Facteurs associs la nonobservance : impact des donnes manquantes aux autoquestionnaires

1
Facteurs associés à la non-observance impact
des données manquantes aux auto-questionnaires

• Patrizia Carrieri
• INSERM U379/ORS-PACA

2
Contexte (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

3
Contexte (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

4
Objectifs

• 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.

5
Application 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

6
Modèle 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

7
Modèle 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)

8
Modèle 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.

9
Sélection 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)

10
Comparaisons

• 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

11
Données dobservance manquantes (n1110)
M12
M20
M28
M36
M44
M52
M60
12
Facteurs 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
13
Patients 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
14
Facteurs 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
15
Facteurs 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
16
Facteurs 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

19
Le 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
20
Centres 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)