Skip to content
Retour aux résultats

Essai contrôlé randomisé croisé

Introduite par
Early formalized by statisticians including Bradford Hill and colleagues in clinical trials; theoretical framework developed by Grizzle (1965) and later Senn (2002)
Année
1960s (Grizzle 1965 for statistical foundations); widely used in clinical research since the 1970s
Type
Experimental within-subject design
Famille
Experimental design

Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais

Taille de police

À quoi sert-elle ?

Un essai contrôlé randomisé croisé (ECR croisé) est une conception expérimentale dans laquelle chaque participant reçoit toutes les interventions d'étude dans une séquence randomisée, séparée par une période de sevrage.

Étant donné que chaque participant sert de son propre témoin, la variabilité intra-sujet est éliminée de la comparaison des traitements, ce qui confère une puissance statistique plus grande par participant qu'un ECR à groupes parallèles de taille égale.

L’intuition derrière la méthode

Dans un ECR standard, différentes personnes reçoivent différents traitements, de sorte que la variation interindividuelle obscurcit la comparaison. Un ECR croisé évite cela en administrant à chaque participant chaque traitement à tour de rôle — d'abord une intervention, puis (après une période de sevrage pour éliminer tout effet résiduel) l'autre. Comme vous comparez la même personne dans les deux conditions, le bruit dû aux différences individuelles s'annule en grande partie. L'hypothèse critique est que la période de sevrage est suffisamment longue pour que le traitement A ne laisse aucune empreinte lorsque le traitement B commence.

Histoire

Les conceptions croisées sont apparues dans l'expérimentation agricole au début du XXe siècle. Leur application formelle aux essais cliniques a été avancée par Bradford Hill et ses collègues dans les années 1950. Le problème statistique critique des effets de report a été rigoureusement caractérisé par Grizzle (1965), dont le modèle à deux périodes et deux traitements reste une référence. La monographie de Stephen Senn, Cross-over Trials in Clinical Research (1993, 2e éd. 2002), a synthétisé le domaine et constitue la référence standard pour la méthodologie moderne des essais croisés.

Quand l’utiliser

Utilisez un ECR croisé lorsque la condition traitée est stable et chronique (par exemple, hypertension, douleur chronique, asthme), lorsqu'une période de sevrage suffisante peut être définie et appliquée, et lorsque la taille de l'échantillon est limitée — la conception intra-sujet peut nécessiter beaucoup moins de participants pour atteindre la même puissance qu'un ECR à groupes parallèles. Elle est particulièrement bien adaptée aux études pharmacocinétiques, aux essais de détermination de dose et aux évaluations de technologies de la santé comparant des traitements symptomatiques. N'utilisez PAS une conception croisée lorsque : (1) l'intervention est censée produire un changement permanent ou durable (par exemple, chirurgie, vaccination, programmes de changement de comportement qui persistent) ; (2) la trajectoire de la maladie est rapidement progressive ou très variable entre les périodes ; (3) les taux d'abandon sont censés être élevés, car les données de croisement incomplètes sont plus difficiles à analyser que les abandons dans les groupes parallèles ; ou (4) la condition est aiguë et épisodique, rendant la deuxième période incomparable à la première.

Limites et points d’attention

  • Suppose l'absence de report : la validité de l'ensemble de la conception dépend d'une période de sevrage suffisamment longue pour éliminer les effets résiduels du traitement — cette hypothèse peut être difficile à vérifier ou à garantir.
  • Les effets de période (tendances séculaires, effets d'apprentissage, progression de la maladie) peuvent confondre les comparaisons intra-sujet si les conditions changent systématiquement au cours des périodes.
  • Inadapté aux conditions aiguës, épisodiques, ou susceptibles d'être guéries ou substantiellement modifiées par le premier traitement.
  • La durée plus longue de l'essai due aux multiples périodes de traitement et aux intervalles de sevrage augmente le risque d'abandon et la charge du participant.
  • L'analyse statistique est plus complexe que pour les ECR à groupes parallèles ; le test de report a une faible puissance et un test échoué ne prouve pas l'absence de report.

Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.

Points forts

  • Chaque participant agit comme son propre témoin, éliminant la variabilité inter-sujet de la comparaison des traitements et augmentant considérablement la puissance statistique.
  • Nécessite moins de participants qu'un ECR à groupes parallèles pour atteindre une puissance équivalente — un avantage important lorsque les participants sont rares ou que le recrutement est coûteux.
  • Les participants et les cliniciens trouvent souvent cela attrayant car chaque participant inscrit a la possibilité de recevoir l'intervention active.
  • Des estimations des réponses individuelles au traitement peuvent être obtenues, permettant l'exploration des interactions traitement-sujet.
  • Acceptation réglementaire bien établie dans les essais pharmacologiques et sur les dispositifs, avec des directives de l'ICH E9 et de l'EMA.

Applications

  • Études pharmacocinétiques comparatives et d'équivalence biologique évaluant les médicaments génériques par rapport aux médicaments de marque chez des volontaires sains.
  • Essais de gestion des maladies chroniques comparant des traitements symptomatiques pour des conditions telles que l'hypertension, l'asthme ou la douleur chronique.
  • Études d'intervention nutritionnelle évaluant les effets métaboliques aigus de différents régimes ou suppléments.
  • Évaluations de technologies de la santé comparant des dispositifs médicaux ou des procédures diagnostiques où la précision au niveau du patient est requise.
  • Études de détermination de dose et de preuve de concept où la maximisation de l'information par participant est une priorité.
  • Expériences de physiologie et de sciences du sport comparant des protocoles d'exercice ou des aides ergogéniques dans des populations stables et entraînées.

Comment ça marche

Comment ça marche

1

Les participants éligibles sont recrutés et assignés aléatoirement à l'un des deux (ou plus) groupes de séquences — par exemple, le groupe 1 reçoit le traitement A puis B (séquence AB) et le groupe 2 reçoit B puis A (séquence BA). La randomisation des séquences équilibre les effets de l'ordre de séquence dans l'échantillon.

2

Chaque participant reçoit la première intervention assignée selon sa séquence randomisée. Les mesures de résultats sont collectées à la fin de cette période selon un calendrier prédéfini. Le masquage des participants et des évaluateurs est appliqué lorsque cela est possible.

3

Une période de sevrage suit chaque période de traitement actif. Sa durée doit dépasser la demi-vie biologique ou pharmacologique de l'intervention afin que tout effet résiduel (report) se soit dissipé avant le début du traitement suivant. Un sevrage inadéquat est la menace la plus courante pour la validité du croisement.

4

Les participants passent à leur deuxième intervention assignée et les mesures de résultats sont collectées à nouveau selon le même protocole que la période 1. Les études avec plus de deux traitements ajoutent d'autres périodes avec des intervalles de sevrage entre chacune.

5

Avant de regrouper les données sur les périodes, l'analyste teste un effet de report — une interaction période-traitement statistiquement significative indique que les effets résiduels du premier traitement ont contaminé la deuxième période. Si un report est présent, seules les données de la période 1 peuvent être utilisables, ramenant l'analyse à une comparaison à groupes parallèles.

6

Lorsqu'aucun report n'est détecté, un modèle linéaire mixte (ou une ANOVA à mesures répétées) partitionne la variance en effets de traitement, de période, de séquence et de sujet. L'estimation du traitement exploite les comparaisons intra-sujet, fournissant une estimation plus précise qu'une analyse inter-sujet de taille d'échantillon équivalente.

Pièges courants

  • Période de sevrage insuffisante : les chercheurs sélectionnent parfois la durée du sevrage en fonction de la commodité administrative plutôt que de preuves pharmacologiques, permettant aux effets résiduels de contaminer la deuxième période et de biaiser l'estimation du traitement.
  • Ignorer les effets de période : ne pas inclure la période comme covariable dans le modèle peut augmenter le taux d'erreur de type I lorsque des tendances systématiques de période sont présentes.
  • Appliquer une conception croisée à des traitements ayant des effets permanents : l'utilisation de la conception pour des interventions telles que la chirurgie, les programmes éducatifs ou les interventions comportementales durables viole l'hypothèse fondamentale d'échangeabilité.
  • Analyser uniquement les cas complets incomplets : exclure les participants qui ont abandonné après la période 1 introduit un biais de sélection ; une analyse en intention de traiter avec imputation appropriée doit être prédéfinie.
  • Sous-dimensionnement par ignorance de la corrélation intra-classe : les calculs de taille d'échantillon doivent tenir compte de la corrélation intra-sujet entre les périodes ; ne pas le faire peut conduire à des études sur- ou sous-dimensionnées.

Questions fréquentes

Comment déterminer la durée appropriée de la période de sevrage ?

La période de sevrage doit être au moins cinq fois la demi-vie biologique de l'intervention — pour les agents pharmacologiques, cela est généralement simple à calculer. Pour les interventions non médicamenteuses (par exemple, changements alimentaires, physiothérapie), la durée appropriée doit être justifiée par des données pilotes ou un raisonnement physiologique. En cas de doute, privilégiez une période de sevrage plus longue ; une conception avec un sevrage démontrablement adéquat est beaucoup plus crédible qu'une conception où l'on espère simplement l'absence de report.

Que se passe-t-il si un report est détecté ?

Si le test d'interaction période-traitement est significatif (indiquant un report), les données de la deuxième période ne sont pas fiables pour la comparaison des traitements. Le repli habituel consiste à limiter l'analyse aux données de la première période uniquement, ce qui transforme le croisement en une comparaison à groupes parallèles avec environ la moitié de l'échantillon prévu — réduisant considérablement la puissance. Ce résultat souligne l'importance d'une période de sevrage adéquate plutôt que de compter sur des tests statistiques pour sauver une conception défectueuse.

Un ECR croisé est-il toujours plus efficace qu'un ECR à groupes parallèles ?

Pas toujours. L'avantage d'efficacité dépend de la corrélation intra-sujet : plus la corrélation intra-individuelle des résultats entre les périodes est élevée (c'est-à-dire plus la condition est stable), plus le gain de puissance est important. Si les résultats sont faiblement corrélés au sein des individus dans le temps, l'avantage en taille d'échantillon diminue. La complexité supplémentaire et le risque d'abandon liés aux multiples périodes doivent également être pris en compte dans le calcul de l'efficacité.

Les ECR croisés peuvent-ils avoir plus de deux périodes ?

Oui. Les conceptions croisées multi-périodes (par exemple, trois ou quatre traitements selon des arrangements de carrés latins ou de carrés de Williams) sont utilisées lorsque plusieurs interventions doivent être comparées au sein de chaque participant. Ces conceptions offrent des gains d'efficacité supplémentaires mais augmentent la charge du participant, le risque d'abandon et la complexité de la modélisation du report. Elles sont les plus courantes dans la recherche pharmacocinétique et d'équivalence biologique.

Comment gérer les données manquantes lorsqu'un participant abandonne après la période 1 ?

Les participants qui ne terminent que la période 1 fournissent des données utilisables pour cette période et ne doivent pas être exclus de l'analyse. Un plan d'analyse prédéfini utilisant des modèles linéaires mixtes peut intégrer toutes les données observées sous une hypothèse de données manquantes à la médiane. Une imputation multiple ou des analyses de sensibilité sous des hypothèses plausibles de données manquantes non à la médiane devraient être envisagées lorsque l'abandon est important.

Méthodes associées

Sources

  1. Senn, S. (2002). Cross-over Trials in Clinical Research (2nd ed.). Wiley.

    ISBN : 978-0471496533
    Copié.
  2. Jones, B., & Kenward, M. G. (2003). Design and Analysis of Cross-Over Trials (2nd ed.). Chapman and Hall/CRC.

    ISBN : 978-1584883429
    Copié.