Quantification de l'effet cluster et analyse d'un essai randomisé en cluster avec un critère de jugement de type survie – QUARTET

Les essais randomisés en clusters (ERCs) sont des essais dans lesquels on randomise, non pas des individus, mais des groupes d’individus appartenant à un même cluster à recevoir ou non une intervention. Les clusters randomisés peuvent être, par exemple, des hôpitaux, des cabinets médicaux, des zones géographiques. L’utilisation des ERCs est croissante. Ils sont particulièrement adaptés pour évaluer des interventions de santé publique.
Une conséquence statistique de la randomisation de clusters est la présence d’une corrélation entre les réponses des individus d’un même cluster. Cette corrélation intracluster doit être prise en compte dans la planification de l’essai et nécessite d’augmenter le nombre de sujets nécessaire par rapport à un essai à randomisation individuelle pour atteindre la puissance souhaitée. Les méthodes d’analyse doivent également tenir compte de la non-indépendance des sujets d’un même cluster. Les modèles mixtes incluant un effet aléatoire « cluster » et les modèles marginaux estimés par generalized estimating equations (GEEs) sont ainsi souvent utilisés dans l’analyse des ERCs. Enfin, il est recommandé de rapporter une mesure de la corrélation intracluster avec les résultats de l’essai.
Lorsque le critère de jugement est continu ou binaire, des recommandations existent sur les stratégies d’analyse optimales et la mesure de la corrélation intracluster, habituellement quantifiée à l’aide du coefficient de corrélation intraclasse. Pour un critère de type survie, correspondant au délai avant la survenue d’un événement, il n’existe pas de recommandations dans le cadre des ERCs. En pratique, les résultats préliminaires d’une revue d’ERCs récents montrent que les stratégies utilisées sont souvent inadaptées, notamment parce qu’elles négligent la corrélation intracluster. Les performances des méthodes d’analyse pour données de survie corrélées n’ont pas été comparées dans le contexte des ERCs et le coefficient de corrélation intraclasse (ou une autre mesure de la corrélation intracluster) n’a pas été défini clairement pour des données de type survie.
L’objectif principal de ce projet est de définir les méthodes d’analyse optimales et de développer une(des) mesure(s) de la corrélation intracluster pour des ERCs avec un critère de type survie.
Le projet débutera par une revue d’ERCs récemment publiés afin de dresser l’état des lieux des pratiques actuelles. Ensuite, les méthodes adaptées pour l’analyse de critères de type survie corrélés seront identifiées, si nécessaire étendues au contexte spécifique des ERCs puis comparées à l’aide d’une étude de simulation. La même méthodologie sera appliquée aux mesures de la corrélation intracluster, à la différence que nous anticipons un besoin plus important de développement de nouvelles approches. Les différentes méthodes seront appliquées à trois bases de données d’ERC pour lesquelles nous disposons de l’accord du porteur de projet.
La facilité (i) d’utilisation des méthodes sélectionnées à l’issue des études de simulation et (ii) d’interprétation des résultats produits sera évaluée par un panel associant des cliniciens et des statisticiens, à l’aide notamment d’une recherche de consensus par la méthode Delphi. Le but de cette étape innovante est de tenir compte à la fois des performances statistiques et d’aspects plus pratiques dans les recommandations de méthodes. Enfin, les méthodes jugées les plus satisfaisantes seront implémentées dans des packages du logiciel R afin d’être disponibles aux plus grand nombre de chercheurs.