Biais dans les études de cohorte

Master 1 « Conception, évaluation et gestion des essais thérapeutiques »
Études
épidémiologiques
analytiques et biais
Roxane Schaub
Médecin de santé publique
Octobre 2013
1
Objectifs pédagogiques
Connaitre le déroulement pratique des
études cas-témoin et des études de cohorte
Savoir différencier une étude cas-témoin et
une étude de cohorte (déroulement,
organisation, avantages et inconvénients)
Connaitre les différents types de biais, leurs
origines, leurs conséquences et les moyens
mis en œuvre pour les neutraliser
2
PLAN DU COURS
Les biais
Notion
de biais
Biais de sélection
Biais de classement
Biais de confusion
Les études épidémiologiques analytiques
Cohortes
exposés-non exposés
Études cas-témoin
3
Notion de biais
Définition : erreur systématique qui fausse les résultats dans
un sens donné. Attention à ne pas confondre avec :
erreur aléatoire (fluctuation d’échantillonnage qui débouche sur
une imprécision)
erreur dans une conclusion statistique (risques alpha et bêta ou
manque de puissance)
3 types de biais selon leur cause
Biais de sélection
Biais de classement (ou de mesure, ou d’information)
Biais de confusion
décrire un biais c’est indiquer
son origine
son type
son sens (surestimation ou sous-estimation) si possible
son importance (négligeable, modéré, important) si possible
4
Notion de biais
Précis et valide
Peu précis mais valide
(erreur aléatoire)
Peu précis et non valide
(erreur aléatoire et
systématique)
Précis mais non valide
(erreur systématique)
5
Biais de sélection
Définition : biais dans la constitution de l’échantillon, qui va se
retrouver non représentatif de la population cible pour des facteurs
liés au problème étudié
Peut survenir à différents moments et niveaux de l’enquête
Lors de la planification de l’étude : biais de recrutement lors de la
constitution de l’échantillon car problème de représentativité de
l’échantillon
Lieux (milieu hospitalier, milieu professionnel …)
Mode de recrutement (bases de sondage)
Biais d’auto-sélection
→ Population source non représentative de la population cible (non-pertinence
des critères d’inclusion ou d’exclusion)
→ Échantillon non représentatif de la population source (modalités de
recrutement, perdus de vus)
Lors du déroulement de l’étude : perdus de vue (dans les
enquêtes prospectives)
Lors de l’analyse des groupes : problème de comparabilité
6
Méthodes de contrôle des biais de sélection
Contrôle lors de la planification de l’étude
Recrutement par tirage au sort (études
observationnelles)
Exemple : dans enquête cas-témoin, sélection des témoins
adultes par tirage au sort sur les listes électorales
Recrutement exhaustif
Exemple : dans un essai clinique, inclusion systématique de tous
les patients éligibles sur une période donnée
Randomisation (études expérimentales)
Relances afin d’éviter les perdus de vue et les
données manquantes
7
Méthodes de contrôle des biais de sélection
Contrôle lors de l’analyse des données
Ajustement sur facteurs
Exemple : ajustement sur les facteurs pronostiques
déséquilibrés entre les groupes au début de l’étude
Analyse en intention de traiter (ITT) (essais
cliniques)
Définition : analyse de tous les sujets inclus dans leur
groupe initial de randomisation
Analyses de sensibilité
Permettent de quantifier le biais de sélection
8
Biais de classement
Définition : erreur systématique commise
dans la définition ou la mesure
de l’exposition (ou facteur de risque)
ou
de la maladie (ou état de santé)
Synonymes
- biais d’information
- biais de mesure
9
Biais de classement
Un biais de classement peut résulter de
la méthode de mesure
Outil : Changement de méthode diagnostique ou
de mesure d’exposition en cours d’enquête
Méthode de mesure inégale entre les groupes
(surveillance + fréquente ou plus stricte)
la subjectivité de l’enquêteur
Suggestion
Question posée différemment si cas ou témoin
→ Conscient ou pas
la subjectivité de l’enquêté
Biais de mémorisation
Refus de répondre
Biais de minimisation (déni, culpabilité)
→ Conscient ou pas
10
Méthodes de contrôle des biais de classement
Contrôle lors de la planification de l’étude
Validité et fiabilité des mesures
Choisir une mesure précise, exacte et reproductible
Surtout si le critère est subjectif
Sources d’information multiples (dossier médical, médecin traitant…)
Exemple : mesure de la qualité de vie à l’aide d’un questionnaire validé
Standardisation des procédures
Définition précise du facteur étudié et des critères de jugement
Même procédé de recueil de mesure pour tous les sujets de l’étude
Évaluation / recueil des données en aveugle / en insu
Enquête cas-témoin : évaluation de l'exposition en insu du statut
malade / non malade
Enquête de cohorte exposés non exposés : évaluation de la maladie
en insu de l'exposition
Essais
cliniques : évaluation des critères de jugement en insu du traitement
Résultat d'un examen diagnostique en insu du résultat du gold standard
Formation des enquêteurs
Pour une standardisation des procédures
11
Biais de confusion
Définition : biais provoqué par un facteur de confusion
interagissant avec le facteur de risque étudié dans l'étude
du lien entre ce facteur et la maladie
Un facteur F joue le rôle de facteur de confusion dans la
relation entre E et M si dans la population cible si
F est lié à E et à M
F n’est pas une conséquence de E
La force de l’association entre E et M est différente selon
que l’analyse est conduite de façon brute ou ajustée sur
le facteur F (OR brut différent de OR ajusté)
Exemple : le tabagisme peut être un facteur de confusion dans la
relation entre la consommation d’alcool et le risque de cancer du
poumon
12
Biais de confusion
Contrôle lors de la planification de l’étude
Restriction de la population d’étude à certaines
catégories
Exemple : exclusion de patients atteints de bilharziose (facteur de
risque connu de cancer de la vessie) dans une enquête étiologique
sur le cancer de la vessie en Europe
Appariement sur les facteurs de confusion de la
maladie déjà connus
Stratification sur le facteur de confusion au moment de
la constitution des groupes : tirage au sort équilibré par
strate
13
Biais de confusion
Contrôle lors de l’analyse des données
Ajustement sur les facteurs de confusion
On utilise des modèles multivariés qui
donnent l'effet propre du facteur étudié
indépendamment des autres co-variables
entrées dans le modèle
Attention: ceci nécessite d'avoir prévu dans le protocole
de recueillir les facteurs de confusion potentiel
Stratification
14
Etudes Expérimentales ou Observationnelles
Intervention ou contrôle de l’exposition
Non
Études observationnelles
Étude descriptive
Fréquence et répartition
d’un état de santé
Enquêtes
de prévalence
Transversales uniques
ou répétées
Enquêtes d’incidence
(cohorte descriptive)
Longitudinales
Oui
Études expérimentales
Étude analytique /
étiologique
Recherche de facteurs de
risque / facteurs pronostiques
Enquête cas-témoins
Rétrospective
Enquête de cohorte
exposés – non exposés
- Historique
- Historico-prospective
- Prospective
Études d’évaluation
Evaluation
diagnostique
Essais
thérapeutiques
Eval. d’une
intervention en santé
publique :
Études avant/après
Études ici/ailleurs
Épidémiologie analytique
Synonyme : étiologique
Objet d’étude : les causes et déterminants des
maladies (ou états de santé)
Cherche à mettre en évidence une association,
un lien de cause à effet entre un facteur (une
exposition) et une maladie (ou un état de santé)
Repose sur des techniques de comparaison
2 grands types : l’enquête exposé - non exposé
(de cohorte) et l’enquête cas témoins
16
Enquêtes de cohorte exposé-non exposé
Cohorte en épidémiologie
Ensemble d’individus définis par certaines
caractéristiques (géographique, d’âge, de sexe,
d’exposition) qui vont être suivis à partir d’un même
moment
(ex: étude EPIPAGE, cohorte d’enfants prématurés nés en 1997 dans 9 régions
françaises)
Ce groupe d’individus fait l’objet d’une surveillance
prolongée afin de relever l’apparition de facteurs de risque
et/ou l’apparition de signe clinique, de pathologie, de
décès
(EPIPAGE= devenir des enfants suivis jusqu’à l’âge de 10 ans)
Différents types de cohortes
prospective
historique
historico-prospective
17
Étude de cohorte exposé / non exposé prospective
Exemple 1 : Lien entre radiations ionisantes et leucémie
Un groupe de femmes traitées par radiothérapie pour traitement de
cancers gynécologiques (E+) et un groupe sans radiothérapie (E-)
Suivies chaque année pendant 10 ans pour étudier la survenue de
leucémies (M) dans chaque groupe
Étude de cohorte prospective
Passé
Présent
Futur
M+
E = radiations ionisantes
M = leucémies
E+
MM+
EM-
18
Étude de cohorte exposé / non exposé historique
Exemple 2 : Étude dans la base de données de la sécurité sociale
du lien entre exposition au Benfluorex (MEDIATOR®) (E) et
survenue d’une valvulopathie cardiaque (M) chez des patients
diabétiques
Étude de cohorte historique
Passé
Futur
Présent
M+
E+
M-
E = Benfluorex
M = valvulopathie
M+
EM19
Étude de cohorte exposé / non exposé historico-prospective
Exemple 3 : Lien entre infection virale en début grossesse (E) et
malformation (M) chez l’enfant à la naissance.
Interrogatoire rétrospectif des femmes au 3ème mois sur les éventuelles
infections des 3 premiers mois
Suivi prospectif des mères chaque mois du 4ème mois de grossesse jusqu’à
l’accouchement et recherche de malformations chez les nouveau-nés
Étude de cohorte historico-prospective
Passé
Futur
Présent
M+
E = infection virale
M = malformation
E+
MM+
EM-
20
Déroulement des enquêtes de cohorte
exposés / non exposés
Suivi
Durée : en fonction du délai E/M (parfois long)
La surveillance doit être identique dans les deux groupes
(sinon risque de biais de classement)
Perdus de vue : biais de sélection si le motif est lié au
facteur étudié (ex : décès). Ils doivent être décrits et pris en
compte dans l’analyse.
Les modifications au cours du temps de l’exposition ou des
méthodes diagnostiques peuvent entraîner des biais de
mesure
Recueil des données
Standardisé
Outils validés, enquêteurs formés au questionnaire de
recueil
Réalisé en insu (aveugle) de l’état d’exposition du sujet
Sinon risque de biais de mesure
21
Mesures d’association : Risque Relatif (RR)
Ratio de risque, rapport de risque ou rapport du taux
d’incidence
Rapport du risque de maladie chez les exposés sur le
risque de maladie chez les non exposés
malade M+
non malade M-
exposé E+
A
B
non exposé E-
C
D
RR = A/(A+B) / C/(C+D)
Si RR = 1, le facteur ne constitue pas un risque
Si RR > 1, le facteur constitue un risque
Si RR < 1, le facteur est protecteur
Attention le RR ne se calcule que dans les enquêtes de
cohorte !
22
Biais dans les études de cohorte
Recueil
Exposition
Recueil prospectif
Facteurs de confusion
Maladie
Début enquête
Inclusion
Suivi
Analyse
Temps
Biais de sélection si
Biais de sélection si
Biais de confusion si
-Recrutement sans
tirage au sort ou non
exhaustif
- Perdus de vue liés à exposition et/ou maladie
- Pas d’ajustement sur
facteurs de confusion
Biais de classement si
- Exposition subjective, non fiable, non valide,
imprécise
- L’exposition ou sa mesure évolue
- Recueil de la maladie pas en insu de l’exposition
- Critères diagnostiques subjectifs, imprécis, non
fiables, ou évoluent (suivi long)
- Suivi incomplet / pas assez long
23
Avantages des études de cohorte
Large éventail d’investigations possible
Pas ou peu de biais de mesure de
l’exposition (mesure précise, pas
d’information manquante)
Données d’incidences
Meilleure estimation du risque (RR
calculable et risque attribuable si cohorte )
24
Inconvénients des études de cohorte
Durée longue (plusieurs années) : biais de
sélection important si beaucoup de perdus
de vue !
Organisation lourde
Cout élevé
Peu performante pour les maladies rares
25
Les études cas témoin
Il s’agit d’une étude rétrospective
Débute
et se déroule après l’apparition de la
maladie
Porte sur des informations sur l’exposition
recueillies à posteriori de l’apparition de la
maladie
On comparera la fréquence de l’exposition
chez des malades (cas) et des non
malades (témoins)
26
Déroulement des enquêtes cas-témoin
Présence de la
Maladie (chez les cas)
Exposition
(présente ou
absente)
Ε+
Μ+
Ε−
temps
Ε+
Μ−
Ε−
Début et fin de
l’enquête
Retour en arrière pour
une reconstitution de
l’exposition
27
Sélection des cas et des témoins
Critères
d’inclusion : Ensemble de critères qui
définissent de façon précise les caractéristiques
des sujets qui peuvent entrer dans une étude
Critères de non inclusion : Ensemble des
critères faisant que les sujets ne peuvent pas
être inclus dans une étude (ou un essai)
→ Critères de limitation de la sélection
Attention
: Ne pas confondre critère de non
inclusion et critères d’exclusion (critères
d’exclusion des participants après inclusion)
28
Sélection des cas
Cas
incidents, cas prévalents
Il vaut mieux sélectionner des
cas incidents
Recueil rétrospectif
Exposition
Date min recueil
Recueil
Maladie
Début enquête
Inclusion
Problèmes liés aux cas prévalents :
• Survie supérieure aux cas
incidents → biais de sélection
• Modification des habitudes de vie
après diagnostic → biais de
mémorisation sur l’exposition
Analyse
Temps
Début enquête
Inclusion
Patient 1
Cas prévalent
Patient 2
Cas prévalent
Patient 3
Cas incident
Temps
29
Sélection des témoins
Sujets indemnes de la maladie étudiée et avec exposition
représentative de celle de la population dont sont issus les cas
(idéalement, ne diffèrent des cas que par la maladie et par
l’exposition)
Sources habituelles
Population générale : rechercher taux de participation fort
pour éviter biais de sélection → base de sélection et relances
Si les cas proviennent d’un registre → témoins issus de la
région d’où proviennent les cas
Sujets hospitalisés : si cas hospitalisés
Éviter maladies avec facteurs de risque communs (qui
comprennent le facteur d'exposition) avec ceux de la
pathologie étudiée sinon biais de sélection
Maladie requérant niveau technique équivalent →
recrutement proche
30
Mesures d’association : Odds ratio (OR)
Rapport de la cote d’exposition chez les cas sur la cote
d’exposition chez les témoins
cas
témoins
exposés
A
B
non exposés
C
D
OR = (A x D) / (B x C)
Calculable dans les enquêtes de cohorte et les cas-témoin
Interprétation plus difficile : l’OR calculé dans une étude castémoins est assimilable à un risque relatif à condition que la
prévalence de la maladie soit faible (< 10 %) : OR ≈ RR
On ne connaît pas les incidences car le point de départ est le
diagnostic de la maladie
Pour la même raison, on ne peut pas calculer de RR
31
Sources de biais dans les études cas témoins
Date min
recueil
Début enquête
Recueil rétrospectif Inclusions
Exposition
Facteurs de confusion
Recueil
Maladie
Analyse
Temps
Biais de classement car
Biais de sélection si
recueil rétrospectif
(mémorisation)
- Critères diagnostiques non
fiables, non valides, imprécis
- Si exposition subjective, non
fiable, non valide, imprécise
- Cas non représentatifs de la
population des cas
- Si pas de standardisation du
recueil
- Si recueil de l’exposition non
en insu de la maladie
Biais de confusion si
- Pas d’ajustement sur
facteurs de confusion
- Témoins non représentatifs de la
population des témoins
- Témoins non représentatifs
(concernant l’exposition) de la
population d’où sont issus les cas
- Pas mêmes critères
diagnostiques appliqués à tous
les sujets
32
Eviter les biais de sélection
Définition des cas et des témoins
Choisir
des critères objectifs, fiables, précis
pour définir le statut de cas ou de témoin
S’assurer de la représentatitivité
Des
cas sélectionnés par rapport aux cas
généraux
Des témoins sélectionnés par rapport aux
témoins généraux
Des témoins par rapport aux cas
(comparabilité) +++
33
Eviter les biais de classement : recueil
des informations
L’exposition est-elle définie de façon précise ? Est-elle
objective, reproductible, valide ?
Idéalement questionnaire standardisé
Critères objectifs
Mesures quantifiées
Le biais de mémorisation est-il majeur ?
Les informations concernant l’exposition sont-elles
recueillies
Selon les mêmes procédures ? Même procédé de recueil, même
rythme de recueil, même définition des facteurs d’exposition ? Si
plusieurs enquêteurs, formation ?
questionnaire standardisé +++
pas d’info si investigateurs formés
En insu du statut malade ou non du sujet ?
Si non en insu → biais de classement possible
34
Neutraliser les facteurs de confusion
Lors
de la sélection des sujets
Restriction de la population d’étude
Ex : Sujets sans bilharziose si recherche de
FR de cancer de la vessie.
Appariement sur facteurs de confusion
connus ou potentiels : genre, âge, catégorie
socioprofessionnelle
Appariement par strate
Appariement individuel
Étude cas témoins appariée
35
Appariement
Technique permettant de sélectionner pour
chaque cas un ou plusieurs témoins présentant
des caractéristiques communes (d’âge ou de
tranche d’âge, de sexe …)
Pour qu’un facteur soit un facteur d’appariement, il
faut qu’il soit en relation avec la maladie (facteur
de risque ou protecteur), en relation avec
l’exposition (mais pas sa conséquence), qu’il
modifie la relation maladie – facteur d’exposition,
et que l’on ne veuille pas mesurer cet effet dans
l’étude
36
Appariement
Avantages
Réduit les biais de confusion
Permet de se focaliser sur l’exposition étudiée
(odds ratio plus précis)
Équilibre les effectifs des cas et des témoins pour
chaque classe du facteur d’appariement
Inconvénients
Difficulté pour trouver des témoins
Possible biais de sélection (représentativité ?)
Ne pas apparier sur plus de 4 facteurs
Impossibilité d’étudier le facteur d’appariement par
la suite
37
Neutralisation des facteurs de confusion
Lors
de l’analyse statistique
Ajustement
sur les facteurs de confusion
Modèle multivarié +++
Objectif : étudier association entre facteur (E
exposition) et phénomène (M maladie) en prenant
en compte les facteurs de confusion potentiels
Analyse
stratifiée (si peu de facteurs de
confusion, 1 ou 2) – méthode de MantelHaenszel
Standardisation
38
Avantages des études cas témoins
Durée courte
Organisation aisée (petite taille de
l’échantillon, utilisation de données
existantes)
Peu couteuse
Possibilité d’étudier plusieurs facteurs de
risque
Utilisable pour les maladies rares
39
Inconvénients des études cas-témoin
Biais de sélection ++
Pb du choix des témoins
Biais de classement +++
Pb de la qualité du recueil d’information à
postériori (mesure, mémorisation)
Biais de confusion ++
Étude d’une seule maladie à la fois
Le risque relatif n’est pas calculable (estimation
par l’odds ratio)
Impossibilité de calculer les taux d’incidence de
la maladie
40
Comparaison cohorte/cas témoins
Cohorte
Cas/témoins
Type (en général)
prospectif
rétrospectif
Coût
Élevé ++++
Faible
Rapidité d’obtention
des résultats
--Longs, peu
reproductibles
+
Rapides
Reproductibles
Biais
+Perdus de vue
++++++
Témoins comparables au
cas : biais sélection
Mémorisation (rétrospectif)
mesure
Maladie
multiples
fréquente
unique
maladie rare
Indicateur
RR Risque relatif (IC)
OR Odds Ratio (IC)
41
Source : LAOUENAN Cédric
Note : différence entre association et
causalité
Il faut bien distinguer deux situations :
L’association caractérise un lien entre deux variables
Exemple : l’hypertension artérielle et l’hypercholestérolémie
peuvent être associées chez des sujets diabétiques. Pour autant
l’une n’est pas la cause de l’autre et vice versa.
Établir la causalité nécessite de qualifier le lien qui existe entre
deux variables. Les critères de Hill sont un support pour établir
qu’un des deux facteurs est la cause de l’autre.
Exemple : fumer du tabac est un facteur causal du cancer
bronchique.
42
Critères de Hill : jugement de causalité
Critères internes à l’étude :
Séquence dans le temps : l’exposition à un agent
présumé causal doit précéder l’effet.
Force de l’association : plus la force de l’association est
grande, moins l’association est susceptible d’être expliquée par
des phénomènes de confusion.
Spécificité de la cause et de l’effet : la relation est
spécifique si la cause étudiée est présente chez tous les
malades ou presque, et seulement chez eux, et ce pour cette
seule maladie.
Relation de type effet-dose entre l’exposition et la
fréquence de la maladie.
Cohérence interne à l’étude : elle est renforcée par une
prise en compte la plus complète possible des facteurs de
confusion et par la minimisation des biais de classement et de
sélection.
43
Critères externes à l’étude : cohérence avec
les connaissances scientifiques acquises relevées
dans la bibliographie
Constance de l’association et reproductibilité
dans diverses situations (périodes, régions,
populations différentes)
Plausibilité biologique : existence d’un mécanisme
d’action de l’exposition sur la maladie, d’autant plus
si ce mécanisme a été envisagé indépendamment de
l’enquête.
Cohérence avec les connaissances générales et
les hypothèses qui ont conduit à la mise en œuvre de
l’enquête.
Effet de l’intervention : la diminution de l’exposition
entraîne une baisse de l’incidence.
44
Quelques
exercices pour
fixer les notions
principales …
45
Exercice 1
Pour étudier l’association entre l’exposition aux
champs électromagnétiques et la survenue de
tumeurs cérébrales chez l’adulte, une étude
multicentrique a été menée. De 1994 à 1998, 410
cas de gliomes, 178 cas de méningiome, 90 cas
de neurinome et 686 sujets indemnes de tumeur
ont répondu à un auto questionnaire sur
l’utilisation d’appareils électriques ménagers. Des
données concernant les antécédents médicaux,
l’histoire professionnelle, l’utilisation de téléphone
portable et les autres facteurs de risque connus
de tumeur cérébrale ont aussi été recueillies.
46
Que signifie multicentrique ?
De quel type d’étude s’agit-il ?
A quel type de biais peut-on s’attendre ?
Comment peut on choisir les patients indemnes de
façon à minimiser les biais ?
Les patients ont été recrutés dans différents centres, ici
Boston, Phénix et Pittsburgh
Étude cas témoins
Biais de sélection des groupes : biais de recrutement,
d’auto sélection, de non réponse
Biais de classement : biais de mémorisation concernant
l’exposition
Biais de confusion ?
En appariant les témoins aux cas (par âge, par sexe…),
de façon à diminuer les biais de confusion.
47
Exercice 2
Une étude a été réalisée dans l’objectif d’estimer
l’incidence des ré hospitalisations des personnes
âgées et d’identifier les facteurs de risque de ré
hospitalisation. Pour cela, tous les patients
(n=335) âgés de 75 ans et plus sortant entre le
1er mai 2001 et le 1er novembre 2001 de 2
services de gériatrie de Clermont-Ferrand pour
retourner à leur domicile ont été inclus dans
l’étude. Un mois après la sortie, les sujets ou à
défaut leur famille ont été contactés par un
enquêteur afin de savoir s’ils avaient été ré
hospitalisés ou s’ils étaient décédés au cours de
la période de 1 mois écoulée depuis leur sortie
de l’hôpital.
48
De quel type d’étude s’agit il ?
Quels sont les avantages et les
inconvénients de cette étude ?
Étude de cohorte prospective exposé –
non exposé
Avantages : pas de biais de mesure de
l’exposition, pas d’information manquante
sur l’exposition, calcul du RR
Inconvénients : perdus de vue
49
Exercice 3
Pour étudier l’association entre le délai préopératoire
d’une opération pour fracture de hanche (délai
entre la fracture et l’opération) et le risque de
décès à 6 mois après l’opération, on a repris en
1995 les dossiers hospitaliers de toutes les
personnes âgées de 65 ans et plus, nées dans la
ville de Québec, admises dans deux centres
hospitaliers de la ville de Québec pour fracture de
hanche entre le 1er avril 1987 et le 31 mars 1989
et opérés pour cette fracture. Les informations
suivantes ont été recueillies dans les dossiers des
patients : type de fracture et délai préopératoire.
Les décès survenus pendant les 6 mois
postopératoires ont été identifiés en consultant le
registre des décès du Québec.
50
De quel type d’étude s’agit il ?
Quelle est l’exposition étudiée ?
Quelle est la maladie étudiée ?
Étude de cohorte rétrospective :
l’exposition et la survenue de la maladie
sont recueillies de manière rétrospective.
L’exposition étudiée est le délai
préopératoire d’une opération pour
fracture de hanche.
La maladie étudiée est le décès survenant
dans les 6 premiers mois postopératoires.
51
Exercice 4
Pour étudier l’association entre exposition
aux pesticides et la survenue de cancer du
sein, 30424 femmes d’agriculteurs de l’Iowa
et de Caroline du nord sans antécédent de
cancer ont été recrutées entre 1994 et 1997.
Les informations sur l’état de santé des sujets
et l’exposition aux pesticides tout au long de
la vie ont été recueillies à l’inclusion à l’aide
d’auto questionnaires. En 2000, 309 cas
incidents de cancer du sein ont été identifiés
à l’aide de registres de population.
52
De quel type d’étude s’agit il ?
Etude de cohorte historico-prospective :
l’exposition est recueillie de manière
rétrospective, la survenue de la maladie
est recueillie de manière prospective.
53