Analyse d'une cohorte prévalente (troncature à gauche)

Bonjour,

Ma question porte sur l'analyse d'une cohorte prévalente avec troncature à gauche et censure à droite.

Je m'explique. Nous allons avoir une cohorte prévalente: à la date d'entrée dans l'étude, certains patients ont déjà la maladie qui nous intéresse depuis un certain temps et d'autres sont nouvellement diagnostiqués. Ensuite, tout le monde est suivi pendant 5 ans. Nous aurons la date de diagnostic pour tout le monde. L'événement d'intérêt est le décès. Le but est d'étudier la survie de ces patients ainsi que les facteurs de risque. Dès le depart, je n'étais pas favorable à ce design mais bon... Le problème évidemment, c'est la troncature à gauche: seuls les patients ayant survécus jusqu'à la date d'inclusion sont présents dans la cohorte.

Selon vous, quelle est la meilleure manière d'analyser cela? (j'ai vu pas mal d'estimateurs, pondérés ou non dans la littérature, mais avant de me lancer, je préfère recueillir quelques avis)
Dans R, le manuel du package 'survival' dit qu'il est possible de tenir compte de la troncature à gauche, mais ne donne aucune indication sur la méthode. Mon impression est que le package assume une troncature non-informative (i.e. non dépendente des covariables), ce qui semble être une hypothese forte.

D'autre part, l'investigateur voudrait egalement étudier la survenue de complications... Le décés devient donc un risque compétitif dans cette analyse. Est-ce peine perdue?

Merci beaucoup d'avance pour votre aide.

Ayana

PS: l'investigateur est contre l'idée d'une cohorte n'incluant que les nouveaux cas diagnostiques ou tout simplement une etude retrospective...

Et à l'entrée il se passe quelque chose de spécial pour tous ? Style prescription d'un medicament, acte médical ou autre.

Non... c'est la raison pour laquelle j'ai un problème avec le design. La date d'entrée, c'est juste la visite durant laquelle le patient reçoit les informations sur l'étude et signe le consentement s'il souhaite participer. C'est donc une date arbitraire pendant la période d'inclusion (qui est de deux ans). Les traitements, examens etc. sont ceux proposés en pratique courante. Il s'agit d'une etude de cohorte prospective non-interventionnelle.

Tu peux peut etre étudier simplement la survie post inclusion en considerant la durée de la maladie comme une variable d'ajustement ?

C'est ce qu'on fait souvent en diabéto. Tu calcules la durée de la maladie à l'inclusion et lu l'integres comme une covariable par exemple dans un modèle de cox, au même titre que l'age au diagnostic, ou un facteur de risque quelconque.

Au final tu sors des données ajustées sur l'ancienneté de la maladie, ce qui est une facon de contourner le problème. Je ne sais pas si elle convient dans ton cas.

J'y ai pensé, mais l'estimation reste conditionnelle au fait d'avoir survécu jusqu'a la date d'inclusion.

Je vois le truc. Tu ne peux pas étudier la survie diag-deces car tu ne peux pas recueillir le consentement des décédés avant inclusion c'est ça ?

Il existe une solution quasi parfaite, mais un peu plus compliquée qu'une procédure mathématique : Tu switches ton étude en 2
- pour les vivants a l'inclusion tu fais ton étude comme prevu. Pour eux, tu peux calculer le délai diag-deces.
- pour les décédés, tu déclares une étude rétrospective sur dossiers. Elle rentrera dans le cadre de la méthodologie de référence MR004 qui autorise la collecte de données sans consentement pour les études présentant un intérêt de santé publique. Il est peut être même possible de simplement amender l'étude actuelle ? Tu peux alors recueillir les données des décédés et calculer le délai diag-deces.

Tu pooles le résultat des 2 et tu peux tout analyser sans problème de troncature

C'est pas forcément long ni cher de declarer une rétrospective MR004. C'est même assez simple. Si tu travailles dans le public il faut prendre contact avec la direction de la recherche, certains ARCs réglementaires connaissent bien (c'est des textes récents) et tu peux t'en tirer en 2-3 jours de boulot si tu trouves quelqu'un de compétent.

Merci infiniment. Je vais voir avec le chef de projet si c'est possible, mais je préfère largement ce type de solution à des approches stats complexes pour essayer de "réparer" des bugs liés au design.