Evaluation de l'hétérogénéité d'une variable à la baseline

Bonjour, je suis en pleine réflexion sur l'impact que peut avoir l'hétérogénéité d'une variable à expliquer à la baseline entre différents groupes.


Je m'intéresse au poids, qui doit en théorie être homogène dans mes 3 groupes de traitements.
Mes souris prennent soit un placebo, soit un produit de référence, soit un nouveau produit après la mesure qui est faite à la baseline.

Mon objectif final est de savoir si le poids des souris au bout de 10 jours est impacté par la prise du nouveau médicament.
Cependant, en faisant une one-way ANOVA sur le poids à 10 jours, je peux trouver des différences significatives entre mes groupes si à la baseline ils n'étaient pas homogènes.

J'ai donc recours à des statistiques descriptives (mean, SEM, barplot) pour le poids des souris à la baseline en fonction de leur groupe.

Visuellement je vois des petites différences mais je ne sais pas comment évaluer qu'elles auront un réel impact sur l'analyse finale.

Est-ce qu'un test d'homogénéité sur le poids à la baseline peut servir à l'évaluation ou alors il est trop subjectif ?
Est-ce qu'une représentation du poids à la baseline en forest plot peut servir à l'évaluation de l'hétérogénéité ?


Je vous remercie d'avance.

Il y a un truc que je ne comprends pas: les souris sont habituellement commandées sur catalogue et livrées à un age et donc poids prédéfini. Donc normalement si tu compares le poids de tes groupes à T0 (avec une oneway anova) tu ne devrais pas avoir de diff significative entre les groupes. Ca simplifie considérablement l'interprétation.

Tu peux aussi faire une repeated anova pour ajuster sur les poids de départ.

Ou tu travailles sur les deltas: habituellement quand on travaille sur les variations pondérales on exprime la prise de poids
- soit en valeur absolue (pois final - poids initial)
- soit en pourcentage du poids initial

Bonjour Cassoulet,

Le poids des souris qui arrivent est en général homogène mais on peut avoir des différences dans certains groupes, car randomiser des groupes de 9 souris ne donne pas forcément des groupes très homogènes et cette différence je voulais la prendre en compte.

J'ai peur de prendre la différence de poids comme variable à expliquer car on peut avoir des modifications de variabilité au niveau de nos données et du coup avoir des hypothèses différentes de celles de base.

On a pris le poids initial en covariable dans le modèle poids_j10~traitement + poids_j0
Mais je ne sais pas quelle est la meilleure méthode statistique pour prendre en compte la potentielle hétérogénéité à la baseline.

Aussi, on m'a dit qu'il était déconseillé d'estimer l'hétérogénéité à l'aide d'un test statistique, il vaut mieux faire des interprétations graphiques (mais est-ce vrai ?).

Dans un tout autre ordre d'idée, qui n'a rien à voir avec la discussion, est-ce que tu ne penses pas que c'est mauvais pour les analyses de prendre des souris qui ont toutes les même poids et qui au final ne représentent qu'un sous-ensemble des souris, alors qu'on pourrait prendre toutes les souris qui arrivent et les randomiser et au final conclure sur un sous-ensemble plus grand.

Merci à toi Cassoulet

Les variations pondérales chez les animaux c'est de toutes façons assez special par rapport à l'homme. C'est une lapalissade mais on a spontanément tendance à faire le parallèle alors c'est très difficile.

La notion de "gros" est très caricaturale chez le rongeur. Chez l'Homme, les limites du surpoids / obésité et compagnie reposent sur des études épidémio, desquelles on a tiré des seuils au delà desquels les niveaux de risque de complication cardio-vasculaires augmentent. Rien de tel chez le rongeur: une "grosse" souris est suffisamment grosse pour qu'on soit sur que son poids normalisé par rapport à son age soit vraiment hors limites de la normale, c'est tout. Donc un gros rongeur, il est caricaturalement gros. La notion de "surpoids" n'a pas vraiment d'équivalent.

Tu auras le même problème si tu regardes la glycémie: le seuil diagnostique du diabète chez l'homme est la glycémie au-delà de laquelle le risque de rétinopathie augmente dans les cohortes epidemio. Donc stricto senso le diabète chez la souris n'est pas défini. On dit "l'animal est diabétique" parce que sa glycémie est bien plus haute que la normale, c'est tout.

Donc au final, si tu rajoutes une physiologie forcément très différente, il ressort de tout ca qu'on recherche généralement chez l'animal des variations relativement caricaturales par rapport à la "finesse" de diagnostic chez l'Homme.

Donc sauf cas particulier je ne pense pas qu'il faille se focaliser sur des différences minimes entre les groupes au départ. Si c'est tout de meme important mettre les poids initiaux en covariables est pas mal, ca revient à peu près à exprimer la prise de poids en pourcentage du poids de départ, qui est une façon assez classique d'exprimer les variations chez le rongeur.

Pour ta dernière question, j'ai tendance à avoir une vision large: chez le rongeur on est plutôt dans la preuve de concept, et une preuve de concept me convainc plus si on travaille sur une population bien définie et homogène plutôt que sur un groupe d'animaux aux caractéristiques très inhomogènes. De toutes façons, vu que comme je te le disais plus haut la notion de "surpoids" telle que sous entendue chez l'Homme n'a pas vraiment d'équivalent chez le rongeur, je ne vois pas trop l'interet d'introduire de l'heterogeneité pour rien, finalement.

Bonjour,

zezima a écrit:
Le poids des souris qui arrivent est en général homogène mais on peut avoir des différences dans certains groupes, car randomiser des groupes de 9 souris ne donne pas forcément des groupes très homogènes et cette différence je voulais la prendre en compte.

quelques pistes qui me viennent :

Pourquoi ne pas réaliser une analyse de variance sur ta randomisation ? c'est à dire sur les poids à j0 comme variable à expliquer, et regarder les résidus.. ?
Comparer les CV des groupes à j0 ? là il faudrait définir a-priori un CV à ne pas dépasser
Ou alors faire une analyse mesure répétées avec ta baseline en covariable, et tester éventuellement l'interaction traitement*baseline ?

Jérémy

zezima a écrit:

Aussi, on m'a dit qu'il était déconseillé d'estimer l'hétérogénéité à l'aide d'un test statistique, il vaut mieux faire des interprétations graphiques (mais est-ce vrai ?).

C'est pas une règle mais actuellement beaucoup de gens ont tendance à faire ca. La raison repose sur la hausse de alpha lorsque tu fais des comparaisons multiples (lorsque tu répètes des tests) sur un meme échantillon. Lorsque tu testes toutes les caractéristiques de ta population à T0 pour vérifier que les groupes sont bien homogènes sur les critères morphologiques, biologiques...etc..., tu es en plein dedans, donc la tendance actuelle est plutôt de rechercher des dissymétries sans faire de tests.

Ceci dit, si ta variable d’intérêt principal est la variation pondérale, vérifier qu'il n'y a pas de différence entre les groupes sur le poids à T0 en faisant un test statistique ne choquera personne. Tu peux tout à fait te permettre de tester le poids à T0 si ca te permet de justifier ta stratégie d'analyse du critère primaire, et de vérifier juste graphiquement les autres variables afin de ne pas répéter les tests.

Bonjour, merci pour vos avis et vos réponses.

En effet Cassoulet, les souris ont toutes le même âge et en général le même poids, et je trouve ça dommage de faire une expérience sur des souris qui ont toutes le même profil, on supprime la représentativité de l'étude.
Tu me diras que la variabilité augmenterait mais on peut très bien randomiser nos souris pour homogénéiser nos groupes et du coup avoir une étude plus robuste.

Je pense que ce que je cherche à évaluer comme étant hétérogène n'est pas un seuil prédéfini chez la souris (comme il existe chez les hommes) mais plutôt des groupes qui ressortiraient comme outliers par rapport aux autres groupes (je viens de trouver la réponse à l'intant en t'écrivant, comme quoi).

Au final, je ne pense pas qu'il existe de méthode de détection de groupe outlier qui trouverait un des groupes de traitement comme outlier si les différences sont minimes au niveau des moyennes donc c'est peut-être inutile.

Donc je suis entièrement d'accord avec vous deux pour prendre le poids initial en covariable, reste à regarder l'impact que cela peut avoir au niveau du modèle sur la puissance et l'interprétation.

Concernant la dernière question qui touche à l'intérêt de l'homogénéité des profils des souris à la baseline, je pense qu'on ne peut pas trouver de ratio entre l'homme et la souris pour évaluer le surpoids ou ce genre de chose mais on peut introduire de l'hétérogénéité en se disant que c'est ce qui se passera en clinique donc autant le faire directement pour ne pas continuer dans un mur avec des études sur des profils qui ne concluent que sur un profil strictement défini de souris.

Jeremy a écrit:Pourquoi ne pas réaliser une analyse de variance sur ta randomisation ?

Je pense justement que le concept de test pour évaluer l'homogénéité est trop abstrait, tout comme l'évaluation de la normalité à l'aide d'un test de shapiro, tu rejeteras sur de grands jeux de données et tu ne rejetteras pas facilement sur des petits sample sizes.

L'idée du CV à la baseline peut être intéressante, je vais fouiller de ce côté.
Au final pour cette première étude, j'ai fait la RM-ANOVA avec J0 en covariable.

Merci à vous deux.