Causes alternatives et diagnostic différentiel

Avant qu'un événement indésirable puisse être attribué à un médicament, des explications concurrentes — la maladie sous-jacente, les comorbidités, d'autres médicaments et le hasard — doivent être prises en compte et, si possible, exclues. La solidité de tout verdict de causalité dépend fortement de la manière dont ces causes alternatives ont été écartées de manière convaincante.

Definition

L'exclusion des causes alternatives est le critère selon lequel un événement indésirable peut être attribué avec plus de certitude à un médicament lorsque la maladie du patient, les médicaments concomitants, les comorbidités et le hasard ont été évalués et jugés peu susceptibles d'expliquer l'événement, et avec moins de certitude lorsque de telles explications restent plausibles.

Scope

Cette entrée décrit le rôle du diagnostic différentiel dans l'évaluation de la causalité : les types d'explications alternatives qui doivent être considérées, comment leur présence diminue la probabilité attribuée au médicament, et pourquoi des informations incomplètes limitent si souvent le verdict. Il s'agit d'une référence méthodologique et non d'un guide pour le diagnostic d'un patient individuel.

Core questions

• Quelles catégories d'explications alternatives doivent être prises en compte pour une réaction indésirable suspectée à un médicament ?
• Comment la présence d'une cause alternative plausible modifie-t-elle la probabilité attribuée au médicament ?
• Comment la contribution des médicaments concomitants est-elle démêlée de celle du médicament suspecté ?
• Pourquoi le manque d'informations sur les alternatives conduit-il si souvent à un verdict non concluant ?

Key concepts

• Diagnostic différentiel des événements indésirables
• Maladie sous-jacente comme cause concurrente
• Comorbidités et évolution naturelle de la maladie
• Médicaments concomitants et interactions médicamenteuses
• Biais de confusion par indication
• Hasard et coïncidence
• Effet des informations manquantes sur le verdict

Mechanisms

Une évaluation de causalité met en balance le médicament suspecté et toute explication non médicamenteuse plausible de l'événement. La maladie sous-jacente du patient ou sa progression naturelle peut produire le même tableau clinique ; des comorbidités et des maladies intercurrentes peuvent intervenir ; d'autres médicaments pris simultanément peuvent être le véritable agent ou interagir avec le suspect ; et certaines associations apparentes sont simplement fortuites. Le biais de confusion par indication (confounding by indication) est un piège particulier, car la condition qui a motivé la prescription peut elle-même provoquer l'événement. Lorsqu'une alternative crédible subsiste, la probabilité attribuée au médicament diminue ; lorsque des alternatives sont recherchées et exclues, elle augmente. Étant donné que les rapports manquent fréquemment des données nécessaires pour évaluer ces causes concurrentes, les évaluations aboutissent souvent à des catégories intermédiaires ou inclassables (Naranjo 1981 ; Karch & Lasagna 1977).

Clinical relevance

Juger si les causes alternatives ont été adéquatement exclues est essentiel pour l'interprétation des rapports de cas et des signaux, car une explication concurrente non prise en compte peut gonfler ou dégonfler un effet médicamenteux apparent. Cette entrée décrit comment les alternatives sont pondérées dans le cadre de l'évaluation des preuves et ne constitue pas une base pour des décisions diagnostiques ou thérapeutiques individuelles.

Evidence & guidelines

Les outils structurés intègrent explicitement les causes alternatives : l'algorithme de Naranjo demande si d'autres facteurs auraient pu produire la réaction (Naranjo 1981), et les définitions opérationnelles des réactions indésirables aux médicaments exigent que l'événement ne soit pas entièrement expliqué par la maladie ou une autre thérapie (Karch & Lasagna 1977 ; Edwards & Aronson 2000). Une évaluation systématique a montré qu'une gestion incohérente des causes alternatives est l'une des raisons pour lesquelles différentes méthodes parviennent à des verdicts différents sur un même cas (Hutchinson & Lane 1989).

History

Reconnaître que la maladie et le traitement concomitant peuvent mimer les effets médicamenteux est intrinsèque au diagnostic clinique, et la formalisation de l'évaluation des réactions indésirables aux médicaments dans les années 1970 a fait de l'exclusion des causes alternatives un critère explicite. Karch et Lasagna l'ont intégré dans leur définition opérationnelle, et l'algorithme de Naranjo de 1981 l'a directement noté, établissant ainsi le diagnostic différentiel comme une composante permanente de l'évaluation de la causalité.

Debates

Avec quelle rigueur les causes alternatives devraient-elles être recherchées avant d'attribuer un événement à un médicament ?

Exiger l'exclusion exhaustive de chaque cause concurrente peut rendre la plupart des rapports spontanés inclassables, tandis qu'accepter une exclusion faible gonfle les effets médicamenteux apparents ; le traitement incohérent des alternatives entre les méthodes est une source reconnue de leur désaccord et d'une reproductibilité limitée.

Key figures

• Cesar A. Naranjo
• Fred E. Karch
• Louis Lasagna
• I. Ralph Edwards
• Jeffrey K. Aronson

Seminal works

• naranjo-1981
• karch-lasagna-1977

Frequently asked questions

Pourquoi les causes alternatives doivent-elles être prises en compte dans l'évaluation de la causalité ?

Parce que la maladie sous-jacente, les comorbidités, d'autres médicaments et le hasard peuvent produire le même événement qu'un médicament, la solidité d'un verdict de causalité dépend de la manière dont ces explications concurrentes ont été évaluées et exclues.

Qu'est-ce que le biais de confusion par indication dans ce contexte ?

C'est la situation où la condition qui a conduit à la prescription du médicament est elle-même la cause de l'événement indésirable, de sorte que le médicament peut sembler responsable alors que la maladie sous-jacente est la véritable explication.