Article
Lundi 8 h, convoc’ directe chez l’Patron… « Bonjour mon p’tit. Z’avez un peu de temps en ce moment ? Faudrait me reprendre tous les patients traités par alpha-méthylfoutrase.
J’voudrais une beeeelle courbe de survie pour mon abstract. Savez, les trucs en escalier… Allez, demain, sur mon bureau. »
Oui chef ! Reste à savoir de quoi il parle…
/// L’analyse de survie, à quoi ça sert ?
Kaplan-Meier… Mais pourquoi donc faire si compliqué ? C’est vrai que l’on pourrait tout simplement comparer les pourcentages de patients décédés avec ceux encore vivants, non ? Oui mais, il y a un hic ; certains patients du suivi sont décédé à 3 ans, quand d’autres ne sont traités que depuis 3 mois et toujours en vie. La seule comparaison des taux de survie et des décès serait donc fausse car il faut comparer les patients à durée de suivi égale. Pour ces patients traités depuis 3 mois, l’information sur le décès est dite « censurée à 3 mois » car elle ne peut être connue au-delà de ce délai. Pour s’en sortir, il faut calculer une probabilité de survie grâce à toutes les informations disponibles à chaque moment du suivi. C’est ce que permet de faire la méthode de Kaplan-Meier.
/// Dans quelle situation utiliser La méthode de Kaplan-Meier ?
Chaque fois que l’on étudie un phénomène dont la probabilité augmente au cours du temps et que la durée du suivi n’est pas la même pour tous les patients. Survenue d’une phlébite en post-op', survenue d’un cancer, d’un lymphome, et bien sûr mortalité dans certains groupes de la population.
/// Kaplan-Meier, Mode d’emploi
Il faut d’abord calculer pour chaque patient la durée du suivi, c’est-à-dire la durée entre la première consultation et la date des dernières nouvelles du patient. Ensuite, pour chaque patient, il faut connaître son statut à la date de ces dernières nouvelles : décédé ou vivant. Enfin, on relève le type de traitement reçu par chaque patient. Grâce à ces infos, des solutions logicielles (gratuites ou non) permettent de calculer dans chaque groupe la probabilité de survie en fonction de la durée de suivi, et de la représenter graphiquement (voir le graphique Courbes de survie).
Des tests statistiques, comme le test du Log-Rank, permettent alors de comparer la survie dans deux groupes d’intérêt : traitement A et traitement B, chirurgie à risque de thrombose ou non, présence ou non de facteur de risque de cancer. Ce calcul peut être réalisé avec notre tableur préféré, Excel de Microsoft par exemple, ou encore le module « calc » d’OpenOffice, de LibreOffice, ou une feuille de calcul Google Docs qui peut aussi très bien faire l’affaire.
Pour permettre les tests, il faut entrer les données de suivi que l’on a recueillies (lire Le tableur idéal) dans un logiciel de stats et de le laisser calculer. Les plus geeks apprécieront d’utiliser R et son interface graphique « R commander », mais restez basiques : « ExcelStat », à quelques dizaines d’euros, sera parfait. Le plus simple de tous et le moins cher reste le logiciel gratuit « Openstat » (http://statpages.info/miller/OpenStatMain.htm). Il suffit de copier-coller les colonnes du tableur (encadré 2) dans la page principale d’OpenStat, d’utiliser le menu Analyse >NonParametric->Kaplan-Meier Survival Test pour indiquer la colonne qui correspond au temps, à l’événement et au groupe. Un clic sur « Compute », et voilà !
OpenStat calcule la probabilité de survie à chaque temps, donne la « p-value » du test du LogRank : « chisquare with probability », ainsi que le Hazard Ratio « risk » et son intervalle de confiance.
Même sans notre ordi et donc notre logiciel, pas de panique en retrouvant un outil pour le test et les courbes en ligne sur le site https://statcom.dk/K-M_plot.php !