Thèse en biostatistique : Le biais de temps immortel dans les essais émulés : vers le développement de nouvelles approches statistiques

Les essais contrôlés randomisés représentent aujourd’hui l’étalon-or lorsqu’il s’agit d’évaluer l’effet causal d’une intervention. Cependant, du fait des contraintes inhérentes à leur mise en place, il n’est parfois pas possible de réaliser ce type d’étude pour des raisons éthiques, financières et/ou pour des questions de temps. Alternativement, les données observationnelles sont de plus en plus utilisées pour évaluer l’effet causal d’interventions, mais présentent un certain nombre de défis majeurs en raison de la présence de différents types de biais. Aussi, afin de pallier ces difficultés, les essais émulés, introduits par Hernán et Robins (2016), proposent un cadre méthodologique permettant de mimer un essai contrôlé randomisé à partir de données observationnelles et ainsi évaluer l’effet causal d’une intervention.

Lorsqu’un essai émulé porte sur l’analyse de données de survie, il est fréquent d’observer un temps de latence entre l’inclusion dans l’étude et l’initiation de l’intervention. Ce temps, appelé temps immortel, implique que les individus constituant le groupe intervention auront des temps d’évènements plus grands que les individus du groupe contrôle puisqu’ils auront survécu, c’est-à-dire qu’ils auront été « immortels », au moins jusqu’au moment de l’intervention, ce phénomène impliquant un biais dans les données. Une méthode de clonage a été proposée par Hernán et al. (2016) pour remédier à ce problème, mais le biais de temps immortel est une problématique qui n’est pas récente en statistique et pour laquelle d’autres méthodes ont été proposées.

Les objectifs de ce projet de thèse sont dans un premier temps de faire un état des lieux puis une comparaison des méthodes existantes permettant de corriger le biais de temps immortel dans les analyses. Dans un deuxième temps, il s’agira d’adapter les méthodes existantes au contexte des essais émulés et de l’inférence causal et/ou de proposer de nouvelles approches. Enfin, l’objectif sera de collaborer avec le CHU de Montpellier sur un projet d’essai émulé présentant un biais de temps immortel où les méthodes investiguées et développées au cours de la thèse seraient appliquées.

Références :

Hernán, M.A. and Robins, J.M. (2016). Using big data to emulate a target trial when a. randomized trial is ont available. American Journal of Epidemiology, 183 : 758-764.

Hernán, M.A., Sauer, B.C., Hernández-Díaz, S., Platt, R, and Shrier , I. (2016). Specifying a target trial prevents immortal time bias and other self-inflected injuries in observationnal analyses. Journal of Clinical Epidemiology, 79 : 70-75.

Le doctorant sera accueilli au sein de l'Institut Desbrest d'Epidémiologie et de Santé Publique (IDESP), unité mixte de recherche Inserm/Université de Montpellier.

Cette thèse sera dirigée par Caroline Mollevi et co-dirigée par Maïlis Amico.

Titulaire d’un Master 2 en mathématiques et/ou biostatistique ou diplômé d’une école d’ingénieur (ENSAI, INSA…) avec de solides connaissances en statistique. Une bonne connaissance des méthodes d’analyse de survie serait un plus.