Méthode statistique pour estimer l’association entre une trajectoire d’exposition et un résultat de santé
- Les trajectoires de soins en santé sont de plus en plus utilisées en surveillance et permettent, entre autres, d’identifier des sous-groupes de patients à plus haut risque d’événements de santé négatifs, d’estimer l’effet de facteurs de risque sur les résultats de santé, de prédire le devenir et les résultats de santé.
- Il existe plusieurs méthodes d’analyse de trajectoires de soins. Ce feuillet se concentre sur une méthode qui combine l’analyse de trajectoires à classes latentes (LCGA, pour Latent Class Growth Analysis) et des modèles causaux nommés modèles structurels marginaux (MSM). Cette méthode porte le nom de LCGA‑MSM. Elle estime l’association entre des expositions variant dans le temps et un résultat de santé. Cette méthode permet de regrouper les séquences d’expositions observées en quelques trajectoires qui peuvent être représentées graphiquement, facilitant ainsi l’interprétation des associations estimées. Enfin, cette méthode ajuste pour les facteurs confondants qui varient dans le temps par pondération par probabilité inverse d’exposition.
- La méthode LCGA‑MSM est pertinente pour répondre à différentes questions de santé publique, en particulier en surveillance de l’état de santé. Elle a déjà été utilisée pour estimer l’association entre l’adhésion dans le temps aux statines et la prévention d’un premier événement cardiovasculaire ou du décès chez de nouveaux patients de 66 ans et plus qui commencent le traitement, ainsi qu’étudier le lien entre les trajectoires de soins auprès de différents spécialistes et la survenue d’un événement cardiovasculaire majeur après un diagnostic incident de diabète.
- Cette approche peut être implémentée avec les logiciels SAS et R, dont les deux versions sont décrites dans le présent document.
