Title: Facteurs associs la nonobservance : impact des donnes manquantes aux autoquestionnaires
1Facteurs associés à la non-observance impact
des données manquantes aux auto-questionnaires
- Patrizia Carrieri
- INSERM U379/ORS-PACA
2Contexte (1)
- Chez les patients VIH, le succès virologique à
long-terme du traitement est associé à - Une observance élevée en phase initiale
(induction) - labsence dépisodes de non-observance sévère en
phase de maintenance (Carrieri et al, AVT, 2003) - Les facteurs expliquant lobservance élevée en
phase dinduction sont déjà connus mais ne sont
pas encore identifiés en phase de maintenance - Cependant, en phase de maintenance les données
manquantes aux auto-questionnaires deviennent un
problème majeur
3Contexte (2)
- Lanalyse des données longitudinales recueillies
par auto-questionnaire peut être affectée par un
biais de sélection - Différentes méthodes ont été conçues pour tenir
compte du biais induit par des variables de
confusion non observées - Les modèles de sélection économétriques utilisés
en épidémiologie ont été appliqués dans un
contexte transversal avec une variable réponse
quantitative
4Objectifs
- Étudier les facteurs associés à la non-observance
pendant la phase de maintenance - Vérifier la stabilité des résultats quand on
tient compte du biais induit par les non réponses
aux auto-questionnaires.
5Application dun modèle à 2 stades à lanalyse de
lobservance
- Adaptation de la méthode de Shelton (Statist Med
2003) aux données longitudinales de lobservance - Adaptation de la méthode aux données dobservance
longitudinale - Variable observance dans le modèle principal
à 3 niveaux (ou 2, en groupant) - Mesures répétées au cours du temps
- Nécessité de travailler sur des modèles
marginaux
6Modèle à 2 stades (1)
- Stade I Modélisation du processus de non-réponse
- Une équation de type probit (GEE) modélise la
probabilité de répondre aux auto-questionnaires à
chaque visite - Pr(yit observé) F(ao aWit git),
- où F fonction de répartition de la loi N(0,1),
- gi gi1 gi2 gi3 gi4 gi5 gi6, cov(gi)
Si
7Modèle à 2 stades (2)
- Les probabilités prédites de ce modèle sont
utilisées pour créer une nouvelle variable
(latente) appelée inverse du rapport de Mills
(IMR) - lit ? (ao aWit)/F(ao aWit),
- où ? fonction de densité de la loi N(0,1)
8Modèle à 2 stades (3)
- Stade II Modélisation de la variable dintérêt
- La variable latente IMR est utilisée dans le
modèle principal comme variable dajustement dun
biais potentiel attribuable à des variables de
confusion non observées - logitPr(yit 1) bo bXit tit lit eit,
- où cov(git , eit) 0, ? t ? t.
9Sélection des visites
- Tous les patients qui ont pu avoir au moins 12
mois de suivi clinique après la mise sous
traitement (N1110 patients) et au moins un AQ
renseigné entre M12 et M60 - Au premier stade, pour modéliser lobservance
(renseignée ou non renseignée), toutes les
visites possibles entre M12-M60 ont été prises en
compte (7770 visites) - Au deuxième stade, toutes les visites entre M12
et M60 où les patients avaient lobservance
renseignée ont été considérées (3889 visites
renseignées)
10Comparaisons
- Afin didentifier les facteurs associés à la
non-observance trois comparaisons ont été
effectuées - les visites de non-observance (sévèremodérée)
vs. les visites dobservance élevée -
- les visites dobservance sévère vs. les visites
dobservance élevée - les visites dobservance modérée vs. les visites
dobservance élevée
11Données dobservance manquantes (n1110)
M12
M20
M28
M36
M44
M52
M60
12Facteurs associés à lobservance renseignée
analyse multivariée, modèle probit
b
95 CI
Age -0.013 -0.019 -0.008 Sexe
F -0.231 -0.352 -0.109 Logement confortable
0.121 0.065 0.178 Logement stable 0.126
0.003 0.248 Transmission UDVI -0.237 -0.374 -0.09
9 Stade C 0.201 0.080 0.323 Naïfs -0.223 -
0.327 -0.120 CV indétectable 0.262 0.183
0.341 CD4lt200 0.208 0.074 0.343
13Patients concernés
Visites (M12-M60)
Observance élevée
2466
792
Observance modérée
594
1125
Non- observance sévère
215
298
3889
970
Total
valeurs correspondant aux patients rapportant
au moins un comportements spécifique
d observance au cours du suivi
Bien que le dépisodes de non-observance
sévère soit de 8, 22 des patients ont reporté
au moins une fois un tel épisode
14Facteurs associés à la non-observance
Observance modérée sévère vs. élevée
AOR
95 CI
Age élevé/ an 0.95 0.94-0.96
Nombre de prises 2 vs.1 0.53 0.34-0.83 gt2
vs.1 0.74 0.46-1.18
Nombre deffets secondaires perçus/ES 1.06 1.04-
1.09
IP 1.26 1.05-1.52
IMR plt 0.001
15Facteurs associés à lobservance
sévère Observance sévère vs. élevée
AOR
95 CI
Age élevé/ an 0.90 0.87-0.93
Soutien du partenaire vs. pas de partenaire ou
pas de soutien du partenaire 0.59 0.38-0.91
Dépression/ point CES-D 1.02 1.00-1.04
IMR plt0.001
16Facteurs associés à lobservance
modérée Observance modérée vs. élevée
95 CI
AOR
Age élevé/ an
0.95
0.94-0.96
Effets secondaires perçus /symptôme
Nombre de prises 2 vs.1 0.51 0.32-0.80 gt2
vs.1 0.76 0.47-1.25
IP dans la combinaison
IMR plt0.001
17 Conclusions (1)
- La méthode utilisée a mis en évidence un impact
du biais induit par des variables de confusion
non observées sur la modélisation de lobservance - Les mécanismes expliquant la non observance
sévère diffèrent de ceux expliquant lobservance
modérée - La non-observance sévère n est pas liée à des
facteurs médicaux mais à des variables
psycho-sociales - Lexpérience du traitement et le type de
stratégie thérapeutique influence uniquement
lobservance modérée - Dautres méthodes pour des variables réponses
discrètes pourraient être développées
18 Conclusions (2)
- Dautres méthodes doivent être développées pour
tenir compte du biais de sélection pour une
variable réponse catégorique - Cependant, cest seulement en séparant les
comparaisons qu on a pu mettre en évidence la
spécificité des facteurs associés à la
non-observance sévère
19Le groupe détudes APROCO/COPILOTE
Conseil scientifique et comité de pilotage
Investigateurs principaux C. Leport, F. Raffi,
Méthodologie G. Chêne, R. Salamon, Sciences
sociales J-P. Moatti, J. Pierret , B. Spire,
Virologie F. Brun-Vézinet, H. Fleury, B.
Masquelier, Pharmacologie G. Peytavin, R.
Garraffo Autres memebres F. Ballereau, D.
Costagliola, P. Dellamonica, C. Katlama, L.
Meyer, M. Morin, D. Sicard, A. Sobel Comité de
validation des évènements L. Cuzin, M. Dupon,
X. Duval, V. Le Moing, B. Marchou, T. May, P.
Morlat, C. Rabaud, A. Waldner-Combernoux
Coordination C. Lewden, Observateurs P.
Choutet, JF. Delfraissy, J. Dormont, C.
Grillot-Courvalin, Y. Souteyrand, JL. Vildé. Base
de données et analyse Christine Alfaro, Firas
Alkaied, Catherine Barennes, Dalila Beniken,
Soraya Boucherit, Cécile Brunet-François,
Marie-Patrizia Carrieri, Anne-Sophie Chabaud,
Cécile Charlois-Ou, Jean-François Cocallemen,
Jean-Luc Ecobichon, Valérie El Fouikar, Valérie
Journot, Régis Lassalle, Jean-Pierre Legrand,
Vincent Le Moing, Samira Marrakchi, Barbara
Matera, Walid Nouioua, Edwige Pereira, Marie
Préau, Caroline Roussillon, Marianne Savès,
Audrey Taieb, Virginie Villes, Hélène
Zouari Promotion Agence Nationale de
Recherches sur le Sida (ANRS, AC 7) Other
supports Collège des Universitaires de Maladies
Infectieuses et Tropicales (CMIT) et industriels
Abbott, Boehringer-Ingelheim, Bristol-Myers
Squibb, Glaxo- SmithKline, Merck Sharp et Dohme,
Roche. Sidaction
20Centres cliniques investigateurs
- AMIENS (Pr Schmit)
- ANGERS (Dr Chennebault)
- BELFORT (Dr Faller)
- BESANCON (Dr Estavoyer, Pr Laurent,
- Pr Vuitton)
- BORDEAUX (Pr Beylot, Pr Lacut, Pr Le Bras,
- Pr Ragnaud)
- BOURG-EN-BRESSE (Dr Granier)
- BREST (Pr Garré)
- CAEN (Pr Bazin)
- COMPIEGNE (Dr Veyssier)
- CORBEIL ESSONNES (Dr Devidas)
- CRETEIL (Pr Sobel)
- DIJON (Pr Portier)
- GARCHES (Pr Perronne)
- LAGNY (Dr Lagarde)
- LIBOURNE (Dr Ceccaldi)
- LYON (Pr Peyramond)
- MEAUX (Dr Allard)
- MONTPELLIER (Pr Reynes)
- NANCY (Pr Canton)
- NANTES (Pr Raffi)
- NICE (Pr Cassuto, Pr Dellamonica)
- ORLEANS (Dr Arsac)
- PARIS (Pr Bricaire, Pr Caulin, Pr Frottier,
- Pr Herson, Pr Imbert, Dr Malkin,
- Pr Rozenbaum, Pr Sicard, Pr Vachon, Pr Vildé)
- POITIERS (Pr Becq-Giraudon)
- REIMS (Pr Rémy)
- RENNES (Pr Cartier)
- SAINT-ETIENNE (Pr Lucht)
- SAINT MANDE (Pr Roué)
- STRASBOURG (Pr Lang)
- TOULON (Dr Jaureguiberry)
- TOULOUSE (Pr Massip)
- TOURS (Pr Choutet)