Vers les biostatistiques médicales

Pourquoi apprendre les biostatistiques ?

À première vue, les biostatistiques peuvent sembler être une matière remplie de calculs compliqués.

Leur objectif est pourtant très concret : elles permettent de décrire des données médicales, de mesurer l’incertitude et d’évaluer si un résultat peut raisonnablement être attribué au hasard.

Lorsqu’un nouveau médicament est testé, une amélioration observée peut avoir plusieurs explications :

  • le médicament est réellement efficace ;

  • l’état des patients s’est amélioré naturellement ;

  • les groupes comparés étaient différents ;

  • les patients ont ressenti un effet placebo ;

  • le résultat est lié aux fluctuations aléatoires.

Les biostatistiques ne suffisent pas, à elles seules, à prouver qu’un résultat est vrai. Il faut également examiner la qualité de l’étude, les biais possibles et la manière dont les patients ont été sélectionnés.

Elles permettent néanmoins de répondre à une question essentielle :

Puis-je faire confiance à ce résultat ?

La valeur prédictive positive

Un test médical n’est jamais parfait.

Imagine un détecteur de fumée. Lorsqu’il sonne, il peut y avoir un véritable incendie, mais l’alarme peut aussi s’être déclenchée par erreur.

La valeur prédictive positive, ou VPP, répond à la question :

Lorsqu’un test est positif, quelle est la probabilité que le patient soit réellement malade ?

VPP = vrais positifs / tous les tests positifs

Ou :

VPP = VP / (VP + FP)

avec :

  • VP : vrais positifs ;

  • FP : faux positifs.

La valeur prédictive négative

La valeur prédictive négative, ou VPN, répond à la question :

Lorsqu’un test est négatif, quelle est la probabilité que le patient ne soit réellement pas malade ?

VPN = vrais négatifs / tous les tests négatifs

Ou :

VPN = VN / (VN + FN)

avec :

  • VN : vrais négatifs ;

  • FN : faux négatifs.

L’influence de la fréquence de la maladie

La VPP et la VPN dépendent de la fréquence de la maladie dans la population testée.

Lorsqu’une maladie est rare, une part importante des tests positifs peut correspondre à des faux positifs.

À l’inverse, un test négatif est généralement plus rassurant lorsque la maladie est rare.

Un même test peut donc avoir une VPP et une VPN différentes selon la population dans laquelle il est utilisé.

Les études de cohorte

Une étude de cohorte compare des groupes définis selon une exposition.