Epidémiologie

---

Petit lexique arbitraire destiné aux médecins qui veulent savoir de quoi on leur parle sans s'encombrer l'esprit avec les mathématiques.

Epidémiologie :

* Science des maladies infectieuses en tant que phénomène de masse (W.H. Frost, 1927).

* Science fondamentale de la médecine préventive et de la santé communautaire (J.N. Morris, 1975).

* Science du raisonnement objectif en médecine (R.R. Neutra, 1978, V. Ernster, 1979).

Actuellement, l'épidémiologie n'est pas (seulement) la science des grandes épidémies, n'est pas la statistique appliquée, n'est pas la politique ou la mise en cause de la médecine.

Bayes : Mathématicien qui a posé au 18^e siècle les bases de la détermination de la valeur prédictive d'un test en médecine. C'est grâce à la loi de Bayes qu'il est possible de déterminer les valeurs prédictives positive (VPP) et négative (VPN) d'un test en fonction de sa sensibilité (Se) et de sa spécificité (Sp), ainsi que de la prévalence (P) de la maladie dans la population considérée. En effet, les valeurs prédictives d'un test ne sont pas constantes et dépendent de la prévalence de la maladie dans la population (la sensibilité et la spécificité du test ne sont en revanche pas affectées). Si la prévalence d'une maladie est basse, même un test très spécifique donnera beaucoup de résultats faussement positifs. Si la prévalence de la maladie est élevée, il faut s'attendre à beaucoup de faux négatifs.

VPP = P x Se / P x Se + (1-P) (1-Sp)

VPN = (1-P) Sp / (1-P)Sp + P (1-Se)

Appariement (des données) : Méthode consistant à neutraliser les facteurs de confusion en groupant les sujets de telle façon que ceux d'un même groupe possèdent les mêmes facteurs de confusion.

Exemple : l'âge et le sexe sont des facteurs de confusion d'une étude sur les relations entre tabagisme et cancer du poumon. Chaque cas de cancer du poumon peut être apparié à un ou plusieurs sujets témoins
de même âge et de même sexe. Les facteurs de confusion sont alors neutralisés. L'appariement des données rend comparables des sujets qui ne l'étaient pas. Mais il est difficile de trouver des témoins à apparier, surtout si les malades sont nombreux.

Confusion (Facteur de confusion, variable concomitante, «confounding factor») : Variable qui est associée aussi bien à la variable indépendante présentant un intérêt particulier (le facteur causal), qu'à la variable dépendante (la maladie). Par exemple, l'âge est un facteur de confusion dans l'étude du tabagisme en relation avec le cancer du poumon : il faut fumer longtemps pour être atteint de cancer du poumon, mais on vieillit en même temps... Les facteurs de confusion ne sont pas des biais ou des erreurs mais ils doivent être neutralisés par l'appariement, la stratification ou la standardisation.

Grappes : Pour certaines maladies, les cas surviennent en grappes dans le temps et/ou dans l'espace. Dans l'étude des maladies rares où les facteurs étiologiques sont mal connus, il est important de détecter les grappes si elles existent.

Cette détection se fait en rapportant les taux d'incidence durant des périodes d'observation à intervalles égaux, à l'incidence globale et en effectuant un test du Khi².

Prévalence, incidence : La prévalence représente le nombre total de cas dans une population déterminée, sans distinction entre les nouveaux et les anciens cas. L'incidence fait référence au nombre de cas nouveaux au cours d'une période donnée. La vitesse de l'incidence désigne le changement d'incidence par unité de temps. La densité de l'incidence rapporte l'incidence au nombre de personnes-temps d'observation (exemple : personnes-années).

Rapports, taux, ratios : Un rapport sert à désigner tout quotient de deux nombres. Un taux désigne, en épidémiologie, un rapport entre le nombre d'individus possédant une caractéristique et l'ensemble de la population. Il s'agit d'une fraction de l'ensemble des observations. Un ratio (ou indice) désigne, en revanche, un rapport entre deux entités possédant chacune des caractères distincts. Le taux compare «des pommes à des pommes, des oranges à des oranges» (exemple : taux de mortalité par cancer broncho-pulmonaire chez les hommes de 45 à 64 ans) alors que l'on parle de ratio de surmortalité selon le sexe.

Risque (groupe, population à risque) : Il n'existe pas de définition consensuelle des expressions "groupe à risque" et "population à risque". Dans le sens le plus large, elles se rapportent à la population exposée à un facteur donné qui peut être relié au plan étiologique à la maladie (population exposée), sans tenir compte de l'aptitude des sujets à contracter la maladie. Il peut aussi s'agir d'une population exposée et susceptible de contracter la maladie (population menacée ou vulnérable). Parfois, les expressions désignent une population à risque élevé (personnes qui ont un risque accru de contracter la maladie considérée).

Stratification (des données) : Méthode consistant à choisir un échantillon de cas malades et de cas témoins puis à former des classes (stratifier) de sujets des deux échantillons par rapport aux facteurs de confusion (stratification a posteriori). La stratification des données neutralise moins bien les facteurs de confusion que l'appariement, mais cette méthode est plus simple et plus économique.

Standardisation (des taux) : Les phénomènes de santé sont habituellement reliés à plusieurs caractères épidémiologiques (pluralité des causes). Lorsqu'une étude vise à établir une association entre l'un de ces facteurs et la maladie, il faut éliminer l'effet des autres facteurs (dits de confusion) pour rendre comparables les diverses séries d'observations. La standardisation (directe ou indirecte) des taux consiste à comparer les taux des populations étudiées aux taux d'une population de référence plus ou moins arbitraire (il peut s'agir de l'ensemble des deux populations à étudier, ou de la population entière d'un pays, ou d'une population-type proposée par l'OMS).

Sensibilité (d'un test) : Proportion de malades que le test est en mesure de détecter dans la collectivité.

Spécificité (d'un test) : Proportion de sujets sains qui se trouvent confirmés comme tels par le résultat négatif du test.

Valeur prédictive du résultat négatif : Proportion de résultats valables parmi les résultats négatifs du test.

Valeur prédictive du résultat positif : Proportion de résultats valables parmi les résultats positifs du test.

J.Bozet