Le biais de temps immortel dans les études pharmacoépidémiologiques : définition, solutions et exemples

Immortal Time Bias in Pharmacoepidemiological Studies: Definition, Solutions and Examples

¹ Département de pharmacologie médicale et toxicologie, CHRU de Montpellier, Montpellier, France
² Service de pharmacologie médicale et clinique, Equipe de recherche de pharmacoépidémiologie, INSERM UMR 1027, CHU de Toulouse, Faculté de médecine Université Paul Sabatier, Toulouse, France
³ Centre d’épidémiologie clinique, Institut de recherches Lady Davis, Hôpital général juif, Montréal, Québec, Canada
⁴ Département d’épidémiologie, de biostatistique et de santé au travail, Université McGill, Montréal, Québec, Canada

Correspondance et offprints : Jean-Luc Faillie, Centre régional de pharmacovigilance du Languedoc Roussillon, Département de pharmacologie médicale et toxicologie, CHRU Montpellier, 371 avenue du doyen Gaston Giraud, 34295 Montpellier, France. E-mail : jl-faillie@chu-montpellier.fr

Reçu : 19 Septembre 2014
Accepté : 22 Septembre 2014

Résumé

Parmi les études observationnelles des effets des traitements médicamenteux des maladies chroniques, nombre d’entre elles ont conclu à des effets qui se sont avérés exagérés ou erronés. Parmi les biais responsables de ces erreurs, le biais de temps immortel, concernant la définition du facteur d’exposition étudié et des périodes d’exposition, occupe une place importante car il a généralement tendance à attribuer à tort un bénéfice important au médicament à l’étude (ou à exagérer un bénéfice réel). Dans cet article, nous définissons le mécanisme du biais de temps immortel, nous présentons les solutions possibles et nous illustrons ses conséquences au travers d’exemples d’études pharmacoépidémiologiques portant sur les effets des traitements médicamenteux.

Abstract

Among the observational studies of drug effects in chronic diseases, many of them have found effects that were exaggerated or wrong. Among bias responsible for these errors, the immortal time bias, concerning the definition of exposure and exposure periods, is relevantly important as it usually tends to wrongly attribute a significant benefit to the study drug (or exaggerate a real benefit). In this article, we define the mechanism of immortal time bias, we present possible solutions and illustrate its consequences through examples of pharmacoepidemiological studies of drug effects.