Risques Concurrents

Les risques concurrents surviennent lorsqu'un sujet peut expérimenter l'un de plusieurs types d'événements mutuellement exclusifs, et que la survenue d'un événement empêche ou modifie la probabilité d'observer un autre événement — par exemple, le décès dû à une cause autre que celle étudiée soustrait le sujet à la possibilité de cet événement. Les méthodes de survie standard pour événement unique peuvent induire en erreur dans ce contexte, c'est pourquoi l'analyse des risques concurrents utilise des estimateurs adaptés.

Definition

Un risque concurrent est un événement dont la survenue exclut ou modifie fondamentalement la probabilité de l'événement d'intérêt principal ; l'analyse des risques concurrents estime la probabilité de chaque type d'événement au fil du temps en tenant compte des autres, principalement par le biais des risques spécifiques à la cause et de la fonction d'incidence cumulative.

Scope

Ce sujet aborde les raisons pour lesquelles l'estimation naïve de Kaplan-Meier surestime le risque d'un événement lorsque d'autres sont concurrents, la distinction entre le risque spécifique à la cause et la fonction d'incidence cumulative, ainsi que les approches de régression, y compris les modèles de Cox spécifiques à la cause et le modèle de sous-distribution de Fine-Gray. Il s'agit d'un matériel de référence méthodologique et non d'une orientation clinique.

Core questions

• Pourquoi le fait de traiter les événements concurrents comme une censure ordinaire biaise-t-il la probabilité estimée d'un événement ?
• Comment le risque spécifique à la cause et la fonction d'incidence cumulative diffèrent-ils dans ce qu'ils décrivent ?
• Quand faut-il utiliser un modèle de Cox spécifique à la cause ou un modèle de sous-distribution de Fine-Gray ?
• Comment les résultats des risques concurrents sont-ils interprétés et rapportés ?

Key concepts

• Types d'événements mutuellement exclusifs
• Risque spécifique à la cause
• Fonction d'incidence cumulative (FIC)
• Risque de sous-distribution
• Modèle de Fine-Gray
• Test de Gray
• Violation de la censure indépendante
• Surestimation par un moins Kaplan-Meier

Mechanisms

Lorsque les événements concurrents sont traités comme une censure ordinaire, l'hypothèse de censure indépendante est violée, et un moins l'estimation de Kaplan-Meier surestime la probabilité de l'événement d'intérêt car elle suppose implicitement que les sujets censurés pourraient encore subir cet événement. La fonction d'incidence cumulative estime plutôt la probabilité de chaque événement spécifique à un moment donné dans le monde réel où les autres événements se produisent également, et elle totalise les types d'événements pour obtenir la probabilité totale de tout événement. Deux cadres de régression abordent les effets des covariables : les modèles de Cox spécifiques à la cause, qui modélisent le risque de chaque événement parmi ceux qui n'ont pas encore subi l'événement et répondent à des questions étiologiques, et le modèle de Fine-Gray, qui modélise la sous-distribution du risque directement liée à l'incidence cumulative et est adapté à la prédiction. La comparaison de groupes de l'incidence cumulative utilise le test de Gray (Fine & Gray, 1999 ; Gray, 1988 ; Putter et al., 2007 ; Austin et al., 2016).

Clinical relevance

Les risques concurrents sont fréquents dans les populations âgées ou plus malades où, par exemple, le décès d'autres causes est en concurrence avec le résultat étudié ; les ignorer peut surestimer considérablement le risque de ce résultat et fausser les comparaisons. Il est important de reconnaître cela pour évaluer les études pronostiques ; cette entrée décrit la méthodologie et ne constitue pas une base pour des décisions cliniques individuelles.

Epidemiology

Les contextes de risques concurrents sont fréquents en cardiologie, en oncologie, en transplantation et en gériatrie, où de multiples causes d'échec coexistent ; des tutoriels méthodologiques dans les principales revues cliniques ont promu une analyse appropriée à mesure que la sensibilisation s'est accrue (Austin et al., 2016).

Evidence & guidelines

Il n'existe pas de lignes directrices cliniques pour l'analyse des risques concurrents en soi ; les références méthodologiques sont le test de Gray pour l'incidence cumulative (Gray, 1988), le modèle de sous-distribution de Fine-Gray (Fine & Gray, 1999), des tutoriels pour les biostatisticiens et les cliniciens (Putter et al., 2007 ; Austin et al., 2016), et des ouvrages sur l'analyse de survie (Klein & Moeschberger, 2003).

History

La fonction d'incidence cumulative et les risques spécifiques à la cause ont de longues racines dans les travaux actuariels et biostatistiques sur les décréments multiples, mais la pratique moderne a été façonnée par le test de Gray de 1988 pour l'incidence cumulative et le modèle de risque de sous-distribution de Fine-Gray de 1999, qui ont ensemble fourni une estimation, des tests et une régression pratiques. Des tutoriels dans les années 2000 et 2010 ont introduit ces méthodes dans la recherche clinique courante (Putter et al., 2007 ; Austin et al., 2016).

Debates

Risque spécifique à la cause versus modèle de sous-distribution (Fine-Gray) ?

Les modèles spécifiques à la cause abordent des questions étiologiques sur le taux d'un événement parmi les personnes à risque, tandis que les modèles de Fine-Gray ciblent l'incidence cumulative pour la prédiction ; les analystes débattent de celui qu'il convient de rapporter, et beaucoup recommandent de présenter les deux plutôt que d'en choisir un.

Key figures

• Jason P. Fine
• Robert J. Gray
• Hein Putter
• Peter C. Austin

Seminal works

• fine-gray-1999
• gray-1988

Frequently asked questions

Pourquoi ne puis-je pas simplement utiliser une courbe de Kaplan-Meier lorsqu'il y a des risques concurrents ?

Traiter les événements concurrents comme une censure viole l'hypothèse d'indépendance et fait en sorte qu'un moins l'estimation de Kaplan-Meier surestime la probabilité de l'événement ; la fonction d'incidence cumulative devrait être utilisée à la place.

Quelle est la différence entre le risque spécifique à la cause et la fonction d'incidence cumulative ?

Le risque spécifique à la cause est le taux d'un événement particulier parmi les sujets n'ayant pas encore subi l'événement et répond à des questions étiologiques, tandis que la fonction d'incidence cumulative donne la probabilité réelle de cet événement à un moment donné en présence des événements concurrents.