La méthylnaltrexone

La comparaison de deux traitements fait appel aux études randomisées.

On peut comparer la survie du traitement A par rapport au traitement B et calculer que le traitement A apporte une amélioration d'environ 20% par rapport au traitement B.

En fait, l'expression de ces résultats, à partir des courbes de survie actuarielle, doit donner en outre l'intervalle de confiance des données. En effet, il est intuitif que l'effet bénéfique du traitement A n'a de valeur que si il y a un nombre suffisant de sujets permettant de différencier valablement les deux traitements. On utilise pour cela différents tests statistiques : test de Mantel-Haenszel, test de Wilcoxon, test dit du log-rank, avec des améliorations statistiques apportées par Peto et coll.

En outre, la survie doit être ajustée à un certain nombre de facteurs pronostics : on ne peut comparer les cancers du sein avec ganglions positifs et les cancers du sein sans ganglions atteints, ou ceux avec un récepteur hormonal positif à ceux sans récepteurs hormonaux. Si l'étude est bien randomisée (c'est-à-dire répartition au hasard des différents facteurs pronoctics) et si le nombre de sujets est assez grand, il est peu probable que ces facteurs pronostics jouent un rôle majeur sur le résultat final. Cependant, on a vu certaines études ne pas être confirmées pour une sous-population déterminée d'un groupe hétérogène (exemple : les stades III des cancers de l'ovaire).

Ces études de phase III nécessitent un nombre important de sujets participant à l'étude et sont donc le plus souvent des études collaboratives au sein de groupes nationaux voire internationaux (par exemple : l'OERTC au niveau européen). Plus la différence attendue est minime, ou meilleur est le résultat spontané, plus il faut un nombre important de malades.

On doit, en effet considérer 4 facteurs différents :

  • la différence minimale de survie qui a une signification clinique : plus elle est faible et plus il faut inclure de sujets,
  • le nombre de décès attendus dans le bras standard : plus il est faible, plus il faut inclure de sujets
  • le risque de faux positifs accepté (c'est-à-dire risque alpha) : si le traitement est très complexe, très contraignant pour le malade, et qu'on souhaite ce risque très faible, il faudra augmenter considérablement le nombre de sujets,
  • le risque de faux négatifs accepté (c'est-à-dire le risque béta) : si il y a peu de chances d'améliorer la survie et qu'on veut à tout prix donner toutes les chances aux malades, malgré la toxicité, il faudra un nombre plus important.

Le tableau statistique suivant permet de se faire une idée du nombre de malades à inclure en acceptant le risque de faux positif de 5% et le risque de faux négatif de 10%. (tableau inspiré de S.Walter, 1979)..

 
Survie du groupe expérimental

Survie du

groupe

contrôle

 
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0
 
150
75
50
35
30
25
20
15
15
10
10%
 
430
140
75
50
35
25
20
15
15
20%
 
625
185
90
55
40
30
20
15
30%
 
755
210
100
60
40
25
20
40%
 
815
215
100
55
35
25
50%
 
815
210
90
50
30
60%
 
755
165
75
35
70%
 
625
140
50
80%
 
430
75
90%
 
150
100%
 

On s'aperçoit du nombre important de malades à inclure pour prouver une différence de 40% sans traitement à 50% avec traitement (815 malades), en sachant qu'il s'agit déjà d'une différence importante. Pour passer de 80% à 90%, il faut 430 patients.

Seuls des groupes nationaux ou internationaux bien structurés, disposant d'un 'Data Center' solide et de nombreux attachés de recherche clinique, peuvent réussir à mettre sur pied de tels essais de phase III.

 
Compteur français