Étude de cohorte bayésienne
- Introduite par
- Bayesian framework: Thomas Bayes / Pierre-Simon Laplace; applied to cohort epidemiology from the 1990s onward
- Année
- 1990s–2000s (widespread adoption in epidemiology)
- Type
- Observational longitudinal study with Bayesian inference
- Famille
- Clinical / epidemiology
Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais
À quoi sert-elle ?
Une étude de cohorte bayésienne suit un groupe défini d'individus dans le temps pour estimer l'incidence, le risque ou le taux d'événements, tout en utilisant l'inférence statistique bayésienne pour incorporer les connaissances antérieures et quantifier l'incertitude par des distributions de probabilité a posteriori plutôt que par des valeurs p et des intervalles de confiance classiques.
Elle combine le design observationnel longitudinal d'une étude de cohorte avec la logique de mise à jour probabiliste de l'analyse bayésienne, permettant une quantification plus riche de l'incertitude et une mise à jour séquentielle à mesure que les données s'accumulent.
L’intuition derrière la méthode
Dans une étude de cohorte standard, vous recrutez un groupe de personnes, observez qui développe l'événement au fil du temps, puis calculez un taux d'incidence fréquentiste ou un rapport de risque instantané avec un intervalle de confiance à 95 %. Une étude de cohorte bayésienne effectue le même suivi mais pose la question : compte tenu de ce que nous savions déjà avant l'étude (codifié sous forme de distribution à priori), et compte tenu des nouvelles données que nous venons de collecter (la vraisemblance), que devrions-nous croire maintenant du risque ou du risque instantané réel (la distribution a posteriori) ? L'a posteriori est une courbe de probabilité complète — vous pouvez en déduire la probabilité que le risque dépasse un seuil quelconque, communiquer des intervalles de crédibilité plus faciles à interpréter que les intervalles de confiance fréquentistes, et mettre à jour vos croyances à nouveau lorsque la prochaine vague de données arrive.
Histoire
La théorie de la probabilité bayésienne remonte à Thomas Bayes (1763) et a été étendue par Pierre-Simon Laplace. Son application à l'épidémiologie a pris une ampleur pratique dans les années 1990 à mesure que les algorithmes de Monte Carlo par chaînes de Markov devenaient réalisables sur le plan computationnel. Les articles influents de Sander Greenland dans l'International Journal of Epidemiology (2006-2007) ont plaidé systématiquement pour des approches bayésiennes et semi-bayésiennes en épidémiologie observationnelle. Le manuel de Spiegelhalter et collègues de 2004 a codifié les méthodes bayésiennes pour les essais cliniques et l'évaluation des soins de santé, fournissant l'échafaudage méthodologique largement adopté pour les études de cohorte par la suite.
Quand l’utiliser
Utiliser une étude de cohorte bayésienne lorsque vous disposez de preuves à priori informatives (par exemple, données de cohortes antérieures, estimations méta-analytiques, précédent réglementaire) qui peuvent être formellement incorporées pour affiner l'inférence, ou lorsque vous avez besoin d'énoncés de probabilité directs sur les paramètres plutôt que de valeurs p fréquentistes. Elle est également préférable pour la surveillance séquentielle ou adaptative des données de cohorte accumulées et pour les événements rares où l'à priori peut partiellement compenser le faible nombre d'événements. Ne pas l'utiliser lorsque la spécification de l'à priori est très contestée et que les parties prenantes n'accepteront pas de composante subjective dans l'analyse, ou lorsque le contexte de la recherche exige un cadre purement de test d'hypothèse. Une étude de cohorte conventionnelle analysée avec des modèles mixtes ou de Cox est plus simple lorsque l'échantillon est grand, les à priori non informatifs et qu'aucune mise à jour séquentielle n'est prévue.
Limites et points d’attention
- La spécification des à priori nécessite une justification ; des à priori mal choisis ou non divulgués peuvent biaiser les résultats sans être évidents pour les lecteurs.
- Le calcul MCMC est plus lent et plus exigeant techniquement que les logiciels fréquentistes standard ; la convergence doit être vérifiée.
- Les résultats peuvent être plus difficiles à communiquer à des publics cliniques ou politiques peu familiers avec les distributions a posteriori et les intervalles de crédibilité.
- Les agences réglementaires et les examinateurs de revues dans certains domaines s'attendent toujours à des analyses primaires fréquentistes ; les analyses bayésiennes peuvent être reléguées au matériel supplémentaire.
Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.
Points forts
- Permet l'incorporation formelle de preuves externes ou de connaissances d'experts par le biais de distributions à priori, améliorant l'efficacité pour les événements rares.
- Produit des probabilités a posteriori directement interprétables (par exemple, 'la probabilité que le taux d'incidence dépasse X') — plus intuitif que les valeurs p fréquentistes.
- Prend en charge les analyses séquentielles et adaptatives : l'a posteriori d'une vague devient l'à priori de la suivante, permettant une mise à jour transparente des croyances.
- Les intervalles de crédibilité ont l'interprétation probabiliste que les intervalles de confiance fréquentistes sont couramment (à tort) supposés avoir.
- S'accommode naturellement des données manquantes et des structures hiérarchiques grâce au cadre de modélisation générative.
Applications
- Estimation de l'incidence du cancer et des risques relatifs dans des cohortes professionnelles ou environnementales avec des données à priori issues d'études de registres.
- Surveillance de l'efficacité des vaccins dans la surveillance de cohortes post-licence avec mise à jour séquentielle à mesure que le suivi s'accumule.
- Évaluation des taux d'événements cardiovasculaires dans des cohortes de patients longitudinales où des à priori informatifs sont disponibles à partir d'essais cliniques.
- Étude de l'incidence de maladies rares dans des cohortes basées sur des registres où le rétrécissement bayésien stabilise les estimations de petites cellules.
- Cohortes de sécurité pharmacoépidémiologiques où les organismes de réglementation acceptent des analyses secondaires bayésiennes aux côtés des analyses primaires fréquentistes.
Comment ça marche
Comment ça marche
Définir la cohorte : la population cible, les critères d'éligibilité, l'exposition d'intérêt, le(s) résultat(s) et la durée de suivi prévue. Pré-enregistrer le plan d'analyse incluant le choix des distributions à priori et du modèle de vraisemblance. Cette étape reflète la planification standard d'une étude de cohorte et est essentielle pour la transparence.
Spécifier les distributions à priori p(theta) pour chaque paramètre clé (par exemple, taux d'incidence, rapport de risque instantané). Les à priori peuvent être informatifs (basés sur des études antérieures ou l'avis d'experts), faiblement informatifs ou non informatifs. Des analyses de sensibilité avec des à priori alternatifs doivent être planifiées à ce stade.
Formule
p(\theta)
Recruter la cohorte et suivre les participants prospectivement (ou extraire les dossiers rétrospectivement). Mesurer le statut d'exposition, les covariables et l'occurrence de l'événement à intervalles réguliers. Les principes standard de qualité des données des études de cohorte s'appliquent : minimiser les pertes de suivi et traiter les facteurs de confusion variant dans le temps.
Construire la fonction de vraisemblance L(theta | données) qui relie les événements observés aux paramètres d'intérêt. Les modèles courants incluent la régression de Poisson pour les taux d'incidence, les modèles de Cox ou de Weibull pour les événements temporels, et la régression logistique pour le risque cumulé. Dans les contextes bayésiens, ceux-ci sont codés dans des langages de programmation probabiliste tels que Stan ou JAGS.
Formule
L(\theta | \text{data})Combiner l'à priori et la vraisemblance via le théorème de Bayes pour obtenir la distribution a posteriori p(theta | données) proportionnelle à p(theta) multiplié par L(theta | données). L'estimation est généralement effectuée par échantillonnage de Monte Carlo par chaînes de Markov (MCMC). Les diagnostics de convergence (R-hat de Gelman-Rubin, tracés de trace) doivent être évalués avant de résumer les résultats.
Formule
p(\theta | \text{data}) \propto p(\theta) \cdot L(\theta | \text{data})Résumer les distributions a posteriori avec des estimations ponctuelles (médiane ou moyenne a posteriori), des intervalles de crédibilité à 95 % et des énoncés de probabilité (par exemple, 'la probabilité que le rapport de risque instantané > 1 soit de 0,97'). Rapporter les spécifications à priori et les analyses de sensibilité. Suivre les directives de rapport STROBE pour les cohortes et compléter avec des éléments spécifiques aux méthodes bayésiennes tels que la justification des à priori et les diagnostics MCMC.
Pièges courants
- Choisir un à priori informatif pour soutenir délibérément une conclusion souhaitée — les analyses de sensibilité des à priori doivent être rapportées afin que les lecteurs puissent juger de leur robustesse.
- Oubli d'évaluer la convergence MCMC avant de rapporter les a posteriori — les chaînes non convergentes produisent des estimations de paramètres dénuées de sens.
- Confondre les intervalles de crédibilité et les intervalles de confiance dans l'interprétation — les deux sont valides mais répondent à des questions différentes ; ne pas mélanger le langage.
- Ignorer les menaces standard des études de cohorte à la validité (biais de sélection, pertes de suivi, facteurs de confusion variant dans le temps) — l'inférence bayésienne ne résout pas les défauts de conception.
- Appliquer un à priori non informatif alors qu'il existe des preuves externes solides — cela écarte des informations utiles et donne souvent le même résultat qu'une analyse fréquentiste sans les avantages bayésiens.
Questions fréquentes
Une étude de cohorte bayésienne est-elle observationnelle ou expérimentale ?
Elle est observationnelle. La partie 'bayésienne' fait référence au cadre d'analyse statistique, et non à la conception de l'étude. La conception de cohorte — suivre un groupe défini dans le temps sans manipulation expérimentale — reste inchangée. Les méthodes bayésiennes sont appliquées au stade de l'analyse pour estimer les paramètres d'incidence, de risque ou de risque instantané.
Comment choisir la distribution à priori ?
Les à priori doivent refléter les connaissances réelles antérieures à l'étude : méta-analyses publiées, données de cohortes antérieures ou elicitation structurée d'experts. Les à priori faiblement informatifs (par exemple, une demi-normale sur les rapports de risque instantané logarithmiques) sont un choix par défaut défendable lorsque les preuves externes sont rares. Rapportez toujours l'à priori et effectuez des analyses de sensibilité avec au moins un à priori alternatif pour montrer la robustesse des conclusions.
Puis-je utiliser des logiciels standard comme R ou Stata ?
Oui. Le langage de programmation probabiliste Stan (via les interfaces RStan ou CmdStanR pour R) est la plateforme la plus utilisée pour les modèles de cohortes bayésiennes. JAGS (via rjags) est une alternative. Des modèles de survie bayésiens sont également disponibles via le package R brms, qui fournit une interface basée sur des formules à Stan. Les analyses de cohortes fréquentistes standard dans R ou Stata peuvent être reconfigurées dans ces outils bayésiens avec un effort supplémentaire modéré.
L'analyse bayésienne compense-t-elle une petite cohorte ?
Les à priori informatifs peuvent améliorer la précision lorsque la cohorte a peu d'événements, mais ils ne peuvent pas sauver une étude fondamentalement sous-dimensionnée. Si l'à priori domine parce que les données sont trop rares, les conclusions reflètent davantage les croyances à priori que les nouvelles preuves. Un rapport transparent de ce compromis et des analyses de sensibilité des à priori est essentiel.
En quoi cela diffère-t-il d'un essai clinique randomisé bayésien ?
La différence fondamentale réside dans la conception : un essai clinique randomisé assigne l'exposition expérimentalement, permettant une inférence causale ; une étude de cohorte observe les expositions naturelles et doit contrôler les facteurs de confusion analytiquement. Les deux peuvent utiliser l'inférence bayésienne au stade de l'analyse, mais le contrôle des facteurs de confusion (via les scores de propension, l'ajustement par régression ou les g-méthodes) reste essentiel dans la version cohorte et inutile dans un essai correctement randomisé.
Méthodes associées
Sources
Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley.
ISBN : 978-0471499756Copié.Greenland, S. (2006). Bayesian perspectives for epidemiological research: I. Foundations and basic methods. International Journal of Epidemiology, 35(3), 765–775.
Ouvrir la référence DOICopié.