OUI - École de santé publique
Transcription
OUI - École de santé publique
Master Santé Publique et Environnement - Année universitaire 2013-14 Proposition de sujet de Master pour la rentrée universitaire 2014-2015 Directeur du Laboratoire d’accueil NOM-Prénom : BONNETAIN Franck Titre et grade : Professeur PU-PH Intitulé et coordonnées du laboratoire d’accueil : Unité de Méthodologie et de Qualité de Vie en Cancérologie (EA 3181) CHRU Besançon 2 place saint-jacques 25 000 Besançon Co-encadrant : Amélie Anota Statisticienne Nombre d’étudiants de Master encadrés depuis 2009 NB : indiquer Nom des étudiants, titre du travail et date de soutenance Année 2013 - 2014 Etudiant : Zine Merzougui Titre du sujet : Analyse longitudinale de la qualité de vie dans un essai de phase II de patients atteints de glioblastome Date de soutenance prévue : septembre 2014 Année 2010-2011 Etudiant : Isabelle Leray Date de soutenance prévue : septembre 2011 Liste des 5 publications les plus significatives de l'encadrant depuis 2009 1. Anota A., Bascoul-Mollevi C., Conroy T., Guillemin F., Velten M., Jolly D, Mercier M, Causeret S, Cuisenier J, Graesslin O, Hamidou Z, Bonnetain F. Item response theory and factor analysis as a mean to characterize occurrence of response shift in a longitudinal quality of life study in breast cancer patients. Health and Quality of Life Outcomes, 2014 12(1), 32. 2. Anota A, Hamidou Z, Paget-Bailly S, Chibaudel B, Bascoul-Mollevi C, Auquier P, Westeel V, Fiteni F, Borg C, Bonnetain F. Time to health-related quality of life score deterioration as a modality of longitudinal analysis for health-related quality of life studies in oncology: do we need RECIST for quality of life to achieve standardization? Qual Life Res. 2013 Nov 26. [Epub ahead of print] 3. Wheelwright S, Darlington AS, Fitzsimmons D, Fayers P, Arraras JI, Bonnetain F, Brain E, Bredart A, Chie WC, Giesinger J, Hammerlid E, O'Connor SJ, Oerlemans S, Pallis A, Reed M, Singhal N, Vassiliou V, Young T, Johnson C. International validation of the EORTC QLQ-ELD14 questionnaire for assessment of health-related quality of life elderly patients with cancer. Br J Cancer. 2013 Aug 20;109(4):852-8 4. Diouf M, Filleron T, Barbare JC, Fin L, Picard C, Bouché O, Dahan L, Paoletti X, Bonnetain F. The added value of quality of life (QoL) for prognosis of overall survival in patients with palliative hepatocellular carcinoma. J Hepatol. 2013 Mar;58(3):509-21 -1- Janvier 2014 Master Santé Publique et Environnement - Année universitaire 2013-14 Proposition de sujet de Master pour la rentrée universitaire 2014-2015 5. Bellera CA, Pulido M, Gourgou S, Collette L, Doussau A, Kramar A, Dabakuyo TS, Ouali M, Auperin A, Filleron T, Fortpied C, Le Tourneau C, Paoletti X, Mauer M, Mathoulin-Pélissier S, Bonnetain F, Protocol of the Definition for the Assessment of Time-to-event Endpoints in CANcer trials (DATECAN) project: Formal consensus method for the development of guidelines for standardised time-to-event endpoints' definitions in cancer clinical trials, Eur J Cancer. 2012 Nov 1 Sujet de Master proposé Titre : Détermination de la différence minimale cliniquement importante selon un modèle issu de la théorie de réponse à l’item chez des patientes atteintes d’un cancer du sein Présentation synthétique du projet (1/2 page) : Dans le domaine de la qualité de vie relative à la santé (QdV), il existe une distinction entre la notion de résultat « statistiquement significatif » et de « cliniquement important » pour le patient : un résultat peut-être statistiquement significatif sans être cliniquement important pour le patient, et inversement. Déterminer la différence minimale cliniquement importante (DMCI) pour l’interprétation des scores de QdV est indispensable tant pour pouvoir évaluer l’efficacité d’une prise en charge que pour déterminer le nombre de sujets nécessaire pour la réalisation d’un essai clinique. Il n’existe pas à ce jour de méthode standard pour déterminer la DMCI. Les méthodes proposées sont généralement regroupées en deux catégories : les méthodes basées sur l’ancre (« anchor based method ») et les méthodes basées sur la distribution « distribution based method ». Généralement, la DMCI est déterminée à partir des scores générés pour chaque dimension de QdV du questionnaire, considérant que ce score est une bonne représentation du niveau de QdV étudié. Depuis quelques années, les modèles issus de la théorie de réponse à l’item (« Item Response Theory », IRT) commencent à être largement utilisés dans le domaine de la QdV, en particulier pour la validation des propriétés psychométriques des questionnaires. Ces modèles ont des propriétés intéressantes comme l’invariance des paramètres (paramètres non échantillon dépendant) et l’exhaustivité du score. De plus, ils s’adaptent mieux au type de données des questionnaires (échelles de Likert). Il serait donc intéressant d’investiguer ces modèles dans la détermination de la DMCI des questionnaires de QdV. Des premiers travaux ont ainsi été réalisés sur l’investigation des modèles IRT dans la détermination de la DMCI sur le questionnaire générique SF-36 (Rouquette et al., J Clin Epidemiol, 2014). En cancérologie, l’European Organization of Research and Treatment of Cancer (EORTC) a développé et validé un questionnaire QLQ-C30 de qualité de vie spécifique du cancer. Selon les localisations cancéreuses, des modules supplémentaires ont été développés comme le module BR23 pour le cancer du sein. Ces questionnaires sont des questionnaires multidimensionnels. Chaque dimension est évaluée par le biais d’un ou plusieurs items (dimension uni- ou multi-items). La DMCI de ces questionnaires a déjà été déterminée par le biais du score dans le cas de patientes atteintes d’un cancer du sein (Hamidou et al., article soumis) en considérant le score comme une bonne représentation du niveau de QdV de la patiente. Cependant, compte tenu de la construction des questionnaires et de la présence de dimensions uni-items, il serait nécessaire de déterminer la DMCI pour chaque dimension selon un modèle IRT. De plus, déterminer la DMCI sur ces questionnaires selon un modèle IRT permettrait à la fois d’interpréter les résultats d’un point de vue clinique mais aussi de pouvoir déterminer un nombre de sujets nécessaires pour pouvoir mettre en évidence une différence cliniquement importante entre deux types de prise en charge selon un modèle d’IRT longitudinal. L’objectif de ce stage serait donc de déterminer la DMCI selon un modèle IRT dans une étude de QdV longitudinale portant sur des patientes ayant un cancer du sein (400 patientes, données recueillies et disponibles) et pour laquelle la QdV a été mesurée par les questionnaires QLQ-C30 et BR23. Les résultats obtenus seront ensuite comparés à ceux obtenus sur les scores générés d’après les réponses aux items. -2- Janvier 2014