels des cancers féminins.

Stratégies pour une étude valide

Une étude parfaitement valide ne peut jamais exister, mais il incombe au chercheur d'essayer d'éviter, ou du moins de minimiser, autant de biais que possible. Cela peut souvent être fait au stade de la conception de l'étude, mais peut également être effectué pendant l'analyse.

Conception de l'étude

Les biais de sélection et d'information ne peuvent être évités que par la conception minutieuse d'une étude épidémiologique et la mise en œuvre scrupuleuse de toutes les directives quotidiennes qui en découlent, y compris une attention méticuleuse à l'assurance qualité, pour la conduite de l'étude dans les conditions de terrain. La confusion peut être traitée au stade de la conception ou de l'analyse.

Sélection

Les critères pour considérer un participant comme un cas doivent être explicitement définis. On ne peut pas, ou du moins on ne doit pas, tenter d'étudier des conditions cliniques mal définies. Une façon de minimiser l'impact que la connaissance de l'exposition peut avoir sur l'évaluation de la maladie est de n'inclure que les cas graves qui auraient été diagnostiqués indépendamment de toute information sur l'histoire du patient. Dans le domaine du cancer, les études seront souvent limitées aux cas avec preuve histologique de la maladie pour éviter l'inclusion de lésions borderline. Cela signifie également que les groupes à l'étude sont bien définis. Par exemple, il est bien connu en épidémiologie du cancer que les cancers de différents types histologiques au sein d'un organe donné peuvent avoir des facteurs de risque différents. Si le nombre de cas est suffisant, il est préférable de séparer l'adénocarcinome du poumon du carcinome épidermoïde du poumon. Quels que soient les critères définitifs d'admission à l'étude, ils doivent toujours être clairement définis et décrits. Par exemple, le code exact de la maladie doit être indiqué en utilisant la Classification Internationale des Maladies (CIM) et aussi, pour le cancer, la Classification Internationale des Maladies-Oncologie (CIM-O).

Des efforts devraient être faits une fois les critères précisés pour maximiser la participation à l'étude. La décision de refuser de participer n'est presque jamais prise au hasard et conduit donc à des préjugés. Les études doivent d'abord être présentées aux cliniciens qui voient les patients. Leur approbation est nécessaire pour approcher les patients, et il faudra donc les convaincre de soutenir l'étude. Un argument souvent convaincant est que l'étude est dans l'intérêt de la santé publique. Cependant, à ce stade, il est préférable de ne pas discuter de l'hypothèse exacte à évaluer afin d'éviter d'influencer indûment les cliniciens impliqués. On ne devrait pas demander aux médecins d'assumer des tâches supplémentaires; il est plus facile de convaincre le personnel de santé d'apporter son soutien à une étude si les moyens sont fournis par les investigateurs de l'étude pour effectuer toutes les tâches supplémentaires, en plus des soins de routine, nécessitées par l'étude. Les enquêteurs et les personnes chargées de l'analyse des données ne doivent pas être au courant de l'état pathologique de leurs patients.

Une attention similaire doit être accordée aux informations fournies aux participants. L'objectif de l'étude doit être décrit en termes généraux et neutres, mais doit également être convaincant et persuasif. Il est important que les questions de confidentialité et d'intérêt pour la santé publique soient bien comprises tout en évitant le jargon médical. Dans la plupart des contextes, l'utilisation d'incitations financières ou autres n'est pas considérée comme appropriée, bien qu'une compensation doive être prévue pour toute dépense encourue par un participant. Enfin, et ce n'est pas le moins important, la population générale devrait être suffisamment instruite sur le plan scientifique pour comprendre l'importance de telles recherches. Les avantages et les risques de la participation doivent être expliqués à chaque participant potentiel lorsqu'il doit remplir des questionnaires et/ou fournir des échantillons biologiques pour le stockage et/ou l'analyse. Aucune coercition ne doit être appliquée pour obtenir un consentement préalable et pleinement informé. Lorsque les études sont exclusivement fondées sur des dossiers, l'approbation préalable des organismes chargés d'assurer la confidentialité de ces dossiers doit être obtenue. Dans ces cas, le consentement individuel des participants peut généralement être annulé. Au lieu de cela, l'approbation des dirigeants syndicaux et gouvernementaux suffira. Les enquêtes épidémiologiques ne constituent pas une menace pour la vie privée d'un individu, mais sont une aide potentielle pour améliorer la santé de la population. L'approbation d'un comité d'examen institutionnel (ou comité d'examen éthique) sera nécessaire avant la conduite d'une étude, et une grande partie de ce qui est indiqué ci-dessus sera attendue par eux pour leur examen.

Informations

Dans les études de suivi prospectives, les moyens d'évaluation de l'état de la maladie ou de la mortalité doivent être identiques pour les participants exposés et non exposés. En particulier, différentes sources ne doivent pas être utilisées, telles que la vérification dans un registre central de mortalité uniquement pour les participants non exposés et l'utilisation d'une surveillance active intensive pour les participants exposés. De même, la cause du décès doit être obtenue par des moyens strictement comparables. Cela signifie que si un système est utilisé pour accéder à des documents officiels pour la population non exposée, qui est souvent la population générale, il ne faut jamais envisager d'obtenir des informations encore plus précises par le biais de dossiers médicaux ou d'entretiens sur les participants eux-mêmes ou sur leurs familles pour le sous-groupe exposé.

Dans les études de cohorte rétrospectives, des efforts doivent être faits pour déterminer dans quelle mesure la population étudiée est comparée à la population d'intérêt. Il faut se méfier des pertes différentielles potentielles dans les groupes exposés et non exposés en utilisant diverses sources concernant la composition de la population. Par exemple, il peut être utile de comparer les listes de paie avec les listes de membres des syndicats ou d'autres listes professionnelles. Les divergences doivent être conciliées et le protocole adopté pour l'étude doit être suivi de près.

Dans les études cas-témoins, d'autres options existent pour éviter les biais. Les enquêteurs, le personnel de l'étude et les participants à l'étude n'ont pas besoin d'être au courant de l'hypothèse précise à l'étude. S'ils ne connaissent pas l'association testée, ils sont moins susceptibles d'essayer de fournir la réponse attendue. Garder le personnel de l'étude dans l'ignorance quant à l'hypothèse de recherche est en fait souvent très peu pratique. L'enquêteur connaîtra presque toujours les expositions présentant le plus grand intérêt potentiel ainsi que qui est un cas et qui est un témoin. Il faut donc compter sur leur honnêteté et aussi sur leur formation en méthodologie fondamentale de la recherche, qui devrait faire partie de leur parcours professionnel ; l'objectivité est la marque de fabrique à toutes les étapes de la science.

Il est plus facile de ne pas informer les participants à l'étude de l'objet exact de la recherche. De bonnes explications de base sur la nécessité de collecter des données pour mieux comprendre la santé et la maladie sont généralement suffisantes et satisferont les besoins de l'examen éthique.

La confusion

La confusion est le seul biais qui peut être traité soit au stade de la conception de l'étude, soit, à condition que des informations adéquates soient disponibles, au stade de l'analyse. Si, par exemple, l'âge est considéré comme un facteur de confusion potentiel de l'association d'intérêt parce que l'âge est associé au risque de maladie (c'est-à-dire que le cancer devient plus fréquent chez les personnes âgées) et également à l'exposition (les conditions d'exposition varient avec l'âge ou avec des facteurs liés à l'âge tels que la qualification, le poste et la durée de l'emploi), plusieurs solutions existent. Le plus simple est de limiter l'étude à une tranche d'âge précise - par exemple, ne recruter que des hommes caucasiens âgés de 40 à 50 ans. Cela fournira des éléments d'analyse simple, mais aura aussi l'inconvénient de limiter l'application des résultats à une seule sexe âge/groupe racial. Une autre solution consiste à faire correspondre l'âge. Cela signifie que pour chaque cas, un référent du même âge est nécessaire. C'est une idée intéressante, mais il faut garder à l'esprit la difficulté éventuelle de satisfaire à cette exigence à mesure que le nombre de facteurs d'appariement augmente. De plus, une fois qu'un facteur a été apparié, il devient impossible d'évaluer son rôle dans la survenue de la maladie. La dernière solution consiste à disposer de suffisamment d'informations sur les facteurs de confusion potentiels dans la base de données de l'étude afin de les vérifier dans l'analyse. Cela peut être fait soit par une simple analyse stratifiée, soit avec des outils plus sophistiqués tels que l'analyse multivariée. Cependant, il convient de rappeler que l'analyse ne pourra jamais compenser une étude mal conçue ou mal menée.

Conclusion

La possibilité que des biais se produisent dans la recherche épidémiologique est établie depuis longtemps. Cela n'était pas trop préoccupant lorsque les associations étudiées étaient fortes (comme c'est le cas pour le tabagisme et le cancer du poumon) et, par conséquent, certaines inexactitudes ne causaient pas de problème trop grave. Cependant, maintenant que le moment est venu d'évaluer les facteurs de risque les plus faibles, le besoin de meilleurs outils devient primordial. Cela comprend la nécessité d'excellents modèles d'étude et la possibilité de combiner les avantages de divers modèles traditionnels tels que les études cas-témoins ou de cohorte avec des approches plus innovantes telles que les études cas-témoins imbriquées dans une cohorte. En outre, l'utilisation de biomarqueurs peut fournir les moyens d'obtenir des évaluations plus précises des expositions actuelles et éventuellement passées, ainsi que pour les premiers stades de la maladie.

Noir