La compréhension et la communication du risque, comme l’ampleur ou la taille de l’effet des bienfaits et des préjudices associés au dépistage préventif et à d’autres interventions de gestion des soins de santé, sont à la base des décisions factuelles des médecins et de la prise de décisions partagée avec leurs patients. Les médecins de famille disposent de plusieurs mesures différentes des résultats et de l’ampleur ou de la taille de l’effet, qui servent à décrire les bienfaits et les préjudices. Certaines de ces mesures ne conviennent pas nécessairement à la description des bienfaits du dépistage, tandis que d’autres sont mal comprises par les patients et les médecins1,2.
Il peut être difficile d’expliquer les préjudices et les bienfaits aux patients parce que nombre d’entre eux ont des compétences limitées en numératie et en littératie dans le domaine de la santé. La numératie désigne la capacité de comprendre des notions fondamentales de calcul2–4. Par exemple, certains patients ont du mal à saisir les probabilités de base ou à convertir les notions de pourcentage et de taux4. Ce problème, qualifié « d’illitératie statistique collective », est considéré comme un obstacle important à la compréhension par les patients des bienfaits et des préjudices associés à la prise de décisions2,3. En 2014, 55 % des adultes canadiens avaient des compétences insuffisantes en numératie5. La littératie en santé est définie comme suit : « la capacité de trouver, de comprendre, d’évaluer et de communiquer l’information de manière à promouvoir, à maintenir et à améliorer sa santé dans divers contextes au cours de la vie6. » Tout comme dans le cas de la numératie, environ 55 %, ou 11,7 millions d’adultes canadiens, ont des compétences insuffisantes sur le plan de la littératie en santé, selon un rapport publié en 2008 par l’Association canadienne de santé publique6.
Les médecins peuvent aussi avoir de la difficulté à comprendre les mesures statistiques. Un récent sondage mené auprès de médecins provenant de 8 pays et ayant différents antécédents de formation et de spécialisation a constaté que la plupart ne saisissaient pas bien certaines mesures courantes de l’ampleur, comme le risque relatif (RR)7. Les médecins avaient également du mal à comprendre les concepts fondamentaux de risque et de probabilités qui sont cruciaux lors de l’explication des bienfaits et des préjudices associés aux soins de santé préventifs2. Selon une étude menée en 2012 aux États-Unis, la majorité des médecins de première ligne peinaient à interpréter correctement les résultats des tests de dépistage du cancer et les mesures employées pour décrire les bienfaits du dépistage8. Malgré la formation avancée en médecine factuelle, en statistique et en raisonnement probabiliste offerte dans le cadre de leurs études, les médecins ne semblent pas avoir rehaussé leur niveau de littératie statistique au cours des 40 dernières années9,10.
Cet article se penche sur la pertinence, les avantages et les inconvénients des paramètres d’évaluation courants (mortalité globale ou liée à la maladie, incidence ou nombre de nouveaux cas, survie à 5 ou 10 ans) et de l’ampleur ou de la taille de l’effet (risque relatif [RR], risque absolu [RA], fréquence naturelle et nombre de patients devant être soumis au dépistage [NPD]) que les médecins doivent envisager pour interpréter et communiquer les préjudices et les bienfaits du dépistage. Le choix des paramètres d’évaluation, l’ampleur ou la taille de l’effet et la présentation de l’information peuvent engendrer, chez les médecins et les patients, différents degrés de compréhension des mêmes données probabilistes1,2.
Dans un article11 précédent de cette série Prévention en pratique, nous avons présenté un cas clinique de dépistage du cancer du poumon au moyen de la tomodensitométrie (TDM) à faible dose. Voici un résumé du cas.
Jean est un homme de 66 ans qui fume plus de 30 paquets-années. Selon les recommandations du Groupe d’étude canadien sur les soins de santé préventifs (GECSSP), Jean est un bon candidat pour le dépistage du cancer du poumon à l’aide de la TDM à faible dose. Au cours d’une visite précédente, Jean a décidé de ne pas se soumettre au dépistage. Après avoir lu un article sur le dépistage, la femme de Jean lui a demandé de revoir sa décision. À la visite actuelle, Jean et sa femme souhaitent obtenir de plus amples renseignements sur le dépistage du cancer du poumon. De quelle façon pouvez-vous leur expliquer clairement les bienfaits et les préjudices potentiels du dépistage?
Paramètres d’évaluation dans le dépistage préventif
Le Tableau 1 énumère les paramètres d’évaluation qui figurent souvent dans l’information sur les bienfaits et les préjudices du dépistage préventif fournie aux médecins de famille par les organismes gouvernementaux, les responsables des lignes directrices et les groupes de défense des droits. Ces paramètres sont la mortalité globale et la mortalité liée à la maladie, le taux de survie à 5 ou 10 ans et une plus grande détection de la maladie (incidence ou nombre de nouveaux cas).
Paramètres d’évaluation dans le dépistage préventif
Mortalité globale et mortalité liée à la maladie.
La réduction des taux de mortalité globale ou liée à la maladie observée dans le cadre d’essais randomisés contrôlés fournit des données optimales pour évaluer les bienfaits du dépistage préventif du cancer2,12–18. Dans certains essais randomisés contrôlés, le taux de mortalité n’était pas influencé par la partialité attribuable au temps de devancement et à la durée de progression de la maladie ou au surdiagnostic. Le moment du diagnostic n’influence pas les statistiques sur la mortalité, puisque tous les décès qui surviennent au sein de la population étudiée sont inclus dans le taux de mortalité globale ou liée à la maladie2,12–18. La principale limite associée au taux de mortalité globale est la nécessité d’étudier de très vastes échantillons. Dans le cas de la mortalité liée à la maladie, la désignation d’une cause de décès et la difficulté à mesurer les préjudices du dépistage peuvent constituer des limites13.
Taux de survie à 5 ou 10 ans.
Le taux de survie à 5 ou 10 ans fait partie des statistiques courantes qui portent sur les patients ayant reçu un diagnostic de maladie. Dans le cas du cancer, le taux de survie à 5 ou 10 ans est souvent utilisé par les médecins pour expliquer les bienfaits du traitement et le pronostic à différents stades de la maladie2,12,19. Par contre, l’utilisation de cette mesure pour décrire les bienfaits du dépistage préventif2,14,15,20 exige une certaine prudence parce que les tests de dépistage sont de plus en plus sensibles et permettent d’identifier les petites lésions et l’hétérogénéité de l’évolution du cancer lorsque celle-ci est variable. En effet, certains types de cancer n’évoluent pas du tout ou progressent si lentement que le patient décède d’une autre cause2,18,20. Dans ces circonstances, le taux de survie à 5 ou 10 ans peut surestimer les bienfaits du dépistage du cancer2,14,15. La partialité attribuable au temps de devancement, à la durée de progression de la maladie ou au surdiagnostic pourrait expliquer l’influence de ces facteurs sur la hausse artificielle des taux de survie à 5 ou 10 ans2,14,15.
La partialité liée au temps de devancement est le facteur qui permet de détecter le plus précocement la maladie par le dépistage chez des patients pour lesquels le dépistage ne change pas le moment du décès. Comparativement aux patients n’ayant pas subi de dépistage, la probabilité d’un taux de survie à 5 ou 10 ans est supérieure chez les patients ayant subi un dépistage précoce en raison du délai plus long entre le diagnostic et le décès. Le moment du décès demeure inchangé au sein des 2 groupes2,14,15.
La partialité attribuable à la durée de progression de la maladie apparaît lorsque le dépistage détecte des formes de cancer plus indolentes ou des cas à évolution lente. Les tumeurs plus virulentes à évolution rapide sont plus susceptibles de devenir symptomatiques et d’être détectées par un examen clinique que par le dépistage; le taux de survie est donc supérieur si le cancer a été détecté par dépistage par rapport à un examen clinique. Cette amélioration apparente du taux de survie est attribuée à tort au dépistage2,14,15.
Le surdiagnostic désigne la détection d’une « anomalie » ou d’un « état » qui ne finirait pas par entraîner des symptômes ou la mort18,20. Dans les cas de partialité attribuable au surdiagnostic, la détection des cas de cancer non évolutif (patients surdiagnostiqués) par dépistage accroît le taux de survie. Même si le nombre total de patients qui décèdent d’un cancer demeure inchangé, le taux de survie à 5 ou 10 ans augmente en raison de l’inclusion des cas de cancer non évolutif ou surdiagnostiqué dans les estimations sur la survie des patients soumis au dépistage2,15,18,20.
Incidence.
L’incidence est le nombre de nouveaux cas ou d’événements qui surviennent au sein d’une population à risque pendant une période donnée. Chez les patients soumis au dépistage, la détection de maladies susceptibles d’entraîner des symptômes ou le décès et le surdiagnostic font augmenter l’incidence18. Les personnes surdiagnostiquées et traitées sont considérées comme des « survivants » même si, en l’absence de diagnostic, elles n’auraient présenté aucun symptôme et n’auraient pas succombé à la maladie18. L’incidence fournit des estimations exagérées des bienfaits du dépistage préventif à cause du surdiagnostic. Le cancer de la thyroïde est un exemple d’incidence accrue d’une maladie qui résulte du dépistage21–23. Au Canada21 et dans d’autres pays22,23, on a observé que la détection ou l’incidence accrue du cancer de la thyroïde n’avaient pratiquement aucun effet sur la mortalité en raison du surdiagnostic.
Mesures de l’ampleur ou de la taille de l’effet lors du dépistage préventif
Le Tableau 2 décrit les paramètres d’évaluation couramment utilisés dans les tests de dépistage pour mesurer l’ampleur ou la taille de l’effet et précise également les avantages et les inconvénients de chaque paramètre. Tous les exemples de ce tableau sont tirés de l’étude National Lung Screening Trial24–26.
Mesures de l’ampleur ou de la taille de l’effet lors du dépistage préventif
Fréquence naturelle.
La fréquence naturelle désigne le nombre de patients ayant subi un événement, juxtaposé à un dénominateur initial de personnes à risque1,2,27. En dépistage préventif, on compare souvent les probabilités attendues dans une population de 1000 personnes ayant subi un dépistage à celles d’un groupe équivalent sans dépistage. Des chercheurs ont constaté que la présentation des résultats des essais sur le dépistage sous forme de fréquence naturelle améliorait la compréhension qu’avaient les patients de l’ampleur ou de la taille de l’effet sur les bienfaits et les préjudices1,2. L’inclusion de données sur le risque de départ rehausse aussi leur compréhension1,2.
Risque absolu (RA) et réduction du risque absolu (RRA).
Le RA désigne le nombre d’événements au sein du groupe soumis au dépistage ou du groupe témoin divisé par le nombre de personnes dans ce groupe. La RRA est la différence entre le nombre d’événements dans le groupe témoin et dans le groupe expérimental. Les médecins et les patients ont une meilleure compréhension des différences dans le risque lorsque les résultats sont présentés sous forme de RRA plutôt que de RR1,2.
Risque relatif (RR) et réduction du risque relatif (RRR).
Le RR est le nombre d’événements survenus dans le groupe soumis au dépistage divisé par le nombre d’événements survenus dans le groupe témoin. La RRR désigne la différence entre le nombre d’événements survenus dans les 2 groupes, divisée par le nombre d’événements survenus dans le groupe témoin. La présentation du risque sous forme de RR ou de RRR peut donner lieu à une perception exagérée des effets du dépistage ou du traitement1,2. Il s’agit d’une situation particulièrement problématique lorsque le taux de base est très faible, car les changements mineurs de RRA peuvent entraîner un changement majeur du RRR. Cet effet est illustré dans l’exemple sur le dépistage du cancer du poumon, au Tableau 224–26.
Nombre de patients devant être soumis au dépistage (NPD).
Le NPD est le nombre de patients qui doivent être soumis au dépistage afin de prévenir un événement indésirable. Le NPD est semblable au nombre de patients à traiter et s’obtient en calculant la valeur inverse de la RRA. Le NPD se calcule par la réciproque de la RRA. Même si certains le considèrent comme un paramètre plus convivial des bienfaits d’une intervention, le NPD a été moins bien compris par les patients que les autres façons de présenter les résultats, dont la fréquence naturelle1.
Aides visuelles
L’ajout d’aides visuelles améliore l’exactitude et la compréhension, par les patients et les médecins, des données numériques sur le risque, en particulier si ces aides décrivent à la fois les populations « malades » et « en santé ». Les formats couramment utilisés incluent les tableaux classiques comme le diagramme de 1000 personnes et le graphique à barres. Le GECSSP a mis au point des diagrammes de 1000 personnes pour le dépistage des cancers du sein, de la prostate et du poumon, que l’on peut consulter sur son site web (www.canadiantaskforce.ca) et dans des articles précédents de cette série28.
Cadrage de l’information sur le risque
Le cadrage désigne l’expression d’information logiquement équivalente (qu’elle soit numérique ou verbale) de différentes façons. Par cadre positif et négatif, on entend la description d’un paramètre d’évaluation en termes de probabilités de survie (positif) ou de décès (négatif). Les données probantes laissent croire que le cadrage positif est plus efficace que le cadrage négatif pour persuader les patients de choisir des options thérapeutiques risquées comme la chirurgie à risque élevé1,27,29. Contrairement à la RRA, le RR aurait pour effet d’améliorer les perceptions des bienfaits du traitement ou du dépistage1,2,29.
Conclusion
Le taux de mortalité globale ou liée à la maladie observé dans le cadre d’essais cliniques randomisés fournit des données optimales pour évaluer les bienfaits du dépistage préventif, tandis que d’autres paramètres comme la survie à 5 ou 10 ans et l’incidence peuvent donner lieu à des estimations exagérées des bienfaits du dépistage. Lorsqu’ils présentent aux patients l’ampleur ou la taille de l’effet sur les bienfaits et les préjudices, les médecins devraient envisager d’utiliser les paramètres les plus susceptibles d’améliorer la compréhension des patients. Le paramètre le plus convivial décrivant l’ampleur ou la taille de l’effet est la fréquence naturelle, accompagnée d’outils de transfert des connaissances comme les aides décisionnelles (p. ex. diagramme de 1000 personnes). La prise de décisions partagée et la communication de l’ampleur des bienfaits et des préjudices peuvent s’avérer ardues avec certains patients en raison de leurs compétences insuffisantes sur le plan de la numératie et de la littératie en santé.
De retour à Jean
Vous prenez le temps d’examiner le diagramme de 1000 personnes du GECSSP sur le dépistage du cancer du poumon en compagnie de Jean et de sa femme. Ce diagramme est une représentation visuelle de la fréquence naturelle. Vous expliquez la signification des couleurs pour que Jean et sa femme comprennent bien les bienfaits et les préjudices potentiels du dépistage, et qu’ils puissent approfondir la question avant de prendre une décision. Jean mentionne qu’il vous contactera s’il souhaite subir une tomodensitométrie à faible dose.
Notes
Points de repère
▸ Le taux de mortalité globale ou liée à la maladie observé dans le cadre d’essais cliniques randomisés fournit des données optimales pour évaluer les bienfaits du dépistage préventif. La survie prolongée à 5 ou 10 ans surestime les bienfaits du dépistage préventif en raison d’une partialité attribuable au temps de devancement et à la durée de la progression de la maladie ou au surdiagnostic. La détection accrue des maladies (incidence ou nombre de nouveaux cas) entraîne des estimations exagérées des bienfaits du dépistage préventif en raison du surdiagnostic.
▸ Plus de 50 % des Canadiens ont des compétences insuffisantes sur le plan de la numératie et de la littératie en santé. Il peut être difficile d’expliquer les préjudices et les bienfaits du dépistage préventif à ces patients.
▸ La compréhension qu’ont les patients et les médecins de l’ampleur ou de la magnitude des bienfaits et des préjudices s’améliore lorsque ces concepts sont exprimés sous forme de fréquence naturelle ou en termes absolus, comme la réduction du risque absolu par rapport au risque de départ. La représentation visuelle des mesures d’ampleur ou de taille de l’effet (p. ex. diagramme de 1000 personnes) permet aux médecins et aux patients de mieux comprendre la situation.
▸ Les mesures proportionnées de l’ampleur ou de la taille de l’effet, comme le risque relatif, peuvent inciter les patients et les médecins à surestimer les bienfaits; les patients ont plus de mal à comprendre des paramètres comme le nombre de personnes soumises au dépistage que les autres mesures de l’ampleur ou de la taille de l’effet, dont la réduction du risque absolu ou la fréquence naturelle.
Footnotes
Intérêts concurrents
Tous les auteurs ont rempli les formulaires normalisés concernant les conflits d’intérêts de l’International Committee of Medical Journal Editors (accessibles sur demande auprès de l’auteur correspondant). Le Dr Singh déclare avoir reçu des subventions de Merck Canada et des honoraires personnels de Pendopharm et de Ferring Canada, sans rapport avec les travaux soumis. Les autres auteurs déclarent n’avoir aucun intérêt concurrent. Pour plus de renseignements sur les conflits d’intérêts du Groupe d’étude canadien sur les soins de santé préventifs, veuillez visiter www.canadiantaskforce.ca.
Cet article donne droit à des crédits d’autoapprentissage certifiés Mainpro+. Pour obtenir des crédits, rendez-vous sur www.cfp.ca et cliquez sur le lien Mainpro+.
The English version of this article is available on page 181.
Lectures suggérées
1. Gigerenzer G, Gaissmaier W, Kurtz-Milcke E, Schwartz LM, Woloshin S. Helping doctors and patients make sense of health statistics. Psychol Sci Public Interest 2007;8(2):53-96.
2. Zipkin DA, Umscheid CA, Keating N, Allen E, Aung K, Beyth R et coll. Evidence-based risk communication: a systematic review. Ann Intern Med 2014;161(4):270-80.
- Copyright© the College of Family Physicians of Canada
Références
In this issue
Jump to section
Related Articles
Cited By...
- No citing articles found.