Skip to main content

pharmaco-medicale

Site du Collège National de Pharmacologie Médicale

Biais (2) : Biais de classement

Retour au sommaire
Aller à la fiche précédente (Biais (1) : Biais de sélection)
Aller à la fiche suivante (Biais (3) : Biais de confusion)

Points clés

  • Biais sur la mesure de l’exposition ou la détermination de la maladie
  • Peut être différentiel ou non-différentiel

Le biais de classement (ou biais de mesure) est secondaire à une erreur systématique dans la mesure de l'exposition (dans une enquête cas-témoins) ou dans la détermination de la maladie (dans une étude de cohorte). Il en résulte un mauvais classement des sujets en exposés ou non exposés et en malades ou non malades. Le biais de classement peut être non-différentiel, c’est-à-dire que l’erreur de mesure ne diffère pas entre les groupes (ex. tensiomètre mal étalonné), ou différentiel, c’est-à-dire que l'erreur de mesure sur l'exposition est différente entre les cas et les témoins, ou les méthodes diagnostiques sont différentes entre les sujets exposés et les sujets non exposés.

Biais de mémorisation

Le biais de mémorisation survient lorsque les sujets ont une propension à se souvenir de l’événement ou de l’exposition différente (et souvent plus importante) dans un groupe plutôt qu’un autre.

Exemple : Dans une étude évaluant le risque tératogène d’un médicament, les mères d’enfants nés avec une malformation congénitale auront plus tendance à se rappeler l’historique des prises médicamenteuses pendant la grossesse que les mères d’enfants nés en bonne santé.

  • Comment limiter ce type de biais ? Utilisation de plusieurs sources de données (interrogatoire, dossiers médicaux), ou des sources exhaustives objectives (bases de données médico-administrative).

Biais de détection

Le biais de détection survient lorsque la procédure d’identification ou la classification de l’événement (biais d’évaluation) ou de l’exposition étudiée (biais de suivi) est différente entre les groupes de comparaison.

Exemple n°1 : On s’intéresse au risque de cancer du sein sous Traitement Hormonal Substitutif (THS). Les patientes sous THS pourraient être suivies de façon plus rapprochée que les non-exposées, aboutissant à un diagnostic plus précoce du cancer du sein, et donc à une surestimation du risque de cancer sous THS.

  • Comment limiter ce type de biais ? Groupe comparateur avec la même probabilité d’être dépisté, événements d’intérêt diagnostiqués de façon identique entre les 2 groupes de comparaison.

Exemple n°2 : Dans les études cas-témoins, l’enquêteur peut interroger de façon plus précise ou plus insistante les cas que les témoins (ce type de biais de détection est aussi appelé « biais lié à l’enquêteur »).

  • Comment limiter ce type de biais ? Enquêteur en aveugle de l’hypothèse de l’étude, outils standardisés de recueil de l’information.

Biais protopathique

Une distorsion de l’estimation peut survenir lorsque le médicament est débuté, arrêté ou modifié après les premières manifestations de l’événement, mais avant le diagnostic de la maladie.

Exemple : Patient qui consulte pour épigastralgie, et auquel on prescrit un inhibiteur de la pompe à proton. Finalement, le patient présente une pancréatite, dont l'épigastralgie était un symptôme prodromal. L'inhibiteur de la pompe à proton est accusé à tort d’avoir entraîné la pancréatite.

  • Comment limiter ce type de biais ? Importance de la séquence chronologique dans la mesure de l'exposition : elle doit précéder l’effet pour être prise en compte.

biais protopathique sized

Pour aller plus loin

Plus généralement, les biais de classement non-différentiels sont moins problématiques dans les études de pharmaco-épidémiologie car ils vont avoir tendance à favoriser l’hypothèse nulle. Si une différence statistiquement significative est observée malgré un biais non-différentiel, on pourra être confiant sur le fait que le risque est potentiellement présent, mais sous-estimé de sa valeur réelle. Au contraire, lorsqu’un biais de classement différentiel est présent, il est parfois difficile de savoir dans quel sens il va influencer votre estimateur et il ne sera donc pas possible de tirer des conclusions des résultats observés.

Aller à la fiche précédente (Biais (1) : Biais de sélection)
Aller à la fiche suivante (Biais (3) : Biais de confusion)
Retour au sommaire

  • Dernière mise à jour le .