UMR INSERM 1246 - SPHERE
MethodS in Patients-centered outcomes
and HEalth ResEarch

INSERM Univ Nantes Univ Tours
EA4275-SPHERE
  • Home
  • Team
  • Organigram
  • Links
  • Legal
  • Contact

Research

Topics Publications In progress publications Communications

Packages

AnaQol Project PRO-online R Packages Online R-package

Life of the unit

Projects Collaborations PhD thesis Traineeships Traineeships propositions Seminars

Next seminars

Last publications

02 septembre 2020 Devos G, Clark L, Bowden-Jones H, Grall-Bronnec M, Challet G, Khazaal Y, Maurage P, Billieux J (2020) The joint role of impulsivity and distorted cognitions in recreational and problem gambling: A cluster analytic approach. Journal of Affective Disorders(127): 473-482.

19 novembre 2019 Enjalbert L, Hardouin JB, Blanchin M, Giral M, Morelon E, Cassuto E, Meurette A, Sébille V (2019) Comparison of longitudinal quality of life outcomes in preemptive and dialyzed patients on waiting list for kidney transplantation. Quality of Life Research: .

30 octobre 2019 Blanchin M, Guilleux A, Hardouin JB, Sébille V (2019) Comparison of SEM, IRT and RMT-based methods for response shift detection at item level: a simulation study. Statistical Methods in Medical Research: .

02 octobre 2019 Lascarrou J, Merdji H, Le Gouge A, Colin G, Grillet G, Girardie P, Coupez E, Dequin PF, Cariou A, Boulain T, Brule N, Frat JP, Asfar P, Landais M, Plantefeve G, Quenot J, Chakarian J, Sirodot M, Legriel S, Letheulle J, Thevenin D, Desachy A, Delahaye A, Botoc V, Vimeux S, Martino F, Giraudeau B, Reignier J, CRICS-TIGGERSEP Group (2019) Targeted Temperature Management for Cardiac Arrest with Nonshockable Rhythm. N Engl J Med: doi: 10.1056/NEJMoa1906661. [Epub ahead of print].

01 octobre 2019 Bourdon M, Blanchin M, Campone M, Quéreux G, Dravet F, Sébille V, Bonnaud-Antignac A (2019) A comparison of post-traumatic growth changes in breast cancer and melanoma. Health psychology, 38(10): 878-887.

Updated

11 décembre 2019

Définition et validation d’une méthode de détection du Response-Shift au niveau individuel à l’aide des erreurs de Guttman


Stagiaire

Dubuy Yseulys - Stagiaire M2 MPCE  - Université de Nantes 
Formation d'origine : M2 Modélisation en Pharmacologie Clinique et Epidémiologie - parcours Biostatistique


Résumé

Contexte

Psychométrie: La psychométrie est la discipline qui permet de mesurer des concepts subjectifs (qualité de vie, dépression, fatigue…), en utilisant le plus souvent des réponses à des items d’un questionnaire et en construisant des modèles de mesure pour définir une mesure la plus valide et fiable possible à partir de ces réponses.

Response-shift: Le Response-shift (RS) est une manifestation psychométrique de l’adaptation des patients suite à un événement important qui induit une modification de la perception des patients d’un concept subjectif. Par exemple, un patient qui apprend un diagnostic grave va potentiellement modifier sa façon d’appréhender ce qui est important ou non dans sa vie et donc modifier sa vision de ce que peut-être sa qualité de vie. Le RS est souvent catégorisé en 3 types : la recalibration, qui modifie la façon d’évaluer les items d’un questionnaire alors même que le patient garde une définition consistante du concept à mesurer, la repriorisation, qui modifie l’importance attribuée aux entités qui définissent le concept à mesurer, et la reconceptualisation qui modifie la définition même du concept à mesurer. Sur un plan psychométrique, il est important de détecter ce RS car il peut représenter soit un biais de mesure longitudinal, soit être en lui-même un critère d’intérêt en tant que marqueur indirect de l’adaptation des patients à une nouvelle situation.

Méthodes de détection du Response-shift: Actuellement, un certain nombre de méthodes ont été proposées pour détecter le RS, soit au niveau dimensionnel (vis-à-vis des dimensions qui reflètent représentent le concept à mesurer), soit au niveau des items (vis-à-vis des items qui permettent de mesurer une dimension particulière du concept à mesurer). Néanmoins la plupart de ces méthodes font le postulat que l’ensemble des individus de l’échantillon ont été affecté au même moment par du RS, et avec le même type de RS. En pratique, il est sans doute plus raisonnable de penser que les individus d’un échantillon n’expérimentent pas tous ce processus de la même manière et en même temps.

Les erreurs de Guttman Blanchin et al. ont proposé en 2016 (Quality of life Research) une méthode basée sur les erreurs de Guttman pour définir des groupes d’individus affectés de manière différente par le RS . Ces erreurs de Guttman sont définies en mesurant des écarts entre la perception générale de la difficulté de chaque modalité de réponses aux différents items (mesurée à partir de la répartition des réponses aux différentes modalités de réponse) à un premier temps de mesure et la perception de chaque individu à chaque temps de mesure. Une évolution du nombre d’erreurs de Guttman au fil du temps pour un individu donné signe donc un potentiel RS de cet individu. Néanmoins, cette méthode n’a pour le moment été appliquée seulement sur un jeu de données (étude SatisQol) et si elle semble avoir donné des résultats cohérents avec des analyses en sous-groupes, elle pose encore un certain nombre de questions, de façon à montrer que l’évolution du nombre d’erreurs de Guttman est un bon indicateur du RS.

Objectif du stage

Ce stage vise donc dans un premier temps à établir par une première étude de simulation que les erreurs de Guttman sont liées au phénomène de RS dans un cadre de type « preuve de concept », c’est-à-dire en montrant que des individus présentant du RS présentent une évolution du nombre d’erreurs de Guttman plus importante que les individus n’en présentant pas. Dans cette première étape, l’idée ne sera pas de détecter les individus présentant ou non du RS, mais de quantifier les différences entre deux groupes de patients en termes d’évolution des erreurs de Guttman : d’une part les individus présentant du RS et d’autre part ceux n’en présentant pas. Cette première étape permettra en outre de fixer certains éléments méthodologiques soulevés dans l’article de Blanchin et al. mais restant encore à définir précisément afin de réaliser une analyse basée sur les erreurs de Guttman en vue de détecter du RS : définition de seuil, quantification du RS détectable, tailles d’échantillons raisonnables… et ainsi de définir une méthodologie reproductible qui devra être implémentées sous la forme d’un module sous le logiciel Stata.

Dans un second temps, la méthodologie déterminée à l’étape 1 sera éprouvée dans un cadre d’étude de simulation plus réaliste, en faisant varier, entre autre, la taille de l’échantillon, le taux d’individus affectés par le RS, le type et la « taille » du RS, et le nombre d’items dans le questionnaire.

Dans un dernier temps du stage, la méthode définie sera employée à titre illustratif sur les données de l’étude PreKitQol visant à évaluer l’évolution de la qualité de vie chez des patients greffés du rein, en utilisant les données pré et post greffe.


Personnes impliquées

Directeur: Hardouin Jean-Benoit

Co-directeur: Sébille Véronique

Accompagnant scientifique: Blanchin Myriam


Projet(s) associé(s)


    Période

    Début : Mars 2019

    Fin : Septembre 2019



    UMR INSERM 1246 - SPHERE MethodS for Patients-centered outcomes and Health ResEarches | Webmaster