Epidémiologie

L’épidémiologie est une science d’observation. Elle a pour but d’examiner des hypothèses sur la distribution et les causes des maladies apparaissant dans une population donnée. Une étude épidémiologique recherche s’il existe une association statistique entre un facteur donné et l’émergence d’une maladie et détermine ensuite l’importance de cette association. Les études épidémiologiques sont sensibles à plusieurs types de biais.

Avantages des études épidémiologiques

  • Centrées sur l’homme
  • Exposition en situation réelle
  • Conclusions en termes de mortalité & morbidité
  • Des sujets potentiellement hypersensibles peuvent être étudiés
  • Des expositions aigue et chronique peuvent être étudiées

Limites des études épidémiologiques

  • Difficulté de démontrer une causalité
  • Difficulté de prendre en compte l’ensemble des facteurs de confusion
  • Difficulté de connaître précisément l’exposition réelle des sujets
  • Les études épidémiologiques sont très onéreuses et demandent beaucoup de temps (en particulier les études de cohorte)

Principes des études épidémiologiques

Pour étudier l’influence du facteur  » champ électrique  » et/ou  » champ magnétique  » sur une maladie, l’épidémiologiste effectue des enquêtes auprès des populations. Deux types d’études sont principalement réalisées: l’épidémiologie analytique et l’épidémiologie expérimentale (essais).

Epidémiologie analytique

1. Etudes écologiques

Les études écologiques sont centrées sur la comparaison de groupes plutôt que d’individus: elles étudient l’association (corrélation) entre des variables d’exposition et la santé, quand les chercheurs n’ont pas accès aux données individuelles.

Les études écologiques ne reflètent ni l’exposition, ni la santé de chacun des individus d’un groupe mais bien les niveaux moyens d’exposition et de santé de populations. Les chercheurs peuvent étudier la même population à différents moments (variation temporelle) ou plusieurs populations provenant de divers endroits à un moment donnée (variation géographique).

Par exemple, ce type d’enquête peut permettre d’étudier la relation entre les concentrations de polluants dans l’air (CO2, ozone…) et la mortalité relevée par les données des hôpitaux et les certificats de décès.

Même si les résultats ne sont pas précis au niveau individuel, les études écologiques sont intéressantes car elles sont rapidement mises en place et peu onéreuses puisque basée sur des données existantes. Elles peuvent servir de base à la mise en place d’autres études comme les études cas-témoins et les études de cohortes. Elles permettre d’émettre des hypothèses.

2. Etudes cas-témoins

Epidemiology: case-control

On sélectionne un groupe de sujets atteints de la maladie étudiée (les cas) et un groupe de sujets indemnes de cette maladie (les témoins). Pour chacun des sujets de l’enquête, on va rechercher des informations concernant l’exposition aux facteurs de risque dans leur passé. C’est pour cette raison que les enquêtes cas-témoins sont qualifiées de rétrospectives puisque la maladie étudiée est déjà survenue quand on cherche l’exposition antérieure au facteur de risque. On compare ensuite l’exposition au facteur de risque chez les cas et chez les témoins. L’avantage de ce protocole est qu’il est peu coûteux et réalisable dans des délais rapides. Son principal inconvénient provient de la difficulté à reconstituer l’histoire des malades et des témoins d’une façon comparable et sans biais. La mesure de l’association s’appelle le odds-ratio (OR). Les études cas-témoins sont particulièrement utiles dans l’étude des maladies rares.

3. Etudes de cohorte (exposé versus non exposé)

On surveille durant une période donnée un groupe de personnes exposées au facteur de risque ainsi qu’un groupe semblable mais non exposé au facteur étudié. On compare la fréquence d’apparition de la maladie dans les deux groupes.

Epidemiology: exposed-unexposed
  • Etudes de cohorte rétrospectives
    Dans les études de cohorte rétrospectives, les chercheurs recherchent la présence d’une maladie dans les deux groupes. Ces deux groupes sont aussi similaires que possibles, excepté en ce qui concerne leur exposition aux champs électriques et magnétiques. La mesure de l’association s’appelle le risque relatif (RR).
  • Etudes de cohorte prospectives
    C’est parce que l’on attend la survenue de la maladie au fur et à mesure de l’écoulement du temps que ce type d’étude est appelée étude prospective L’avantage de ce type d’étude est de permettre un meilleur contrôle des biais. Les inconvénients résident dans le coût et les difficultés pour mener ce type d’étude lorsque la maladie est rare ou survient après un long délai de latence. La mesure de l’association s’appelle le risque relatif (RR).

Essais: Epidémiologie expérimentale

Le terme « expérimental » signifie que, contrairement aux études de cohorte, les chercheurs contrôlent les conditions d’exposition des sujets. Les groupes exposés et non exposés sont suivis et comparés au niveau de l’impact de l’événement étudié. L’affectation d’un sujet à un groupe ou à l’autre est aléatoire.

Quand elles sont bien menées, ces études représentent le modèle idéal d’étude de la relation entre l’exposition à un agent et l’occurence d’une maladie, puisque les groupes diffèrent uniquement par une caractéristique: l’exposition. Toutefois, cette approche n’est pas toujours possible, souvent pour des raisons éthiques si l’exposition est potentiellement dangereuse. Les essais sont le plus souvent utilisés dans le contrôle de l’efficacité d’interventions (comme par exemple les médicaments).

Qu'est-ce qu'une méta-analyse?

La méta-analyse est une technique statistique qui permet de rassembler les données d’études épidémiologiques comparables afin de les analyser et d’évaluer la cohérence des résultats obtenus.

Risque significatif

Le odds ratio (étude cas – témoins) correspond au risque d’exposition des cas comparé au risque d’exposition des témoins.

Le risque relatif (étude exposés – non exposés) correspond au risque des personnes exposées au facteur étudié comparé au risque des personnes non exposées.

Si le odds ratio ou le risque relatif vaut 1, cela signifie l’absence d’augmentation du risque dans le groupe de cas ou dans la population exposée. Plus la valeur de l’odds ratio ou du risque relatif est proche de la valeur 1, plus le risque est faible.

L’intervalle de confiance indique le degré de précision avec lequel on a mesuré le odds ratio ou le risque relatif. Un intervalle de confiance à 95 % (IC 95 %) signifie que cet intervalle contient avec une probabilité de 95 % la vraie valeur du risque relatif ou du odds ratio. Le odds ratio ou le risque relatif est considéré comme significatif lorsque l’intervalle de confiance ne contient pas la valeur 1.

Exemple : Si un risque relatif vaut 2,7 avec un intervalle de confiance à 95 % de (2,3 – 3,1), le risque est significatif puisque la limite inférieure de l’intervalle est supérieure à 1. En revanche, un risque relatif de 1,4 avec un intervalle de confiance à 95 % de (0,9 – 1,9) n’est pas significatif car la valeur 1 est contenue dans l’intervalle de confiance.

Association et causalité

Les études épidémiologiques ne peuvent à elles seules déterminer une relation de cause à effet claire. Si l’on trouve une association entre un facteur et une maladie, cela ne signifie pas que cet agent a provoqué la maladie. En fait, établir une relation de cause à effet nécessite la vérification de plusieurs critères :

  • la force de l’association: la nature causale d’une association sera d’autant plus vraisemblable que la valeur du risque relatif ou du odds ratio est élevée ;
  • la spécificité de l’association: une exposition donnée entraîne spécifiquement une pathologie donnée ;
  • la constance de l’association et la reproductibilité: il faut retrouver les mêmes résultats dans plusieurs enquêtes et dans des populations différentes ;
  • la cohérence avec les résultats d’études déjà publiées dans la littérature scientifique ;
  • la relation temporelle: l’exposition au facteur présumé causal doit précéder l’apparition de la maladie ;
  • la relation dose – effet: plus l’exposition est importante, plus la probabilité d’un effet sur la santé est importante ;
  • la plausibilité du mécanisme biologique mis en évidence.

Biais des études épidémiologiques

Biais d'information

Le biais d’information concerne l’estimation et la mesure du ou des paramètres qui influencent l’organisme vivant. Après 30 ans de recherches, les scientifiques ne parviennent pas à établir le(s) facteur(s) d’exposition à étudier pour comprendre les effets biologiques :

  • Que faut-il mesurer ou calculer ? : le champ électrique, le champ d’induction magnétique, la consommation électrique, le code de câblage,…
  • Quel paramètre de mesure retenir ? : le pic, la moyenne, le médian, une dose cumulée,…
  • Combien de temps faut-il mesurer ? : mesure ponctuelle, 24h, 1 semaine,…
  • Où faut-il mesurer ? : dans la maison, devant la maison, dans la chambre à coucher, sur le lieu de travail,…
  • Quand faut-il mesurer ? : durant la journée, durant les loisirs, durant la nuit
  • Le caractère continu ou variable de notre exposition est-il important ?
  • Quel seuil faut-il choisir ? : 0,2 µT ? 0,3 µT ? 0,4 µT plus ?

De nombreuses études ont été réalisées avec un seuil de 0,2 µT. C’est le docteur David Savitz qui le premier a choisi de prendre ce seuil de 0,2 µT pour établir une distinction entre les personnes exposées et les personnes non exposées (Savitz et al., 1988). Son but n’était pas de définir un niveau de sécurité mais seulement une valeur nécessaire ou utile à ses analyses (Lynch,1997). Les études qui ont suivi ont été réalisées avec ce seuil ou d’autres seuils: 0,3µT, 0,4µT.

Biais de sélection

Il s’agit notamment de :

  • La sous-représentation des sujets de niveau socio-économique défavorisé lorsque le choix des témoins se réalise par tirage au sort dans une liste téléphonique,
  • Pour certaines études, la nécessité d’une certaine stabilité de l’habitat chez les témoins est requise : cela entraîne une moins grande mobilité des témoins que des cas,
  • Le refus de répondre à un questionnaire ou d’autoriser la mesure des champs à l’intérieur du domicile : les non-répondants peuvent alors être différents de ceux qui acceptent de participer.

Biais de confusion

Pour l’exposition domestique, ce biais se rapporte essentiellement aux études concernant l’évaluation des champs à partir des lignes électriques environnantes. Les lignes à haute tension ne sont pas disposées au hasard dans les villes : elles sont fréquemment groupées dans des lieux où le trafic automobile est considérable, la pollution atmosphérique importante et le niveau socio-économique le plus bas. Les facteurs de confusion potentiels (physiques, chimiques, génétiques, nutritionnels, etc.) sont multiples.

En milieu professionnel, les facteurs de confusion potentiels sont très nombreux. Outre les facteurs classiques, tels que les caractéristiques socio-démographiques, le tabagisme, la consommation d’alcool ou les conditions générales de travail, peu d’études considèrent des facteurs tels que les solvants organiques, les biphényls polychlorés, les fumées de soudure ou les radiations ionisantes qui caractérisent souvent les emplois exposés aux champs électromagnétiques (Knave B, 1988 and Gallagher RP, 1990).

Biais de publication

Les études épidémiologiques suggérant une association sont généralement publiées dans la littérature scientifique. Par contre, les études épidémiologiques indiquant l’absence d’une association ne font pas systématiquement l’objet d’une publication.

Autres thèmes qui pourraient vous intéresser ...

Share