Défis statistiques dans la méta-analyse des données individuelles avec des applications dans la tuberculose et la dépression

 

Andrea Benedetti

Université McGill

 

Domaine : santé des populations

Programme Chercheurs-boursiers - Junior 2

Concours 2018-2019

Les méta-analyses cherchent à combiner des preuves tirées d'études connexes afin de définir un message cohérent. Les meilleures méta-analyses sont celles qu'on appelle « méta-analyses sur données individuelles » (MA-DI), car elles rassemblent les données réelles de chaque étude.

Mon programme de recherche porte sur la meilleure utilisation des MA-DI :

  1. Dans le contexte de la tuberculose multirésistante, nous proposons des méthodes pouvant aider à déterminer les groupes de patients qui sont les plus aidés par certains médicaments, ce qui pourrait, au final, permettre de recommander des traitements individuels. Nous appliquerons nos méthodes pour déterminer les meilleures stratégies de traitement à adopter pour lutter contre la tuberculose multirésistante.
  2. Le dépistage de la dépression repose sur l'utilisation de courts questionnaires qui permettent de repérer les personnes pouvant être atteintes d'une dépression non-diagnostiquée. Ce dépistage ne fait actuellement pas l'objet d'une recommandation au Canada, car les outils de dépistage ne permettent pas de différencier avec précision les patients atteints d'une dépression de ceux qui ne le sont pas. Une autre préoccupation liée aux méthodes de dépistage est que celles-ci ne tiennent pas compte des facteurs de risque des patients.

Le premier projet, nous combinerons les données d'origine sur les patients provenant d'études publiées ayant utilisé l'échelle de dépression gériatrique Geriatric Depression Scale (GDS) pour créer une vaste base de données qui puisse servir à établir des moyens plus précis de repérer les patients âgés atteints de dépression.

Dans un deuxième projet, nous utiliserons de grands ensembles de données (p. ex., > 20 000 patients) que nous avons synthétisées pour évaluer le dépistage de trois tests de dépistage couramment utilisés. Nous pourrons ainsi créer des modèles de risque individuels. Nous utiliserons les résultats des questionnaires de dépistage ainsi que les données démographiques et les caractéristiques médicales des patients pour évaluer les risques.