sensibilité et spécificité du dépistage du cancer du sein
TRANSCRIPT
Sensibilité et spécificité du dépistage du cancer du sein par mammographie : mesures directes et indirectes
Thèse
Isabelle Théberge
Doctorat en épidémiologie
Philosophiae Doctor (Ph.D.)
Québec, Canada
© Isabelle Théberge, 2015
iii
Résumé
Introduction : L’évaluation des programmes de dépistage du cancer du sein se fait à l’aide d’indicateurs de
performance. Ces indicateurs sont liés directement ou indirectement à la sensibilité ou la spécificité. Les
limites de chacun de ces indicateurs ne sont pas toujours explicites et, de plus, les liens existants entre ces
indicateurs et la sensibilité ou la spécificité ne sont pas bien connus. Cette étude vise à clarifier ces liens.
Méthode : Les liens entre les indicateurs de performance et la sensibilité ou la spécificité ont été étudiés
premièrement sur le plan théorique, deuxièmement en utilisant les données du Programme Québécois de
Dépistage du Cancer du Sein et, finalement, en utilisant une microsimulation développée à cette fin.
Résultats : La sensibilité cumulative augmente tandis que la sensibilité moyenne diminue lorsque le dépistage
est plus fréquent. Ces deux sensibilités semblent plus élevées chez les tumeurs à croissance rapide. Deux
méthodes (d’incidence et de détection) sont utilisées pour estimer la sensibilité du dépistage. Ces sensibilités
estimées sont différentes lors des mammographies initiales, tandis qu’elles sont comparables lors des
mammographies subséquentes. Peu importe la méthode d’estimation, les rapports dans ces mesures de
sensibilité peuvent s’interpréter non pas comme des rapports de sensibilité, mais bien comme des rapports de
sensibilité pour les tumeurs avec un temps de devancement potentiel court, mais à la condition que la
structure du programme soit similaire entre les groupes comparés. Les cancers d’intervalle semblent être
presque tous déjà présents lors du dépistage précédent. Les rapports dans les mesures indirectes de
sensibilité (taux de détection et de cancer d’intervalle) sont plus près des rapports dans les mesures de
sensibilité ou de manque de sensibilité respectivement lorsque : seulement les cancers infiltrants sont
considérés, le suivi post-dépistage est le plus long possible, la caractéristique à l’étude n’est pas associée à la
prévalence de la maladie et un ajustement est fait pour les facteurs associés à cette prévalence. Pour les
mammographies subséquentes, les mesures indirectes de sensibilité sont affectées par la sensibilité lors des
dépistages précédents.
Conclusions : Cette étude permet d’améliorer les approches utilisées pour mieux évaluer les programmes de
dépistage.
v
Table des matières
RESUME III
LISTE DES TABLEAUX VII
LISTE DES FIGURES XI
LISTE DES ABREVIATIONS ET NOTATIONS XV
REMERCIEMENTS XVII
CHAPITRE 1. INTRODUCTION 1
1.1 PROBLEMATIQUE 1 1.2 OBJECTIFS 4 1.3 STRUCTURE DE LA THESE 8
CHAPITRE 2. APPROCHE THÉORIQUE 9
2.1 HISTOIRE NATURELLE DE LA MALADIE ET TEST DE DEPISTAGE 9 2.2 SENSIBILITE DU DEPISTAGE 10 2.3 SPECIFICITE DU DEPISTAGE 18 2.4 PRINCIPAUX INDICATEURS DE PERFORMANCE D’UN PROGRAMME DE DEPISTAGE 22
2.4.1 SENSIBILITE ESTIMEE 27 2.4.2 TAUX DE DETECTION 46 2.4.3 TAUX DE CANCER D’INTERVALLE 56 2.4.4 SPECIFICITE ESTIMEE 62 2.4.5 TAUX DE FAUX POSITIFS 64 2.4.6 TAUX DE REFERENCE 66
CHAPITRE 3. ANALYSE DES DONNÉES DU PROGRAMME QUÉBÉCOIS DE DÉPISTAGE DU CANCER DU SEIN 69
3.1 REVUE DE LA LITTERATURE 70 3.1.1 ANNEE DE L’OBTENTION DU PERMIS DE RADIOLOGISTE 70 3.1.2 HISTOIRE FAMILIALE DE CANCER DU SEIN 71 3.1.3 DENSITE MAMMAIRE 73
3.2 METHODES 75 3.2.1 POPULATION A L’ETUDE ET SOURCES DES DONNEES 75 3.2.2 VARIABLES D’EXPOSITION ET ISSUES A L’ETUDE 78 3.2.3 ANALYSES STATISTIQUES 79
3.3 RESULTATS 79 3.3.1 DESCRIPTION DE LA COHORTE 79
vi
3.3.2 RELATION ENTRE LES VARIATIONS DU TAUX DE DETECTION ET LES VARIATIONS DE LA SENSIBILITE ESTIMEE 86 3.3.3 RELATION ENTRE LES VARIATIONS DU TAUX DE CANCERS D’INTERVALLE ET CELLES DU MANQUE DE
SENSIBILITE ESTIME 95 3.3.4 RELATION ENTRE LES VARIATIONS DU TAUX DE FAUX POSITIFS, DES VARIATIONS DU TAUX DE REFERENCE ET
DES VARIATIONS DU MANQUE DE SPECIFICITE ESTIME 102 3.4 DISCUSSION 105
3.4.1 RELATION ENTRE LES VARIATIONS DU TAUX DE DETECTION ET CELLES DE LA SENSIBILITE ESTIMEE OU ENTRE
LES VARIATIONS DU TAUX DE CANCER D’INTERVALLE ET CELLES DU MANQUE DE SENSIBILITE ESTIME 105 3.4.2 RELATION ENTRE LES VARIATIONS DU TAUX DE FAUX POSITIFS, LES VARIATIONS DU TAUX DE REFERENCE ET
LES VARIATIONS DANS LE MANQUE DE SPECIFICITE ESTIME 108 3.4.3 LIMITES DES ANALYSES 109 3.4.4 CONCLUSION 110
CHAPITRE 4. ANALYSE DES DONNÉES SIMULÉES 113
4.1 MODELISATION DE LA SENSIBILITE DU DEPISTAGE 113 4.2 DESCRIPTION DE LA MICROSIMULATION, DES PROCESSUS DE CALIBRATION ET DE VALIDATION 120
4.2.1 DESCRIPTION DE LA MICROSIMULATION 120 4.2.2 PROCESSUS DE CALIBRATION 134 4.2.3 PROCESSUS DE VALIDATION 142 4.2.4 FORCES ET LIMITES DU MODELE DE MICROSIMULATION 152
4.3 RESULTATS ET DISCUSSION 155 4.3.1 SENSIBILITE 157 4.3.2 DISCUSSION DES RESULTATS SUR LA SENSIBILITE 186 4.3.3 SENSIBILITES ESTIMEES 193 4.3.4 DISCUSSION DES RESULTATS SUR LES SENSIBILITES ESTIMEES 207 4.3.5 SENSIBILITES ESTIMEES EN FONCTION DE LA SENSIBILITE 211 4.3.6 DISCUSSION DES RESULTATS SUR LES SENSIBILITES ESTIMEES EN FONCTION DE LA SENSIBILITE 237
CHAPITRE 5. CONCLUSION 241
BIBLIOGRAPHIE 251
ANNEXES 271
vii
Liste des tableaux Tableau 1. Relation étudiée entre les mesures directes, les mesures indirectes et la sensibilité ou la spécificité
en fonction des chapitres dans lesquels ces relations sont abordées dans la thèse ---------------------- 8
Tableau 2. Distinction entre les différents concepts théoriques de la sensibilité -------------------------------------- 11
Tableau 3. Distinction entre les différents concepts théoriques de la spécificité -------------------------------------- 18
Tableau 4. Variations de la sensibilité, de la sensibilité estimée par la méthode d’incidence et de la sensibilité
estimée par la méthode de détection en fonction de la période post-dépistage ------------------------ 43
Tableau 5. Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période
post-dépistage de 2 ans, PQDCS, 2000-2005 --------------------------------------------------------------------- 82
Tableau 6. Radiologistes, centres de dépistage et mammographies de dépistage en fonction des
caractéristiques des radiologistes et des centres de dépistage, PQDCS, 2000-2005 ------------------- 85
Tableau 7. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction
de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage
-------------------------------------------------------------------------------------------------------------------------------- 87
Tableau 8. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction
de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-
dépistage ------------------------------------------------------------------------------------------------------------------- 91
Tableau 9. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction
de la densité mammaire, le type de cancer et la période post-dépistage --------------------------------- 92
Tableau 10. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences
estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la
période post-dépistage ----------------------------------------------------------------------------------------------- 96
Tableau 11. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences
estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer
et la période post-dépistage ---------------------------------------------------------------------------------------- 97
Tableau 12. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences
estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage -- 98
Tableau 13. Rapports des taux de faux positifs, des taux de référence et des manques de spécificités estimés
en fonction de l’année de l’obtention du permis de radiologiste, de l’histoire familiale de cancer
du sein et de la densité mammaire pour les cancers infiltrants seulement et une période post-
dépistage de 2 ans ---------------------------------------------------------------------------------------------------- 103
Tableau 14. Caractéristiques des sept modèles CISNET --------------------------------------------------------------------- 116
Tableau 15. Modèles CISNET pour lesquels la sensibilité devait être calibrée ---------------------------------------- 118
Tableau 16. Données utilisées pour la microsimulation --------------------------------------------------------------------- 122
Tableau 17. Indicateurs de performance liés à la sensibilité du dépistage utilisés pour la calibration de la
microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS
2000-2005 -------------------------------------------------------------------------------------------------------------- 135
Tableau 18. Indicateurs de performance liés à la taille des tumeurs infiltrantes détectées utilisés pour la
calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la
mammographie, PQDCS 1998-2005 ----------------------------------------------------------------------------- 136
Tableau 19. Scénario de dépistage utilisé pour la calibration de la microsimulation ------------------------------- 137
Tableau 20. Différences relatives absolues entre les 10 meilleurs ensembles de paramètres de la
microsimulation et les mesures utilisées pour la validation ----------------------------------------------- 151
Tableau 21. Nombre de femmes dans la période préclinique du cancer du sein lors de la mammographie de
dépistage selon les trois scénarios à l’étude, l’âge des femmes et l’occurrence du dépistage --- 160
viii
Tableau 22. Caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état
d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel
et trisannuel ----------------------------------------------------------------------------------------------------------- 162
Tableau 23. Proportion (%) des cas prévalents dans la période préclinique à l’âge de 50 ans et proportion (%)
des cas incidents entre 50 et 69 ans lors d’un dépistage dans une population dynamique à l’état
d’équilibre de femmes âgées entre 50 et 69 ans selon les caractéristiques des tumeurs, pour un
scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 163
Tableau 24. Sensibilité lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel -------- 166
Tableau 25. Sensibilité cumulative dans une cohorte de 1 000 000 de femmes simulées pour un scénario de
dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans -------------------------------------------- 167
Tableau 26. Sensibilité et taille des tumeurs en fonction du taux de croissance des tumeurs lors d’un
dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69
ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------------------ 170
Tableau 27. Sensibilité cumulative en fonction du taux de croissance des tumeurs dans une cohorte de
1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel
entre 50 et 69 ans ---------------------------------------------------------------------------------------------------- 171
Tableau 28. Sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un
dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69
ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------------------ 174
Tableau 29. Caractéristiques des tumeurs de 1 mm et plus lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel --------------------------------------------------------------------- 176
Tableau 30. Sensibilité et sensibilité pour les tumeurs avec un temps de devancement potentiel court en
considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage
dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 177
Tableau 31. Proportion des tumeurs (%) chez les femmes de 50 à 69 ans en fonction de leurs caractéristiques
pour une cohorte de 1 000 000 de femmes simulées selon les 10 meilleurs ensembles de
paramètres ------------------------------------------------------------------------------------------------------------- 179
Tableau 32. Proportion des tumeurs selon leurs caractéristiques lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2
ans, selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------ 181
Tableau 33. Sensibilité moyenne et sensibilité selon les caractéristiques des tumeurs lors d’un dépistage dans
une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à
un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres ------------------------------ 183
Tableau 34. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel ---------------------------------------------------------------------------------------------- 194
Tableau 35. Sensibilité estimée par la méthode d’incidence lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel --------------------------------------------------------------------- 195
Tableau 36. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel ---------------------------------------------------------------------------------------------- 198
ix
Tableau 37. Sensibilité estimée par la méthode de détection lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel --------------------------------------------------------------------- 200
Tableau 38. Différence absolue et rapport entre la sensibilité estimée par la méthode d’incidence et la
sensibilité estimée par la méthode de détection lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel --------------------------------------------------------------------- 201
Tableau 39. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection
en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage
dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 202
Tableau 40. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel,
selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------------- 204
Tableau 41. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel,
selon les 10 meilleurs ensembles de paramètres ------------------------------------------------------------- 205
Tableau 42. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection
lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre
50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de
paramètres ------------------------------------------------------------------------------------------------------------- 206
Tableau 43. Sensibilité, sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans,
sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection
lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre
50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel ------------------------- 212
Tableau 44. Différence absolue et rapport entre les sensibilités estimées, les sensibilités et les sensibilités des
tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans
une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 213
Tableau 45. Sensibilités, sensibilité estimée par la méthode d’incidence et rapport des sensibilités estimées
sur la sensibilité en fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans dans
une cohorte de 1 000 000 de femmes simulées --------------------------------------------------------------- 215
Tableau 46. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations
dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à
intervalle de 2 ans ---------------------------------------------------------------------------------------------------- 218
Tableau 47. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des
sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans en
fonction de changement dans la sensibilité selon la période post-dépistage lors d’un dépistage
dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel ----------------------------------------------------- 228
Tableau 48. Sensibilité, sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 2
ans et sensibilité estimée par la méthode de détection pour différentes simulations dans
lesquelles la sensibilité varie, en fonction des 10 meilleurs EP, lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2
ans et pour une période post-dépistage de 2 ans ------------------------------------------------------------ 233
x
Tableau 49. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport des
sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en
fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état
d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une période post-
dépistage de 2 ans --------------------------------------------------------------------------------------------------- 234
Tableau 50. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des
sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en
fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour
une période post-dépistage de 2 ans ---------------------------------------------------------------------------- 235
xi
Liste des figures Figure 1. Histoire naturelle de la maladie et termes associés au dépistage -------------------------------------------- 10
Figure 2. Sensibilité de la mammographie en fonction de l’intervalle de temps avant la fin de la période
préclinique pour une tumeur spécifique ----------------------------------------------------------------------------- 13
Figure 3. Sensibilité pour tous les cancers présents dans la période préclinique au moment de la
mammographie de dépistage en fonction du temps de devancement potentiel -------------------------- 14
Figure 4. Définition de la sensibilité et de la spécificité du dépistage ---------------------------------------------------- 19
Figure 5. Seuil de positivité du dépistage et courbe ROC -------------------------------------------------------------------- 21
Figure 6. Cadre conceptuel de l’évaluation d’un programme de dépistage -------------------------------------------- 22
Figure 7. Indicateurs de performance utilisés dans ce travail en lien avec le processus de dépistage ---------- 24
Figure 8. Mesures directes, mesures indirectes et sensibilité ou spécificité du dépistage -------------------------- 26
Figure 9. Exemples de sensibilités estimées par la méthode d’incidence et par la méthode de détection pour
différentes périodes post-dépistage ----------------------------------------------------------------------------------- 30
Figure 10. Exemples de la différence entre les cancers détectés et les cancers d’intervalle selon la période
post-dépistage ------------------------------------------------------------------------------------------------------------ 33
Figure 11. Résumé des équations de la sensibilité de la mammographie, de la sensibilité estimée par la
méthode d’incidence et de la sensibilité estimée par la méthode de détection ------------------------- 37
Figure 12. Fonctions de sensibilité pour deux durées différentes de la période préclinique ------------------------ 39
Figure 13. Illustration de fonctions de sensibilités différentes selon deux groupes de femmes dépistées ------ 41
Figure 14. Conclusions possibles de l’interprétation de la mammographie et de l’investigation initiale dans le
PQDCS ----------------------------------------------------------------------------------------------------------------------- 47
Figure 15. Conclusions possibles de l’interprétation de la mammographie de dépistage («Initial Assessment»)
et de l’investigation initiale («Final Assessment») selon les catégories BI-RADS utilisées aux États-
Unis -------------------------------------------------------------------------------------------------------------------------- 48
Figure 16. Prévalence estimée du cancer du sein dans la période préclinique au moment de la
mammographie de dépistage et certains indicateurs de performance d’un programme de
dépistage du cancer du sein ------------------------------------------------------------------------------------------- 52
Figure 17. Sensibilité et spécificité estimées en fonction de 2 scénarios où la période post-dépistage varie -- 63
Figure 18. Exclusions des mammographies de dépistage pour obtenir la cohorte, PQDCS, 2000-2005 --------- 76
Figure 19. Mammographies de dépistage selon le résultat de la mammographie de dépistage et le diagnostic
de cancer du sein par période post-dépistage, PQDCS, 2000-2005 ----------------------------------------- 80
Figure 20. Écarts relatifs entre les rapports de taux de détection et les rapports de sensibilités estimées pour
les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période
post-dépistage considérés --------------------------------------------------------------------------------------------- 88
Figure 21. Rapports des taux de détection ajustés en fonction des rapports des sensibilités estimées ajustés
selon le type de cancer et la période post-dépistage considérés -------------------------------------------- 93
Figure 22. Rapport de taux de détection ajusté en fonction du produit du rapport de sensibilités estimées
ajusté et du rapport des prévalences estimées ajusté, selon le type de cancer et la période post-
dépistage considérés ---------------------------------------------------------------------------------------------------- 94
Figure 23. Écarts relatifs entre les rapports des taux de cancers d’intervalle et les rapports du manque de
sensibilités estimés pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type
de cancer et la période post-dépistage considérés -------------------------------------------------------------- 99
Figure 24. Rapports des taux de cancers d’intervalle en fonction des rapports du manque de sensibilités
estimés selon le type de cancer et la période post-dépistage considérés -------------------------------- 100
xii
Figure 25. Rapports des taux de cancer d’intervalle en fonction du produit des rapports des manques de
sensibilités estimés et des rapports de prévalences estimées selon le type de cancer et la période
post-dépistage considérés -------------------------------------------------------------------------------------------- 101
Figure 26. Taux de mortalité par autres causes que le cancer du sein -------------------------------------------------- 124
Figure 27. Probabilité cumulative de décès par autres causes que le cancer du sein ------------------------------- 125
Figure 28. Taux d’incidence du cancer du sein infiltrant -------------------------------------------------------------------- 126
Figure 29. Probabilité cumulative de diagnostic de cancer du sein infiltrant ----------------------------------------- 128
Figure 30. Diamètre des tumeurs lors du diagnostic clinique du cancer du sein infiltrant ------------------------ 129
Figure 31. Les dix meilleurs ensembles de paramètres selon la valeur du critère 1 pour juger la calibration en
fonction des indicateurs liés à la sensibilité du dépistage et de l’indicateur lié à la taille des
tumeurs infiltrantes détectées -------------------------------------------------------------------------------------- 139
Figure 32. Les dix meilleurs ensembles de paramètres selon chaque indicateur de performance lié à la
sensibilité du dépistage dans les 4 scénarios utilisés pour la calibration -------------------------------- 140
Figure 33. Les dix meilleurs ensembles de paramètres selon l’indicateur de performance lié à la taille des
cancers infiltrants détectés dans les 4 scénarios utilisés pour la calibration --------------------------- 141
Figure 34. Temps de doublement des tumeurs des 10 meilleurs ensembles de paramètres de notre
microsimulation et temps de doublement retrouvés dans la littérature --------------------------------- 144
Figure 35. Sensibilité des cancers infiltrants pour une tumeur de 5, 10 et 15 mm selon les 10 meilleurs
ensembles de paramètres de notre microsimulation et sensibilités du modèle Norvégien --------- 146
Figure 36. Sensibilités estimées par la méthode de détection pour les 10 meilleurs ensembles de paramètres
de notre microsimulation et sensibilités estimées du PQDCS, du programme de dépistage de
l’Australie et du Consortium Américain --------------------------------------------------------------------------- 149
Figure 37. Cas prévalents dans la période préclinique à l’âge de 50 ans et cas incidents dans la période
préclinique entre 50 et 69 ans en fonction de la présence ou non d’un diagnostic clinique de cancer
du sein --------------------------------------------------------------------------------------------------------------------- 157
Figure 38. Durée de la période préclinique et temps de doublement des 120 143 tumeurs de la cohorte
simulées ------------------------------------------------------------------------------------------------------------------- 159
Figure 39. Sensibilité en fonction de la taille de la tumeur lors de la mammographie de dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel ----------------------------------------------------------------------- 165
Figure 40. Sensibilité en fonction du temps de doublement des tumeurs lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel ----------------------------------------------------------------------- 168
Figure 41. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de
dépistage annuel, bisannuel et trisannuel ----------------------------------------------------------------------- 173
Figure 42. Sensibilité en fonction de la taille de la tumeur lors d’un dépistage dans une population dynamique
à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les
10 meilleurs ensembles de paramètres --------------------------------------------------------------------------- 184
Figure 43. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un
intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres ------------------------------------ 185
Figure 44. Nombre de dépistages où les cancers d’intervalle étaient déjà dans la période préclinique dans une
cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et
trisannuel entre 50 et 69 ans ---------------------------------------------------------------------------------------- 196
xiii
Figure 45. Différence absolue des sensibilités estimées par la méthode de détection en fonction de la
différence absolue dans les sensibilités selon la période post-dépistage lors d’un dépistage dans
une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel -------------------------------------------------------- 220
Figure 46. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport de
sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel------------------------------------------------------------------------------------------------- 222
Figure 47. Différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la
différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de
moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage
annuel, bisannuel et trisannuel -------------------------------------------------------------------------------------- 224
Figure 48. Rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité
des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-
dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel ----------- 226
Figure 49. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des
sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la
période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de
femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
------------------------------------------------------------------------------------------------------------------------------- 227
Figure 50. Pour les tumeurs de 1 mm et plus, différence absolue dans les sensibilités estimées par la méthode
de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps
de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage
dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel -------------------------------------------------------- 230
Figure 51. Pour les tumeurs de 1 mm et plus, rapport de sensibilités estimées par la méthode de détection en
fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins
de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel------------------------------------------------------------------------------------------------- 231
Figure 52. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des
sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en
fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une
période post-dépistage de 2 ans ------------------------------------------------------------------------------------ 236
xv
Liste des abréviations et notations BCSC: des termes anglais « Breast Cancer Surveillance Consortium »
BI-RADS : des termes anglais « Breast Imaging Reporting and Data System »
Ca : cancer du sein
CMS : Centre des maladies du sein Deschênes-Fabia de l’hôpital St-Sacrement de Québec
CIM-9 : code de la Classification internationale des maladies (9e version)
CISNET: des termes anglais « Cancer Intervention and Surveillance Modeling Network »
Courbe ROC : des termes anglais « Receiver-operating curve »
: temps de devancement des cancers détectés, traduction du terme anglais « lead-time »
: temps de devancement potentiel
EP : ensemble de paramètres de la microsimulation
FTQ : Fichier des tumeurs du Québec
IC 95% : intervalle de confiance à 95%
LMP : des termes anglais « limited-malignant potential »
MISCAN : des termes anglais « MIcrosimuation SCreening ANalysis »
Mm : millimètre
PPC : période préclinique
PPCD : période préclinique détectable
PQDCS : Programme Québécois de Dépistage du Cancer du Sein
: prévalence du cancer du sein dans la période préclinique
: prévalence du cancer du sein dans la période préclinique chez les femmes à risque d’avoir un diagnostic de cancer du sein après le dépistage
: prévalence du cancer du sein dans la période préclinique estimée pour un suivi post-dépistage
RAMQ : Régie de l’assurance maladie du Québec
: rapport de prévalences
: rapport des prévalences estimées pour un suivi post-dépistage
: rapport de sensibilités
: rapport de sensibilités estimées
: rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage
: rapport de sensibilités estimées par la méthode d’incidence pour une période post-dépistage
: rapport du manque de sensibilités
) : rapport du manque de sensibilités estimées
: rapport de taux de cancers d’intervalle pour une période post-dépistage
xvi
: rapport du taux de détection
: rapport des spécificités estimées
: rapport du manque de spécificités estimées
: rapport du taux de faux positifs
: rapport du taux de référence
: sensibilité du dépistage
: sensibilité pour les tumeurs avec un temps de devancement potentiel donné
: sensibilité pour les tumeurs dans la période préclinique détectable
: sensibilité estimée du dépistage
: sensibilité estimée par la méthode de détection pour une période post-dépistage
: sensibilité estimée par la méthode d’incidence pour une période post-dépistage
SEER : des termes anglais « Surveillance, Epidemiology, and End Results »
SI-PQDCS : système d’information du Programme Québécois de Dépistage du Cancer du Sein
: spécificité du dépistage
: spécificité du dépistage estimée
: taux de cancers d’intervalle
: taux de cancers d’intervalle pour une période post-dépistage w
: taux de détection
: taux de faux positifs
: taux de référence
: période post-dépistage (ans)
xvii
Remerciements
Je tiens tout d’abord à remercier mon directeur de recherche, Dr Jacques Brisson. Je vous remercie pour
votre soutien tout au long de mes travaux, pour votre grande disponibilité ainsi que pour vos judicieux
conseils. Tous vos enseignements sont pour moi un bagage précieux que je conserverai tout au long de ma
carrière. Ce fut un immense privilège de vous avoir comme directeur.
Merci également à Dre Diane Major, ma co-directrice. Je te remercie Diane pour ton accueille sans pareil dans
la grande famille de « l’Institut » et pour tous les petits et grands gestes que tu as posées pour faciliter mon
travail. Ta bonne humeur, ton énergie débordante ainsi que tes encouragements m’ont permis de poursuivre
mes études dans un milieu remarquable.
La réalisation de ce projet n’aurait pu se faire sans le travail exceptionnel de Nathalie Vandal. Nathalie,
travailler avec toi, notamment sur la microsimulation élaborée pour cette thèse, a vraiment été un plaisir. Tu es
une statisticienne exceptionnelle qui est capable de rendre compréhensible n’importe quelles notions
statistiques! J’espère pouvoir continuer à travailler avec toi encore longtemps.
Je dois également remercier les membres de l’Équipe d’évaluation du PQDCS. Un merci particulier à Éric
Pelletier et Marie-Hélène Guertin. Merci pour les nombreuses discussions, autant en lien avec les concepts
épidémiologiques (suivant un club de lecture par exemple!) qu’en lien avec nos préoccupations personnelles.
Votre présence m’a encouragée dans les moments plus difficiles. Éric, un merci spécial pour les fous rires et
les niaiseries!
Merci également aux autres collègues de travail, notamment Bernard, André, Jean-Marc, Sue-Ling et Linda.
Merci également à Sylvie Muller pour la révision de la thèse.
Je tiens également à remercier mes parents et ma famille pour leur encouragement.
Finalement, toute mon aventure au doctorat n’aurait pas été possible sans le soutien inconditionnel de mon
amoureux. Merci Marc pour tout ce que tu as fait pour moi et pour toutes les fois que tu es resté avec les
enfants pour que je puisse travailler. Merci de m’avoir encouragé à aller jusqu’au bout. Merci à mes
pepousses d’amour Éli, Noa et Oxana.
1
CHAPITRE 1. INTRODUCTION
1.1 Problématique Des essais cliniques randomisés ont démontré que le dépistage par mammographie pouvait réduire la
mortalité par cancer du sein chez les femmes de 50-69 ans1–3. Depuis la mise en évidence de l’effet du
dépistage par mammographie sur la mortalité, des programmes de dépistage du cancer du sein ont été
introduits dans plusieurs pays4,5. Le Programme québécois de dépistage du cancer du sein (PQDCS) a été
implanté progressivement dans les différentes régions du Québec à partir de 1998. Le programme invite les
femmes âgées de 50 à 69 ans à passer une mammographie de dépistage tous les deux ans6.
L’évaluation d’un programme de dépistage n’est pas simple. La réduction de mortalité escomptée peut être
observée seulement après un certain nombre d’années suite à la mise en place du programme de dépistage7–
10 et son estimation est sujette à différents types de biais difficile à contrôler11–16. De plus, il faut un grand
nombre de femmes participantes et un long temps de suivi pour évaluer l’effet du dépistage sur la mortalité
dans différents sous-groupes de femmes dépistées, et ainsi identifier dans quels sous-groupes de femmes le
dépistage ne semble pas être optimal. Par exemple, l’effet du dépistage peut être différent selon les régions,
les centres de dépistage ou même les radiologistes qui interprètent les mammographies.
La sensibilité ( ) et la spécificité ( ) sont deux concepts fondamentaux d’un programme de dépistage. La
correspond à la capacité du dépistage à détecter les cancers du sein chez les femmes atteintes. Lorsque
la sensibilité est élevée, le dépistage a plus de chances de réduire la mortalité par cancer du sein. La
correspond à la capacité du dépistage à donner un résultat normal chez les femmes sans cancer du sein.
Lorsque la spécificité est élevée, le dépistage à moins de chances de générer des résultats faussement
positifs. Pour qu’un programme de dépistage s’avère acceptable, il doit être capable de détecter un bon
nombre de femmes avec le cancer du sein (sensibilité élevée) afin d’obtenir une réduction de mortalité, tout en
minimisant le plus possible les effets néfastes du programme, comme des résultats de dépistage positifs chez
les femmes sans cancer du sein (spécificité élevée).
Bien que la et la soient des concepts essentiels, ils ne sont pas directement mesurables dans le
contexte d’un programme de dépistage populationnel. Afin de mesurer la et la , il faudrait pouvoir
départager les femmes dépistées selon deux groupes, soient celles qui étaient dans la période préclinique
(PPC) du cancer du sein au moment du dépistage et celles qui ne l’étaient pas. Il est cependant impossible de
départager les femmes selon la présence ou non du cancer du sein dans la PPC au moment du dépistage
2
puisque, pour ce faire, il faudrait appliquer un test diagnostique parfait à toutes les femmes. Un tel test
diagnostique n’existe pas.
L’évaluation des programmes de dépistage se fait donc par le calcul d’indicateurs, appelés « indicateurs de
performance »17–19. Certains indicateurs de performance fournissent de l’information plus ou moins directe sur
la ou la . La sensibilité estimée ( ), le taux de détection du cancer ( ) et le taux de cancers
d’intervalle ( ) sont des indicateurs liés à la ou au manque de sensibilité ( ). Le manque de
spécificité estimé ( ), le taux de faux positifs ( ) et le taux de référence ( ) sont des
indicateurs liés au manque de spécificité ( ).
Les indicateurs de performance ne sont pas tous liés de la même façon à la ou la . La et la sont
les indicateurs de performance les plus près de la et de la ; ces indicateurs tentent d’apprécier
directement la ou la . Pour cette raison, la est considérée comme étant une mesure directe de la
tandis que la est considérée comme une mesure directe de la . Par ailleurs, le , le , le et le
sont des indicateurs qui ne tentent pas d’estimer directement la ou la . En fait, ces indicateurs
sont bel et bien liés à la ou la , mais ils sont également liés à la prévalence de la maladie dans la
période préclinique ( ). Pour cette raison, et sont considérés comme étant des mesures indirectes
de tandis que et sont considérés comme des mesures indirectes de .
Il est essentiel de calculer les indicateurs de performance d’un programme de dépistage afin de les comparer
avec les standards établis et avec les autres programmes de dépistage au niveau national et international. Il
est également important de comparer les indicateurs de performance pour des sous-groupes de femmes
dépistées (définis par la région de résidence, par le centre de dépistage ou par le radiologiste ayant lu la
mammographie) dans un même programme afin de porter un jugement sur des variations potentielles dans la
ou la . Ceci permet de mettre en lumière des sous-groupes de femmes où le dépistage n’est peut-être
pas optimal dans la perspective de l’amélioration de l’efficacité du programme.
Pour bien comprendre les relations entre la , la et les indicateurs de performance, il est important tout
d’abord de bien comprendre la et la . Ensuite, il est nécessaire de savoir ce que mesure réellement
chaque indicateur de performance et de saisir les différences entre certains indicateurs. Il est également
important de clarifier les liens existants entre les différents indicateurs de performance d’un programme de
dépistage et la ou la et entre les indicateurs de performance eux-mêmes. Ceci rendra possibles une
meilleure interprétation et une meilleure utilisation des indicateurs de performance. Cette thèse permettra de
clarifier l’information qu’apporte chaque indicateur de performance et aidera à déterminer les indicateurs de
3
performance par excellence pour l’évaluation des programmes de dépistage, en particulier le dépistage du
cancer du sein.
Dans le cadre de ce travail, les liens entre les indicateurs de performance et la ou la ainsi que les liens
entre les indicateurs de performance eux-mêmes seront tout d’abord énoncés sur le plan théorique. Par la
suite, ces énoncés théoriques seront examinés à l’aide de l’analyse des données du PQDCS. Finalement, la
relation entre et sera étudiée à l’aide d’une microsimulation.
4
1.2 Objectifs
Les objectifs généraux de la thèse consistent à :
clarifier les liens entre certains indicateurs de performance habituellement utilisés pour l’évaluation
d’un programme de dépistage du cancer du sein. Ces indicateurs de performance sont la sensibilité
estimée ( ), le taux de détection ( ), le taux de cancer d’intervalle ( ), le manque de spécificité
estimé ( ), le taux de faux positifs ( ) et le taux de référence ( );
établir le lien entre les mesures directes de la sensibilité ( ) et la sensibilité réelle ( ) du dépistage
par mammographie;
améliorer l’interprétation des indicateurs de performance habituellement utilisés pour l’évaluation d’un
programme de dépistage du cancer du sein ainsi que des études qui se penchent sur leurs
déterminants.
Les objectifs spécifiques de la thèse sont de :
1) Définir sur le plan théorique les relations existantes entre :
les mesures directes de la sensibilité ( ) et la ;
les mesures indirectes de la sensibilité ( , ) et la ;
les mesures indirectes de la sensibilité ( , ) et les mesures directes de la sensibilité ( );
la mesure directe du manque de spécificité ( ) et le manque de spécificité ( );
les mesures indirectes du manque de spécificité ( , ) et le manque de spécificité
( );
les mesures indirectes de la spécificité ( , ) et la mesure directe du manque de
spécificité ( ).
Ce 1er objectif spécifique consiste à bien définir la , la ainsi que chaque indicateur de
performance. La démonstration des liens existants entre les mesures permettra de comprendre en
détail chaque indicateur, ce qui l’influence et ce qu’il mesure réellement. Cet objectif permettra de
mieux cerner les forces et les limites de chaque indicateur de performance à l’étude.
5
2) Examiner la cohérence entre des variations dans les indicateurs de performance liés à la à l’aide
des données du PQDCS.
Cet objectif spécifique consiste à vérifier si des variations dans les mesures indirectes de la
sensibilité ( , ) sont représentatives des variations dans la mesure directe de sensibilité ( ).
Cet objectif vise à vérifier si, par exemple, une variation dans le entre deux groupes de femmes
dépistées peut être interprétée comme une variation dans la . Par exemple, si le est deux fois
plus élevé chez les femmes avec une histoire familiale de cancer du sein comparativement à celui
des femmes sans histoire familiale, est-ce que l’on peut penser que la est également 2 fois plus
élevée chez les femmes avec histoire familiale?
Pour que les variations dans le ou le soient représentatives de variations dans la ,
l’hypothèse avancée est que les deux groupes de femmes comparés doivent avoir relativement la
même prévalence de la maladie dans la période préclinique ( ). Cependant, dans le contexte d’un
programme de dépistage populationnel, aussi bien la que la ne sont pas connues. Dans le
cadre de cette analyse, les caractéristiques à l’étude ont donc été sélectionnées sur la base de leur
lien avec le risque du cancer du sein (puisque l’incidence est liée à la ) et de leur lien avec la .
Les trois caractéristiques à l’étude sont : l’année de permis du radiologiste qui n’est pas un facteur
de risque du cancer du sein mais semble être associée à la , l’histoire familiale de cancer du
sein qui est un facteur de risque du cancer du sein mais ne semble pas être associé à la et la
densité mammaire qui est un facteur de risque du cancer du sein et semble aussi être associée à la
. Il est donc attendu que les variations dans les mesures indirectes de la sensibilité ( , )
puissent refléter les variations dans la mesure directe de sensibilité ( ) ou dans la mesure directe
du manque de sensibilité ( ) lorsque la caractéristique à l’étude n’est pas un facteur de risque
de la maladie, et particulièrement lorsqu’un ajustement est fait pour les principaux facteurs de risque
du cancer du sein. Ainsi, les variations dans le pourraient alors s’interpréter comme des
variations dans la et les variations dans pourraient s’interpréter comme des variations dans
lorsque la caractéristique à l’étude n’est pas un facteur de risque du cancer du sein comme
l’année de permis du radiologiste. Les variations dans les mesures indirectes de la sensibilité ( ,
) ne reflèteront pas adéquatement les variations dans la mesure directe de sensibilité ( ) ou du
manque de sensibilité ( ) lorsque les caractéristiques à l’étude sont des facteurs de risque du
cancer du sein, comme l’histoire familiale du cancer du sein ou la densité mammaire, et ce, même si
un ajustement est fait pour les principaux facteurs de risque du cancer du sein.
6
3) Examiner la cohérence entre des variations dans les indicateurs de performance liés au manque de
à l’aide des données du PQDCS.
Cet objectif consiste à vérifier si des variations dans les mesures indirectes du manque de spécificité
( , ) sont représentatives des variations dans la mesure directe du manque de spécificité
( ). Si, par exemple, le est deux fois plus élevé chez les femmes avec une histoire
familiale de cancer du sein compararativement à celui des femmes sans histoire familiale, est-ce qu’il
est exact de penser que est également 2 fois plus élevé chez les femmes avec histoire
familiale?
L’hypothèse sous-jacente est que les variations dans le ou le sont tout à fait
représentatives des variations de , et ce, peu importe les groupes de femmes comparés. De
plus, non seulement les variations dans ces indicateurs de performance sont représentatives des
variations dans , mais la valeur de ces indicateurs de performance nous renseigne
directement sur , dans le contexte où la maladie est relativement rare comme c’est le cas
pour le cancer du sein. Tout comme pour les indicateurs liés à la sensibilité, ces liens seront étudiés
à l’aide des trois mêmes caractéristiques, soit l’année de permis du radiologiste, l’histoire familiale de
cancer du sein et la densité mammaire.
4) Évaluer si les mesures directes de la sensibilité ( ) reflètent bien la à l’aide de données
provenant d’une microsimulation.
La et la ne sont pas connues dans le contexte d’un programme de dépistage populationnel
puisqu’il est impossible de savoir quelles femmes dépistées sont dans la période préclinique (PPC)
du cancer du sein et lesquelles ne le sont pas. Afin de pouvoir étudier la et la , nous devons
donc développer une microsimulation où l’expérience de vie de chaque femme est créée. Nous
avons décidé de privilégier l’étude de la relation entre et à l’aide des données simulées. Nous
présumons que, dans le contexte de dépistage populationnel, la est très près de , ce qui
rendait l’exercice de microsimulation moins intéressante concernant la spécificité. Par ailleurs, la
microsimulation développée dans ce travail sert à créer une cohorte de femmes à laquelle différents
scénarios de dépistage sont appliqués. À l’aide des données de la microsimulation, la pourra être
calculée. Il sera possible de déterminer à quel point les mesures directes de la sensibilité ( ) sont
différentes de la et dans quelles situations les se rapprochent le plus de la . Notre
hypothèse est que les surestiment la et que, plus la période post-dépistage est longue, plus
7
les se rapprocheront de la . La microsimulation permettra également d’avoir une idée de
certaines notions qui demeurent encore inconnues à ce jour, telle que la distribution du temps de
devancement des cancers détectés ou de la fonction de sensibilité du dépistage par mammographie.
8
1.3 Structure de la thèse
La suite de la thèse a été divisée en trois chapitres dans lesquels la relation entre les indicateurs de
performance et la ou la , et entre les indicateurs de performance eux-mêmes sont abordés. Chaque
chapitre traite ces relations de façon différente, soit de façon théorique (Chapitre 2), puis de façon pratique
avec l’analyse des données du Programme québécois de dépistage du cancer du sein (PQDCS) (Chapitre 3)
ou avec l’analyse des données de la microsimulation (Chapitre 4). Le Tableau 1 résume les relations étudiées
dans chaque chapitre. Finalement, la thèse se terminera par une conclusion.
Tableau 1. Relation étudiée entre les mesures directes, les mesures indirectes et la sensibilité ou la spécificité en fonction des chapitres dans lesquels ces relations sont
abordées dans la thèse
Relation étudiée Chapitre 2 Chapitre 3 Chapitre 4
Théorique Données du
PQDCS Données de la microsimulation
et X X
et X
et X
et X X
et X X
et X
et X
et X
et X X
et X X
9
CHAPITRE 2. APPROCHE THÉORIQUE
Ce chapitre définira tout d’abord les notions liées au dépistage utilisées dans ce travail pour ensuite traiter des
concepts de sensibilité ( ) et de spécificité ( ). Les différents indicateurs de performance seront par la suite
présentés. Puisqu’il existe une différence entre la définition théorique des indicateurs et ce que l’on peut
vraiment mesurer à l’aide des données d’un programme de dépistage, chaque indicateur est d’abord défini
théoriquement. La méthode pour les mesurer est ensuite présentée. Ainsi, les différences existantes entre la
valeur théorique (ou conceptuelle) de l’indicateur et sa valeur mesurée seront énoncées. Les relations entre
les différents indicateurs liés à la et à la sont ensuite abordées.
2.1 Histoire naturelle de la maladie et test de dépistage Les conditions pour qu’une maladie chronique puisse faire l’objet d’un programme de dépistage sont : (1)
d’avoir des conséquences graves sur la santé, (2) d’avoir un traitement qui, lorsqu’il est appliqué précocement,
est plus efficace que lorsqu’il est appliqué après l’apparition des symptômes cliniques, (3) d’avoir une
prévalence dans la période préclinique détectable (PPCD) assez élevée dans la population dépistée11. Le
cancer du sein est une maladie propice pour le dépistage.
Théoriquement, plus le cancer du sein est détecté tôt dans la période préclinique, meilleures sont les chances
d’altérer l’histoire naturelle de la maladie et ainsi de retarder (ou de supprimer) le décès par cancer du sein (en
supposant des traitements plus efficaces si appliqués plus précocement). La « période préclinique » (PPC)
de la maladie est définie comme étant le temps pendant lequel la maladie est présente, mais celle-ci n’est pas
encore diagnostiquée cliniquement (Figure 1). Dans le cas du dépistage du cancer du sein, le test de
dépistage ne détecte habituellement pas la maladie au tout début de la PPC lorsqu’il y a seulement quelques
cellules cancéreuses. Lorsque le cancer se développe, il vient un moment où cette tumeur devient
« détectable » par le test de dépistage. L’intervalle de temps entre le moment où la maladie en PPC devient
détectable et le diagnostic clinique est appelé « période préclinique détectable » (PPCD) ou « temps de
séjour dans la période préclinique détectable » ou l’expression anglaise couramment utilisée « sojourn time »
(Figure 1). Ce temps de séjour dans la PPCD dépend du test de dépistage utilisé parce que le début de la
PPCD peut varier selon les tests. Deux tests de dépistage différents peuvent avoir deux temps de séjour
moyens dans la PPCD (ou le terme anglais « mean sojourn time ») différents. Un test de dépistage qui
s’améliore dans le temps peut augmenter son temps de séjour moyen dans la PPCD parce que le test peut
détecter la maladie de plus en plus tôt dans son évolution. L’intervalle de temps entre le moment de la
détection du cancer par le test de dépistage et le moment attendu du diagnostic clinique du cancer en
10
absence de dépistage se nomme « temps de devancement » ( ) ou le terme anglais « lead-time » (Figure 1).
Figure 1. Histoire naturelle de la maladie et termes associés au dépistage
Théoriquement, la sensibilité peut se définir de différentes façons dans le contexte d’une population soumise à un programme de dépistage du cancer du sein par mammographie13,19–23. Ces différentes définitions de la sensibilité sont présentées au Tableau 2. La sensibilité du test se réfère à la capacité du test de dépistage (ici la mammographie) à identifier les personnes qui sont dans la PPC du cancer du sein parmi les femmes dépistées. La sensibilité du test (mammographie) dépend donc de la qualité de l’image mammographique obtenue et de la capacité du radiologiste à identifier les lésions cancéreuses. La sensibilité du dépistage, quant à elle, dépend de la capacité du test mais aussi des actes d’investigation diagnostique à identifier les femmes qui sont dans la PPC du cancer du sein parmi les femmes dépistées. La sensibilité du dépistage dépend donc à la fois de la sensibilité du test (la mammographie), et également de la sensibilité de l’investigation diagnostique suivant un résultat de mammographie positif. Finalement, la sensibilité du programme dépend de la capacité du dépistage (donc du test et de l’investigation diagnostique) à identifier les femmes qui sont dans la PPC du cancer du sein parmi toutes les femmes de la population cible (et non seulement parmi les femmes dépistées). La sensibilité du programme dépend donc aussi du profil de participation des femmes au dépistage.
Période préclinique
Période préclinique détectable
Temps de devancement Période clinique
Initiation de la maladie
Diagnostic clinique en absence de dépistage
Décès
Détectable par le test de dépistage
x
Détecté par le test de dépistage
x
11
Tableau 2. Distinction entre les différents concepts théoriques de la sensibilité
Concepts théoriques Définition
Sensibilité du test13,20–22
La capacité du test (la mammographie) à identifier les
personnes qui sont dans la période préclinique de la maladie
parmi celles dépistées
Sensibilité du dépistage24
(appelée parfois sensibilité de
l’épisode22,23,25,26 ou parfois
sensibilité du programme19–21,27)
La capacité de l’épisode de dépistage, soit le test de dépistage
et le processus de confirmation diagnostique, à identifier les
personnes qui sont dans la période préclinique de la maladie
parmi celles dépistées
Sensibilité du programme22,23
La capacité du programme de dépistage à identifier les
personnes qui sont dans la période préclinique de la maladie
parmi la population cible
Ces trois concepts de sensibilité fournissent de l’information complémentaire et portent sur différents aspects
du dépistage. La sensibilité du test procure de l’information sur le test de dépistage lui-même. La sensibilité du
dépistage fournit en plus de l’information concernant le processus d’investigation suivant un résultat de test
positif. La sensibilité du programme donne de l’information au niveau populationnel.
Dans le contexte de l’évaluation d’un programme de dépistage organisé (donc en pratique), ce sera
habituellement la sensibilité du dépistage qui sera estimée19,27–29. Si l’on présume que la sensibilité du
processus d’investigation diagnostique est très élevée (ce qui est probable), alors la sensibilité du dépistage
sera très près de la sensibilité du test. Dans le cadre de cette thèse, nous nous sommes concentrés sur la
sensibilité du dépistage. Les termes « sensibilité » ou « sensibilité du dépistage » ainsi que le symbole « »
sont utilisés pour se référer à ce concept.
Dans le contexte d’un programme de dépistage du cancer du sein, la peut se définir comme étant la
capacité du dépistage (incluant la mammographie de dépistage et les examens d’investigation diagnostique) à
identifier les femmes qui sont dans la PPC de la maladie lors de la mammographie de dépistage20.
La correspond donc à :
Sensibilité =
Nombre de femmes dans la période préclinique dont
le dépistage s’est avéré positif
Nombre de femmes dans la période préclinique Équation 1
12
Le dénominateur de la , soit le nombre de femmes qui étaient dans la PPC au moment de la
mammographie, demeure inconnu dans le contexte d’un programme de dépistage spécifique. Afin de
déterminer ce nombre de femmes dans la PPC au moment du test de dépistage, il faudrait faire passer à
toutes les femmes dépistées un test diagnostic dont la sensibilité serait de 100 % (afin de confirmer ou non la
présence de la maladie). À ce jour, aucun test diagnostic n’est suffisamment sensible pour être capable de
déterminer si les femmes sont dans la période PPC de la maladie au moment de leur mammographie.
La du dépistage par mammographie varie selon le développement de la maladie dans la PPC. Au tout
début de la PPC, alors qu’il n’y a que quelques cellules cancéreuses, la est pratiquement nulle. Plus le
cancer se développe (donc plus il passe du temps dans la PPC), plus la devrait augmenter. La peut
devenir plus élevée soit en raison d’une augmentation de la taille de la tumeur ou soit par la présence de
certaines caractéristiques particulières qu’acquièrent les tumeurs (par exemple la présence de
microcalcifications) qui sont plus facilement détectables à la mammographie. La est possiblement élevée
pour un cancer qui est très près de la fin de sa PPC (soit près du moment où le cancer serait diagnostiqué en
absence de dépistage). Cette idée se traduit par une fonction de sensibilité pour une tumeur avec une PPC
donnée20,30, telle qu’illustrée à la Figure 2. La forme de la distribution de la sensibilité en fonction du temps
passé dans la PPC (Figure 2) est hypothétique puisque la relation réelle n’est pas connue. Il est à noter que la
n’est pas nécessairement de 100 % à la toute fin de la PPC puisque certains cancers ne sont jamais
détectables par la mammographie (ces cancers sont appelés « cancers occultes »)31.
13
Figure 2. Sensibilité de la mammographie en fonction de l’intervalle de temps avant la fin de la période préclinique pour une
tumeur spécifique
Dans une population de femmes dépistées, la durée de la PPC des cancers du sein varie cependant d’une femme à l’autre. Certaines femmes auront des cancers avec une très courte PPC, tandis que, pour d’autres femmes, la PPC de leurs cancers sera beaucoup plus longue. Ce qui est important lors de la mammographie de dépistage, ce n’est pas tant la durée de la PPC du cancer, mais bien le moment précis où le cancer est rendu dans son développement. La période de temps entre ce moment de la PPC lors de la mammographie de dépistage et le moment éventuel du diagnostic clinique du cancer du sein en absence de dépistage peut se
nommer le temps de devancement potentiel ( )20,30. Le temps de devancement est qualifié de potentiel puisque si le cancer n’est pas détecté, il n’aura pas de temps de devancement. Par contre, si le cancer est
détecté, il aura donc un temps de devancement ( ). Pour cette raison, les cancers présents lors de la
mammographie de dépistage ont tous un qui deviendra un temps de devancement réel si le cancer est détecté.
Diagnostic clinique en absence de dépistage
Sensibilité
Période préclinique Période clinique
Initiation de la maladie
100 %
14
Dans une population de femmes dépistées, donc en présence de plusieurs tumeurs avec différentes durées
de PPC et rendues à différents moment de leur PPC (c’est-à-dire qu’elles ont différents ), la sensibilité lors
du dépistage est donc fonction des des cancers présents (Figure 3). La correspond donc à une
sensibilité moyenne pondérée selon le de tous les cancers présents. Prenons par exemple un groupe de
cancers qui, au moment de la mammographie de dépistage, seraient à 2 ans de leur diagnostic clinique
( ). Pour certains de ces cancers, la PPC pourrait avoir débuté depuis longtemps et la sensibilité serait
alors élevée pour ces cancers (par exemple 70%). Par contre, le second groupe de cancers pourrait avoir
débuté leur PPC depuis peu, même s’ils ont également un de 2 ans. Pour ce dernier groupe de cancers,
la sensibilité pourrait être plus faible (par exemple de 30%). Ainsi, la sensibilité pour les cancers avec un DP
de 2 ans serait une moyenne pondérée de tous ces cancers.
Figure 3. Sensibilité pour tous les cancers présents dans la période préclinique au moment de la mammographie de dépistage en fonction du temps de devancement potentiel
Sensibilité
Mammographie de
dépistage
Temps de devancement
potentiel ( )
100 %
15
La du dépistage est donc une moyenne pondérée des sensibilités pour tous les cancers présents lors de la
mammographie de dépistage et elle dépend du de ces cancers. Si nous définissons l’ensemble
étant toutes les valeurs possibles du des cancers au moment de la mammographie,
alors la peut s’exprimer de la façon suivante :
ou
Équation 2
Où correspond à la sensibilité du dépistage, est le nombre de femmes avec un donné lors de la
mammographie, est la sensibilité pour un donné et est le nombre de femmes dans la PPC au
moment de la mammographie.
Puisque la varie en fonction des des cancers présents lors de la mammographie de dépistage, toutes
les caractéristiques pouvant influencer le des cancers chez les femmes dépistées auront nécessairement
un effet sur la . Ainsi, la pourrait être différente entre deux populations de femmes dépistées
uniquement en raison d’une distribution de différente entre les deux populations. La pourrait être plus
élevée si, par exemple, une grande proportion des femmes est à la fin de leur PPC au moment de la
mammographie (court ). Inversement, la serait plus faible si une grande proportion des femmes est au
tout début de la PPC lors du dépistage (long ). Pour cette raison, il est donc attendu que la soit
supérieure lors de la mammographie initiale comparativement à la mammographie subséquente1,20,32,33. En
effet, lors de la mammographie initiale (dans une population de femmes sans dépistage), les cancers sont
rendus à différents moments dans leur PPC. Ces cancers ont donc différents . Par contre, le groupe de
cancers présents lors de la mammographie subséquente est différent du groupe de cancers présents lors de
la mammographie initiale. Lors de la mammographie subséquente, il est attendu que les cancers soient
davantage au début de leur PPC. Les cancers présents à la mammographie subséquente sont : (1) ceux qui
étaient dans la PPC à la mammographie initiale mais qui n’ont pas été détectés (ce qui représente des
cancers plus précoces et davantage au début de leur PPC) et (2) ceux qui n’étaient pas dans la PPC de la
maladie au moment de la mammographie initiale et qui sont devenus précliniques entre la mammographie
initiale et la mammographie subséquente (habituellement, ces cancers devraient aussi être relativement
16
précoces et au début de leur PPC). Ce groupe de cancers présents lors de la mammographie subséquente a
nécessairement, un moyen plus long que le moyen des cancers lors de la mammographie initiale.
Comme la est plus faible lorsque le est long, alors la est plus faible lors de la mammographie
subséquente que lors de la mammographie initiale.
L’intervalle de temps entre les tests de dépistage a également un effet sur le degré de développement des
cancers présents lors du dépistage (et donc un effet sur la distribution des ) et ainsi influence la . Plus
l’intervalle de temps entre la mammographie initiale et la mammographie subséquente est grand, plus le
nombre de cancers présents au moment de la mammographie subséquente se rapprochera du nombre de
cancers qui auraient été présents lors des mammographies initiales si les femmes n’avaient jamais eu de
dépistage7,20,30. De même, plus l’intervalle entre deux mammographies subséquentes est court, plus la lors
de la seconde mammographie sera faible.
Tout autre facteur qui pourrait influencer la progression des cancers dans la PPC aurait donc également un
effet sur la . Certains auteurs soulèvent la possibilité que la prise d’hormonothérapie de substitution pourrait
avoir cet effet34–38.
Par ailleurs, certains facteurs peuvent affecter la en modifiant la probabilité de détecter les cancers qui se
trouvent à un moment spécifique de leur PPC. La probabilité de détection peut être influencée par des
caractéristiques des femmes, des appareils, des technologues et des radiologistes puisque la fonction de
sensibilité dépend principalement de la « qualité » de l’image mammographique obtenue et de la « qualité »
de l’interprétation faite de cette image par un radiologiste. Certaines caractéristiques des femmes peuvent
influencer la qualité de l’image obtenue à la mammographie. Une caractéristique comme l’indice de masse
corporelle des femmes peut rendre difficile le positionnement de la femme lors de la mammographie et ainsi
avoir un effet sur la qualité de l’image de la mammographie39,40. Un autre exemple est la densité mammaire
qui peut venir masquer l’image mammographique et ainsi avoir un effet sur la détectabilité des cancers41,42.
Par ailleurs, une caractéristique tel le nombre d’années d’expérience du radiologiste, pourrait avoir un effet sur
la qualité de l’interprétation que fait le radiologiste de la mammographie43.
Cette définition de la (Équation 1) est très rarement utilisée. Une variante de cette définition de la est
plus couramment utilisée, soit la sensibilité pour les cancers dans la période préclinique détectable ( )
7,13,21,44–72. Le dénominateur de la correspond au nombre de femmes dans la PPCD, et non toutes les
femmes dans la PPC comme pour la . Nous sommes d’accord avec certains auteurs58,68 qui affirment que
l’utilisation des femmes dans la PPCD au dénominateur de la définition de est problématique. Tout
17
d’abord parce qu’il est impossible de savoir pour tous les cancers, lesquels étaient détectables et lesquels ne
l’étaient pas. Ensuite, parce que la durée de la PPCD dépend du test lui-même alors que la durée de la PPC
n’en dépend pas. Si par exemple le test de dépistage s’améliore dans le temps et devient capable de détecter
des tumeurs plus précocement dans la PPC, ce n’est que le numérateur de la qui variera alors que le
dénominateur demeurera identique. Alors, la augmentera et cette augmentation sera appropriée. Par
contre, pour la , le numérateur aussi bien que le dénominateur changeront puisque le nombre de cas
dans la PPCD dépend directement du test de dépistage utilisé. Ainsi, un test de dépistage peut s’améliorer
dans le temps, mais sa pourrait diminuer58. La ne peut pas s’interpréter sans l’information sur
le temps de séjour moyen dans la PPCD58,68. Malheureusement, ce temps de séjour moyen dans la PPCD est
inconnu.
Une autre variante de la est la sensibilité pour un groupe de tumeurs ayant un même ( ).Par
exemple, il peut être intéressant de connaître la sensibilité des cancers avec un de moins d’un an ( )
ou de moins de 2 ans ( )22. Si nous définissons l’ensemble étant toutes les valeurs
possibles du temps de devancement potentiel ( ) des cancers au moment de la mammographie, alors la
peut s’exprimer de la façon suivante :
Où
Équation 3
Dans cette équation, est une variable indicatrice qui permet de définir les cancers qui sont utilisés dans le
calcul de la . Par exemple, pour le calcul de la (c’est-à-dire la sensibilité pour les cancers avec un
de moins de 2 ans), tous les cancers avec un < 2 au moment de la mammographie seront considérés
dans le calcul (donc = 1), tandis que tous les cancers avec un ne seront pas considérés dans le
calcul (donc = 0).
La de même que ses variantes sont des concepts théoriques qui ne sont pas connus dans le contexte d’un
programme de dépistage populationnel par mammographie puisqu’il est impossible de connaître le nombre de
femmes qui sont dans la PPC au moment de la mammographie de dépistage ou de déterminer le lors de
la mammographie de dépistage. La peut être examinée seulement dans le contexte de modèles
18
mathématiques ou de simulation73,74. La variante (de même que la durée de la PPCD) ont été estimés
à l’aide de relations mathématiques accompagnées de données provenant d’essais cliniques randomisés ou
de programmes de dépistage21,44–48,53–57,59,61,63,64,67,70,75 et par l’utilisation de simulations7,49–52,58,60,62,65,66,68,69,71,72.
Seule la sensibilité pour les cancers avec un donné, par exemple, a été estimée pour le dépistage du
cancer de la prostate à l’aide des données d’un essai clinique randomisé22.
2.3 Spécificité du dépistage Tout comme la , la peut être définie selon trois perspectives différentes, soit la spécificité du test, la
spécificité du dépistage et la spécificité du programme (Tableau 3). Dans le cadre de cette thèse, tout
comme pour la , nous nous concentrons sur la spécificité du dépistage. Les termes «spécificité» ou
«spécificité du dépistage» ou l’abréviation « » sont utilisés pour se référer à ce concept.
Tableau 3. Distinction entre les différents concepts théoriques de la spécificité
Concepts théoriques Définition
Spécificité du test
La capacité du test (la mammographie) à donner un résultat
négatif (normal) parmi les personnes dépistées qui ne sont pas
dans la période préclinique de la maladie
Spécificité du dépistage
La capacité de l’épisode de dépistage, soit le test et le
processus de confirmation diagnostique, à donner un résultat
négatif (normal) parmi les personnes dépistées qui ne sont pas
dans la période préclinique de la maladie
Spécificité du programme
La capacité du programme de dépistage à donner un résultat
négatif parmi les personnes dans la population cible qui ne sont
pas dans la période préclinique de la maladie
La spécificité du dépistage correspond à la proportion de femmes sans cancer du sein dont le résultat du
dépistage s’est avéré négatif :
Spécificité = Nombre de femmes sans cancer du sein dans la période préclinique dont le
dépistage s’est avéré négatif
Nombre de femmes sans cancer du sein dans la période préclinique Équation 4
19
Le dénominateur de la est le complément du dénominateur de la . Puisque le dénominateur de la ne
peut pas être connu, le dénominateur de la ne peut pas l’être non plus. Ainsi, la valeur réelle de la est
donc impossible à obtenir. La façon théorique de calculer cette est présentée à la Figure 4.
Présence de la maladie dans la
période préclinique
Oui Non
Dépistage
Anormal Vrai-positif ( ) Faux-positif ( )
Normal Faux-négatif ( ) Vrai-négatif ( )
Figure 4. Définition de la sensibilité et de la spécificité du dépistage
Cependant, et contrairement à la , ne pas connaître le nombre exact de femmes dans la PPC affecte peu la
. La est peu influencée par le nombre exact de femmes qui ne sont pas dans la PPC lors de la
mammographie puisque, dans le contexte d’un dépistage populationnel, le nombre de femmes sans cancer du
sein dans la PPC est forcément beaucoup plus grand que le nombre de femmes avec un cancer du sein dans
la PPC. Même si, par exemple, la prévalence des cancers dans la PPC ( ) variait beaucoup, cette
demeure tellement faible par rapport à la proportion de femmes sans cancer du sein dans la PPC que la
resterait stable et ne serait que très peu influencée par un changement de .
Contrairement à la , il n’existe pas de fonction de . La correspond à une valeur qui est déterminée
par le seuil de positivité obtenue suite à l’interprétation de la mammographie par le radiologiste. Si ce seuil de
positivité est abaissé, c’est-à-dire que le radiologiste est moins sévère pour juger que la mammographie est
positive, alors la diminue. Au contraire, si le seuil de positivité est augmenté, c’est-à-dire que le radiologiste
20
est plus sévère pour juger que la mammographie est positive, alors la sera augmentée. La et la du
test sont donc des concepts liés entre eux en raison de l’application du même seuil de positivité afin de
déterminer le résultat de la mammographie. Cette relation entre la et la s’illustre à l’aide des courbes
ROC (« Receiver-operating curve ») (Figure 5)76,77. Un changement dans le seuil de positivité mène à un
glissement sur la courbe ROC; une augmentation de la est associée à une diminution de la et vice-et-
versa. Bien entendu, les radiologistes ne se situent pas nécessairement tous sur la même courbe ROC;
certains peuvent obtenir une meilleure pour une même 78,79.
Certaines caractéristiques des femmes43,79–81, des appareils82,83, des technologues et des
radiologistes43,78,79,84–87 peuvent influencer la par leur effet sur la « qualité » de l’image mammographique
(entraînant ainsi un seuil de positivité différent en raison d’une image de moins bonne qualité), la fréquence de
différents types d’anomalies sur l’image mammographique ou directement sur le seuil de positivité du
radiologiste. Une caractéristique des femmes comme la densité mammaire peut compliquer l’interprétation de
l’image du sein à la mammographie. La densité mammaire peut avoir comme effet de masquer certaines
anomalies et ainsi obliger le radiologiste à changer son seuil de positivité dans l’interprétation de la
mammographie. Une caractéristique des radiologistes, par exemple le nombre d’année d’expérience, pourrait
avoir un effet sur la capacité du radiologiste à interpréter les mammographies, et ainsi avoir un effet sur le
seuil de positivité dans l’interprétation du radiologiste78.
21
Figure 5. Seuil de positivité du dépistage et courbe ROC
1 - Spécificité
Sens
ibilité
Femmes qui ne sont pas dans la
période préclinique
Femmes avec un cancer dans la
période préclinique
Seuil de positivité A B
B
A
Nomb
re de
femm
es
22
2.4 Principaux indicateurs de performance d’un programme de dépistage Suite à la mise en œuvre d’un programme de dépistage, il est primordial de l’évaluer. Le cadre conceptuel
pour apprécier la qualité d’un programme de dépistage, inspiré par les travaux de Donabedian88, Brunnelle89
et Saucier-Brunelle90, est illustré à la Figure 6. Cette figure permet de constater que, pour apprécier la qualité
du programme, il faut établir un lien entre les ressources, les résultats de production (processus) et les
résultats de santé et de bien-être. Les résultats de santé et de bien-être sont de deux niveaux, soit les
résultats intermédiaires et les résultats ultimes sur la santé (par exemple la réduction de mortalité par cancer
du sein). L’évaluation de la qualité du programme implique un lien (démontré ou vraisemblable) entre les
ressources, le processus, les résultats intermédiaires et les résultats ultimes. Dans le cadre de cette thèse, les
indicateurs de performance à l’étude sont considérés comme des résultats intermédiaires de santé.
L’évaluation d’un programme consiste donc à l’appréciation systématique du processus et / ou des résultats
(aussi appelés résultats effectifs), comparativement à un ensemble de standards explicites dans le but de
contribuer à l’amélioration du programme91.
Figure 6. Cadre conceptuel de l’évaluation d’un programme de dépistage
Un indicateur est une mesure dont les valeurs sont utilisées comme points de repère dans l’appréciation de
l’état ou de l’évolution d’un phénomène90. Cette mesure donne donc une indication, c’est-à-dire une
information incomplète, mais utile, sur le phénomène étudié. Un indicateur doit être comparé à un standard
(ou une norme) afin de pouvoir juger le rendement du programme. Pour mieux cerner un phénomène,
l’utilisation de plusieurs indicateurs est recommandée92.
Normes
Objectifs
Standards
Ressources
Résultats de
production
(processus)
Résultats de
santé et de
bien-être
Population visée
23
Dans le cadre de ce travail, nous étudions un sous-ensemble d’indicateurs utilisés pour évaluer des
programmes de dépistage du cancer du sein : la sensibilité estimée ( ), le taux de détection ( ), le taux de
cancer d’intervalle ( ), le manque de spécificité estimé ( ), le taux de faux positifs ( ) et le taux
de référence ( ). Ces indicateurs sont tous des indicateurs de résultats intermédiaires de santé utilisés
pour l’évaluation du PQDCS. Ces indicateurs entrent en jeux à différents niveaux dans le processus de
dépistage des femmes (Figure 7). Ils sont couramment appelés dans la littérature des « indicateurs de
performance » du programme. En fait, selon les définitions données par Saucier et coll.90, ils correspondent
précisément à des indicateurs d’efficacité du programme, où l’efficacité est définie comme étant le rapport
entre les résultats obtenus et les objectifs, les normes ou les standards à atteindre. Puisque les termes
« indicateurs de performance » sont habituellement utilisés, c’est ainsi que ces indicateurs seront nommés
dans la thèse.
Une étude de Day et coll.17, utilisant les résultats d’un essai clinique randomisé, permet de mettre en lumière
le lien existant entre certains résultats intermédiaires et le résultat de santé ultime souhaité du programme de
dépistage, soit la réduction de mortalité par cancer du sein. Cette étude établit que, entre autres, le au
dépistage initial (appelé dans l’article « prevalence rate at initial screening test ») et le sont des
indicateurs de la et du temps de devancement. Une bonne du dépistage (entraînant un temps de
devancement assez grand) serait une condition nécessaire (mais pas suffisante) à une réduction de mortalité
par cancer du sein chez les femmes dépistées. Les indicateurs de performance servant donc à évaluer l’effet
potentiel du programme de dépistage sur la réduction de mortalité (donc en lien avec la ) sont
principalement la , le et le . Ces indicateurs de performance sont utilisés par les programmes de
dépistage19,28,29,93,94 de même que par plusieurs études évaluant le dépistage par mammographie (notamment
aux États-Unis)95,96.
24
Figure 7. Indicateurs de performance utilisés dans ce travail en lien avec le processus de dépistage. : taux de référence,
: taux de détection, : taux de cancers d’intervalle pour un suivi post-dépistage w, : sensibilité estimée, : taux de
faux positif, : manque de spécificité estimé.
Mammographie de dépistage dans le PQDCS
Diagnostic d’un
cancer du sein
Traitement plus efficace
Réduction de mortalité
Femmes du Québec âgées entre 50 et 69 ans
TD Diagnostic d’un
cancer du sein
Pas de diagnostic
d’un cancer du sein
Mammographie
anormale
Mammographie normale
ou lésion bénigne
Investigation
positive
Investigation négative ou incertaine (rappel précoce)
25
D’autres résultats intermédiaires permettent de porter un jugement sur les effets négatifs du programme de
dépistage chez les femmes sans cancer du sein dont le résultat du dépistage s’est avéré faussement positif
(soit en termes de ). Un dépistage faussement positif peut changer l’attitude et le comportement des
femmes face au dépistage du cancer du sein (et d’autres cancers), leur utilisation des soins de santé et leur
perception du risque qu’elles ont de développer un cancer du sein97. Un résultat de mammographie de
dépistage faussement positif peut également faire apparaître ou augmenter des problèmes comme la détresse
psychologique, l’anxiété, l’inquiétude ou la peur face au cancer du sein97,98. Une bonne permettrait de
réduire ces effets négatifs du dépistage puisqu’une bonne correspond à un nombre réduit de résultats faux
positifs. Trois indicateurs de performance peuvent être indicatifs de , soit , le et le .
L’un ou l’autre de ces indicateurs sont utilisés par tous les programmes de dépistage du cancer du
sein19,28,29,93,94 de même que par plusieurs études portant sur l’évaluation de la mammographie de dépistage
(notamment aux États-Unis)95,96.
Les indicateurs de performance à l’étude dans ma thèse sont donc utilisés pour juger soit de la (la , le
et le ), soit du manque de ( , le et le ). Ces indicateurs doivent être considérés
selon deux niveaux, soit comme des mesures directes ou des mesures indirectes de la ou de
(Figure 8). Les mesures directes, soient et , tentent de nous renseigner directement sur la et
respectivement. Par contre, les mesures indirectes ( , , , ) peuvent nous renseigner
sur des variations dans la ou , mais ces mesures sont également influencées par la prévalence de
la maladie lors du dépistage ( ). En raison de leur lien avec, à la fois la ou et la , les mesures
indirectes pourront seulement être informatives des variations dans la ou dans certaines
conditions. En résumé, les mesures directes ( et ) sont celles qui sont présumées être les plus
informatives de la ou de . Les mesures indirectes ( , , , ) peuvent, dans
certaines conditions, être informatives des variations dans la ou , et ultimement des variations dans
la ou .
Tous les indicateurs de performance utilisés dans ce travail, qu’ils soient une mesure directe ou indirecte,
permettent de comparer les résultats des différents programmes de dépistage entre eux, de comparer la
performance du programme chez différents sous-groupes de femmes dépistées en fonction de
caractéristiques des femmes, des appareils, des radiologistes ou des centres de dépistage ou de comparer
l’évolution de la performance dans le temps.
26
Figure 8. Mesures directes, mesures indirectes et sensibilité ou spécificité du dépistage
Mesures liées à la sensibilité du dépistage
Mesures liées à la spécificité du dépistage
Prévalence de la maladie dans la PPC ( )
Mesures indirectes
Sensibilité estimée ( ) Sensibilité ( )
Prévalence de la maladie
dans la PPC ( )
Mesures indirectes
Taux de faux positifs ( )
Taux de référence ( ) Manque de spécificité
estimé ( ) Manque de
spécificité ( )
Taux de détection ( )
Taux de cancers d’intervalle ( )
Mesures directes
Mesures directes
27
Dans les prochaines sections, les indicateurs liés à la sont d’abord présentés. Pour chaque indicateur, la
définition théorique est tout d’abord reprise, puis les difficultés dans l’estimation de cet indicateur dans un
contexte de dépistage populationnel sont discutées. Par la suite, le lien entre cet indicateur de performance et
la est formulé. Finalement, le lien entre les indicateurs de performance liés à la , soit entre le ou le
et la , est présenté sous forme algébrique. Dans un second temps, les indicateurs liés à la , soit
, et sont présentés. Les liens entre ces indicateurs de performance sont également
présentés sous forme algébrique.
2.4.1 Sensibilité estimée
Comme discuté dans la section « 2.2 Sensibilité du dépistage », il est impossible de connaître la dans le
contexte d’un programme de dépistage populationnel parce que le nombre de femmes avec un cancer dans la
PPC ne peut être connu. Pour procéder à l’évaluation d’un programme de dépistage, des sensibilités estimées
( ) doivent donc être considérées. Dans ce travail, les sensibilités estimées tentent de mesurer la . Les
termes « sensibilité estimée » ainsi que le symbole « » sont utilisés pour référer à ces sensibilités
estimées.
Deux méthodes peuvent être utilisées afin d’obtenir une estimation de la sensibilité : la méthode d’incidence
ou la méthode de détection1,99. Les prochains paragraphes portent tout d’abord sur la sensibilité estimée par la
méthode d’incidence pour une période post-dépistage ( ). Par la suite, la sensibilité estimée par la
méthode de détection pour une période post-dépistage ( ) sera présentée.
La sensibilité estimée par la méthode d’incidence se calcule ainsi :
= 1
Nombre de cancers d’intervalle pour une période post-dépistage donnée
Nombre de cancers attendus en absence de dépistage pour cette même période post-dépistage
Équation 5
L’estimation de cette sensibilité est basée, entre autre, sur les cancers d’intervalle. Les cancers d’intervalle
sont les cancers qui sont diagnostiqués entre deux mammographies de dépistage, soit après un dépistage
jugé négatif et avant la prochaine mammographie de dépistage. Les cancers d’intervalle sont donc des
cancers diagnostiqués durant une période post-dépistage. Dans ce travail, la durée de cette période post-
dépistage est comptée en année et est représentée par « ». Donc, = 2 veut dire une période post-
28
dépistage de 2 ans. Les cancers d’intervalle sont présumés être, en grande partie, des cancers qui étaient
présents lors de la mammographie de dépistage mais qui n’ont pas été détectés. Plus d’explications
concernant les cancers d’intervalle sont données dans la section « 2.4.3 Taux de cancer d’intervalle ».
Plus précisément, si l’on définit l’ensemble étant toutes les valeurs possibles du temps
de devancement potentiel ( ) de l’ensemble des cancers présents au moment de la mammographie et que,
comme pour l’équation de la (Équation 2, p. 15), le nombre de femmes avec un donné lors du
dépistage est , la sensibilité pour un donné est et le nombre de femmes dans la PPC au moment
du dépistage est , alors la peut se résumer par l’équation suivante :
ou
ou
Où
Équation 6
L’utilisation des cancers d’intervalle dans la mesure de la procurent de l’information sur les cancers qui
étaient présents lors du dépistage, mais qui n’ont pas été détectés. Si l’on utilise, par exemple, les cancers
d’intervalle diagnostiqués dans l’année post-dépistage ( = 1), ceux-ci procurent de l’information sur le
manque de sensibilité pour les cancers dont le temps restant à faire dans leur PPC était de moins d’un an ou,
en d’autres mots, pour les cancers avec un < 1 an et qui ont évolué vers un diagnostic clinique. Ainsi, la
, en raison de l’utilisation des cancers d’intervalle, permet d’évaluer la sensibilité chez un sous-groupe de
29
cancers, soit les cancers qui étaient à moins de année de leur diagnostic clinique22. La correspond
donc à une moyenne pondérée de la pour les cancers avec un entre j = 1 et j < au moment de la
mammographie. La nous renseigne non pas sur la , mais sur l’une de ses variantes, soit la . Par
exemple, (donc la sensibilité estimée pour une période post-dépistage d’un an) est représentative de la
sensibilité des cancers avec un inférieur à 1 an, soit . Ce phénomène est illustré à la Figure 9. Tel que
démontré par la figure, la est indicative non pas de la pour tous les cancers dans la PPC, mais bien
pour les cancers avec un de moins d’un an (le dénominateur de correspond à la somme de a1 et c1).
Similairement, lorsque la période post-dépistage considérée est de 2 ans ( = 2), est indicative de la
, c’est-à-dire la sensibilité pour les cancers avec un de moins de 2 ans.
30
Période post-dépistage d’un an ( )
Période post-dépistage de 2 ans ( )
Figure 9. Exemples de sensibilités estimées par la méthode d’incidence et par la méthode de détection pour différentes
périodes post-dépistage. : cancers détectés, : cancer d’intervalle, : période post-dépistage (an), : sensibilité estimée par
la méthode d’incidence pour une période post-dépistage d’un an, : sensibilité estimée par la méthode de détection pour une
période post-dépistage d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de 2 ans,
: sensibilité estimée par la méthode de détection pour une période post-dépistage de 2 ans.
Sensibilité
Mammographie de
dépistage
Temps de devancement
potentiel ( ) Période post-
dépistage ( )
100 %
31
Afin d’obtenir la , il faut également estimer le nombre de cancers attendus en absence de dépistage. Ce
nombre de cancers attendus en absence de dépistage est difficile à estimer. Cette sensibilité estimée dépend
donc de la fiabilité de ce nombre de cancers attendus en absence de dépistage100,101. Généralement, ce
nombre de cancers attendus en absence de dépistage est estimé en utilisant des données provenant des
essais cliniques randomisés22,102, des données historiques avant l’implantation du programme de dépistage25
ou des données des personnes n’ayant pas participé au programme de dépistage103. Peu importe la méthode
utilisée, la validité de ce nombre de cancers attendus en absence de dépistage est discutable dans le contexte
d’un programme de dépistage implanté depuis plusieurs années.
Un article récemment publié23 et se basant sur les travaux d’Eddy30 présente une façon d’estimer le taux
d’incidence attendu en absence de dépistage à l’aide de données d’un programme de dépistage. Les auteurs
de ces travaux proposent que, en présence d’un programme de dépistage en état d’équilibre, le nombre de
cancers attendus en absence de dépistage soit approximativement égal à la somme des cancers détectés et
des cancers d’intervalle. Un programme de dépistage à l’état d’équilibre implique certains postulats, dont le
principal étant que le taux d’incidence du cancer du sein de même que la distribution de la PPC de la maladie
ne changent pas dans le temps ou avec l’âge30. L’état d’équilibre d’un programme n’est pas un principe facile
à rencontrer; il faut, entre autres, que le taux d’incidence du cancer du sein soit stable et que l’intervalle de
temps entre les mammographies ne change pas dans le temps ou selon l’âge de la femme23,30. En pratique,
dans un réel programme de dépistage, il est peu probable que les postulats sous-jacents à l’état d’équilibre
d’un programme de dépistage soient parfaitement rencontrés23. Par ailleurs, Zorzi et coll.23 semblent atteindre
un état d’équilibre approximatif (du moins de façon suffisante pour leurs fins) après 5 années suivant
l’implantation d’un programme de dépistage.
Une autre façon d’obtenir une sensibilité estimée est par la méthode de détection. Si l’on définit l’ensemble
étant toutes les valeurs possibles du temps de devancement potentiel ( ) de
l’ensemble des cancers présents au moment de la mammographie et que, comme pour l’équation de la
(Équation 2, p. 15), le nombre de femmes avec un donné lors du dépistage est , la sensibilité pour un
donné est , alors la sensibilité estimée par la méthode de détection pour un suivi post-dépistage de
années ( ) peut s’exprimer de la façon suivante :
32
Où
Équation 7
Le numérateur de la correspond à tous les cancers détectés par le dépistage. Le dénominateur de la
correspond à la somme des cancers détectés et des cancers d’intervalle ayant été diagnostiqués durant
le suivi post-dépistage. Concrètement, la peut donc se résumer ainsi :
Nombre de cancers détectés
Nombre de cancers d tect s Nombre de cancers d’intervalle pour un suivi post-dépistage
Équation 8
Des exemples de sont présentés à la Figure 9. Cette figure permet de constater que la utilise
l’information de tous les cancers détectés (peu importe leur temps de devancement ou ) et des cancers
d’intervalle diagnostiqués durant la période post-dépistage . Par exemple, utilise au numérateur tous
les cancers détectés (soit , et , Figure 9), et fait la somme au dénominateur de ces cancers détectés
( , et ) et des cancers d’intervalle diagnostiqués dans la première année suivant la mammographie de
dépistage ( ). Puisque le des cancers détectés n’est pas similaire au des cancers d’intervalle
considérés dans la , alors ne correspond donc pas à une moyenne pondérée des .
L’équation de la (Équation 6) et l’équation de la (Équation 7) permettent de remarquer que la
différence entre les deux se retrouve par l’ajout (aussi bien au numérateur qu’au dénominateur) de tous les
cancers détectés ayant un égal ou plus grand que la durée de la période post-dépistage ( ) pour la
. Pour la , les cancers détectés utilisés sont seulement ceux avec un inférieur à la durée de la
période post-dépistage ( ). Les deux sensibilités estimées ( et ) ne peuvent donc pas
s’interpréter de la même façon. Les sont généralement plus élevées que les 1,25,99 .
La différence entre et sera d’autant plus grande lorsque la période post-dépistage est courte
par rapport à la durée du des cancers détectés. Un exemple de ce principe est illustré à la Figure 10.
33
Figure 10. Exemples de la différence entre les cancers détectés et les cancers d’intervalle selon la période post-dépistage
Période post-dépistage d’un an ( )
Cancers dans la période préclinique qui sont détectés (a )
Cancers dans la période préclinique qui n’ont pas été détectés mais qui seront
diagnostiqués dans les w prochaines années (c )
Cancers dans la période préclinique qui ne sont pas détectés et qui ne seront pas
diagnostiqués dans les w prochaines années
Période post-dépistage de trois ans ( )
a1
a2
a3 a
4 a
5
c1
Sensibilité
c2 c
3
a1
a2
a3 a
4 a
5
c1
Sensibilité
Mammographie de
dépistage
Mammographie de
dépistage
100 %
100 %
34
Aux fins de l’exemple, supposons un maximal de 5 ans (pour les cancers détectés) et une période post-
dépistage d’un an ( = 1, graphique du haut) ou de trois ans ( = 3, graphique du bas). Lorsque = 1, la
correspond à la sensibilité estimée pour les cancers qui seraient devenus cliniques dans la prochaine
année et elle est calculée ainsi :
Équation 9
Et elle peut également être exprimée ainsi :
Équation 10
Pour ce qui est de la méthode de détection, la est estimée ainsi :
Équation 11
Pour = 1, la différence entre et (l’Équation 10 comparativement à l’Équation 11) consiste à
l’ajout au numérateur et au dénominateur des cancers , , et pour la (comparativement à la
).
Si la période post-dépistage passe d’un an à trois ans (Figure 10, graphique du bas), alors et sont
estimées, respectivement, par les équations suivantes :
Équation 12
Équation 13
35
La différence entre (Équation 12) et (Équation 13) réside au fait de l’ajout au numérateur et au
dénominateur du des cancers et . Puisque le nombre de cancers et est un faible nombre
par rapport aux autres cancers détectés, alors et seront pratiquement semblables. La différence
entre et sera donc moins importante si la période post-dépistage se rapproche du des
cancers détectés. En d’autres mots, lorsque le des cancers détectés est environ égal à la période post-
dépistage accordée pour permettre le diagnostic de cancers d’intervalle, (c’est-à-dire quand le ), alors
et seront assez similaires (en supposant que la proportion de cancers d’intervalle qui correspond
à des cancers qui n’étaient pas présents dans la PPC au moment de la mammographie de dépistage soit
faible). Plus le est grand par rapport à la période post-dépistage , plus la sera différente de la
.
Un argument souvent avancé contre l’utilisation de est le problème du surdiagnostic22,23. Le
surdiagnostic se définit comme étant le diagnostic d’un cancer (infiltrant ou in situ) qui ne serait jamais devenu
clinique dans la vie de la femme, mais qui a été détecté par la mammographie de dépistage. Le surdiagnostic
sera d’autant plus important pour les cancers à évolution lente. Le surdiagnostic entraîne des traitements
inutiles pour les femmes ainsi que des coûts, aussi bien émotifs que monétaires, non désiré. Le surdiagnostic
ne s’applique pas à la puisque les cancers d’intervalle sont tous des cancers qui sont devenus cliniques.
Par contre, la le serait. Le problème de surdiagnostic affecte principalement les premiers dépistages qui
ont lieu dans une population. C’est lors de ces premiers dépistages que les cancers à évolution très lente
risquent d’être détectés par le dépistage. Pour cette raison, il est suggéré que la serait davantage
influencée par le surdiagnostic lors des premières mammographies dans une population, comparativement
aux mammographies subséquentes23. Il est cependant important de noter que les premières mammographies
de dépistage dans une population ne correspondent pas nécessairement aux mammographies initiales ou aux
premiers dépistages subséquents dans le cadre du programme de dépistage; les femmes peuvent avoir passé
des mammographies de dépistage au préalable, avant de participer au programme. Le surdiagnostic est
considéré comme étant un désavantage du dépistage.
En résumé, les et tentent, toutes les deux, d’apprécier la , mais ces sensibilités estimées ne
s’interprètent pas de la même façon. La permet d’évaluer une variante de la , soit la sensibilité pour
un sous-groupe de cancers (la ). D’un autre côté, la est plus difficile à interpréter et cette mesure
n’estime pas précisément la ou sa variante ( ). La est habituellement plus élevée que la ,
36
et la différence entre les deux sera d’autant plus grande lorsque le des cancers détectés est grand par
rapport à la période post-dépistage considérée ( ) .
Dans ce travail, la utilisée au Chapitre 3 (« Analyse des données du PQDCS ») est celle obtenue par la
méthode de détection ( ). Cette méthode est privilégiée pour les analyses des données du PQDCS
puisque, premièrement, c’est la méthode la plus couramment utilisée par les programmes de
dépistage43,93,96,104–117. De plus, avec les données disponibles au moment des analyses, l’obtention de la
n’était pas possible. Le calcul de la implique de connaître l’incidence du cancer du sein attendue en
absence de dépistage. Cette incidence du cancer du sein en absence de dépistage peut être déterminée par
des données d’un programme de dépistage (soit à l’aide des cancers détectés et les cancers d’intervalle),
mais à condition que celui-ci soit à l’état d’équilibre23,30. Deux conditions importantes pour qu’un programme
de dépistage soit à l’état d’équilibre sont que la ne change pas dans le temps (donc ne s’améliore pas
dans le temps) et que le taux d’incidence du cancer du sein doit être constant dans le temps30. Ces deux
conditions sont difficiles à vérifier dans le contexte d’un programme de dépistage populationnel. De plus, il est
facile de trouver des hypothèses pouvant aller à l’encontre de la 2e condition, soit que l’incidence du cancer du
sein demeure constante. Par exemple, la diminution de la prise d’hormonothérapie de substitution après 2002
semble être associée à une diminution, entre 2002 et 2004, du taux d’incidence du cancer du sein chez les
femmes canadiennes entre 50 et 69 ans118. Ainsi, depuis la mise en place du PQDCS, il est fort probable que
le PQDCS n’ait pas atteint un état d’équilibre. L’estimation de la par la méthode proposée par Zorzi et
coll.23 serait donc discutable. Par contre, pour les analyses présentées au Chapitre 4 (Analyse des données
simulées), les deux façons d’obtenir des sensibilités estimées, soit et , seront utilisées.
2.4.1.1 Variations absolues entre les sensibilités estimées et la sensibilité
Les sensibilités estimées ( et ) tentent de juger de la (ou de sa variante). En comparant les
équations des , et décrites dans les sections précédentes et résumées à la Figure 11, il est
possible de constater les différences.
37
Supposons étant toutes les valeurs possibles du temps de devancement
potentiel des cancers au moment de la mammographie de dépistage.
Sensibilité :
Variantes de la sensibilité :
Où
Sensibilités estimées par la méthode d’incidence:
Où
Sensibilités estimées par la méthode de détection:
Où
Figure 11. Résumé des équations de la sensibilité de la mammographie, de la sensibilité estimée par la méthode d’incidence
et de la sensibilité estimée par la méthode de détection. : sensibilité du dépistage, : temps de devancement potentiel, :
nombre de femmes avec un donné lors de la mammographie, : sensibilité pour un donné, : sensibilité pour les
cancers avec un donné (Équation 3), : sensibilité estimée par la méthode d’incidence pour une période post-dépistage
(Équation 6), : sensibilité estimée par la méthode de détection pour une période post-dépistage (Équation 7).
38
La (Équation 6) correspond à une variante de la , soit la sensibilité pour les cancers dont le est
inférieur à la période post-dépistage ( ). Pour la (Équation 7), cette mesure n’estime pas
précisément la ou sa variante. Puisque certains des cancers détectés ont des plus longs que la période
post-dépistage , alors est une surestimation de la .
Il est intéressant de noter que pour les deux (aussi bien que ), la seule condition pour que ces
sensibilités estimées soient égales à la est que la période post-dépistage doit être environ égale au
des cancers présents lors de la mammographie de dépistage. Si est plus court que les des cancers
présents lors du dépistage, alors les et seront des surestimations de la . Plus la période post-
dépistage est courte par rapport aux , plus les et surestimeront la . En réalité, il est
attendu que la période post-dépistage soit courte par rapport aux des cancers.
La Figure 12 peut illustrer ce principe que plus la période post-dépistage est près du , plus les cancers
considérés dans la seront les mêmes que ceux considérés dans la . Le graphique du haut présente
des cancers avec un plus long , comparativement au graphique du bas. Les zones picotées grises des
graphiques représentent les cancers qui sont considérés dans le calcul de la , mais qui ne le sont pas pour
la . La zone picotée grise du graphique du bas est plus restreinte que la zone picotée grise du graphique
du haut, laissant présumer que la serait plus près de la dans le graphique du bas comparativement
au graphique du haut. Il en est de même pour la . Plus la période post-dépistage est près du des
cancers présents lors du dépistage, plus les cancers considérés dans la seront les mêmes que ceux
considérés dans la .
Cependant, en pratique, la plus longue période recommandée entre les dépistages dans le cadre d’un
programme est à tous les 3 ans (programme de dépistage du Royaume-Uni94). Ainsi, la période post-
dépistage ne peut pas être augmentée à plus de 3 ans. Cette période post-dépistage permet de laisser le
temps aux cancers présents dans la PPC lors de la mammographie de dépistage, mais qui n’ont pas été
détectés, de devenirs cliniques. Cependant, plus la période de suivi est longue, plus la proportion de cancers
qui n’étaient pas présents dans la PPC lors de la mammographie de dépistage (cancers incidents durant la
période considérée), mais qui deviennent cliniques durant la période post-dépistage devient élevée. Ces
cancers ne sont pas informatifs du manque de sensibilité puisque ceux-ci n’étaient pas présents lors de la
mammographie.
39
Figure 12. Fonctions de sensibilité pour deux durées différentes de la période préclinique
Sensibilité
Mammographie de dépistage
Cancers détectés
Cancers non détectés et qui seront diagnostiqués dans les prochaines années
Cancers dans la période préclinique qui ne sont pas détectés et qui ne seront pas diagnostiqués dans les prochaines années
Sensibilité
Mammographie de dépistage
Temps de devancement potentiel ( ) plus long
Temps de devancement potentiel ( ) plus court
100 %
100 %
40
En résumé, la et la tentent d’apprécier la . Plus la période post-dépistage est différente des
des cancers présents lors de la mammographie de dépistage, plus les surestiment la . Plus la
période post-dépistage se rapproche des des cancers présents lors du dépistage, plus les se
rapprochent de la .
2.4.1.2 Variations relatives entre les sensibilités estimées et la sensibilité
Lors de l’évaluation d’un programme de dépistage, il est intéressant de pouvoir mesurer les indicateurs de
performance, et particulièrement les , pour différents groupes de femmes dépistées. Les peuvent donc
être déterminées en fonction des caractéristiques des femmes (par exemple selon des catégories d’âge,
d’indice de masse corporelle, de densité mammaire), des radiologistes (par exemple selon le volume de
lecture, le nombre d’années d’expérience) ou des centres où a été fait la mammographie de dépistage (par
exemple selon le volume annuel de mammographies réalisées)41,43,79,80,106,109,114,119–133. Il est donc utile de ne
pas seulement obtenir la globale du programme de dépistage, mais également de comparer les selon
des sous-groupes de femmes dépistées afin de déterminer les sous-groupes où le dépistage semble atteindre
une meilleure sensibilité.
Il a été démontré jusqu’à présent que les sont différentes de la . De plus, les sont généralement une
surestimation de la . Il est également possible de prévoir que, dans certaines situations, des variations dans
les (sous forme de rapports) ne soient pas du tout représentatives des variations dans les . Cette
inégalité entre les variations relatives dans les et les variations relatives dans les peut s’illustrer par
l’exemple de la Figure 13.
41
Figure 13. Illustration de fonctions de sensibilités différentes selon deux groupes de femmes dépistées
180
120 50
190 150 80 20
10
180 140
90 30
110 60 20
Sensibilité
Temps de devancement potentiel (ans)
Temps de devancement potentiel (ans)
100 %
170
100 %
Sensibilité
Dépistage
2 3 4 1
Dépistage
2 3 4 1
Groupe A
Groupe B
42
Supposons deux groupes de femmes dépistées (groupe A et groupe B) dont les mammographies ont été
interprétées par deux groupes de radiologistes différents. Afin de simplifier l’exemple, présumons que chaque
groupe comprend le même nombre de mammographies de dépistage et la prévalence des cas dans la PPC
( ) est identique dans les deux groupes (soit de 800 cancers dans la PPC par groupe). La distribution du
temps de devancement potentiel ( ) des cancers présents lors de la mammographie est également
identique dans les deux groupes. Seulement la fonction de sensibilité des radiologistes diffère selon les
groupes. Les radiologistes du groupe A sont capables de détecter des cancers avec un plus long temps de
devancement ( ) comparativement aux radiologistes du groupe B. Les radiologistes ayant interprété les
mammographies des femmes du groupe A peuvent, par exemple, être des radiologistes plus expérimentés
que les radiologistes ayant interprété les mammographies des femmes du groupe B. Par exemple, les
radiologistes du groupe A ont détecté 30 cancers avec un entre 3 et 4 ans, comparativement à 10 cancers
pour les radiologistes du groupe B. Cependant, le nombre de cancers d’intervalle pour une période post-
dépistage de 1 an est identique dans les 2 groupes (n = 20 cancers d’intervalle), indiquant que les
radiologistes ont une même sensibilité pour les cancers avec un de moins d’un an ( ).
Les variations relatives des , et pour les deux groupes de femmes dépistées sont présentées
au Tableau 4.
43
Tableau 4. Variations de la sensibilité, de la sensibilité estimée par la méthode d’incidence et de la sensibilité estimée par la méthode de détection en fonction de la
période post-dépistage
Groupe A Groupe B
Rapport (groupe A / groupe B)
55,0 %
(440 / 800)
45,0 % (360 / 800)
1,22
Période post-dépistage de 1 an
90,0 %
(1 – [20 / 200])
90,0 % (1 – [20 / 200])
1,00
95,7 %
(440 / 460)
94,7 % (360 / 380)
1,01
Période post-dépistage de 2 ans
80,0 %
(1 – [80 / 400])
75,0 % (1 – [100 / 400])
1,07
84,6 % 78,3 %
1,08 (440 / 520) (360 / 460)
Période post-dépistage de 3 ans
68,3 % 58,3 %
1,17 (1 – [190 / 600]) (1 – [250 / 600])
69,8 % 59,0 %
1,18 (440 / 630) (360 / 610)
Période post-dépistage de 4 ans
55,0 % 45,0 %
1,22 (1 – [360 / 800]) (1 – [440 / 800])
55,0 % 45,0 %
1,22 (440 / 800) (360 / 800)
: sensibilité, : sensibilité estimée par la méthode d’incidence pour une période post-
dépistage d’un an, : sensibilité estimée par la méthode de détection pour une période post-
dépistage de 1 an, : sensibilité estimée par la méthode d’incidence pour une période post-
dépistage de 2 ans, etc.
44
Si la est comparée en termes relatifs, la du groupe A est 22 % supérieure à la du groupe B (rapport
de ou = 1,22). Si l’on définit « » comme les cancers détectés et « autre cancer » comme les autres
cancers présents lors de la mammographie mais qui n’ont pas été détectés, alors le entre le groupe A et
le groupe B peut s’exprimer ainsi :
Équation 14
D’un autre côté, les rapports de ( ), aussi bien les rapports de ( ) que les rapports de
( ), varient selon la période post-dépistage. Pour une période post-dépistage d’un an ( = 1), les
ou les sont à peu près de 1,00, ne suggérant aucune différence dans les selon les
groupes. Si l’on définit « » comme les cancers détectés et « » comme les cancers d’intervalle pour une
période post-dépistage d’un an, le entre le groupe A et le groupe B peut s’exprimer ainsi :
Équation 15
45
Dans notre exemple, le rapport de est une sous-estimation du rapport de . Compte tenu de l’Équation
14 et de l’Équation 15, nous pouvons voir que :
Équation 16
Lorsque la somme des cancers détectés et des cancers d’intervalle est plus faible dans le groupe A que le
groupe B, alors le sera une sous-estimation du si celui-ci est supérieur à 1. Par contre, si le
est inférieur à 1, alors le sera une surestimation du .
Plus la période post-dépistage est longue, plus le nombre de cancers d’intervalle se rapproche du nombre
des autres cancers présents lors de la mammographie de dépistage, mais qui n’ont pas été détectés. Ainsi,
plus la période post-dépistage se rapproche du des cancers présents lors du dépistage, plus les
seront près du . Dans notre exemple, les deviennent identiques aux lorsque la période post-
dépistage est de 4 ans ( , et = 1,22), soit lorsque . Ainsi, la capacité des
radiologistes de détecter en plus grand nombre des cancers avec un plus grand ne transparait pas dans
les (aussi bien les que les ).
Cet exemple démontre que les variations relatives dans les entre deux groupes ne sont pas toujours
représentatives des variations dans la . La direction du biais entre le et le est différente selon la
valeur de celui-ci. Si le entre 2 groupes est supérieur à 1, alors les peuvent sous-estimer le .
Par contre, si le est inférieur à 1, alors les peuvent surestimer le . Plus la période post-
dépistage se rapproche des des cancers présents lors du dépistage, plus le se rapproche du
. Cependant, dans un réel programme de dépistage du cancer du sein, les doivent être
considérablement supérieurs à la période post-dépistage considérée (soit entre 1 et 3 ans).
46
En résumé, dans le contexte d’un programme de dépistage, la ne peut pas être connue. Celle-ci doit donc
être estimée, soit par la méthode d’incidence ( ) ou soit par la méthode de détection ( ). Ces
surestiment la puisqu’un certain nombre de cancers qui étaient présents dans la PPC lors de la
mammographie de dépistage, qui n’ont pas été détectés et qui ne deviendront pas des cancers d’intervalle
(puisque leur , ne sont pas considérés dans ces deux mesures de . Les seront davantage
une surestimation de la lorsque la période post-dépistage est courte par rapport aux des cancers
présents lors de la mammographie de dépistage. La est la mesure la plus couramment utilisée dans le
contexte d’évaluation de sous-groupes de femmes dépistées. Il est également important de se rappeler que
non seulement les surestiment la , mais les variations relatives dans les peuvent parfois surestimer
et parfois sous-estimer les variations relatives de la . Puisqu’il est impossible de connaître la dans le
contexte d’un programme de dépistage, il est essentiel d’avoir recours à la simulation afin de clarifier : (1)
jusqu’à quel point les sont différentes de la et (2) dans quelles situations les variations relatives dans
les mesures directes ( et ) se rapprochent le plus des variations relatives dans la .
2.4.2 Taux de détection
Le taux de détection du cancer du sein ( ) est utilisé pour l’évaluation de tous les programmes de dépistage
du cancer du sein17–19,28,93–96,134–136. Le correspond à la proportion de femmes pour lesquelles un cancer du
sein a été diagnostiqué à la suite d’un résultat de mammographie positive parmi toutes les mammographies
de dépistage. Théoriquement, si nous définissions l’ensemble étant toutes les valeurs
possibles du temps de devancement potentiel ( ) des cancers au moment du dépistage, le nombre de
femmes avec un donné lors du dépistage, la sensibilité pour un donné et le nombre de
mammographies pour un dépistage spécifique, le est défini comme :
Équation 17
Bien que la définition du semble simple, elle n’est pas si claire en pratique. Tout d’abord, la définition de
ce qu’est un cancer détecté par dépistage varie d’un programme à un autre. Pour qu’un cancer du sein soit
considéré comme ayant été détecté, celui-ci doit avoir été diagnostiqué suite à une investigation qui a débuté
par une mammographie jugée anormale (ou positive). La conclusion de l’interprétation de la mammographie
de dépistage par le radiologiste peut prendre différentes formes. Par exemple, dans le cadre du PQDCS, le
radiologiste peut porter 3 conclusions: (1) Normal, (2) Normal / lésion bénigne ou (3) Anormal / référence pour
47
confirmation diagnostique (Figure 14). Aux États-Unis, le « American College of Radiology » (avec la
collaboration d’autres partenaires) ont établi un système afin de standardiser le résultat de l’interprétation des
radiologistes (appelé « Breast Imaging Reporting and Data System » ou « BI-RADS »)137. Suite à
l’interprétation de la mammographie de dépistage, le radiologiste doit choisir l’une des 6 conclusions (de BI-
RADS 0 à BI-RADS 5) présentées à la Figure 15. Cette interprétation initiale est appelée « initial
assessment » et elle est le résultat de l’évaluation de la mammographie de dépistage seulement (avant que
toute autre image ne soit obtenue).
Figure 14. Conclusions possibles de l’interprétation de la mammographie et de l’investigation initiale dans le PQDCS
Mammographie de dépistage
Anormal / référence pour
confirmation diagnostique Normal
Normal / lésion
bénigne
Investigation
initiale
Positive
(diagnostic de cancer)
Incertaine, recommandation
de rappel précoce
Conclusion de l’interprétation de
la mammographie de dépistage
Conclusion de
l’investigation initiale
Négative
(Pas de diagnostic de cancer)
48
BI-RADS Categories BI-RADS 0: Additional imaging evaluation and/or comparison to prior mammograms is needed BI-RADS 1: Negative BI-RADS 2: Benign (non-cancerous) finding BI-RADS 3: Probably benign finding – Follow-up in short time frame is suggested BI-RADS 4: Suspicious abnormality – Biopsy should be considered BI-RADS 5: Highly suggestive of malignancy – Appropriate action should be taken
Recommendations n : normal follow-up, short interval follow-up, no recommendations or recommendations are missing w : immediate work-up other than biopsy b : biopsy, surgical consult or fine-needle aspiration
Figure 15. Conclusions possibles de l’interprétation de la mammographie de dépistage («Initial Assessment») et de l’investigation initiale («Final Assessment») selon les catégories BI-RADS utilisées aux États-Unis
BI-RADS 0, recommendation b
BI-RADS 1, recommendation n
BI-RADS 1, recommendation b
BI-RADS 2, recommendation n
BI-RADS 2, recommendation b
BI-RADS 3, recommendation n
BI-RADS 3, recommendation b
BI-RADS 4, recommendation b
BI-RADS 5, recommendation b
Final Assessment
BI-RADS 0, recommendation n
BI-RADS 0, recommendation w
BI-RADS 1, recommendation w
BI-RADS 2, recommendation w
BI-RADS 3, recommendation w
Immediate work-up (follow-up period of 90 days)
Conclusion de l’interprétation de la mammographie de dépistage
49
La définition d’une mammographie de dépistage positive peut donc changer selon les programmes ou les
organisations. Dans le cadre du PQDCS, une mammographie est jugée positive lorsque la conclusion du
radiologiste est « Anormal / référence pour confirmation diagnostique ». Aux États-Unis, l’ « American College
of Radiology » énonce qu’une mammographie de dépistage est jugée positive lorsque les catégories BI-RADS
0, 4 ou 5 sont utilisées lors de l’interprétation initiale de la mammographie137. De leur côté, le « Breast Cancer
Surveillance Consortium » (BCSC) (financé par le « National Cancer Institute » et ayant comme objectif
d’améliorer la compréhension des pratiques de dépistage du cancer du sein aux États-Unis)95,138 définit une
mammographie de dépistage positive sur la base de la conclusion de l’interprétation initiale BI-RADS, mais
aussi de la recommandation faite par le radiologiste (recommandation n, w ou b, Figure 15). Une
mammographie de dépistage est jugée comme étant positive lorsque la conclusion de l’interprétation initiale
comprend les catégories BI-RADS 0 (peu importe la recommandation), BI-RADS 3 avec une recommandation
d’investigation immédiate autre que la biopsie (recommandation appelée « w » à la Figure 15) ou pour une
recommandation de biopsie, consultation chirurgicale ou aspiration à l’aiguille fine (recommandation appelée
« b » à la Figure 15), BI-RADS 4 ou BI-RADS 5.
Une fois que la mammographie est jugée anormale (ou positive), la femme doit subir des examens
supplémentaires afin de statuer s’il y a présence ou non de cancer du sein. Cet épisode d’investigation initiale
est censé prendre place dans les toutes premières semaines suite à la mammographie positive et peut
comprendre des examens radiologiques et / ou des actes plus effractifs comme des biopsies par forage ou
des biopsies ouvertes. Encore une fois, la conclusion de cette investigation initiale peut prendre différentes
formes. Dans le cadre du PQDCS, l’investigation initiale peut s’avérer négative (pas de diagnostic de cancer
du sein), incertaine ou positive (diagnostic de cancer du sein) (Figure 14). Lorsque l’investigation initiale
s’avère négative, une recommandation de revenir passer une mammographie de dépistage dans l’intervalle de
temps habituel du programme est faite. Par contre, lorsque l’investigation initiale demeure incertaine,
l’investigation initiale n’a pas permis de conclure sur la présence ou non de cancer du sein et un suivi précoce
est recommandé (souvent à 6 mois)137,139.
Cette recommandation de suivi peut être appelée un « rappel précoce »6, un « short-interval follow-up » aux
États-Unis138, un « early review »93, un « short term recall »94 ou un « intermediate mammogram »19. Dans ce
travail, le terme « rappel précoce » est utilisé et il est défini comme étant une recommandation de revenir
passer une mammographie dans un intervalle de temps plus court que le temps habituel du programme, suite
à l’investigation initiale d’une mammographie de dépistage jugée anormale. Tous les programmes s’entendent
sur le fait que les cancers du sein diagnostiqués suite à l’investigation initiale doivent être considérés comme
50
des cancers détectés. Cependant, l’inclusion ou non des cancers diagnostiqués lors de ces rappels précoces
comme des cancers détectés ne fait pas consensus.
Pour certains pays, tels que l’Irlande140, les Pays-Bas141–143 et le Royaume-Uni144,145, les cancers diagnostiqués
lors d’un rappel précoce sont considérés comme des cancers détectés par le dépistage. Cependant, dans ces
pays, la recommandation pour un rappel précoce est très peu utilisée. Ces programmes sont en accord avec
les lignes directrices de l’Union européenne qui précisent que les programmes de dépistage ne doivent pas
permettre la possibilité de faire des rappels précoces à la suite d’un épisode de dépistage19. Par exemple, la
proportion de rappel précoce (appelé « short-term recall ») dans le programme de dépistage du Royaume-Uni
doit être inférieure à 0,25 % chez les femmes dépistées146. Dans ces pays, l’utilisation de la recommandation
d’un rappel précoce doit donc se faire dans des situations exceptionnelles.
Dans d’autres pays, par exemple au Canada ou aux États-Unis, la proportion de femmes avec une
recommandation de rappel précoce à la fin de l’investigation initiale semble plus élevée147. Par exemple, dans
le cadre du PQDCS, approximativement 2,1 % des femmes dépistées entre 2000 et 2008 obtiennent une
recommandation de rappel précoce148. Lorsque la proportion de rappel précoce s’avère plus élevée, l’inclusion
ou non des cancers diagnostiqués suite aux rappels précoces semblent légèrement différer selon les pays. Ce
qui complique également la détermination des cancers détectés par le dépistage est le fait que les actes
d’investigations de même que la conclusion de l’investigation initiale ne sont pas connus pour toutes les
femmes avec une mammographie anormale dans plusieurs programmes (dont le PQDCS). Ainsi, il n’est pas
possible de savoir si l’investigation initiale a permis ou non de détecter le cancer. Pour cette raison, les
cancers détectés sont donc définis selon un intervalle de temps après une mammographie anormale. Aux
États-Unis, l’ « American College of Radiology »137 de même que le « Breast Cancer Surveillance
Consortium »95,138 incluent, à titre de cancers détectés, les cancers diagnostiqués dans un intervalle d’un an
suivant une mammographie de dépistage positive (peu importe si le cancer a été diagnostiqué suite à
l’investigation initiale ou suite à un rappel précoce qui a été fait à l’intérieur de l’année suivant la
mammographie de dépistage). Pour le PQDCS147, les lignes directrices au Canada29 et le programme de
dépistage de l’Australie27, les cancers diagnostiqués dans les 6 premiers mois suivants la mammographie de
dépistage sont considérés comme des cancers détectés, peu importe si ce cancer a été diagnostiqué suite à
l’investigation initiale ou suite à un rappel précoce qui a été fait à l’intérieur d’un intervalle de 6 mois suite à la
mammographie de dépistage.
En pratique, le est donc mesuré en considérant le nombre de femmes avec un diagnostic de cancer du
sein dans un intervalle de temps donné suite à un résultat de mammographie anormal divisé par le nombre
51
total de mammographies de dépistage ( , Figure 16). Dans le PQDCS, un cancer du sein est considéré
comme ayant été détecté si l’intervalle de temps entre la mammographie anormale et le diagnostic de cancer
du sein est de moins de 6 mois.
Toutes les femmes avec un cancer du sein identifié dans les six mois suivant une mammographie de
dépistage anormale font partie du numérateur de l’estimé du . Cette définition utilisée pour estimer le
peut différer de la définition théorique, notamment dans deux situations. Premièrement, il se peut que ces
cancers ne soient pas tous des cas ayant été détectés par la mammographie. On peut imaginer qu’une femme
peut avoir eu un résultat de mammographie anormal, avoir une investigation initiale concluant qu’il n’y avait
pas de cancer, mais que finalement des symptômes seraient apparus à la suite de son investigation initiale,
résultant en un diagnostic de cancer du sein dans l’intervalle de 6 mois suivants sa mammographie anormale.
Le cancer a donc été manqué à l’investigation initiale. Deuxièmement, certains cancers peuvent être détectés
suite à une longue investigation initiale (soit de plus de 6 mois). Ces cancers ne seraient pas non plus
considérés dans l’estimé du . La proportion de femmes dans ces deux situations est jugée faible. Donc, le
calculé par les programmes de dépistage est probablement très près du théorique.
52
Diagnostic de cancer du
sein
Oui Non
Mammographie de
dépistage
Anormale
Investigation
positive
Investigation
négative
Normale
Prévalence estimée du cancer du sein dans la période préclinique :
Indicateurs de performance liés à la sensibilité :
Sensibilité estimée par la méthode de détection:
Manque de sensibilité estimé par la méthode de détection :
Taux de détection:
Taux de cancer d’intervalle:
Indicateurs de performance liés à la spécificité :
Spécificité estimée:
Manque de spécificité estimé:
Taux de référence:
Taux de faux positifs:
Figure 16. Prévalence estimée du cancer du sein dans la période préclinique au moment de la mammographie de dépistage et certains indicateurs de performance d’un programme de dépistage du cancer du sein
53
2.4.2.1 Relation entre le taux de détection, la sensibilité estimée et la sensibilité
Le , tel qu’énoncé à l’Équation 17, correspond à la proportion de cancers détectés par le dépistage. De
façon plus détaillée, nous pouvons établir que le dépend de la et de la de la maladie dans la PPC.
Si nous définissions l’ensemble étant toutes les valeurs possibles du temps de
devancement potentiel ( ) des cancers au moment du dépistage, le nombre de femmes avec un
donné lors du dépistage, la sensibilité pour un donné et le nombre de mammographies pour un
dépistage spécifique, alors :
Équation 18
Day et coll.17 suggèrent qu’il est préférable d’exprimer le en fonction du taux d’incidence attendu en
absence de dépistage. Le divisé par le taux d’incidence de cancer du sein attendu en absence de
dépistage est appelé proportionnel et il est utilisé par un bon nombre d’articles100,115,136,149–155.
Généralement, le taux d’incidence du cancer du sein attendu en absence de dépistage est estimé en utilisant
des données historiques avant l’implantation du programme de dépistage100,135,136. Cependant, la validité de
l’estimé de l’incidence en absence de dépistage est questionnable. Un article souligne que l’incidence du
cancer du sein peut changer dans le temps et ainsi rendre difficile la projection d’un taux d’incidence101. Cet
article soulève également que l’utilisation de différentes techniques de modélisation peut mener à des estimés
d’incidence différents et que d’autres études sont nécessaires afin de clarifier ces difficultés101. Pour certains
programmes de dépistage, il est donc difficile d’obtenir une estimation valide de l’incidence du cancer du sein
en absence de dépistage, particulièrement lorsque le programme de dépistage est implanté depuis longtemps.
De plus, l’évaluation d’un programme de dépistage passe par l’analyse de la performance pour différents
sous-groupes de femmes dépistées. Dans la perspective d’amélioration du programme de dépistage, il est
intéressant de cibler des sous-groupes de femmes pour lesquelles le dépistage semble obtenir une moins
bonne sensibilité. Il serait donc intéressant de déterminer le proportionnel en fonction des caractéristiques
des femmes, des radiologistes ou des centres. Il est cependant très difficile d’obtenir une estimation valide du
taux d’incidence du cancer du sein en absence de dépistage en fonction de caractéristiques liées aux femmes
dépistées, aux radiologistes ou aux centres de dépistage.
54
Puisque le est une mesure indirecte de la , alors le en tant que tel n’est pas très informatif de la .
Ce sont plutôt les variations dans le qui, on l’espère, permettent de porter un jugement sur des variations
potentielles de la . Ainsi, une variation dans le entre un groupe exposé (1) et un groupe non exposé (0)
est égale à :
Équation 19
Si la prévalence du cancer du sein dans la PPC est égale entre deux groupes de femmes (c’est-à-dire
) alors la variation du entre ces groupes peut alors être utilisée comme un indicateur de la
variation de la . Par exemple, si un groupe A de femmes a un de 8 cancers / 1 000 femmes tandis
qu’un groupe B de femmes a un de 4 cancers / 1 000 femmes, donc un rapport de taux de détection
( ) égal à 2, il est alors possible de supposer que la chez le groupe A est le double de la chez le
groupe B à la condition que la soit égale entre les deux groupes. Le peut donc, dans certaines
conditions, s’interpréter comme un rapport de sensibilité ( ). Pour ce qui est de la différence dans les taux
de détection, celle-ci ne pourrait pas, en soi, être interprétée comme une différence dans la .
La des cancers dans la PPC ne dépend pas des mêmes éléments lors d’un premier dépistage
comparativement aux dépistages subséquents. Lors d’un premier dépistage, la des cancers dans la PPC
dépend essentiellement de l’incidence et de la durée des cancers dans la PPC156. Dans ce cas, si des groupes
de femmes dépistées sont comparés sur la base de facteurs qui, en principe, ne sont pas liés à la
(facteurs tels que certaines caractéristiques de radiologistes ou de centres), alors le pourrait s’interpréter
comme un . L’interprétation du en termes de est conditionnelle à une identique entre les
groupes comparés. Malheureusement, la ou encore l’incidence et la durée des cancers dans la PPC ne
sont pas connues. Par contre, nous connaissons certains facteurs de risque du diagnostic clinique du cancer
du sein. Il semble raisonnable de supposer que les facteurs qui affectent l’incidence clinique du cancer du sein
affectent également l’incidence des cancers dans la PPC. Un ajustement pour les facteurs de risque du cancer
du sein permettrait, au moins en partie, de tenir compte de différences possibles entre les groupes dans
l’incidence de la maladie. Par contre, il restera tout de même certaines incertitudes quant à des différences
possibles dans la durée (donc la prévalence) de la maladie dans la PPC.
Lors des dépistages subséquents, en plus de l’incidence et de la durée de la PPC, la pourrait également
dépendre de la sensibilité obtenue lors des dépistages précédents, si la durée de la PPC est plus longue que
55
l’intervalle entre les dépistages. Si un cancer a été détecté lors d’un dépistage antérieur, il ne sera donc pas
présent lors des prochains dépistages. Ainsi, même si l’on compare des groupes sur la base de
caractéristiques non liées à la , celle-ci pourrait ne pas être égale entre les groupes lors des dépistages
subséquents. Supposons deux groupes identiques concernant la du cancer dans la PPC lors du dépistage
initial, mais dont la est supérieure dans le premier groupe comparativement au deuxième. Lors des
dépistages subséquents, et à cause de cette supérieure dans le premier groupe, la pourrait être plus
faible dans ce premier groupe. Dans cette situation, le sera nécessairement une sous-estimation du
. Plus la durée de la PPC est longue, plus les lors des dépistages antérieurs pourront avoir un impact
sur la pour un dépistage donné. L’impact des sensibilités lors des dépistages précédents sur la lors
d’un dépistage subséquent et leur impact sur l’interprétation du reste à préciser algébriquement et par
simulation.
En pratique, dans le cadre de l’évaluation d’un programme de dépistage, il est impossible de connaître la
ou la . Des estimés de ces mesures sont plutôt utilisés. Par ailleurs, le même type de relation se retrouve
entre le et la sensibilité estimée par la méthode de détection :
Équation 20
La variation dans le (en termes relatifs) entre ces groupes peut être interprétée comme une variation dans
la (en terme relatif) à condition que la prévalence estimée soit égale entre les groupes comparés (1 =
exposé, 0 = non-exposé) :
Équation 21
56
2.4.3 Taux de cancer d’intervalle
Les cancers d’intervalle correspondent aux cancers qui sont diagnostiqués après un dépistage négatif et dans
l’intervalle de temps prévu entre deux dépistages (période post-dépistage )19,27–29,157. Un cancer d’intervalle
peut être : (1) un cancer qui n’a pas été détecté par la mammographie de dépistage malgré sa présence dans
la PPC, (2) un cancer qui n’était pas présent dans la PPC au moment de la mammographie, mais qui a débuté
et complété sa PPC durant la période post-dépistage . Ces cancers correspondent à des cancers à
évolution rapide. Plus sera grand, plus la proportion de ces cancers dans cette 2e catégorie (soit les
cancers qui n’étaient pas présents dans la PPC au moment de la mammographie, mais qui ont été
diagnostiqués cliniquement durant la période post-dépistage ) sera grande. Puisque le taux de cancer
d’intervalle pour un suivi post-dépistage ( ) se veut une mesure indirecte de la pour les tumeurs
avec un temps de devancement potentiel , il faut que la proportion de cancers dans cette 2e catégorie soit
relativement faible comparativement à la proportion de cancers dans la 1ère catégorie. Dans le contexte de
dépistage populationnel, il est cependant difficile de déterminer dans laquelle des catégories font partie les
cancers d’intervalle. Certaines études ont démontré que la proportion de cancers d’intervalle faisant surface
entre deux dépistages (souvent appelés « true interval cancer »), et qui n’étaient pas visibles sur la
mammographie précédente, correspondraient à la plus grande proportion des cancers d’intervalle, variant
entre 18 % et 63 % des cancers d’intervalle selon les études31. Cependant, si le cancer n’était pas visible sur
la mammographie précédente, cela ne veut pas dire que le cancer n’était pas présent. Il était peut-être
simplement trop petit pour être détecté ou bien une mauvaise qualité de la mammographie aurait empêché sa
détection. Si la proportion de cancers d’intervalle dans cette 2e catégorie s’avérait trop élevée en comparaison
de la proportion de cancers d’intervalle dans la 1ère catégorie, l’intervalle de temps recommandé entre les
dépistages pourrait être diminué.
Le est utilisé comme un indicateur de la fréquence des cancers qui auraient pu être détectés par la
mammographie, mais qui ne l’ont pas été. Le est donc une mesure indirecte du manque de sensibilité
( )17,19,102,157,158. Théoriquement, définissons l’ensemble étant toutes les valeurs
possibles du temps de devancement potentiel ( ) des cancers au moment de la mammographie, le
nombre de femmes avec un donné lors de la mammographie, la sensibilité pour un donné et le
nombre de mammographies pour un dépistage spécifique, alors le peut être défini comme suit :
57
Où
Équation 22
Le calculé pour un suivi post-dépistate de 2 ans ( tente d’estimer le manque de sensibilité pour
les tumeurs avec un temps de devancement potentiel de moins de 2 ans ( ). Puisque est toujours égal
à , et pour des raisons pratiques, nous utilisons dans cette thèse l’annotation pour désigner une
période post-dépistage et un temps de devancement potentiel de 2 ans.
Certains programmes de dépistage utilisent, au dénominateur, le nombre de personnes-années à risque
d’avoir un diagnostic de cancer d’intervalle plutôt que le nombre de femmes à risque d’avoir un diagnostic de
cancer d’intervalle au moment de la mammographie de dépistage157. L’utilisation du nombre de personnes-
années devient nécessaire lorsqu’une certaine proportion de femmes reviennent passer un dépistage dans un
délai plus court que la période post-dépistage . Prenons par exemple le pour une période post-
dépistage de 2 ans ( ); si une grande proportion des femmes revient passer une mammographie de
dépistage après seulement un an, alors ces femmes ne sont plus à risque d’avoir un diagnostic de cancer
d’intervalle dans la 2e année. Ainsi, lorsque le nombre de femmes est utilisé au dénominateur (contrairement
au nombre de femmes-années), le pourrait être sous-estimé si un nombre important de femmes
reviennent passer une mammographie de dépistage dans un délai plus court que 2 ans.
Conceptuellement, les cancers qui doivent être considérés comme des cancers d’intervalle ne font pas
consensus dans la littérature. Comme discuté à la section « 2.4.2 Taux de détection », les cancers
diagnostiqués suite aux rappels précoces sont, pour certains, considérés comme des cancers détectés alors
que pour d’autres, comme des cancers d’intervalle147. Dans le cadre de ce travail, les cancers d’intervalle
correspondent aux cancers du sein qui sont diagnostiqués : (1) entre 6 mois et 2 ans suivant une
mammographie de dépistage anormale suivi d’une investigation initiale n’ayant pas conclu à un diagnostic de
cancer à l’intérieur de 6 mois et (2) dans les 2 années suivant une mammographie de dépistage normale.
L’identification des cancers d’intervalle se fait à l’aide d’un jumelage avec une base de données qui contient
les diagnostics de cancer du sein chez les femmes du Québec (Fichier MedEcho). Le numérateur du
est estimé en faisant la somme du nombre de cancers du sein diagnostiqués durant la période post-dépistage
chez les femmes avec une mammographie anormale, mais dont le diagnostic de cancer est survenu 6 mois
ou plus après la mammographie positive ( , Figure 16) et le nombre de cancers du sein diagnostiqués durant
la période post-dépistage chez les femmes avec une mammographie de dépistage normale ( , Figure 16).
Dans le cadre de ce travail, le dénominateur du correspond au nombre de femmes à risque d’avoir un
58
diagnostic de cancer d’intervalle, soit le nombre total de femmes dépistées moins les femmes avec un cancer
détecté lors du dépistage [ , Figure 16].
En pratique, l’identification des cancers d’intervalle est l’un des principaux enjeux pour la détermination du
157,159. L’identification des cancers d’intervalle peut se faire via un jumelage entre différents types de
base de données (un registre des tumeurs populationnel, un fichier construit par le programme), à l’aide de la
révision des dossiers cliniques ou par un suivi individuel de chaque femme. En cas de jumelage, le fichier
utilisé doit avoir une bonne exhaustivité et le jumelage doit être de bonne qualité afin de ne pas sous-estimer
le nombre de cancers d’intervalle chez les femmes dépistées. Si une bonne proportion de cancers d’intervalle
n’est pas identifiée, alors le nombre de cancers d’intervalle sera sous-estimé.
Une autre limite du est que le nombre de cancers d’intervalle peut être affecté par la présence de
cancers dépistés par des mammographies faites hors programme durant la période post-dépistage . Par
exemple, dans le cadre du PQDCS, l’intervalle de temps recommandé entre les mammographies de
dépistages est de 2 ans. Si une femme passe une mammographie de dépistage hors PQDCS un an suivant
sa mammographie dans le cadre du PQDCS, et qu’un cancer du sein est alors détecté, ce cancer du sein
serait alors considéré comme un cancer d’intervalle dans le cadre du PQDCS. En fait, ce cancer est plutôt un
cancer détecté par la mammographie réalisée hors programme. Si la proportion de femmes avec une
mammographie de dépistage hors programme durant la période post-dépistage est élevée, alors le
du PQDCS serait alors surestimé.
Le nombre de cancers d’intervalle dépend grandement de la période post-dépistage . Plus est grand, plus
le nombre de cancers d’intervalle sera élevé. Cependant, les cancers non détectés par la mammographie ont
différent ; certains cancers prendront quelques mois avant d’être diagnostiqués cliniquement tandis que
d’autres seront diagnostiqués cliniquement après plusieurs années. Dans le contexte d’un programme de
dépistage où la mammographie est offerte aux deux ans, le temps maximal où peut apparaître les cancers
d’intervalle (soit la période post-dépistage ) est de 2 ans. Donc, tous les cancers présents dans la PPC de la
maladie au moment du dépistage, mais qui n’ont pas été détectés par la mammographie et qui prendront plus
de 2 ans à être diagnostiqués cliniquement (en d’autres mots, avec un ans) ne seront pas pris en
compte dans la mesure du 75.
59
2.4.3.1 Relation entre le taux de cancer d’intervalle, la sensibilité estimée et la sensibilité
Le est une mesure indirecte du manque de sensibilité ( )17,19,102,157,158 et il dépend également de
la prévalence des cancers dans la PPC chez les femmes à risque d’avoir un diagnostic de cancer du sein
durant le suivi post-dépistage et de la durée de ce suivi post-dépistage . Théoriquement, définissons
l’ensemble étant toutes les valeurs possibles du temps de devancement potentiel ( )
des cancers au moment de la mammographie, le nombre de femmes avec un donné lors de la
mammographie, la sensibilité pour un donné et le nombre de mammographies pour un dépistage
spécifique, alors:
Où : prévalence du cancer dans la période préclinique chez les femmes à risque d’avoir un diagnostic de cancer du sein après le dépistage
Équation 23
Dans le cadre de ce travail, le dénominateur du correspond à la proportion de femmes à risque d’avoir
un diagnostic de cancer d’intervalle après le dépistage, c’est-à-dire le nombre de femmes ayant passé une
mammographie de dépistage ( , Figure 16), moins les femmes ayant eu un cancer détecté par le dépistage
( , Figure 16). Par contre, puisque le nombre de cancers détectés dans le contexte des programmes de
dépistage du cancer du sein est toujours faible par rapport aux nombres de mammographies de dépistage (de
l’ordre d’environ 5 cancers détectés pour 1000 femmes dépistées), alors la prévalence des cancers du sein
dans la PPC chez les femmes à risque d’avoir un diagnostic de cancer du sein durant le suivi post-dépistage
( ) est approximativement égal à la prévalence des cancers du sein dans la PPC ( ). Ainsi, le
peut être approximativement égal au produit de et de la :
60
Où
Équation 24
Tout comme pour le , il est également suggéré d’exprimer le en fonction de l’incidence attendue du
cancer du sein en absence de dépistage17,102. Comme discuté dans la section « 2.4.2.1 Relation entre le taux
de détection, la sensibilité estimée et la sensibilité », il est difficile d’obtenir un taux d’incidence attendue en
absence de dépistage. Puisqu’il est difficile d’obtenir un estimé valide de ce taux d’incidence attendue en
absence de dépistage, il est rarement utilisé.
Sur le plan théorique, le est approximativement égal au produit de et de la de la maladie
dans la PPC. La période est nécessaire pour laisser le temps au cancer de devenir clinique. L’utilisation des
cancers d’intervalle comme indicateur de fait référence au postulat que les cancers d’intervalle à
évolution rapide (qui n’étaient pas présents lors de la mammographie de dépistage, mais qui ont été
diagnostiqués durant la période post-dépistage ) correspondent à une très faible proportion des cancers
d’intervalle. Cependant, il est impossible de vérifier ce postulat avec les données d’un programme de
dépistage. Par contre, la microsimulation pourrait nous aider à le vérifier.
Le est donc une mesure indirecte de dans le sens que le en tant que tel n’est pas très
informatif de . Ce sont plutôt des variations dans le qui, on l’espère, permettent de porter un
jugement sur des variations potentielles dans . Une différence dans les ne pourrait pas, en soi,
être interprétée comme une différence dans . Par contre, les rapports dans les ( )
peuvent être interprétés comme des rapports dans [ , mais à la condition que la de la
maladie dans la PPC soit égale entre les groupes comparés. La discussion concernant l’interprétation du
dans la section précédente (2.4.2.1 Relation entre le taux de détection, la sensibilité estimée et la
sensibilité) s’applique donc aussi à l’interprétation du . Lors d’un premier dépistage, la dépend de
l’incidence et de la durée de la PPC et, lors des dépistages subséquents, la dépend également de la
des dépistages antérieurs. Par exemple si l’on suppose que, pour certains dépistages, la est plus élevée
61
dans le premier groupe comparativement à l’autre groupe (et ainsi serait plus faible dans le premier
groupe comparativement à l’autre groupe), la serait nécessairement plus faible dans ce premier groupe
comparativement à l’autre groupe lors d’un dépistage subséquent. Le serait donc inférieur à 1
( ). Dans cette situation, le serait une sous-estimation du . Encore une fois,
plus la durée de la PPC est longue relativement à l’intervalle inter-dépistage, plus les (ou ) lors des
dépistages antérieurs pourront avoir un impact sur la pour un dépistage subséquent.
Pour que les groupes comparés aient une semblable, il est préférable de comparer des groupes de
femmes sur la base de facteurs qui, en principe, ne sont pas liés à l’incidence (facteurs tels que certaines
caractéristiques de radiologistes ou de centres) et d’ajuster pour les principaux facteurs de risque du cancer
du sein. Par contre, il restera tout de même certaines incertitudes quant à des différences possibles dans
la en raison de différences dans la durée de la maladie dans la PPC ou bien dans la lors des
dépistages antérieurs.
En pratique, dans le cadre de l’évaluation d’un programme de dépistage, il est impossible de connaître
ou la . Des estimés de ces mesures sont plutôt utilisés. Le est donc approximativement
égal au produit du manque de sensibilité estimé par la méthode de détection ( ) et de la prévalence
estimée ( ) :
Équation 25
Ainsi, le rapport de entre un groupe exposé (1) et un groupe non exposé (0) est égal à :
Équation 26
62
Une variation dans le (en terme relatif) entre 2 groupes de femmes dépistées peut être interprétée
comme une variation potentielle du (en terme relatif), mais à la condition que la soit égale
entre ces deux groupes.
2.4.4 Spécificité estimée
Théoriquement, la correspond au nombre de femmes sans cancer du sein dans la PPC avec un dépistage
négatif divisé par le nombre de femmes sans cancer du sein dans la PPC (Équation 4). Comme mentionné
dans la section traitant de la (2.2 Sensibilité du dépistage), le nombre de femmes dans la PPC de la
maladie est inconnu. Ainsi, le nombre de femmes sans cancer du sein dans la PPC de la maladie est
également inconnu. La étant inconnue, il faut donc utiliser une estimation de la spécificité ( ) qui
correspond à :
Nombre de femmes avec un résultat de dépistage négatif et sans diagnostic de cancer du sein durant la période post-dépistage
Nombre de femmes sans diagnostic de cancer du sein durant la période post-dépistage Équation 27
À la Figure 16, la peut se résumer par et est défini comme étant . Le nombre de
femmes sans cancer du sein dans la PPC lors de la mammographie de dépistage est estimé en soustrayant
du nombre de femmes dépistées le nombre de femmes avec un cancer détecté et le nombre de femmes avec
un cancer d’intervalle durant le suivi post-dépistage ( , Figure 16). La pourrait
donc varier selon la période post-dépistage . Plus est longue, plus de femmes peuvent avoir un
diagnostic de cancer du sein. Lors d’un diagnostic de cancer du sein durant la période post-dépistage , les
femmes qui étaient dans la cellule (Figure 16) passeront à la cellule tandis que les femmes qui étaient
dans la cellule passeront à la cellule . Cependant, dans les faits, la ne varie pas beaucoup en fonction
de la période post-dépistage puisque le nombre de femmes dans la cellule et particulièrement dans la
cellule est très grand par rapport au nombre de femmes dans les cellules et . Deux scénarios
hypothétiques le démontrent à la Figure 17.
63
Nombre de femmes dépistées = 100 000 femmes
Taux de référence = 10 %
Taux de détection = 6 cancers pour 1 000 femmes
Proportion 30 %
Scénario 1 : = 85,0 %
Diagnostic de cancer du
sein
Oui Non
Mammographie de
dépistage
Anormale
Investigation
positive 600
9 368 10 000 Investigation
négative 32
Normale 74 89 926 90 000
706 99 294 100 000
= 85,0 %
= 90,6 %
Scénario 2 : = 70,0 %
Diagnostic de cancer du
sein
Oui Non
Mammographie de
dépistage
Anormale
Investigation
positive 600
9 323 10 000 Investigation
négative 77
Normale 180 89 820 90 000
857 99 143 100 000
= 70,0 %
= 90,6 %
Figure 17. Sensibilité et spécificité estimées en fonction de 2 scénarios où la période post-dépistage varie
64
2.4.4.1 Différence absolue et différence relative entre la spécificité estimée et la spécificité
La différence entre la et la se retrouve aux dénominateurs de ces mesures : le dénominateur de la
correspond au nombre de femmes sans cancer du sein dans la PPC au moment de la mammographie, tandis
que le dénominateur de la correspond au nombre de femmes sans diagnostic de cancer du sein durant la
période post-dépistage . La différence entre les 2 dénominateurs représente donc les femmes qui sont dans
la PPC lors de la mammographie de dépistage, mais qui n’ont pas eu de diagnostic de cancer du sein durant
la période post-dépistage . Dans le contexte d’un dépistage populationnel, le nombre de femmes dans la
PPC au moment de la mammographie qui n’ont pas eu de diagnostic de cancer du sein durant le suivi post-
dépistage est assurément beaucoup plus faible que le nombre de femmes sans cancer du sein dans la
PPC. Ainsi, les 2 dénominateurs sont alors très similaires. La est donc un bon indicateur de la . Les
différences, aussi bien absolues que relatives, de la peuvent s’interpréter comme des différences dans la
.
2.4.5 Taux de faux positifs
Le taux de faux positifs ( ) est un indicateur de performance qui tente d’estimer le manque de spécificité
( ). Le correspond au nombre de femmes avec un résultat faussement positif au dépistage parmi
toutes les femmes dépistées. Comme discuté précédemment pour le (2.4.2 Taux de détection), la
conclusion de l’investigation initiale suivant une mammographie anormale n’est pas connue pour toutes les
femmes du PQDCS. Il est donc impossible de connaître le nombre de cancers détecté réellement et donc
aussi le nombre de femmes avec un résultat faussement positif. Ce qui est connu, c’est le nombre de cancers
qui ont été diagnostiqués après une mammographie anormale dans un temps de suivi donné. Le est
donc estimé en prenant le nombre de femmes n’ayant pas eu de diagnostic de cancer du sein dans les 6 mois
suivants un dépistage positif divisé par le nombre total de mammographies de dépistage ( , Figure 16).
Certains articles utilisent une autre définition du 24,81; leur correspond au nombre de femmes avec
un résultat faussement positif au dépistage parmi les femmes sans diagnostic de cancer du sein (ni détecté, ni
au cours de la période post-dépistage w), soit (Figure 16). Cette définition du correspond à
dans ce travail. Dans le cadre de dépistage du cancer du sein par la mammographie, cette définition
du (soit ) est pratiquement égale au calculé par (Figure 16) puisque le nombre de
femmes avec un diagnostic de cancer du sein (détecté ou diagnostiqué durant la période post-dépistage )
est très faible comparativement au nombre de femmes dépistées. Ainsi, le nombre de femmes sans diagnostic
de cancer du sein est pratiquement égal au nombre total de femmes dépistées ( , Figure 16).
65
2.4.5.1 Relation entre le taux de faux positifs, le manque de spécificité estimé et le
manque de spécificité
Tel que défini dans ce travail, le est une mesure indirecte du manque de spécificité ( ):
Taux de faux
positifs ( )
Manque de
spécificité ( ) 1 – prévalence ( r)
Équation 28
Le est également associé au manque de spécificité estimé ( ) :
)
Équation 29
Puisque, dans un contexte de dépistage populationnel, la est faible, alors (et aussi ) est
pratiquement égale à 1. Ainsi, le est pratiquement égal à (et à ).
Le rapport de entre un groupe exposé (1) et un groupe non exposé (0) est lié aux rapports de
par l’équation suivante :
r
Équation 30
Le même type de relation se retrouve entre des variations dans le et des variations dans le manque de
spécificité estimé ( ) :
Équation 31
Compte tenu de l’Équation 30, si le rapport [( / est près de 1, alors le rapport de
sera représentatif du rapport de . Bien que la dans la population dépistée ne soit pas connue, il est
cependant supposée qu’elle est faible. Puisque le nombre de femmes sans cancer du sein dans la PPC est
66
beaucoup plus élevé que le nombre de femmes avec un cancer du sein dans la PPC, le rapport [( /
est alors toujours environ égal à 1. Ainsi, les variations observées dans le sont similaires
aux variations observées dans ou . Ceci est vrai, peu importe les caractéristiques à l’étude
puisque, dans le cas d’un programme de dépistage du cancer du sein populationnel, aucune caractéristique
des femmes (du moins connue pour l’instant) ne pourrait probablement engendrer des prévalences du cancer
du sein dans la PPC très élevées.
2.4.6 Taux de référence
Le taux de référence ( ) est un autre indicateur de performance qui tente d’évaluer le manque de
spécificité ( ). Le correspond au nombre de femmes avec un épisode de dépistage positif divisé
par le nombre total de femmes dépistées ( , Figure 16). Le correspond approximativement à la
somme du et du :
Taux de référence ( ) Taux de détection ( ) Taux de faux positifs ( )
Équation 32
En fait, dans un programme de dépistage du cancer du sein populationnel, le nombre de mammographies
anormales ( , Figure 16) correspond à la somme du nombre de cancers détectés ( , Figure 16), du nombre
de mammographies faussement positives ( , Figure 16) et du nombre de cancers d’intervalle diagnostiqués
suite à une mammographie anormale et une investigation négative ( , Figure 16). Par contre, ce nombre de
cancers d’intervalle suivant une mammographie anormale est négligeable comparativement à l’ensemble des
mammographies anormales. Le est donc essentiellement la somme du et du . Par ailleurs,
puisque le est de l’ordre d’environs 3 à 10 cancers / 1000 femmes dépistées (0,3% à 1,0%) et que le
se situe aux alentours de 50 à 150 faux positifs / 1 000 (5 % à 15 %), le s’avère également une faible
proportion comparativement au . Ainsi, le ( ) est pratiquement identique au ( ) :
Équation 33
67
2.4.6.1 Relation entre le taux de référence, le manque de spécificité estimé et le manque
de spécificité
Puisque le est pratiquement identique au (Équation 33), alors le est aussi lié au manque
de spécificité ( ) et au manque de spécificité estimé ( ) tout comme le (voir section 2.4.5.1
« Relation entre le taux de faux positifs, le manque de spécificité estimé et le manque de spécificité » et les
Équation 28 et Équation 29).
Ces dernières équations (Équation 28 et Équation 29) sont valides dans le contexte des programmes de
dépistage populationnel en Amérique du Nord, où l’on retrouve des assez élevés. Par exemple dans le
cadre du PQDCS, le est de 21,1 % lors des mammographies initiales et de 9,9 % lors des
mammographies subséquentes en 2013160. Par contre, les programmes de dépistage en Europe obtiennent
des beaucoup plus faibles161–163. Par exemple, le chez les participantes de 50-69 ans au
programme de dépistage de la Norvège est de 2,7 % pour les années 1997-2003163. Lorsque le taux de
référence est faible, il est probablement davantage influencé par le puisque, dans cette situation, le
n’est plus une aussi petite proportion par rapport au . Les dans certains programmes de
dépistage d’Europe sont probablement davantage influencés par la (via le ) que les des
programmes Nord-Américains.
69
CHAPITRE 3. ANALYSE DES DONNÉES DU PROGRAMME QUÉBÉCOIS DE DÉPISTAGE DU CANCER DU SEIN L’évaluation de programmes de dépistage populationnels comme le Programme Québécois de Dépistage du
Cancer du Sein (PQDCS) est basée principalement sur la comparaison d’indicateurs de performance comme,
en particulier, le taux de détection ( ), le taux de cancer d’intervalle ( ), la sensibilité estimée par la
méthode de détection ( ), le taux de faux positifs ( ), le taux de référence ( ) et le manque de
spécificité estimé ( ). Si les indicateurs de performance sont différents dans un groupe
comparativement à un autre, alors on juge, dans certaines conditions, que la sensibilité ou la spécificité du
dépistage est différente dans les deux groupes et des interventions peuvent être faites pour tenter de corriger
la situation. La cohérence dans les variations des différents indicateurs de performance et les facteurs qui ont
un impact sur cette cohérence n’ont pas été étudiés à notre connaissance. Nous avons examiné cette
cohérence ainsi que les facteurs qui l’affectent à l’aide de l’analyse des données du PQDCS.
La cohérence des variations des différents indicateurs de performance est étudiée en fonction de l’année de
permis du radiologiste, l’histoire familiale de cancer du sein et la densité mammaire. Ces trois caractéristiques
ont été sélectionnées en raison de leurs différents liens présumés avec la prévalence du cancer du sein dans
la PPC ( ) et la sensibilité ( ). Cependant, puisque la et la ne sont pas connues dans le contexte
d’un programme de dépistage populationnel, nous avons donc plutôt sélectionné ces caractéristiques sur la
base de leur lien avec le risque du cancer du sein et de leur lien avec la sensibilité estimée, particulièrement la
estimée par la méthode de détection ( ). L’année de permis du radiologiste a été sélectionnée
puisque ce n’est pas un facteur de risque du cancer du sein, mais semble associée à la . L’histoire
familiale est, quant à elle, un facteur de risque du cancer du sein, mais ne semble pas être associée à la
. Finalement, la densité mammaire est un facteur de risque du cancer du sein et semble aussi associée
à la .
Ce chapitre présente tout d’abord une revue de littérature concernant l’association de ces trois
caractéristiques avec les différents indicateurs de performance d’un programme de dépistage du cancer du
sein. Par la suite, la méthodologie utilisée pour les analyses sera énoncée. Finalement, les résultats et une
discussion seront présentés.
70
3.1 Revue de la littérature
3.1.1 Année de l’obtention du permis de radiologiste
L’année de l’obtention du permis de radiologiste peut être considérée comme un des facteurs influençant
l’expérience de celui-ci; les radiologistes ayant obtenu leur permis depuis plus longtemps tendent à être plus
expérimentés que les radiologistes récemment gradués. Cette variable peut être étudiée de deux façons : soit
en considérant l’année de l’obtention du permis de radiologiste ou soit en considérant le nombre d’années
d’expérience du radiologiste (qui correspond à la différence entre l’année d’interprétation de la mammographie
et l’année de l’obtention du permis).
Quatre études43,79,164,165 ont examiné l’association entre l’expérience du radiologiste (via son nombre d’années
d’interprétation) et la . Ces études utilisent les données du Breast Cancer Surveillance Consortium
(BCSC) aux États-Unis. Le BCSC regroupe 7 registres de mammographies qui sont jumelés avec des
registres des tumeurs. Les 4 études mesurent la pour les cancers infiltrants et in situ sur une période
post-dépistage d’un an43,79,164,165. Toutefois, les résultats obtenus semblent contradictoires.
Barlow et coll.43 démontrent que, en comparaison aux radiologistes qui interprètent des mammographies
depuis moins de 10 ans, ceux qui interprètent des mammographies depuis 10 à 19 ans et ceux qui interprètent
des mammographies depuis 20 ans ou plus obtiennent respectivement un rapport de cotes de de 0,72
(IC 95 % : 0,52-1,01) et de 0,51 (IC 95 % : 0,36-0,74). Les trois autres études79,164,165 n’ont cependant pas
trouvé d’association statistiquement significative entre l’année de permis et . Il est à noter que le nombre
d’années d’interprétation des mammographies ne provenait pas de la même source dans ces études. Dans
trois de ces études43,164,165, le nombre d’années d’interprétation des mammographies a été obtenu via un
questionnaire envoyé directement aux radiologistes. Dans l’étude de Smith-Bindman et coll.79, la variable
correspond au nombre d’années depuis l’obtention du diplôme de médecin et a été obtenue via une base de
données.
Une étude de l’Équipe d’évaluation du PQDCS166 a évalué la relation entre l’année de l’obtention du permis de
médecin et le pour les 20 premiers mois d’opération du programme (1998-1999). Comparativement aux
hommes radiologistes ayant obtenu leur diplôme de médecin entre 1950 et 1959, les radiologistes (hommes)
ayant obtenu leur diplôme entre 1980-1989 et 1990-1999 obtiennent, respectivement, un rapport de ajusté
(pour plusieurs caractéristiques des femmes, des radiologistes et des centres) de 1,60 (IC 95 % : 1,05-2,45) et
de 1,55 (IC 95 % : 0,90-2,65). Aucune étude, à notre connaissance, n’a tenté d’examiner l’association entre
l’année de l’obtention du permis et le .
71
La majorité des études qui ont examiné l’association entre le nombre d’années de pratique du radiologiste et
la obtiennent des résultats similaires43,79,86,164,167–169. Trois études43,79,86 déterminent que la est plus
élevée chez les radiologistes ayant un plus grand nombre d’années de pratique comparativement aux
radiologistes récemment gradués. Quatre autres études164,167–169 établissent que (appelé dans ces
études « taux de faux positifs ») est plus élevé chez les radiologistes récemment gradués comparativement
aux radiologistes avec un plus grand nombre d’années d’expérience. Une autre étude semble obtenir des
résultats un peu différents165. Comparativement aux radiologistes qui interprètent des mammographies depuis
moins de 10 ans, ceux qui interprètent des mammographies depuis 10 à 19 ans obtiennent un rapport de
cotes de de 0,90 (IC 95 % 0,87-0,93) tandis que ceux qui interprètent des mammographies depuis
20 ans ou plus obtiennent un rapport de cotes de de 1,06 (IC 95 % : 1,00-1,13).
Une étude publiée par l’Équipe d’évaluation du PQDCS87 a examiné l’association entre l’année de l’obtention
du permis de médecin et le . Comparativement aux radiologistes hommes ayant obtenu leur permis
entre 1950 et 1969, les radiologistes hommes ayant obtenu leur permis de médecin en 1980-1989 et 1990-
1999, ainsi que les radiologistes femmes ayant obtenu leur permis de médecin en 1980-1989 et 1990-1999
obtiennent, respectivement, des rapports de de 1,42 (IC 95 % : 1,14-1,78), 1,88 (IC 95 % : 1,45-2,44),
1,87 (IC 95 % : 1,53-2,28) et 1,58 (IC 95 % : 1,21-2,07).
En résumé, les mesures directes ( ) ou indirectes ( ) de la semblent être associées, du moins dans
certaines études, avec l’expérience des radiologistes : les radiologistes récemment gradués semblent obtenir
une plus élevée que les radiologistes plus anciens. Les mesures directes ( ou ) ou indirectes
( ) de la semblent également être associées avec l’expérience des radiologistes : les radiologistes
récemment gradués semblent obtenir une plus faible que les radiologistes plus anciens.
3.1.2 Histoire familiale de cancer du sein
L’histoire familiale de cancer du sein chez des proches de premier degré (mère, fille, sœur) est un facteur de
risque du cancer du sein170. Quatre études établissent que la (ou ) n’est pas statistiquement
différente selon l’histoire familiale de cancer du sein109,114,120,131. Par exemple, Banks et coll.114 ont observé des
ajustées de 89,4 % (IC 95 % : 86,3 %-91,9 %) et de 83,8 % (IC 95 % : 74,6 %-90,0 %), respectivement
chez les femmes sans et avec une histoire familiale de cancer du sein. Ces deux ne peuvent pas être
jugées statistiquement différentes. Les sont calculées pour l’ensemble des cancers infiltrants et in situ,
pour une période post-dépistage d’un an et elles sont ajustées pour l’âge de la femme, les antécédents de
72
mammographie, le centre qui a fait la mammographie, l’indice de masse corporelle, l’antécédent de chirurgie
aux seins, le statut ménopausique et l’utilisation d’hormonothérapie de remplacement.
Par ailleurs, une étude109 démontre que le est environ 1,5 fois plus élevé chez les femmes avec une
histoire familiale comparativement à celui des femmes sans histoire familiale. Un rapport fait par l’équipe
d’évaluation du PQDCS166 montre également que le est plus élevé chez les femmes avec une histoire
familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de cancer du sein, les
femmes avec une histoire familiale obtiennent un rapport de ajusté (pour plusieurs caractéristiques des
femmes, des radiologistes et des centres de dépistage) de 1,21 (IC 95 % : 1,03-1,42). Une étude examine
l’association entre le et l’histoire familiale171. Comparativement aux femmes sans histoire familiale du
cancer du sein et de l’ovaire, celles avec une histoire modérée et forte ont des rapports de respectifs de
1,37 (IC 95 % : 0,62-3,04) et de 2,28 (IC 95 % : 0,97-5,34). Par contre dans cette étude, l’histoire familiale ne
considérait pas seulement les cancers du sein, mais aussi les cancers de l’ovaire. De plus, le nombre de
cancers d’intervalle était limité. Certaines études131,172, dont l’une menée par l’équipe d’évaluation du
PQDCS173, observent que le est plus élevé chez les femmes avec une histoire familiale de cancer du
sein, et ce, peu importe si la période post-dépistage est de 1 ou 2 ans.
Certaines études semblent observer une association entre et l’histoire familiale. L’étude d’Halapy et coll.171
démontre que chez les femmes âgées entre 50-69 ans, celles avec une histoire familiale du cancer du sein et
de l’ovaire modérée et forte obtiennent un rapport de cotes de de 0,94 (IC 95 % : 0,88-1,00) et de 0,91 (IC
95 % : 0,83-0,99) comparativement aux femmes sans histoire familiale de cancer du sein et de l’ovaire.
L’étude de Kerlikowske et coll.109 démontre également que la est plus faible chez les femmes avec une
histoire familiale de cancer du sein comparativement à celle sans histoire, du moins chez les femmes âgées
entre 30 et 59 ans. Il ne semble pas y avoir de différence dans la en fonction de l’histoire familiale de
cancer du sein chez les femmes âgées entre 60-69 ans.
Kavanagh et coll.174 ont, quant à eux, étudié l’association entre (appelé dans cet article « taux de faux
positifs ») et l’histoire familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de
cancer du sein, les femmes avec une ou des proches (de premier degré) qui ont été atteintes du cancer du
sein après l’âge de 50 ans ont un rapport de cotes de de 1,07 (IC 95 % : 0,96-1,19) à la
mammographie initiale et de 1,06 (IC 95 % : 0,98-1,15) à la mammographie subséquente. Toujours en
comparaison aux femmes sans histoire familiale de cancer du sein, celles dont une ou des proches ont été
atteintes du cancer du sein avant l’âge de 50 ans obtiennent un rapport de cotes de de 1,24 (IC
95 % : 1,03-1,51) à la mammographie initiale et 1,65 (IC 95 % : 1,44-1,88) à la mammographie subséquente.
73
Une étude menée par l’Équipe d’évaluation du PQDCS87 a démontré que, chez les femmes de 50-69 ans
ayant passé une mammographie de dépistage en 1999, le ne semblait pas être statistiquement
associé à l’histoire familiale de cancer du sein. Comparativement aux femmes sans histoire familiale de cancer
du sein, celles avec une histoire familiale de cancer du sein obtiennent un rapport de ajusté de 0,96 (IC
95 % : 0,97-1,05).
En résumé, concernant les indicateurs de la , la mesure directe ( ) ne semble pas être associée à
l’histoire familiale de cancer du sein tandis que les mesures indirectes ( et ) semblent l’être.
Concernant les mesures de la , les résultats sont contradictoires. Certaines études ont observé une
diminution de la chez les femmes avec une histoire familiale tandis qu’une étude utilisant une mesure
indirecte ( ) ne trouve pas d’association avec l’histoire familiale.
3.1.3 Densité mammaire
La densité du tissu mammaire à la mammographie varie selon la femme et dépend de la composition du sein;
les tissus fibroglandulaires (stroma et épithélium) apparaissent denses sur la mammographie tandis que les
tissus adipeux sont radio-transparents175. Les femmes dépistées peuvent être classées selon différentes
catégories en fonction de la proportion du sein occupée par du tissu fibroglandulaire. La densité mammaire est
un facteur de risque du cancer du sein. Une revue de la littérature à mise en évidence que les femmes avec
des seins extrêmement denses (> 75 %) ont entre quatre à six fois plus de risque de développer un cancer du
sein, comparativement à celles avec peu de densité mammaire (<10 %)176.
Des études antérieures rapportent des rapports de variant de 0,53 à 0,8580,120,121,124,127,130 et des
rapports de cotes de variant de 0,21 à 0,5543,79,86,130 pour les femmes avec seins denses
comparativement à celles avec des seins moins denses. Cinq études42,130,131,177,178 ont aussi observé que la
proportion de cancers non détectés par la mammographie de dépistage ( ) est entre 1,4 à 8,4 fois
plus élevée chez les femmes avec beaucoup de densité mammaire comparativement à celles avec peu ou
pas de densité. Certaines études estiment la (ou la ) pour une période post-dépistage d’un
an41–43,79,80,131, tandis que d’autres considèrent une période post-dépistage de 2 ans42,127,177. Certaines de
ces études analysent uniquement les cancers infiltrants41,42,127,177, tandis que d’autres études considèrent les
cancers infiltrants et in situ43,79,80,131.
Certaines études portent sur le 41,80,166 et / ou sur le 41,131,172,173,179 en lien avec la densité mammaire.
Les semblent être plus élevés chez les femmes avec beaucoup de densité mammaire. L’article de Boyd et
74
coll.41 démontre que les rapports de augmentent en fonction d’une augmentation de la densité mammaire.
Chez les femmes avec des seins extrêmement denses (≥ 75 % du sein avec densités mammaires), le rapport
de est de 3,5 (IC 95 % : 2,0-6,2) comparativement aux femmes avec < 10 % du sein avec densités
mammaires. Un rapport fait par l’équipe d’évaluation du PQDCS166 montre les rapports de ajustés (pour
plusieurs caractéristiques des femmes, des radiologistes et des centres de dépistage) en fonction des
catégories de densités mammaires. Comparativement aux femmes avec des seins non denses (< 25 %), le
rapport de des femmes avec des seins peu denses (25-49 %), des seins modérément denses (50-75 %)
et des seins très denses (> 75 %) est respectivement de 1,80 (IC 95 % : 1,51-2,16), 2,25 (IC 95 % : 1,85-2,73)
et de 1,83 (IC 95 % : 1,36-2,48).
Les semblent également augmenter en fonction des catégories de densité mammaire dans toutes les
études. Par exemple, Ciatto et coll.179 ont étudié les cancers d’intervalle diagnostiqués dans les 24 mois
suivant un dépistage négatif (n=90). Le rapport de observé chez les femmes avec beaucoup de densité
(> 74 %) comparativement à celles avec aucune densité mammaire (0 %) est de 13,4 (IC 95 % : 2,7-65,6).
Boyd et coll.41 ont étudié les cancers d’intervalle diagnostiqués dans les 12 mois suivants un dépistage négatif
(n=124). Le rapport de observé chez les femmes avec beaucoup de densité (≥ 75 %) comparativement
à celles avec le moins de densité (< 10 %) est de 17,8 (IC 95 % : 4,8-65,9). Un autre article démontre
également que, comparativement aux femmes avec des seins graisseux ou peu denses, les femmes avec des
seins de densité hétérogène (« heterogenous dense ») et des seins extrêmement denses obtiennent,
respectivement, un rapport de de 2,95 (IC 95 % : 2,33-3,75) et 3,84 (IC 95 % : 2,76-5,35) (cancer
infiltrant et in situ, période post-dépistage d’un an)131. Finalement, Kerlikowske180 présente les en
fonction des catégories de densités mammaires. Le observé chez les femmes de 50-59 ans avec des
seins graisseux (« almost entirely fat ») est de 0,1 cancer / 1 000 examens tandis qu’il est de 2,2 cancers /
1 000 examens pour les femmes avec des seins extrêmement denses. Chez les femmes de 60-69 ans, les
pour les femmes avec des seins graisseux et des seins extrêmement denses sont, respectivement, de
0,4 cancer / 1 000 examens et de 3,0 cancers / 1 000 examens.
Peu d’études ont été publiées concernant l’association entre la densité mammaire et la , le ou le
. Une étude américaine80 a présenté les ajustées pour l’âge de la femme, la prise
d’hormonothérapie de substitution et le registre des mammographies selon les catégories de densité
mammaire. Peu importe la catégorie d’âge, les ajustées étaient toujours plus faibles chez les femmes avec
des seins extrêmement denses comparativement aux femmes avec des seins graisseux. Par exemple, la
ajustée passe de 96,6 % (IC 95 % : 96,3 %-96,9 %) à 91,4 % (IC 95 % : 90,5 %-92,2 %) pour les catégories
de densités mammaires graisseux et extrêmement denses chez les femmes de 60 à 69 ans. Dans deux autres
75
études, les rapports de cotes de ont été estimés à 2,38 (IC 95 % : 1,67-3,33)79 et 2,29 (IC 95 % : 2,17-
2,43)43 pour les femmes avec les seins graisseux comparativement aux femmes avec des seins denses.
Finalement, une étude rapporte un rapport de cote de de 1,73 (IC 95 % : 1,47-2,05) comparant les
femmes avec des seins extrêmement denses à celles avec des seins graisseux81.
En résumé, les mesures directes ( ) et indirectes ( et ) de la donnent des résultats
contraires en fonction de la densité mammaire. La mesure directe de ( ) semble être plus faible
lorsque la densité mammaire est élevée tandis que les mesures indirectes semblent être plus élevées lorsque
la densité mammaire est élevée. Seulement la mesure directe de la , soit la , a été étudiée en lien avec
la densité mammaire; celle-ci semble être plus faible lorsque la densité mammaire est élevée.
3.2 Méthodes
3.2.1 Population à l’étude et sources des données
La cohorte à l’étude est constituée de femmes qui ont eu une ou des mammographies de dépistage dans le
cadre du Programme Québécois de Dépistage du Cancer du Sein (PQDCS) entre le 1er janvier 2000 et le 31
décembre 2005. Durant cette période, 1 186 065 mammographies de dépistage ont été réalisées chez des
femmes âgées de 50 à 69 ans dans le cadre du PQDCS. Un total de 79 408 mammographies (6,7 %) a été
exclu pour les analyses (Figure 18). Les raisons principales de ces exclusions sont des mammographies faites
chez des femmes présentant des symptômes aux seins (masse, inversion du mamelon ou écoulement) (61 %
des exclusions) et des mammographies chez des femmes avec des implants mammaires (35 % des
exclusions). Les analyses portent donc sur un total de 1 106 657 mammographies de dépistage réalisées chez
594 872 femmes asymptomatiques. Toutes les femmes incluent dans les analyses ont signé un formulaire de
consentement pour participer au PQDCS, incluant la transmission de leurs données à la base de données du
PQDCS pour les analyses. Plus de 95 % des femmes dépistées acceptent de signer le formulaire de
consentement.
76
Figure 18. Exclusions des mammographies de dépistage pour obtenir la cohorte, PQDCS, 2000-2005
1 186 065 mammographies de dépistage dans le PQDCS entre 2000 et 2005
116 mammographies (0,01 %) avec valeurs
manquantes pour les variables d’intérêts
245 mammographies (0,02 %) chez des
femmes avec une mammographie dans un
intervalle < 9 mois suivant la précédente
2 689 mammographies (0,2 %) chez des
femmes avec un antécédent de mastectomie
48 678 mammographies (4,1 %) chez des
femmes avec symptômes (masse,
écoulement ou inversion du mamelon)
27 680 mammographies (2,3 %) chez des
femmes avec une prothèse mammaire
1 106 657 mammographies de dépistage pour les analyses
(594 872 femmes, 340 radiologistes, 90 centres)
Exclusions :
79 408 mammographies (6,7 %)
77
Plusieurs caractéristiques des femmes dépistées sont recueillies à l’aide d’un questionnaire standardisé. Ce
questionnaire est complété au centre de dépistage par toutes les femmes participant au programme. Les
données sont par la suite entrées dans une base de données informatique qui fait partie du système
d’information du PQDCS (SI-PQDCS). Cette base de données contient les caractéristiques des femmes
suivantes : âge, parité, âge au premier enfant, nombre d’enfants, statut ménopausique, âge à la ménopause,
histoire familiale du cancer du sein chez les parents de 1er degré, utilisation d’hormonothérapie de substitution,
taille, poids, antécédent de mammographie, histoire de réduction mammaire, antécédent de mastectomie,
antécédent de ponction à l’aiguille fine ou de biopsie aux seins, présence de symptôme aux seins (masse,
écoulement ou inversion du mamelon), et présence d’implant mammaire. La proportion du sein montrant du
tissu fibro-glandulaire sur la mammographie (la densité mammaire) est évaluée par chaque radiologiste au
moment de l’interprétation de la mammographie de dépistage et est également saisie au SI-PQDCS pour
toutes les femmes dépistées. Le radiologiste doit noter la densité mammaire selon 4 catégories : seins
involués (< 25 % de tissu glandulaire), seins peu denses (25-49 % de tissu glandulaire), seins modérément
denses (50-75 % de tissu glandulaire) et seins très denses (> 75 % de tissu glandulaire).
Le SI-PQDCS permet également de connaître le centre de dépistage où la mammographie a été passée de
même que le radiologiste ayant interprété la mammographie de dépistage (via son numéro de permis). Le
numéro de permis des radiologistes permet de connaître, pour chaque radiologiste, l’année de l’obtention de
leur permis, leur genre (masculin ou féminin), de même que l’université fréquentée à l’aide de l’Annuaire
médical publié par le Collège des médecins du Québec181. Le volume de lecture des mammographies de
dépistage du radiologiste est calculé à partir des données du SI-PQDCS. Pour calculer le volume, le nombre
total de mammographies de dépistage interprétées par chaque radiologiste dans le cadre du PQDCS est
divisé par le nombre de mois où le radiologiste a interprété au moins une mammographie de dépistage durant
la période à l’étude. Ce volume moyen par mois est ensuite multiplié par 12 pour avoir une moyenne annuelle.
La même méthode a été utilisée pour obtenir le volume effectué par les centres de dépistage. Le numéro du
centre de dépistage permet également de savoir s’il s’agit d’une clinique privée ou d’un hôpital.
La conclusion de l’interprétation de la mammographie de dépistage par le radiologiste peut être normale,
normale avec lésion bénigne ou anormale (besoin d’examens supplémentaires). Une mammographie de
dépistage jugée anormale est considérée comme étant positive. Le résultat de la mammographie est
également saisi au SI-PQDCS. L’identification des cancers se fait à l’aide de stratégies validées utilisant le
jumelage de bases de données173,182. Ces stratégies se basent sur des jumelages avec le fichier
d’hospitalisation MedEcho et un fichier de facturation de la Régie de l’assurance maladie du Québec (RAMQ).
Une autre stratégie validée a également été élaborée afin de déterminer le moment du diagnostic du
78
cancer183. À l’aide de toutes ces stratégies, la base de données du SI-PQDCS est enrichie avec les cancers
diagnostiqués, le type de cancer (infiltrant ou in situ) et l’intervalle de temps entre la mammographie de
dépistage et le diagnostic de cancer.
3.2.2 Variables d’exposition et issues à l’étude
Les trois variables d’exposition utilisées dans ce travail sont l’année où le radiologiste a obtenu sa
spécialisation en radiologie (appelé dans ce travail « année de permis du radiologiste »), l’histoire familiale de
cancer du sein chez une proche de 1er degré et la densité mammaire. L’année de permis du radiologiste a été
choisie comme étant une variable indicatrice de l’expérience du radiologiste. L’année de permis du
radiologiste de même que la densité mammaire sont connues pour toutes les femmes ayant passé une
mammographie dans la cohorte à l’étude. L’histoire familiale de cancer du sein est inconnue pour 1,3 %
(14 043 / 1 106 657) des mammographies de la cohorte. Puisqu’il s’agit d’une faible proportion, ces
mammographies sont groupées avec les mammographies sans histoire familiale de cancer du sein.
Un cancer du sein est considéré comme étant détecté s’il a été diagnostiqué dans les 6 mois suivants une
mammographie de dépistage positive. Un cancer du sein est considéré comme étant un cancer d’intervalle s’il
a été diagnostiqué : (1) entre 6 mois et 24 mois suivants une mammographie positive ou (2) dans les 24 mois
suivant une mammographie négative. Les analyses sur les , la et peuvent porter sur
une période post-dépistage ( ) de 1 an ou de 2 ans. Lorsque la période post-dépistage est d’un an ( = 1), le
taux de cancers d’intervalle, la sensibilité et la prévalence estimées sont désignés, respectivement, par les
annotations , et . Similairement, , et correspondent aux mesures calculées
pour une période post-dépistage de 2 ans ( = 2). Le type de cancer considéré dans le calcul du , du
, de la et de peuvent être soit tous les cancers (infiltrants et in situ) ou soit les
cancers infiltrants uniquement. Une faible proportion des cancers est de type inconnu (0,9 %, 79 cancers /
8 344 cancers); ces cancers sont regroupés avec les cancers infiltrants dans les analyses. Si aucun cancer
n’a été diagnostiqué dans les 24 mois de suivi, le résultat de la mammographie est appelé faux positif lorsque
la mammographie de dépistage avait été interprétée initialement comme étant positive et vrai négatif lorsque
la mammographie avait été interprétée initialement comme négative. Les définitions des différents indicateurs
de performance du programme ainsi que de utilisés dans ces analyses sont présentés à la Figure 16 du
Chapitre 2 (section « 2.4.2 Taux de détection »).
79
3.2.3 Analyses statistiques
Des modèles de régression logistique multivariée sont utilisés pour obtenir des rapports de ( ), des
rapports de ( ) et des rapports de ( ). Puisque, pour ces indicateurs, l’issue à l’étude
correspond à une faible proportion, les rapports de cotes obtenus peuvent s’interpréter comme des rapports
de proportions. Des modèles de régression de Poisson robuste multivariée sont utilisés pour obtenir des
rapports de ( ), des rapports de [ ], des rapports de ( ), des
rapports de ( ) et des rapports de [ ]. Les principaux facteurs de risque du
cancer du sein de même que les caractéristiques des radiologistes et des centres de dépistage qui pourraient
être potentiellement confondants ont été inclus dans les modèles. Afin d’étudier la relation entre, d’une part les
et les , et d’autre part, entre les et les , les écarts relatifs ont été calculés.
Les écarts relatifs correspondent à [ ] et à
[ ].
Puisqu’un même radiologiste interprète plusieurs mammographies et que plusieurs mammographies sont
effectuées dans un même centre de dépistage, les données sont donc corrélées. Afin de tenir compte de cette
corrélation intra-radiologistes et intra-centre, des modèles d’équations d’estimation généralisées (« GEE
models ») sont utilisés (matrice de corrélation indépendante)184. Des analyses de sensibilité ont permis de
déterminer que de tenir compte de la corrélation intra-centre n’avait manifestement aucun effet, une fois que
l’on tenait compte de la corrélation intra-radiologiste. Les modèles présentés sont donc ceux qui tiennent
compte seulement de la corrélation intra-radiologiste. Un seuil de significativité statistique à 5 % est utilisé.
Toutes les analyses sont faites à l’aide du logiciel statistique SAS (version 9.1; SAS Institute, Cary, NC).
3.3 Résultats
3.3.1 Description de la cohorte
Les 1 106 657 mammographies de dépistage dans la cohorte à l’étude peuvent être classées selon le résultat
de la mammographie, le résultat de l’investigation et la présence ou non d’un diagnostic de cancer du sein. Ce
classement est différent selon le type de cancer du sein (tous les cancers ou les cancers infiltrants seulement)
et la période post-dépistage (1 an ou 2 ans) considérés (Figure 19). Les pour une période post-
dépistage d’un an ( ) sont de 87 % et 85 %, respectivement pour tous les types de cancers du sein et
pour seulement les cancers infiltrants. Les diminuent à 69 % pour tous les types de cancers et à 66 %
pour les cancers infiltrants seulement.
80
(A) Période post-dépistage de 1 an
Diagnostic de cancer du sein
Oui Non
Mammographie
de dépistage
Anormale
Investigation
positive
5 781
(4 483 infiltrants) 104 371 110 439
Investigation
négative
287
(226 infiltrants)
Normale 596
(573 infiltrants) 995 622 996 218
6 664 1 099 993 1 106 657
Sensibilité estimée ( ) : 86,7 %
Spécificité estimée ( ): 90,5 %
(B) Période post-dépistage de 2 ans
Diagnostic de cancer du sein
Oui Non
Mammographie
de dépistage
Anormale
Investigation
positive
5 781
(4 483 infiltrants) 103 954 110 439
Investigation
négative
704
(568 infiltrants)
Normale 1 859
(1 768 infiltrants) 994 359 996 218
8 344 1 098 313 1 106 657
Sensibilité estimée ( ) : 69,3 %
Spécificité estimée ( ) : 90,5 %
Figure 19. Mammographies de dépistage selon le résultat de la mammographie de dépistage et le diagnostic de cancer du
sein par période post-dépistage, PQDCS, 2000-2005
81
Pour une période post-dépistage d’un an, 6 664 cancers du sein ont été diagnostiqués; 5 781 cancers
détectés (dont 4 483 cancers infiltrants) et 883 cancers d’intervalle (dont 799 cancers infiltrants). Le est
donc de 5,2 cancers / 1 000 femmes (4,0 cancers infiltrants / 1 000 femmes) et le de 8,0 cancers /
10 000 femmes (7,2 cancers infiltrants / 10 000 femmes). Pour une période post-dépistage de 2 ans, 2 563
cancers d’intervalle ont été diagnostiqués (dont 2 336 cancers infiltrants); résultant à un de 23,3 cancers
/ 10 000 femmes (20,2 cancers infiltrants / 10 000 femmes). Dans la cohorte à l’étude, environ 95 % des
femmes ont au moins 21 mois de suivi post-dépistage suivant leur mammographie. Environ 5 % des femmes
(59 889 / 1 098 313 mammographies) ont passé une autre mammographie de dépistage dans le cadre du
PQDCS dans un délai inférieur à 21 mois suivant leur mammographie.
Peu importe les types de cancers ou la période post-dépistage considérés, la est d’environ 90 %. Peu
importe le type de cancer ou la période post-dépistage considérés, et le sont de 10 % et le
de 9,4 %.
Les caractéristiques des femmes à l’étude sont présentées au Tableau 5. Les données sont présentées en
fonction du résultat obtenu à la mammographie de dépistage et du diagnostic ou non de cancer du sein. Dans
ce tableau, tous les types de cancers sont considérés (infiltrants et in situ) et la période post-dépistage est
de 2 ans. Les femmes avec un diagnostic de cancer du sein ont davantage une histoire familiale de cancer du
sein de premier degré (20 % des cancers détectés, 22 % des cancers d’intervalle) que les femmes sans
diagnostic de cancer du sein (14 % des faux positifs, 15 % des vrais négatifs). Environ 54 % des femmes avec
un cancer d’intervalle ont des densités mammaires de 50 % ou plus; cette proportion est de 42 % pour les
faux positifs, 39 % pour les cancers détectés et 33 % pour les vrais négatifs. Environ 40 % des
mammographies de dépistage à l’étude sont des mammographies initiales dans le PQDCS. Parmi les
mammographies initiales dans le cadre du PQDCS, 18 % (80 062 / 445 177) sont faites chez des femmes
sans antécédent de mammographie.
82
Tableau 5. Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période post-dépistage de 2 ans, PQDCS, 2000-2005
Cancers détectés Cancers
d’intervalle
Faux positifs Vrais négatifs Cohorte
N = 5 781
n (%)
N = 2 563
n (%)
N = 103 954
n (%)
N = 994 359
n (%)
N = 1 106 657
n (%)
Âge (ans)
50-54 1 555 (26,9) 755 (29,5) 42 993 (41,4) 325 603 (32,7) 370 906 (33,5)
55-59 1 623 (28,1) 731 (28,5) 27 762 (26,7) 287 759 (28,9) 317 875 (28,7)
60-64 1 421 (24,6) 629 (24,5) 19 794 (19,0) 219 577 (22,1) 241 421 (21,8)
65-69 1 182 (20,4) 448 (17,5) 13 405 (12,9) 161 420 (16,2) 176 455 (15,9)
Histoire familiale de cancer du sein
Non 4 598 (79,5) 1 998 (78,0) 89 030 (85,6) 844 841 (85,0) 940 467 (85,0)
Oui 1 183 (20,5) 565 (22,0) 14 924 (14,4) 149 518 (15,0) 166 190 (15,0)
Densité mammaire
< 25 % 1 111 (19,2) 309 (12,1) 17 993 (17,3) 282 481 (28,4) 301 894 (27,3)
25-49 % 2 424 (41,9) 869 (33,9) 42 469 (40,9) 386 600 (38,9) 432 362 (39,1)
50-75 % 1 817 (31,4) 1 018 (39,7) 34 613 (33,3) 256 954 (25,8) 294 402 (26,6)
> 75 % 429 (7,4) 367 (14,3) 8 879 (8,5) 68 324 (6,9) 77 999 (7,0)
Âge au premier enfant (ans)
Nullipare 1 144 (19,8) 536 (20,9) 17 742 (17,1) 159 647 (16,1) 179 069 (16,2)
<20 531 (9,2) 219 (8,5) 10 616 (10,2) 104 853 (10,5) 116 219 (10,5)
20-24 2 025 (35,0) 912 (35,6) 39 446 (38,0) 390 274 (39,3) 432 657 (39,1)
25-29 1 394 (24,1) 621 (24,2) 25 938 (25,0) 245 496 (24,7) 273 449 (24,7)
30-34 515 (8,9) 191 (7,5) 7 843 (7,5) 72 182 (7,3) 80 731 (7,3)
≥ 35 172 (3,0) 84 (3,3) 2 356 (2,3) 21 817 (2,2) 24 429 (2,2)
Inconnu 0 (0,0) 0 (0,0) 13 (0,0) 90 (0,0) 103 (0,0)
Post-ménopausée 5 074 (87,8) 2 213 (86,3) 85 036 (81,8) 872 190 (87,7) 964 513 (87,2)
Hormonothérapie de substitution
(actuellement) 2 577 (44,6) 1 290 (50,3) 46 768 (45,0) 418 871 (42,1) 469 506 (42,4)
83
Tableau 5(suite). Caractéristiques des femmes selon le résultat du dépistage, tous les types de cancers, période post-dépistage de 2 ans, PQDCS,
2000-2005
Cancer détecté Cancer
d’intervalle
Faux positifs Vrais négatifs Cohorte
N = 5 781
n (%)
N = 2 563
n (%)
N = 103 954
n (%)
N = 994 359
n (%)
N = 1 106 657
n (%)
Indice de masse corporelle (kg / m2)
< 20,0 228 (3,9) 152 (5,9) 5 662 (5,4) 50 779 (5,1) 56 821 (5,1)
20,0-24,9 2 156 (37,3) 1 127 (44,0) 42 383 (40,8) 388 325 (39,1) 433 991 (39,2)
25,0-29,9 2 079 (36,0) 802 (31,3) 35 353 (34,0) 342 791 (34,5) 381 025 (34,4)
30,0-34,9 875 (15,1) 319 (12,5) 13 880 (13,3) 142 903 (14,4) 157 977 (14,3)
≥ 35,0 434 (7,5) 162 (6,3) 6 516 (6,3) 67 469 (6,8) 74 581 (6,7)
Inconnu 9 (0,2) 1 (0,0) 160 (0,1) 2 092 (0,2) 2 262 (0,2)
Examen clinique des seins dans la
dernière année 3 697 (64,0) 1 726 (67,3) 68 188 (65,6) 644 884 (64,9) 718 495 (64,9)
Antécédent d’aspiration à l’aiguille
fine ou de biopsie au sein 773 (13,4) 451 (17,6) 13 958 (13,4) 98 062 (9,9) 113 244 (10,2)
Historique de la mammographie
dans le PQDCS
Initiale, sans antécédent de
mammographie
580 (10,0) 162 (6,3) 14 904 (14,3) 64 416 (6,5) 80 062 (7,2)
Initiale, avec antécédent de
mammographie
1 933 (33,4) 939 (36,6) 40 697 (39,2) 321 546 (32,3) 365 115 (33,0)
Subséquente 3 268 (56,5) 1 462 (57,0) 48 353 (46,5) 608 397 (61,2) 661 480 (59,8)
84
Les caractéristiques des radiologistes et des centres de dépistage sont présentées au Tableau 6. La plus
grande proportion des radiologistes sont ceux ayant obtenu leur permis de spécialité en 1990 ou après (45 %).
Ces radiologistes ont interprété 28 % des mammographies. Ce sont les radiologistes ayant obtenu leur permis
entre 1970 et 1979 qui ont interprété la plus grande proportion des mammographies (35 %). Treize pour cent
des radiologistes ont un volume de lecture moyen de moins de 250 mammographies de dépistage par année,
tandis que 9 % des radiologistes ont un volume de lecture de 1 500 mammographies de dépistage ou plus par
année. La plus grande proportion des centres (46 %) ont un volume moyen inférieur à 1 000 mammographies
de dépistage par année. Environ la moitié des centres de dépistage sont des hôpitaux (52 %), l’autre moitié
des cliniques privées.
85
Tableau 6. Radiologistes, centres de dépistage et mammographies de dépistage en fonction des caractéristiques des radiologistes et des centres de dépistage, PQDCS, 2000-2005
Radiologiste ou centre de dépistage
N = 340 radiologistes ou 90 centres
n (%)
Mammographie de dépistage de la cohorte
N = 1 106 657
n (%)
Année de l’obtention du permis de radiologiste
< 1970 40 (11,8) 174 906 (15,8)
1970-1979 90 (26,5) 382 047 (34,5)
1980-1989 57 (16,8) 236 491 (21,4)
≥ 1990 153 (45,0) 313 213 (28,3)
Université fréquentée par le radiologiste
Laval 116 (34,1) 443 527 (40,1)
Montréal 116 (34,1) 364 508 (32,9)
Sherbrooke 45 (13,2) 121 275 (11,0)
Autre 53 (15,6) 150 299 (13,6)
Ne sait pas 10 (2,9) 27 048 (2,4)
Sexe du radiologiste
Masculin 233 (68,5) 834 616 (75,4)
Féminin 106 (31,2) 271 419 (24,5)
Inconnu 1 (0,3) 622 (0,1)
Volume moyen de lecture des radiologistes (mammographies de dépistage / année)
< 250 43 (12,6) 7 576 (0,7)
250-499 78 (22,9) 92 993 (8,4)
500-749 73 (21,5) 148 625 (13,4)
750-999 54 (15,9) 180 490 (16,3)
1000-1249 37(10,9) 188 823 (17,1)
1250-1499 23 (6,8) 136 328 (12,3)
≥ 1500 32 (9,4) 351 822 (31,8)
Volume moyen des centres de dépistage (mammographies de dépistage / an)
< 1000 41 (45,6) 176 933 (16,0)
1000-1999 22 (24,4) 276 665 (25,0)
2000-2999 17 (18,9) 330 385 (29,8)
3000-3999 10 (11,1) 322 674 (29,2)
≥ 4000
Type de centres de dépistage
Public 47 (52,2) 342 902 (31,0)
Privé 43 (47,8) 763 755 (69,0)
86
3.3.2 Relation entre les variations du taux de détection et les variations de la sensibilité estimée
Les ajustés, les ajustés et les ajustés sont présentés en fonction de l’année de
l’obtention du permis de radiologiste au Tableau 7. Les résultats sont présentés selon le type de cancer (tous
les cancers ou les cancers infiltrants seulement) et la période post-dépistage considérés (1 an ou 2 ans).
Les radiologistes plus récemment gradués obtiennent des plus élevés que les radiologistes ayant obtenu
leur permis avant 1970, et ce, peu importe le type de cancer ou la période post-dépistage à l’étude (Tableau
7). Par exemple, les radiologistes ayant obtenu leur permis à partir de 1990 ont des (tous cancers) et des
de cancers infiltrants respectivement de 40 % et 31 % plus élevés que les obtenus par les
radiologistes ayant obtenu leur permis avant 1970. La est également plus élevée chez les radiologistes
ayant obtenu leur permis à partir de 1990 comparativement aux radiologistes l’ayant reçu avant 1970. Les
radiologistes ayant obtenu leur permis à partir de 1990 obtiennent des 12 % (pour tous les cancers) et
14 % (pour les cancers infiltrants) plus élevées que les des radiologistes ayant obtenu leur permis avant
1970. Si l’on considère les , la force de l’association s’avère plus élevée. Les radiologistes ayant obtenu
leur permis à partir de 1990 obtiennent des 23 % (pour tous les cancers) et 24 % (pour les cancers
infiltrants) plus élevées que les des radiologistes ayant obtenu leur permis avant 1970. Pour ce qui est
des , peu importe le type de cancer ou la période post-dépistage considérés, elles semblent toujours
varier en fonction des catégories de permis du radiologiste. Il n’y a que les des cancers infiltrants qui
paraissent être plus semblables selon les catégories de permis du radiologiste ( de 1,06, 1,05 et 1,06
pour, respectivement, les années de permis entre 1970-1979, 1980-1989 et ≥ 1990, comparativement à <
1970, Tableau 7).
L’écart relatif entre les et les varie selon le type de cancer et la période post-dépistage
considérés (Figure 20). La plus grande différence entre les et les (en terme d’écart relatif) est
observée lorsque la période post-dépistage est d’un an; elle est de 25 % pour tous les cancers et de 15 %
pour seulement les cancers infiltrants. Pour la période post-dépistage de 2 ans, la différence entre les et
les est de 14 % pour tous les cancers et de 6 % pour les cancers infiltrants seulement.
87
Tableau 7. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage
Année de permis du radiologiste
Taux de détection Sensibilité estimée Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
< 1970 700 / 174 906 1,00 700 / 869 1,00 869 / 174 906 1,00 1970-1979 1 948 / 382 047 1,28 (1,1-1,5) 1 948 / 2 264 1,08 (1,0-1,1) 2 264 / 382 047 1,19 (1,0-1,3) 1980-1989 1 275 / 236 491 1,34 (1,1-1,6) 1 275 / 1 460 1,09 (1,0-1,1) 1 460 / 236 491 1,23 (1,1-1,4) ≥ 1990 1 858 / 313 213 1,40 (1,2-1,6) 1 858 / 2 071 1,12 (1,1-1,1) 2 071 / 313 213 1,25 (1,1-1,4)
(B) Cancers infiltrants, période post-dépistage de 1 an
< 1970 567 / 174 745 1,00 567 / 729 1,00 729 / 174 745 1,00 1970-1979 1 524 / 381 534 1,24 (1,1-1,4) 1 524 / 1 804 1,10 (1,0-1,2) 1 804 / 381 534 1,13 (1,0-1,3) 1980-1989 977 / 236 147 1,29 (1,1-1,5) 977 / 1 145 1,10 (1,0-1,2) 1 145 / 236 147 1,16 (1,0-1,3) ≥ 1990 1 415 / 312 706 1,31 (1,1-1,5) 1 415 / 1 604 1,14 (1,1-1,2) 1 604 / 312 706 1,15 (1,0-1,3)
(C) Tous les cancers, période post-dépistage de 2 ans
< 1970 700 / 174 906 1,00 700 / 1 159 1,00 1 159 / 174 906 1,00 1970-1979 1 948 / 382 047 1,28 (1,1-1,5) 1 948 / 2 866 1,15 (1,1-1,2) 2 866 / 382 047 1,11 (1,0-1,2) 1980-1989 1 275 / 236 491 1,34 (1,1-1,6) 1 275 / 1 778 1,20 (1,1-1,3) 1 778 / 236 491 1,11 (1,0-1,3) ≥ 1990 1 858 / 313 213 1,40 (1,2-1,6) 1 858 / 2 541 1,23 (1,2-1,3) 2 541 / 313 213 1,14 (1,0-1,3)
(D) Cancers infiltrants, période post-dépistage de 2 ans
< 1970 567 / 174 745 1,00 567 / 998 1,00 998 / 174 745 1,00 1970-1979 1 524 / 381 534 1,24 (1,1-1,4) 1 524 / 2 353 1,17 (1,1-1,2) 2 353 / 381 534 1,06 (1,0-1,2) 1980-1989 977 / 236 147 1,29 (1,1-1,5) 977 / 1 434 1,22 (1,1-1,3) 1 434 / 236 147 1,05 (0,9-1,2) ≥ 1990 1 415 / 312 706 1,31 (1,1-1,5) 1 415 / 2 034 1,24 (1,2-1,3) 2 034 / 312 706 1,06 (0,9-1,2)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de
substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
88
Figure 20. Écarts relatifs entre les rapports de taux de détection et les rapports de sensibilités estimées pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période post-dépistage considérés. Écart relatif :
, : rapport de taux de détection, : rapport des sensibilités estimées par la méthode de détection pour un
suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et in situ), Ca infiltrant : cancer
infiltrant seulement. Les et les sont ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
25,0%
14,9% 13,8%
5,6%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
Éca
rt r
elat
if en
tre
la c
atég
orie
de
perm
is ≥
199
0 vs
< 1
970
89
Concernant l’histoire familiale de cancer du sein (Tableau 8), le est 44 % plus élevé chez les femmes avec
une histoire familiale de cancer du sein comparativement à celles sans histoire (40 % pour les cancers
infiltrants seulement). Similairement, la est 47 % plus élevée chez les femmes avec une histoire familiale
de cancer du sein comparativement à celles sans histoire (46 % pour les cancers infiltrants seulement). Il ne
semble pas y avoir de différence significative dans les en fonction de l’histoire familiale de cancer du
sein ( variant entre 0,97 ou 0,98 dépendant du type de cancer et de la période post-dépistage
considérés).
Pour la densité mammaire (Tableau 9), les analyses multivariées démontrent que les femmes avec 25-49 %,
50-75 % et > 75 % obtiennent des (tous cancers) 63 %, 87 % et 74 % plus élevés que les femmes avec
peu de densité mammaire (< 25 %). Au contraire, les et les diminuent lorsque la densité
mammaire augmente. Pour les cancers infiltrants par exemple, les diminuent de 6 %, 20 % et 36 %
pour, respectivement, les catégories de densité mammaire respective de 25-49 %, 50-75 % et > 75 %, en
comparaison avec la catégorie de référence de densité mammaire < 25 %. Finalement, les et les
augmentent en fonction d’une augmentation de la densité mammaire.
La Figure 21 illustre les en fonction des selon l’année de permis du radiologiste (graphique a),
l’histoire familiale (graphique b) et la densité mammaire (graphique c). Le et sont présentés
pour la catégorie de l’année de permis ≥ 1990 (comparativement à < 1990), pour la présence d’une histoire
familiale de cancer du sein (comparativement à l’absence d’une histoire familiale) et pour la densité mammaire
> 75 % (comparativement à < 25 %). Dans les trois graphiques, la diagonale représente = . Plus
les points s’éloignent de la diagonale, plus le est différent du . Pour la variable d’année de
permis du radiologiste, les sont assez près des , particulièrement pour les cancers infiltrants et
une période post-dépistage de 2 ans. Pour l’histoire familiale de cancer du sein, les sont toujours plus
élevés que les , peu importe le type de cancer ou la période post-dépistage considérés. Pour la
densité mammaire, les sont vraiment différents des , peu importe le type de cancer ou la période
post-dépistage considérés.
La Figure 22 illustre la relation entre, d’une part les , et d’autre part, le produit du et du
selon l’année de permis du radiologiste (graphique a), l’histoire familiale de cancer du sein (graphique b) et la
densité mammaire (graphique c). Encore une fois, le et le produit ( ) sont présentés
pour la catégorie de l’année de permis ≥ 1990 (comparativement à < 1990), pour la présence d’une histoire
familiale (comparativement à l’absence d’une histoire familiale) et pour la densité mammaire > 75 %
90
(comparativement à < 25 %). Dans les trois graphiques, la diagonale représente .
Peu importe la caractéristique à l’étude, les cancers considérés ou les périodes post-dépistage, le est
toujours à peu près égal au produit ( ). Par exemple, pour les cancers infiltrants et une
période post-dépistage de 2 ans, le est de 1,58 (densité mammaire > 75 % comparativement à une
densité mammaire < 25 %) et le produit du (0,64) et de (2,47) est de 1,58.
91
Tableau 8. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-dépistage
Histoire familiale
Taux de détection Sensibilité estimée Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
Non 4 598 / 940 467 1,00 4 598 / 5 276 1,00 5 276 / 940 467 1,00 Oui 1 183 / 166 190 1,44 (1,3-1,5) 1 183 / 1 388 0,98 (1,0-1,0) 1 388 / 166 190 1,47 (1,4-1,6)
(B) Cancers infiltrants, période post-dépistage de 1 an
Non 3 584 / 939 274 1,00 3 584 / 4 198 1,00 4 198 / 939 274 1,00 Oui 899 / 165 858 1,40 (1,3-1,5) 899 / 1 084 0,98 (0,9-1,0) 1 084 / 165 858 1,44 (1,3-1,5)
(C) Tous les cancers, période post-dépistage de 2 ans
Non 4 598 / 940 467 1,00 4 598 / 6 596 1,00 6 596 / 940 467 1,00 Oui 1 183 / 166 190 1,44 (1,3-1,5) 1 183 / 1 748 0,98 (0,9-1,0) 1 748 / 166 190 1,47 (1,4-1,6)
(D) Cancers infiltrants, période post-dépistage de 2 ans
Non 3 584 / 939 274 1,00 3 584 / 5 403 1,00 5 403 / 939 274 1,00 Oui 899 / 165 858 1,40 (1,3-1,5) 899 / 1 416 0,97 (0,9-1,0) 1 416 / 165 858 1,46 (1,4-1,5)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse
corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
92
Tableau 9. Rapports des taux de détection, des sensibilités estimées et des prévalences estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage
Densité mammaire
Taux de détection Sensibilité estimée Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
< 25% 1 111 / 301 894 1,00 1 111 / 1 202 1,00 1 202 / 301 894 1,00 25-49% 2 424 / 432 362 1,63 (1,5-1,8) 2 424 / 2 725 0,96 (0,9-1,0) 2 725 / 432 362 1,69 (1,6-1,8) 50-75% 1 817 / 294 402 1,87 (1,7-2,0) 1 817 / 2 170 0,91 (0,9-0,9) 2 170 / 294 402 2,05 (1,9-2,2) > 75% 429 / 77 999 1,74 (1,5-2,0) 429 / 567 0,83 (0,8-0,9) 567 / 77 999 2,10 (1,9-2,4)
(B) Cancers infiltrants, période post-dépistage de 1 an
< 25% 910 / 301 666 1,00 910 / 991 1,00 991 / 301 666 1,00 25-49% 1 909 / 431 757 1,60 (1,5-1,7) 1 909 / 2 174 0,96 (0,9-1,0) 2 174 / 431 757 1,66 (1,5-1,8) 50-75% 1 362 / 293 865 1,77 (1,6-1,9) 1 362 / 1 686 0,89 (0,9-0,9) 1 686 / 293 865 1,99 (1,8-2,2) > 75% 302 / 77 844 1,58 (1,3-1,9) 302 / 431 0,78 (0,7-0,8) 431 / 77 844 2,03 (1,8-2,3)
(C) Tous les cancers, période post-dépistage de 2 ans
< 25% 1 111 / 301 894 1,00 1 111 / 1 420 1,00 1 420 / 301 894 1,00 25-49% 2 424 / 432 362 1,63 (1,5-1,8) 2 424 / 3 293 0,94 (0,9-1,0) 3 293 / 432 362 1,72 (1,6-1,8) 50-75% 1 817 / 294 402 1,87 (1,7-2,0) 1 817 / 2 835 0,83 (0,8-0,9) 2 835 / 294 402 2,25 (2,1-2,4) > 75% 429 / 77 999 1,74 (1,5-2,0) 429 / 796 0,70 (0,7-0,8) 796 / 77 999 2,48 (2,2-2,7)
(D) Cancers infiltrants, période post-dépistage de 2 ans
< 25% 910 / 301 666 1,00 910 / 1 192 1,00 1 192 / 301 666 1,00 25-49% 1 909 / 431 757 1,60 (1,5-1,7) 1 909 / 2 688 0,94 (0,9-1,0) 2 688 / 431 757 1,70 (1,6-1,8) 50-75% 1 362 / 293 865 1,77 (1,6-1,9) 1 362 / 2 298 0,80 (0,8-0,8) 2 298 / 293 865 2,22 (2,1-2,4) > 75% 302 / 77 844 1,58 (1,3-1,9) 302 / 641 0,64 (0,6-0,7) 641 / 77 844 2,47 (2,2-2,8)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de
masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
93
(a) Année de permis du radiologiste (≥ 1990 vs < 1970)
(b) Histoire familiale de cancer du sein (oui vs non)
(c) Densité mammaire (> 75 % vs < 25 %)
Figure 21. Rapports des taux de détection ajustés en fonction des rapports des sensibilités estimées ajustés selon le type de
cancer et la période post-dépistage considérés. : rapport des taux de détection, : rapport des sensibilités estimées
par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer
(infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.
0,00
0,50
1,00
1,50
2,00
0,00 0,50 1,00 1,50 2,00
RTD
RŜeDw
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
0,00
0,50
1,00
1,50
2,00
0,00 0,50 1,00 1,50 2,00
RTD
RŜeDw
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
0,00
0,50
1,00
1,50
2,00
0,00 0,50 1,00 1,50 2,00
RTD
RŜeDw
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
94
(a) Année de permis du radiologiste (≥ 1990 vs < 1970)
(b) Histoire familiale de cancer du sein (oui vs non)
(c) Densité mammaire (> 75 % vs < 25 %)
Figure 22. Rapport de taux de détection ajusté en fonction du produit du rapport de sensibilités estimées ajusté et du rapport des prévalences estimées ajusté, selon le type de cancer et la période post-dépistage considérés. : rapport des taux de
détection, : rapport des sensibilités estimées par la méthode de détection pour un suivi post-dépistage , : rapport de
prévalences estimées pour un suivi post-dépistage , : période post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et
in situ), Ca infiltrant : cancer infiltrant seulement.
1,00
1,20
1,40
1,60
1,00 1,20 1,40 1,60
RTD
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
1,00
1,20
1,40
1,60
1,00 1,20 1,40 1,60
RTD
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
1,00
1,20
1,40
1,60
1,80
2,00
1,00 1,20 1,40 1,60 1,80 2,00
RTD
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
95
3.3.3 Relation entre les variations du taux de cancers d’intervalle et celles du manque de sensibilité estimé
Les mêmes tableaux et figures ont été construits, mais cette fois-ci pour le et . Les rapports
des taux de cancers d’intervalle ( ), les rapports des manques de sensibilités estimées [
] et les rapports des prévalences estimées ( ) sont présentés en fonction de l’année de permis du
radiologiste (Tableau 10), de l’histoire familiale de cancer du sein (Tableau 11) et de la densité mammaire
(Tableau 12). Les liens observés entre les et les sont similaires à ceux observés pour
les et les .
Globalement, peu importe le type de cancer ou la période post-dépistage considérés, les et les
diminuent avec l’augmentation de l’année de permis du radiologiste (Tableau 10), augmentent
chez les femmes avec une histoire familiale (comparativement à celles sans histoire) (Tableau 11) et
augmentent considérablement selon l’augmentation de la densité mammaire (Tableau 12). Tout comme pour
les et les , les sont plus près des lorsque seulement les cancers
infiltrants sont utilisés et pour une période post-dépistage de 2 ans (Figure 23). L’écart relatif entre les
et les , comparant la catégorie d’année de permis du radiologiste ≥ 1990 à < 1970,
passe de 25 % (pour tous les cancers et une période post-dépistage d’un an) à seulement 7 % (pour les
cancers infiltrants seulement et une période post-dépistage de 2 ans). La Figure 24 illustre que les
sont près des lorsque l’année de permis est la caractéristique à l’étude (pour la catégorie
≥ 1990 comparativement à < 1970) (graphique a). Par contre, aussi bien pour l’histoire familiale de cancer du
sein (graphique b) que pour la densité mammaire (graphique c), les sont toujours une surestimation
des , et ce, peu importe le type de cancer ou la période post-dépistage considérés.
Finalement, les sont toujours à peu près égaux au produit [ (Figure 25),
peu importe que la caractéristique à l’étude soit l’année de permis du radiologiste (graphique a), l’histoire
familiale de cancer du sein (graphique b) ou la densité mammaire (graphique c). Cette relation entre le
et [ est vraie, peu importe le type de cancer ou la période post-dépistage
considérés.
96
Tableau 10. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de l’année de l’obtention du permis de radiologiste, le type de cancer et la période post-dépistage
Année de permis du radiologiste
Taux de cancer d’intervalle Manque de sensibilité estimé Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
< 1970 169 / 174 206 1,00 169 / 869 1,00 869 / 174 906 1,00 1970-1979 316 / 380 099 0,79 (0,6-1,0) 316 / 2 264 0,68 (0,6-0,8) 2 264 / 382 047 1,19 (1,0-1,3) 1980-1989 185 / 235 216 0,78 (0,6-1,0) 185 / 1 460 0,65 (0,5-0,8) 1 460 / 236 491 1,23 (1,1-1,4) ≥ 1990 213 / 311 355 0,66 (0,5-0,8) 213 / 2 071 0,53 (0,4-0,6) 2 071 / 313 213 1,25 (1,1-1,4)
(B) Cancers infiltrants, période post-dépistage de 1 an
< 1970 162 / 174 178 1,00 162 / 729 1,00 729 / 174 745 1,00 1970-1979 280 / 380 010 0,74 (0,6-0,9) 280 / 1 804 0,67 (0,5-0,8) 1 804 / 381 534 1,13 (1,0-1,3) 1980-1989 168 / 235 170 0,73 (0,6-0,9) 168 / 1 145 0,65 (0,5-0,8) 1 145 / 236 147 1,16 (1,0-1,3) ≥ 1990 189 / 311 291 0,62 (0,5-0,8) 189 / 1 604 0,54 (0,4-0,7) 1 604 / 312 706 1,15 (1,0-1,3)
(C) Tous les cancers, période post-dépistage de 2 ans
< 1970 459 / 174 206 1,00 459 / 1 159 1,00 1 159 / 174 906 1,00 1970-1979 918 / 380 099 0,86 (0,8-1,0) 918 / 2 866 0,78 (0,7-0,9) 2 866 / 382 047 1,11 (1,0-1,2) 1980-1989 503 / 235 216 0,76 (0,7-0,9) 503 / 1 778 0,70 (0,6-0,8) 1 778 / 236 491 1,11 (1,0-1,3) ≥ 1990 683 / 311 355 0,75 (0,7-0,9) 683 / 2 541 0,66 (0,6-0,7) 2 541 / 313 213 1,14 (1,0-1,3)
(D) Cancers infiltrants, période post-dépistage de 2 ans
< 1970 431 / 174 178 1,00 431 / 998 1,00 998 / 174 745 1,00 1970-1979 829 / 380 010 0,83 (0,7-0,9) 829 / 2 353 0,78 (0,7-0,9) 2 353 / 381 534 1,06 (1,0-1,2) 1980-1989 457 / 235 170 0,75 (0,6-0,9) 457 / 1 434 0,72 (0,6-0,8) 1 434 / 236 147 1,05 (0,9-1,2) ≥ 1990 619 / 311 291 0,74 (0,6-0,9) 619 / 2 034 0,69 (0,6-0,8) 2 034 / 312 706 1,06 (0,9-1,2)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de
substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
97
Tableau 11. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de l’histoire familiale de cancer du sein de premier degré, le type de cancer et la période post-dépistage
Histoire familiale
Taux de cancer d’intervalle Manque de sensibilité estimé Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
Non 678 / 935 869 1,00 678 / 5 276 1,00 5 276 / 940 467 1,00 Oui 205 / 165 007 1,65 (1,4-1,9) 205 / 1 388 1,11 (1,0-1,3) 1 388 / 166 190 1,47 (1,4-1,6)
(B) Cancers infiltrants, période post-dépistage de 1 an
Non 614 / 935 690 1,00 614 / 4 198 1,00 4 198 / 939 274 1,00 Oui 185 / 164 959 1,64 (1,4-2,0) 185 / 1 084 1,12 (1,0-1,3) 1 084 / 165 858 1,44 (1,3-1,5)
(C) Tous les cancers, période post-dépistage de 2 ans
Non 1 998 / 935 869 1,00 1 998 / 6 596 1,00 6 596 / 940 467 1,00 Oui 565 / 165 007 1,55 (1,4-1,7) 565 / 1 748 1,04 (1,0-1,1) 1 748 / 166 190 1,47 (1,4-1,6)
(D) Cancers infiltrants, période post-dépistage de 2 ans
Non 1 819 / 935 690 1,00 1 819 / 5 403 1,00 5 403 / 939 274 1,00 Oui 517 / 164 959 1,56 (1,4-1,7) 517 / 1 416 1,06 (1,0-1,1) 1 416 / 165 858 1,46 (1,4-1,5)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un
antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
98
Tableau 12. Rapports des taux de cancers d’intervalle, des manques de sensibilités estimés et des prévalences estimées en fonction de la densité mammaire, le type de cancer et la période post-dépistage
Densité mammaire
Taux de cancer d’intervalle Manque de sensibilité estimé Prévalence estimée
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
(A) Tous les cancers, période post-dépistage de 1 an
< 25 % 91 / 300 783 1,00 91 / 1 202 1,00 1 202 / 301 894 1,00 25-49 % 301 / 429 938 2,43 (1,9-3,1) 301 / 2 725 1,46 (1,1-1,9) 2 725 / 432 362 1,69 (1,6-1,8) 50-75 % 353 / 292 585 4,23 (3,3-5,4) 353 / 2 170 2,12 (1,7-2,7) 2 170 / 294 402 2,05 (1,9-2,2) > 75 % 138 / 77 570 6,30 (4,8-8,3) 138 / 567 3,08 (2,3-4,0) 567 / 77 999 2,10 (1,9-2,4)
(B) Cancers infiltrants, période post-dépistage de 1 an
< 25 % 81 / 300 756 1,00 81 / 991 1,00 991 / 301 666 1,00 25-49 % 265 / 429 848 2,43 (1,9-3,2) 265 / 2 174 1,48 (1,1-1,9) 2 174 / 431 757 1,66 (1,5-1,8) 50-75 % 324 / 292 503 4,45 (3,4-5,8) 324 / 1 686 2,26 (1,8-2,9) 1 686 / 293 865 1,99 (1,8-2,2) > 75 % 129 / 77 542 6,84 (5,1-9,1) 129 / 431 3,42 (2,6-4,6) 431 / 77 844 2,03 (1,8-2,3)
(C) Tous les cancers, période post-dépistage de 2 ans
< 25 % 309 / 300 783 1,00 309 / 1 420 1,00 1 420 / 301 894 1,00 25-49 % 869 / 429 938 2,06 (1,8-2,4) 869 / 3 293 1,21 (1,1-1,4) 3 293 / 432 362 1,72 (1,6-1,8) 50-75 % 1 018 / 292 585 3,59 (3,1-4,1) 1 018 / 2 835 1,61 (1,4-1,8) 2 835 / 294 402 2,25 (2,1-2,4) > 75 % 367 / 77 570 5,00 (4,2-5,9) 367 / 796 2,03 (1,8-2,3) 796 / 77 999 2,48 (2,2-2,7)
(D) Cancers infiltrants, période post-dépistage de 2 ans
< 25 % 282 / 300 756 1,00 282 / 1 192 1,00 1 192 / 301 666 1,00 25-49 % 779 / 429 848 2,03 (1,8-2,3) 779 / 2 688 1,21 (1,1-1,4) 2 688 / 431 757 1,70 (1,6-1,8) 50-75 % 936 / 292 503 3,65 (3,2-4,2) 936 / 2 298 1,65 (1,5-1,9) 2 298 / 293 865 2,22 (2,1-2,4) > 75 % 339 / 77 542 5,16 (4,4-6,0) 339 / 641 2,10 (1,8-2,4) 641 / 77 844 2,47 (2,2-2,8)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de
masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
99
Figure 23. Écarts relatifs entre les rapports des taux de cancers d’intervalle et les rapports du manque de sensibilités estimés pour les catégories de permis des radiologistes ≥ 1990 vs < 1970, selon le type de cancer et la période post-dépistage
considérés. Écart relatif :
, : rapport de taux de cancer d’intervalle pour un suivi post-dépistage ,
) : rapport du manque de sensibilités estimé par la méthode de détection pour un suivi post-dépistage , : période
post-dépistage (an), Tous Ca : tous les types de cancer (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement. Les et
les sont ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
24,5%
14,8% 13,6%
7,2%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
Écar
t rel
atif
entre
la c
atég
orie
de
perm
is
≥ 19
90 v
s <
1970
100
(a) Année de permis du radiologiste (≥ 1990 vs < 1970)
(b) Histoire familiale de cancer du sein (oui vs non)
(c) Densité mammaire (> 75 % vs < 25 %)
Figure 24. Rapports des taux de cancers d’intervalle en fonction des rapports du manque de sensibilités estimés selon le type de cancer et la période post-dépistage considérés. : rapport des taux de cancers d’intervalle pour un suivi post-
dépistage , ) : rapport du manque de sensibilités estimé par la méthode de détection pour un suivi post-dépistage ,
: période post-dépistage (an), Tous Ca : tous les cancers (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.
0,00
0,50
1,00
1,50
2,00
0,00 0,50 1,00 1,50 2,00
RTC
I j,w
R(1-ŜeDw)
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
0,00
0,50
1,00
1,50
2,00
0,00 0,50 1,00 1,50 2,00
RTC
I j,w
R(1-ŜeDw)
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
0,00
2,00
4,00
6,00
8,00
0,00 2,00 4,00 6,00 8,00
RTC
I j,w
R(1-ŜeDw)
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
101
(a) Année de permis du radiologiste (≥ 1990 vs < 1970)
(b) Histoire familiale de cancer du sein (oui vs non)
(c) Densité mammaire (> 75 % vs < 25 %)
Figure 25. Rapports des taux de cancer d’intervalle en fonction du produit des rapports des manques de sensibilités estimés et des rapports de prévalences estimées selon le type de cancer et la période post-dépistage considérés. : rapport
des taux de cancers d’intervalle pour un suivi post-dépistage , ) : rapport du manque de sensibilités estimé par la
méthode de détection pour un suivi post-dépistage , : rapport de prévalences estimées pour un suivi post-dépistage , :
période post-dépistage (an), Tous Ca : tous les cancers (infiltrant et in situ), Ca infiltrant : cancer infiltrant seulement.
0,00
0,20
0,40
0,60
0,80
1,00
0,00 0,20 0,40 0,60 0,80 1,00
RTC
I j,w
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
1,00
1,20
1,40
1,60
1,80
2,00
1,00 1,20 1,40 1,60 1,80 2,00
RTC
I j,w
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
1,00
2,00
3,00
4,00
5,00
6,00
7,00
1,00 2,00 3,00 4,00 5,00 6,00 7,00
RTC
I j,w
Tous Ca, w = 1 an
Ca infiltrant, w = 1 an
Tous Ca, w = 2 ans
Ca infiltrant, w = 2 ans
102
3.3.4 Relation entre les variations du taux de faux positifs, des variations du taux de référence et des variations du manque de spécificité estimé
Les rapports de taux de faux positifs ( ), les rapports de taux de référence ( ) et les rapports du
manque de spécificité estimé [ ] sont présentés en fonction de l’année de l’obtention du permis de
radiologiste, de l’histoire familiale de cancer du sein et de la densité mammaire au Tableau 13. Puisque le type
de cancer de même que la période post-dépistage considérés n’ont qu’un effet négligeable sur ces 3
indicateurs, les résultats sont uniquement présentés pour les cancers infiltrants et pour une période post-
dépistage de 2 ans. Les analyses ont également été faites en considérant les cancers infiltrants et in situ et /
ou pour une période post-dépistage d’un an; les mêmes résultats ont été obtenus (données non montrées).
Peu importe la caractéristique à l’étude, les , les et les sont toujours similaires.
Par exemple, lorsque l’on compare les radiologistes ayant gradué depuis 1990 aux radiologistes ayant obtenu
leur permis avant 1970, les , les et les sont tous de 1,35. Il en est de même pour
l’histoire familiale du cancer du sein ou pour la densité mammaire. Si l’on compare les femmes avec une
histoire familiale de cancer du sein à celles sans histoire familiale, les , les et les
sont, respectivement, de 1,01, 1,03 et 1,01. Finalement, si l’on compare les femmes avec > 75 % de densité
mammaire à celles avec < 25 % de densité mammaire, les , les et les sont,
respectivement, de 1,72, 1,71 et 1,72.
103
Tableau 13. Rapports des taux de faux positifs, des taux de référence et des manques de spécificités estimés en fonction de l’année de l’obtention du permis de radiologiste, de l’histoire familiale de cancer du sein et de la densité mammaire pour les cancers infiltrants seulement et une période post-dépistage de 2 ans
Variables Taux de faux positifs Taux de référence Manque de spécificité estimé
Num. / dén. RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Num. / dén.
RP ajusté† (I.C. 95 %)
Année de permis du radiologiste
< 1970 13 089 / 174 745 1,00 13 702 / 174 745 1,00 13 089 / 174 016 1,00 1970-1979 31 050 / 381 534 1,06 (0,8-1,3) 32 649 / 381 534 1,07 (0,9-1,3) 31 050 / 379 730 1,06 (0,8-1,3) 1980-1989 24 055 / 236 147 1,36 (1,1-1,7) 25 081 / 236 147 1,35 (1,1-1,7) 24 055 / 235 002 1,36 (1,1-1,7) ≥ 1990 36 102 / 312 706 1,35 (1,1-1,7) 37 573 / 312 706 1,35 (1,1-1,7) 36 102 / 311 102 1,35 (1,1-1,7) Histoire familiale de cancer du sein
Non 89 294 / 939 274 1,00 93 054 / 939 274 1,00 89 294 / 935 076 1,00 Oui 15 002 / 165 858 1,01 (1,0-1,0) 15 951 / 165 858 1,03 (1,0-1,1) 15 002 / 164 774 1,01 (1,0-1,0) Densité mammaire
< 25 % 18 041 / 301 666 1,00 18 988 / 301 666 1,00 18 041 / 300 675 1,00 25-49 % 42 590 / 431 757 1,61 (1,5-1,7) 44 599 / 431 757 1,61 (1,5-1,7) 42 590 / 429 583 1,62 (1,5-1,7) 50-75 % 34 745 / 293 865 1,86 (1,8-2,0) 36 175 / 293 865 1,86 (1,8-2,0) 34 745 / 292 179 1,87 (1,8-2,0) > 75 % 8 920 / 77 844 1,72 (1,6-1,9) 9 243 / 77 844 1,71 (1,6-1,9) 8 920 / 77 413 1,72 (1,6-1,9)
Num = numérateur, dén. = dénominateur, RP = rapport de proportions, I.C. 95 % = intervalle de confiance à 95 %. † Ajustés pour l’âge de la femme, l’histoire familiale de cancer du sein de 1er degré, la densité mammaire, l’âge au premier enfant, le statut ménopausique, l’utilisation d’hormonothérapie de
substitution, l’indice de masse corporelle, un antécédent d’examen clinique des seins dans la dernière année, un antécédent d’aspiration à l’aiguille fine ou de biopsie au sein, l’historique de la mammographie dans le PQDCS (initiale ou subséquente), un antécédent de mammographie, l’année de permis du radiologiste, l’université où le radiologiste a fait son cours, le sexe du radiologiste, le volume de lecture du radiologiste, le volume du centre de dépistage et le type d’établissement du centre de dépistage (privé ou public).
105
3.4 Discussion Ces analyses démontrent que des variations dans le ou le ne sont pas toujours de bons reflets
des variations dans les . Par ailleurs, les variations dans les ou les peuvent s’interpréter
directement comme des variations dans .
3.4.1 Relation entre les variations du taux de détection et celles de la sensibilité estimée ou entre les variations du taux de cancer d’intervalle et celles du manque de sensibilité estimé
Plusieurs programmes de dépistage publient leur 19,28,92–94,96,117. Les sont souvent présentés par
année93,94, par province117, par région93,94, par centre de dépistage ou même par radiologiste85,95 afin d’évaluer
leur performance. Une variation dans le est souvent interprétée comme une variation dans la , et
ultimement dans la .
Le est aussi un indicateur clé pour plusieurs programmes de dépistage19,28,29,93. Des variations dans le
sont habituellement perçues comme des variations dans . Le a été utilisé pour étudier
en fonction de certaines caractéristiques comme, par exemple, la prise d’hormonothérapie de
remplacement42 ou la densité mammaire41,42,177,179,180.
Il est avantageux d’utiliser le plutôt que le ou la puisque son calcul est plus facile. L’estimation
du ne nécessite pas l’identification des cancers d’intervalle, ce qui peut être complexe dans certaines
situations et peut demander plus de temps avant de pouvoir le calculer. Par exemple, l’identification des
cancers d’intervalle est très difficile pour certains programmes de dépistage puisque soit la population n’est
pas couverte par un registre des tumeurs ou bien il est impossible de jumeler les femmes dépistées avec un
tel fichier. De plus, lorsque l’on veut évaluer des petits groupes, par exemple évaluer la performance
individuelle des radiologistes, le est une mesure favorisée puisqu’il est moins affecté par le problème de
petits nombres comparativement au par exemple185.
Nos analyses du PQDCS portaient sur trois variables d’exposition permettant de comparer des groupes de
femmes dépistées dans différentes situations. Tout d’abord lorsque la caractéristique à l’étude n’est pas un
facteur de risque du cancer du sein, mais qu’elle est associée à la (année de permis du radiologiste).
Ensuite, lorsque la caractéristique est un facteur de risque du cancer du sein et ne semble pas être associée à
106
la (histoire familiale du cancer du sein) ou lorsque la caractéristique est un facteur de risque du cancer
du sein et semble être associée à la (densité mammaire).
Nos analyses suggèrent que lorsque les variables à l’étude sont des facteurs de risque du cancer du sein
comme l’histoire familiale du cancer du sein ou la densité mammaire (donc probablement associées à la ),
les ou les ne reflètent pas du tout les ou les . Par exemple, l’histoire
familiale de cancer du sein, qui est un facteur de risque du cancer du sein, n’est que faiblement associée à
. Ainsi, pour les cancers infiltrants est 6 % plus élevé chez les femmes avec une histoire
familiale de cancer du sein comparativement à celles sans histoire (Tableau 11). Par ailleurs, le des
cancers infiltrants est 56 % plus élevé chez les femmes avec une histoire familiale de cancer du sein
comparativement à celles sans histoire (Tableau 11). Les sont donc beaucoup plus élevées que les
. Les variations dans le ou le représentent à la fois les variations dans les (ou
), mais aussi des variations dans les . Les résultats aux Figure 24 et Figure 25 sont cohérents
avec les équations élaborées au Chapitre 2 (Équation 20 de la section 2.4.2.1 Relation entre le taux de
détection, la sensibilité estimée et la sensibilité et Équation 26 de la section 2.4.3.1 Relation entre le taux de
cancer d’intervalle, la sensibilité estimée et la sensibilité) suggérant que le n’est pas seulement lié à la
, mais également à la ou que le n’est pas seulement lié à la , mais également à
la .
Lorsque la variable à l’étude est un facteur de risque, il est impossible de minimiser la différence de (et
théoriquement de ) entre les groupes puisqu’elle est inhérente au facteur. Dans cette situation, des
variations dans le ne sont donc aucunement informatives sur les variations de la , même si un
ajustement est fait pour les autres principaux facteurs de risque de la maladie. Il en est de même pour les
variations dans le et . Il est donc impossible d’étudier les variations dans la à l’aide
des variations du ou du en fonction de caractéristiques qui sont associées à l’incidence (ou la
prévalence) de la maladie, telles que l’histoire familiale ou la densité mammaire par exemple41,131,171,179.
Par contre, lorsque la variable à l’étude n’est pas un facteur de risque du cancer du sein, tel que l’année de
permis du radiologiste, les variations dans les peuvent être assez représentatives des variations dans les
et les variations dans les peuvent être assez représentatives des variations dans , du
moins lorsque seulement les cancers infiltrants sont considérés et que le suivi post-dépistage est de 2 ans.
Lorsque l’on essaie le plus possible de comparer des groupes ayant une même , c’est-à-dire lorsque la
variable étudiée n’est pas un facteur de risque du cancer du sein et qu’en plus, lorsqu’un ajustement est fait
107
pour les principaux facteurs de risque du cancer du sein, alors nos données suggèrent que les peuvent
être interprétés comme des ou les peuvent être interprétés comme des . Par
contre, même dans ces conditions, il restera toujours une certaine incertitude quant à la comparabilité des
entre les groupes. Tout d’abord, et comme mentionné au Chapitre 2 (2.4.2.1 Relation entre le taux de
détection, la sensibilité estimée et la sensibilité) il est impossible de tenir compte de la durée de la maladie
dans la PPC entre les groupes comparés, ce qui peut affecter la . Ensuite, lors des dépistages
subséquents, il restera toujours la possibilité que la diffère selon les groupes comparés en raison d’une
plus élevée, lors des dépistages antérieurs, dans un groupe. Plus l’association entre la variable à l’étude et
la est forte, plus les des groupes comparés seront différentes, et plus l’écart entre les et les
sera grand. Cependant, la quantification de l’impact des lors des dépistages précédents sur la
lors d’un dépistage subséquent, et leur répercussion sur l’interprétation du reste à préciser.
Toujours lorsque la variable à l’étude est l’année de permis du radiologiste, l’analyse des données du PQDCS
suggère également que le type de cancer considéré (infiltrant et in situ ou seulement infiltrant) et la durée du
suivi post-dépistage (1 an ou 2 ans) influencent les et les . Il semble y avoir moins de
différences dans les (c’est-à-dire des plus près de 1) selon les catégories d’année de permis des
radiologistes lorsque les sont calculées pour les cancers infiltrants seulement et pour une période post-
dépistage de 2 ans (Tableau 7). Ainsi, pour que les variations dans le ou le soient le plus près
possible des variations dans la , il est avantageux de ne considérer que les cancers infiltrants et d’utiliser
le plus long suivi post-dépistage possible. Cependant, puisque le programme de dépistage recommande une
mammographie aux 2 ans, il est impossible d’avoir une période post-dépistage de plus de 2 ans.
En résumé, pour qu’une variation dans le puisse refléter une variation dans la ou qu’une variation
dans le puisse refléter une variation dans , il est préférable que : les variations étudiées
soient des rapports ( ou ), la caractéristique à l’étude ne doit pas être un facteur de risque du
cancer du sein, un ajustement doit être fait pour les principaux facteurs de risque du cancer du sein, les
mesures ( et ) doivent tenir compte des cancers infiltrants seulement et, pour les , la période
post-dépistage doit être au moins de 2 ans. Dans ces conditions, une variation dans le semble représenter
assez bien la variation dans les ou la variation dans le semble représenter assez bien la
variation dans des cancers infiltrants.
Dans la littérature, outre deux rapports de l’Équipe d’évaluation du PQDCS concernant les facteurs associés
aux 166 et aux 173, aucune autre étude (à notre connaissance) n’a examiné l’association entre
108
l’année de permis du radiologiste et les mesures indirectes de la . Les deux rapports de l’Équipe
d’évaluation du PQDCS ont cependant utilisé les cancers infiltrants et in situ pour le calcul des mesures
indirectes; il aurait été préférable de n’utiliser que les cancers infiltrants et privilégier une période post-
dépistage de 2 ans pour le . Par ailleurs, certaines études ont examiné l’association entre les mesures
indirectes de la et l’histoire familiale de cancer du sein109,171 ou la densité mammaire41,80,131,172,173,179. Les
variations observées dans le ou le en fonction d’un facteur de risque du cancer du sein ne
reflètent pas les variations observées dans la . En fait, les variations observées dans ces mesures
indirectes sont plutôt le produit des variations dans la et des variations dans la . Donc, en présence
d’un facteur de risque du cancer du sein, il n’y a que la mesure directe de la sensibilité (la dans ce
chapitre) qui peut possiblement être représentative des variations dans la .
3.4.2 Relation entre les variations du taux de faux positifs, les variations du taux de référence et les variations dans le manque de spécificité estimé
Les variations dans les ou dans les peuvent toujours s’interpréter comme des variations dans
. Ceci demeure valide, peu importe que la caractéristique à l’étude soit un facteur de risque du cancer
du sein (comme la densité mammaire ou l’histoire familiale de cancer du sein) ou non (comme l’année de
permis du radiologiste). Le type de cancer ou la période post-dépistage considérés n’influencent pas la
relation entre les variations dans les ou les et les variations dans les .
Il a été démontré de façon théorique au Chapitre 2 que des variations dans le sont associées à des
variations dans , mais aussi des variations dans (Équation 31, section 2.4.5.1 Relation entre
le taux de faux positifs, le manque de spécificité estimé et le manque de spécificité). Dans la cohorte utilisée
pour les analyses, les demeurent une très faible proportion même en fonction d’un facteur de risque
important du cancer du sein, la densité mammaire. Par exemple, au Tableau 12, nous pouvons constater que
les des cancers infiltrants pour une période post-dépistage de 2 ans passent de 3,9 cancers / 1 000
femmes (1 192 / 301 666) à 8,2 cancers / 1 000 femmes (641 / 77 844) pour, respectivement, les catégories
de densité mammaire < 25 % et > 75 %. Ainsi, même dans la catégorie de densité mammaire où la est la
plus élevée (soit 8,2 cancers / 1 000 femmes pour les densités mammaires > 75 %), celle-ci correspond tout
de même à une petite proportion. Ainsi, est donc toujours une proportion très élevée (tout près de 1).
Par exemple, pour la catégorie de densité mammaire > 75 %, pour les cancers infiltrants et pour une
période post-dépistage de 2 ans est de 0,992 (77 203 / 77 844) (Tableau 12). Dans le contexte d’un
programme de dépistage du cancer du sein populationnel, est toujours une proportion tout près de
109
1, même en fonction de caractéristiques qui sont des facteurs de risque du cancer du sein. Par conséquent,
les variations dans les sont toujours à peu près égales aux variations dans les .
Il a aussi été démontré de façon théorique au Chapitre 2 (Équation 33) que des variations dans le sont
à peu près égales à celles du , à condition que le soit relativement faibles en comparaison aux .
Ceci semble être le cas, peu importe les caractéristiques à l’étude. Par exemple, en fonction de la densité
mammaire, qui est un facteur de risque important du cancer du sein, les sont toujours très faibles par
rapport aux . Pour la catégorie de densités mammaires 50-75 % (catégorie pour laquelle le est le
plus élevé), le des cancers infiltrants est de 4,6 cancers / 1 000 femmes (1 362 / 293 865, Tableau 9),
tandis que le est de 118 faux positifs / 1000 (34 745 / 293 865, Tableau 13). Donc, le est environ
26 fois plus élevé que le (118 en comparaison avec 4,6 cancers / 1 000). Ainsi, dans le contexte Nord-
Américain où les sont assez élevés, les correspondent toujours à une proportion beaucoup plus
élevée que le , et ce, peu importe la caractéristique à l’étude.
En résumé, peu importe la caractéristique à l’étude (facteur de risque du cancer du sein ou non), le type de
cancers considéré ou la durée de suivi post-dépistage, les variations dans les mesures indirectes de la
spécificité ( ou ) peuvent toujours s’interpréter comme des variations dans la mesure directe du
manque de spécificité ( ), et ultimement du manque de spécificité.
3.4.3 Limites des analyses
Afin d’étudier les relations entre les indicateurs de performance, des modèles multivariés ont été utilisés pour
obtenir des rapports d’indicateurs (par exemple des ). L’objectif des analyses était de juger des relations
existantes entre les variations des indicateurs directs et indirects de la et de la . Les analyses ne
portaient pas spécifiquement sur la relation entre l’année de permis du radiologiste, l’histoire familiale de
cancer du sein ou la densité mammaire et les indicateurs de performance à l’étude. Ainsi, peu d’importance a
été donnée aux intervalles de confiance. Afin de limiter la variabilité statistique, les analyses portent sur un
grand effectif afin que les relations entre les différents indicateurs de performance soient jugées seulement à
partir de la mesure d’effet (puisque les intervalles de confiance sont relativement petits). Il est toutefois
important de se rappeler qu’il existe une variation autour des mesures d’effets étudiées.
L’étude de la cohérence dans certains indicateurs de performance s’est faite, dans ce chapitre, avec ce qui
était connu dans la réalité et ce qui était possible d’estimer avec les données d’un programme de dépistage.
Par exemple, bien que les puissent s’interpréter comme des ou que les puissent
110
s’interpréter comme des lorsque la est égale entre les groupes comparés, il n’est pas
toujours possible de s’assurer d’une égale entre les groupes. Idéalement, nous voudrions étudier une
caractéristique qui n’est pas associée à la . Cependant, les caractéristiques qui sont liées à la , non pas
par un lien avec l’incidence, mais plutôt avec la durée de la maladie dans la PPC ne sont pas encore connues.
Nous étudions donc une caractéristique qui n’est pas liés à l’incidence du cancer du sein, soit une
caractéristique qui n’est pas un facteur de risque du cancer du sein. Une autre raison qui pourrait expliquer
une différence dans la entre les groupes comparés est une différence de lors des dépistages
précédents. Cependant, les obtenus dans les analyses du PQDCS en fonction des catégories d’année
de permis du radiologiste sont tout de même assez près de 1, particulièrement lorsque seulement les cancers
infiltrants son considérés et que le suivi post-dépistage était de 2 ans (Tableau 7). Ceci nous suggère que les
groupes comparés selon l’année de permis du radiologiste étaient tout de même assez semblables en terme
de .
Finalement, les résultats de ce chapitre portent uniquement sur la sensibilité estimée par la méthode de
détection ( . Cette est largement utilisée pour évaluer le dépistage par mammographie43,77,93,96,104–
117,186,187. Il n’était pas possible d’étudier la sensibilité estimée par la méthode d’incidence ( ) avec les
données disponibles.
3.4.4 Conclusion
En conclusion, des variations dans les mesures indirectes de la sensibilité (soit le ou le ) peuvent
être représentatives des variations dans les , mais uniquement sous certaines conditions. Ces
conditions sont les suivantes : les variations étudiées doivent l’être en terme de rapports (par exemple des
), les mesures indirectes doivent être comparées selon une caractéristique qui n’est pas être un facteur
de risque du cancer du sein, un ajustement doit être fait minimalement pour les principaux facteurs de risque
du cancer du sein, les et les doivent tenir compte des cancers infiltrants seulement et, pour les
, la période post-dépistage doit être la plus longue possible (2 ans dans le PQDCS). Lorsque ces
conditions sont respectées, le semble pouvoir être interprété comme une approximation du ou
le semble pouvoir être interprété comme une approximation de . Par contre, si les
mesures indirectes sont comparées selon un facteur de risque du cancer du sein, alors les variations dans les
mesures indirectes sont différentes des variations dans les (ou les ) puisque les variations
dans les mesures indirectes sont également influencées par les variations dans la . Des variations dans
les mesures indirectes de la spécificité (soit le ou le ) sont toujours représentatives des variations
111
dans , du moins dans le contexte d’un dépistage du cancer du sein populationnel en Amérique du
Nord.
Dans le cadre de l’évaluation des processus de dépistage, les indicateurs de performance peuvent être
étudiés en fonction de plusieurs variables qui ne sont pas des facteurs de risque du cancer du sein. Par
exemple, le volume de lecture de mammographies des radiologistes84,85 ou du centre188,189, le type d’appareil
de mammographie utilisé82,83 ou la qualité de la mammographie190 sont des variables pour lesquelles il est
intéressant d’évaluer leur association avec la ou la . Par conséquent, dans ce contexte, les mesures
indirectes de la sensibilité ( ) et du manque de spécificité ( ) peuvent être utilisées pour
évaluer la performance du dépistage en fonction de ces variables, mais cette utilisation doit se faire avec
beaucoup de prudence.
Pour l’évaluation régulière des programmes de dépistage, il est préférable de suivre l’évolution du taux de
détection des cancers infiltrants et du taux de cancers d’intervalle infiltrants pour un suivi post-dépistage le
plus long possible (2 ans dans le PQDCS). Il faut être très prudent dans la comparaison de ces indicateurs de
performance entre les programmes de dépistage puisque qu’une différence dans ces indicateurs pourrait être
le reflet d’une différence dans la prévalence du cancer du sein et non dans la performance du programme.
Les relations entre les indicateurs de performance étudiées dans ce présent chapitre prennent tout leur sens si
les variations observées dans les mesures directes ( ou ) reflètent les variations dans la ou le
. Les ou les ne peuvent pas être étudiés dans le contexte d’un programme de dépistage
populationnel. Par conséquent, une microsimulation a été développée et elle est présentée au prochain
chapitre.
113
CHAPITRE 4. ANALYSE DES DONNÉES SIMULÉES
Pour étudier la sensibilité ( ) et la spécificité ( ), il est nécessaire d’avoir recours à une microsimulation
puisque, dans le contexte d’un programme de dépistage populationnel, il n’est pas possible de savoir quelles
femmes dépistées sont dans la PPC du cancer du sein et lesquelles ne le sont pas. Cette information est
cependant essentielle pour déterminer la et la . Puisque la spécificité estimée ( ) est très proche de la
et qu’en plus, les variations dans les taux de faux positifs ( ), les taux de référence ( ) et le
manque de spécificité estimé ( ) sont très cohérentes (voir les résultats au Chapitre 3), ces indicateurs
ne seront pas étudiés à partir des données simulées. La microsimulation développée dans le cadre de ce
travail permet donc d’étudier les relations entre les sensibilités estimées ( ) et la . Ce chapitre présente
tout d’abord une revue de littérature concernant la modélisation de la sensibilité du dépistage. Par la
suite, l’élaboration, la calibration et la validation du modèle de microsimulation seront abordées. Finalement,
les résultats et discussions concernant les analyses des données simulées seront présentés.
4.1 Modélisation de la sensibilité du dépistage Dans un cadre de dépistage, la modélisation de l’histoire naturelle de la maladie peut être utilisée pour
répondre à une multitude de questions. Néanmoins, l’objectif principal des modèles peut être classé selon
deux grands groupes. D’une part, les modèles qui ont comme objectif principal de prédire l’effet du dépistage
et d’autre part, les modèles qui ont plutôt comme objectif de déterminer les valeurs de certains paramètres qui
sont inconnus dans la réalité.
Pour le premier groupe de modèles, l’effet du dépistage peut être évalué en termes d’effet positif du dépistage
comme la réduction de mortalité entraînée par la mise en place du dépistage191–199, en terme d’effet négatif
comme la proportion de surdiagnostic63,200–203 ou la balance entre les effets positifs et négatifs, par exemple le
ratio coût-efficacité204–207. L’effet du dépistage peut aussi être étudié en lien avec les composantes d’un
programme de dépistage (par exemple l’âge des femmes invitées ou l’intervalle de temps entre les
mammographies)73,208–215. Bien que ces modèles exigent également l’estimation de paramètres inconnus, leur
objectif principal est plutôt de prédire l’effet du dépistage.
Le deuxième groupe de modèles a plutôt comme objectif de déterminer les valeurs de certains paramètres qui
demeurent inconnues dans la réalité. Ces modèles peuvent tenter d’estimer, par exemple, la durée de la
PPCD, la et le temps de devancement7,44–48,51–59,64–71 ou bien la 74,216. L’objectif du modèle est
114
important puisqu’il détermine par la suite sa structure de même qu’à la technique de modélisation à
privilégier68,217.
Dès la publication des résultats du premier essai clinique randomisé utilisant la mammographie pour le
dépistage du cancer du sein (le « HIP study »), plusieurs chercheurs se sont intéressés à déterminer un
paramètre crucial pour le dépistage, soit sa sensibilité. La sensibilité peut être déterminée tout d’abord par une
approche analytique (basée sur la détermination du maximum de vraisemblance de différentes équations
mathématiques) et à l’aide des données des essais cliniques randomisés comme le HIP46–48 ou le Two-
Swedish County48,51. Les sensibilités déterminées dans ces études ne correspondent pas à la , mais bien à
la sensibilité chez les femmes dans la PPCD ( , voir section 2.2 Sensibilité du dépistage). Puisque la
ne peut pas s’interpréter sans la connaissance du temps de séjour moyen dans la PPCD (ou le terme
anglais « mean sojourn time »)58,68, ces études déterminent à la fois la et le temps moyen dans la
PPCD. Comme mentionné au Chapitre 2 (section 2.2 Sensibilité du dépistage), l’utilisation de la a un
sérieux désavantage comparativement à la , puisque cette sensibilité ( ) n’a pas de définition fixe.
La correspond à la sensibilité parmi les femmes qui étaient dans la PPCD, mais la PPCD peut
changer dans le temps ou changer selon le test de dépistage utilisé.
D’autres études utilisent plutôt la simulation. La simulation peut se faire via différentes techniques68,217. Encore
une fois, selon la technique utilisée, la définition de la sensibilité considérée dans les différents modèles peut
varier. Fréquemment, c’est une variante de la sensibilité qui est considérée, soit encore une fois la .
Rarement se penchera-t-on sur la telle que définie dans cette thèse. Dans le domaine du dépistage du
cancer du sein par mammographie, certaines simulations s’avèrent des incontournables. Un de ces modèles,
appelé MISCAN («MIcrosimuation SCreening ANalysis »), a été développé au début des années 1980 dans le
but d’évaluer le dépistage populationnel des cancers, comme le cancer du sein49,218. Ce modèle utilise la
technique de microsimulation, c’est-à-dire que la vie de chaque femme est simulée individuellement. Le
modèle simule tout d’abord l’histoire naturelle de la maladie en absence de dépistage, pour ensuite appliquer
un ou des dépistages et ainsi changer (ou non) le cours de l’histoire naturelle de la maladie. Ce modèle a été
utilisé par plusieurs chercheurs pour répondre à différentes questions en lien avec l’effet du dépistage par
mammographie191,193–196,204,211,214 et aussi en lien avec l’effet du dépistage pour d’autres types de cancers219–
225.
À l’aide du modèle MISCAN, van Oortmarssen et coll. ont été les premiers à tenter de déterminer la sensibilité
du dépistage par mammographie à l’aide de la microsimulation49,50. La et le temps moyen dans la
PPCD (« mean-sojourn time ») sont des paramètres qui ont été calibrés à l’aide des données de l’essai
115
clinique randomisé du HIP et à l’aide des données du projet de dépistage des Pays-Bas (Breast Cancer
Screening Project à Nijmegen et Utrecht). Il est difficile de comparer les de ces deux études puisque
celles-ci ne sont pas données pour les mêmes groupes de tumeurs (en lien avec leur taille). Lorsque les
données du HIP sont utilisées pour la calibration, les valeurs retenues pour la sont de 28 % pour les
tumeurs de 2 cm et moins de diamètres, de 56 % pour les tumeurs de plus de 2 cm, résultant à une
moyenne de 68 % pour un temps moyen dans la PPCD de 2,23 ans. Lorsque les données du programme
néerlandais sont utilisées, les valeurs retenues pour la sont de 70 % pour les tumeurs in situ et les
tumeurs inférieures à 10 mm de diamètre et de 95 % pour les tumeurs de 10 mm et plus. Le temps moyen
dans la PPCD variait selon l’âge de la femme, passant de 1,6 ans, 2,1 ans, 3,0 ans et 4,7 ans pour,
respectivement, les catégories d’âge 40-49 ans, 50-59 ans, 60-69 ans et 70-79 ans. La différence dans la
entre les 2 études pourrait être expliquée, au moins en partie, par une amélioration de la
mammographie dans le temps (les données du HIP sont issues des dépistages ayant eu lieu entre 1964 et
1974, tandis que les données utilisées du programme néerlandais couvrent la période de 1974 à 1982
environ).
Un autre incontournable est l’initiative de modélisation financée par le National Cancer Institute aux États-
Unis. Ce consortium appelé CISNET, pour « Cancer Intervention and Surveillance Modeling Network », a
rendu possible le développement, en parallèle, de sept modèles visant à répondre à une même question, soit
quel est l’impact des traitements adjuvants et du dépistage par mammographie sur le déclin de la mortalité par
cancer du sein aux États-Unis entre 1975 et 2000226. Différentes approches ont été utilisées pour le
développement des modèles (notamment des différences quant à la structure du modèle), respectant ainsi les
différentes philosophies émanant de chaque groupe d’investigateurs. Par ailleurs, certaines données
communes sont utilisées par tous les modèles (« common inputs ») afin d’obtenir une certaine comparabilité
entre les modèles. En résumé, l’objectif final des modèles est de répondre à la même question, mais les
investigateurs pouvaient utiliser différents chemins pour y arriver.
Le consortium CISNET a publié les détails de leurs 7 modèles227. Puisque chaque équipe de chercheurs
pouvait développer un modèle selon leur propre philosophie, ces modèles diffèrent sur plusieurs aspects. Un
bref résumé de la philosophie de chaque modèle est présenté au Tableau 14 (inspiré des articles 226,228,229).
Tel que mentionné dans un de leurs articles228, il est possible de se référer aux modèles à l’aide des simples
lettres D, E, G, M, R, S et W (Tableau 14). Quatre modèles ont utilisé uniquement une approche de
microsimulation (E, G, M et W), deux modèles ont eu recours à des techniques de modélisation analytique et
de microsimulation (R et S) tandis qu’un modèle (D) a privilégié uniquement la modélisation analytique. Ce
dernier type de modélisation consiste à établir un ensemble d’équations mathématiques qui doivent être
116
dérivées afin de décrire les relations entre les paramètres clés du modèle. Pour 6 modèles (D, E, G, R, S et
W), l’approche utilisée pour structurer le modèle était biologique tandis qu’un modèle (M) avait une approche
uniquement épidémiologique. Une approche biologique permet d’aller au-delà des paramètres observables
dans la réalité afin de modéliser la PPC via la croissance des tumeurs et la progression de la maladie. Dans
l’approche épidémiologique, le modèle de simulation est structuré selon les données épidémiologiques
observables dans la réalité; ainsi, seulement la période « observable » peut être modélisée.
Tableau 14. Caractéristiques des sept modèles CISNET
Modèle CISNET Investigateur principal
Technique de modélisation
Approche du modèle
Calibration de la sensibilité
D – Dana-Faber Cancer Insitute61
Zelen Analytique Biologique Non
E – Erasmus University Rotterdam230
Habbema Microsimulation Biologique Oui
G – Georgetown University Medical Center62
Mandelblatt Microsimulation Biologique Oui
M – University of Texas M.D. Anderson Cancer Center231
Berry Microsimulation Épidémiologique Non
R – University of Rochester232
Yakovlev Analytique et
microsimulation Biologique Non
S – Stanford University233
Plevritris Analytique et
microsimulation Biologique Oui
W – University of Wisconsin-Madison60
Fryback Microsimulation Biologique Oui
La sensibilité a été calibrée dans certains modèles de CISNET (E, G, S et W) et non calibrée dans les autres
(D, M et R). En raison de leur structure et de leur approche, les modèles M et R n’ont pas à calibrer la
sensibilité ou à utiliser une valeur de sensibilité. Le modèle D, quant à lui, entre dans leur modélisation des
valeurs fixes de sensibilité obtenues à partir des articles publiés dans la littérature. Ces valeurs de sensibilité
sont donc non calibrées. Puisque ces valeurs proviennent des estimés de trouvés dans la littérature, ces
valeurs ne correspondent pas à la , mais plutôt à des . La différence entre les et la de même que
les limites de ces estimés sont décrites au Chapitre 2 (section 2.4.1 Sensibilité estimée). Les utilisés
varient selon l’âge de la femme; elle est de 55 %, 65 %, 70 %, 75 % et 80 % en fonction, respectivement, des
catégories d’âge < 40 ans, 40-44 ans, 45-49 ans, 50-69 ans et 70 ans et plus.
Les 4 modèles qui ont eu recours à la calibration de la sensibilité (E, G, S et W) sont présentés au Tableau 15.
La définition de la sensibilité varie selon les modèles. Pour 2 modèles (E et S), la sensibilité est modélisée
117
selon un diamètre de tumeur au seuil de détection. En d’autres mots, la sensibilité est considérée comme une
variable dichotomique. La tumeur n’est pas détectée lorsque sa taille est inférieure à un seuil de détection
(donc sensibilité = 0 %) et elle est détectée si sa taille est égale ou supérieure à ce seuil de détection
(sensibilité = 100 %). Le diamètre de détection médian est de 0,9 cm pour le modèle E et de 1 cm pour le
modèle S. Cette façon d’aborder la sensibilité peut difficilement se comparer à la telle que définie dans
cette thèse. Pour le modèle G, la sensibilité considérée correspond à la . Dans ce modèle, la
calibration résulte à une qui varie en fonction de l’âge de la femme lors des mammographies initiales,
mais qui demeure constante pour les mammographies subséquentes (Tableau 15). Finalement, le modèle W
semble définir la sensibilité telle que dans cette thèse, soit comme étant les cancers détectés sur le nombre
total de cancers dans la PPC (donc la ). Plusieurs hypothèses concernant la devaient être formulées
afin d’obtenir de bons résultats lors de la calibration. La devait augmenter de façon monotone avec l’âge
de la femme et avec les années. La pour une tumeur de 5 cm devait être de 99 % et de 100 % pour une
tumeur de 8 cm. Les obtenues suite à la calibration sont présentées au Tableau 15. Fait intéressant, afin
que le modèle atteigne de bons résultats lors de la calibration, les chercheurs ont dû incorporer des tumeurs
dites « limited-malignant potential » (ou l’abréviation « LMP »). Comme leur nom l’indique, ces cancers ont un
potentiel malin limité; ce sont des tumeurs qui arrêtent de croître à une petite taille (1 cm), puis, si elles ne sont
pas découvertes après un certain temps, elles disparaissent. Ce type de tumeur a dû être incorporé au modèle
afin d’obtenir un assez grand réservoir de cancers dans la PPC chez la population de femmes dépistées. Sans
ces cancers, le modèle était incapable de calibrer adéquatement. Ce type de cancer correspond à environ
23 % des cas prévalents parmi les femmes simulées américaines âgées entre 30-79 ans pour l’année 2000234.
118
Tableau 15. Modèles CISNET pour lesquels la sensibilité devait être calibrée
Modèle CISNET
Sensibilité considérée*
Hypothèses concernant la sensibilité Sources de données pour calibration
Valeurs
E230 Diamètre de la tumeur au seuil de détection
Le diamètre est échantillonné dans une distribution Weibull.
Essai clinique randomiséTwo county
Diamètre moyen au seuil de détection : 0,9 cm Diamètre médian au seuil de détection : 0,9 cm
G62
Cancers détectés / cancers dans la
PPCD
La varie selon l’âge de la femme et l’occurrence de la mammographie.
Selon des estimés publiés dans les articles
pour les mammographies initiales : 26-39 ans = 77,3 % 40-49 ans = 86,7 % 50-69 ans = 94,1 % ≥ 70 ans = 91,2 %
pour les mammographies subséquentes : 85%
S233 Diamètre de la tumeur au seuil de détection
Le seuil de détection est échantillonné à l’aide d’une fonction dépendant du volume de
la tumeur
Données du SEER et du BCSC
Diamètre médian au seuil de détection : 1 cm
W60 Cancers détectés /
cancers dans la PPC
La doit augmenter de façon monotone avec le diamètre de la tumeur, l’âge de la
femme et les années. La pour une tumeur de 5 cm doit être de 99 % et de 100 % pour
une tumeur de 8 cm.
Incidence du cancer du sein selon le stage, Wisconsin Cancer Reporting System et les données du SEER
pour les femmes ≥ 50 ans et mammographie faite à partir de 2000 en fonction de la taille des tumeurs :
≤ 0,2 cm = 0 % 0,2-0,5 cm = 30 %
0,75 cm = 65 % 1,5 cm = 80 % 2,0 cm = 90 % 5,0 cm = 99 %
8,0 cm = 100 %
CISNET: Cancer Intervention and Surveillance Modeling Network, PPC: période préclinique, SEER: Surveillance, Epidemiology, and End Results, BCSC: Breast Cancer Screening Consortium,
: sensibilité, : sensibilité pour les tumeurs dans la période préclinique détectable
* Pour certains modèles (E et S), la sensibilité est modélisée via le seuil de détection des tumeurs. Lorsque la taille de la tumeur est inférieure au seuil de détection, la sensibilité est nulle. Lorsque la
taille de la tumeur est égale ou supérieure au seuil de détection, alors la sensibilité est de 100 %.
119
Finalement, une autre simulation développée par une équipe norvégienne doit être mentionnée. Ce modèle a
comme objectif de déterminer les paramètres inconnus tels le taux de croissance des tumeurs et la 74,216.
Ce modèle, basé sur méthode d’estimation du maximum de vraisemblance, est intéressant puisqu’il modélise
la croissance de la tumeur et la , celle-ci étant fonction de la taille de la tumeur. Leur modèle est calibré à
partir des mammographies initiales du programme de dépistage de Norvège. La croissance de la tumeur suit
une loi logistique et la variabilité dans le taux de croissance est échantillonnée dans une distribution log-
normale. La sensibilité est modélisée en fonction de la taille de la tumeur selon une fonction logistique. La
fonction de sensibilité obtenue correspond à la (telle que définie dans cette thèse). Les auteurs de l’article
mentionnent qu’ils ont calibré le modèle à l’aide des données des mammographies initiales du programme de
dépistage, mais que la calibration fonctionnait beaucoup moins bien s’ils considéraient les mammographies
subséquentes (ils n’ont donc pas présenté les résultats concernant les mammographies subséquentes). Les
obtenues par ce modèle suite à sa calibration sont présentées à la prochaine section (4.2 Description de la
microsimulation, des processus de calibration et de validation) puisque ces sont utilisées pour la validation
de notre modèle.
120
4.2 Description de la microsimulation, des processus de calibration et de validation Afin de répondre à nos objectifs, le modèle élaboré dans le cadre de ce travail est une microsimulation qui
permet de générer individuellement la vie de chaque femme de la cohorte en l’absence de dépistage. Une fois
la vie de chaque femme de la cohorte simulée, un ou des scénarios de dépistage peuvent être appliqués sur
cette même population afin d’observer les issus désirés. Cette approche pour estimer des effets, c’est-à-dire
en comparant une population similaire en présence et en absence de dépistage, s’apparente à l’approche
counterfactual156. La croissance de la tumeur est modélisée de façon continue dans le temps par une méthode
« backward » (c’est-à-dire que la vie de la femme est reconstruite à partir de l’âge de son diagnostic clinique et
en reculant pour obtenir l’âge de l’apparition du cancer dans la PPC). La Se est également simulée en continu,
celle-ci étant fonction, entre autres, de la taille de la tumeur dans la PPC comme dans d’autres
études74,213,216,235. Le modèle est décrit plus en détail dans la prochaine section.
4.2.1 Description de la microsimulation
La microsimulation permet de créer une cohorte de femmes dont certaines auront un diagnostic de cancer du
sein infiltrant au cours de leur vie. Étant donné que l’objectif premier du modèle est d’étudier la , la période
d’intérêt dans la vie des femmes est le moment où elles sont dans la PPC. En l’absence de dépistage, la PPC
débute lors de l’initiation du cancer et se termine soit lors du diagnostic clinique de cancer du sein infiltrant,
soit lors du décès par autre cause que le cancer du sein. Une hypothèse importante du modèle est que les
tumeurs infiltrantes commencent toutes par être des cancers in situ au début de leur PPC. Les diagnostics
cliniques de cancers purement in situ ne sont pas générés en raison de l’absence de données nécessaires
pour leur modélisation. Les femmes qui ont un cancer dans la PPC ne peuvent plus retourner dans un état
sans cancer, autrement dit, le modèle ne permet pas au cancer de régresser. Seulement un cancer du sein
peut être généré par femme.
Différentes données sont utilisées pour la microsimulation; celles-ci sont présentées au Tableau 16. En
l’absence de dépistage, les évènements importants à connaître dans la vie de chaque femme sont : l’âge de
son décès par autre cause que le cancer du sein et la présence ou non d’un diagnostic clinique d’un cancer du
sein infiltrant. Lors d’un diagnostic clinique de cancer du sein infiltrant, il faut connaître l’âge de la femme et la
taille de la tumeur au moment du diagnostic clinique. Afin de connaître la durée de la PPC, il faut savoir à quel
moment la PPC a commencé.
121
Pour dériver ces informations chez chaque femme de la cohorte, certaines données utilisées sont fixes, c’est-
à-dire que leurs valeurs découlent de données observées (mortalité par autres causes, incidence du cancer du
sein, distribution des nouveaux cas selon la taille au diagnostic clinique et la spécificité). D’autres données
utilisées (telles que le taux de croissance des tumeurs et la ) sont obtenues à partir de fonctions
prédéterminées, mais dont certains paramètres sont inconnus. Il faut donc estimer ces paramètres par
calibration. Les procédés utilisés afin de créer la vie de chaque femme ainsi que les dépistages dans notre
modèle sont présentés dans les prochains paragraphes.
122
Tableau 16. Données utilisées pour la microsimulation
Donnée incorporée dans le modèle
Paramètre fixe ou inconnu (à calibrer)
Provenance des données (lorsque paramètre fixe)
Valeur
a) Mortalité par autre cause que le cancer du sein
Fixe Fichier des décès du Québec, 1990-1992 (autre cause que CIM-9 174*)
Régression de Poisson et spline pour l’âge (voir Figure 26)
b) Incidence clinique du cancer du sein infiltrant
Fixe Fichier des tumeurs du Québec 1990-1992 (CIM-9 174*)
Régression de Poisson et spline pour l’âge (voir Figure 28)
c) Taille des tumeurs au diagnostic clinique du cancer du sein
Fixe Fichier de la Clinique des maladies du sein Deschênes-Fabia, 1985-1997
Distribution log-normale par groupe d’âge : 50-59 ans, 60-69 ans, 70-79 ans et 80 ans et plus (voir Figure 30)
d) Taux de croissance des tumeurs
Inconnu (à calibrer) --- Croissance tumorale modélisée suivant une loi dans la famille logistique, taux de croissance tiré d’une loi log-normale
e) Le manque de spécificité
lors de l’épisode de dépistage
Fixe Système d’information du PQDCS (SI-PQDCS), 1998-2005
selon l’âge de la femme et l’occurrence de la mammographie :
50-54 ans, initiale 19,7 % 55-59 ans, initiale 17,7 % 60-64 ans, initiale 16,7 % 65-69 ans, initiale 15,5 %
50-54 ans, subséquente 9,0 % 55-59 ans, subséquente 8,4 % 60-64 ans, subséquente 7,7 % 65-69 ans, subséquente 6,8 %
f) La sensibilité ( ) lors de l’épisode de dépistage
Inconnu (à calibrer) --- modélisée suivant une fonction logistique en fonction de l’âge de la femme, du diamètre de la tumeur et de l’occurrence de la
mammographie
g) Proportion de tumeurs jamais visible à la mammographie
Inconnu (à calibrer) --- Proportion entre 0 et 20 %
* Code de la Classification internationale des maladies (9e version) correspondant à un diagnostic de tumeur maligne du sein (infiltrant)
123
Tout d’abord, l’âge au décès par autre cause que le cancer du sein est déterminé pour chaque femme. Les
femmes sont simulées à partir de l’âge de 20 ans et la vie de chaque femme s’arrête soit à l’âge de leur décès
ou soit à l’âge de 100 ans (âge maximum). L’âge du décès par autre cause est déterminé à l’aide d’une
fonction de probabilités de décès cumulées par âge. Cette fonction de probabilités est construite à l’aide de
données provenant du Fichier des décès du Québec pour les années 1990-1992. Ces données représentent
donc une juxtaposition de nombreuses cohortes de naissance, soit les femmes qui sont nées entre 1890 et
1972 et qui étaient âgées entre 20 et 90 ans lors de leur décès entre 1990-1992. Les années 1990-1992 ont
été choisies puisque la mammographie de dépistage n’était pas chose courante dans la population des
femmes du Québec au cours de ces années : le taux de couverture à la mammographie bilatérale chez les
femmes de 50 à 69 ans est d’environ 35 % pour ces années236. Tous les décès occasionnés par une autre
cause que le cancer du sein infiltrant (codes CIM-9 174) sont considérés. À partir des données du Fichier des
décès, la distribution des taux de décès (par autre cause que le cancer du sein) par âge a été modélisée à
l’aide d’une régression de poisson estimée par un modèle GAM avec un lien spline pour l’âge (package MGCV
dans R, méthode par défaut pour le spline «Penalized thin plate regresion spline», degré de liberté estimé =
7,98, 99,8% de la déviance expliquée)237. Les taux de décès pour les âges 90 à 100 ans sont projetés à partir
du modèle ajusté avec les 20 à 90 ans (Figure 26).
124
Figure 26. Taux de mortalité par autres causes que le cancer du sein. Points : données provenant du Fichier des décès du Québec (1990-1992); ligne noire : modélisation par spline.
Ensuite, la fonction de probabilités cumulées238 de décès par autre cause que le cancer du sein a été obtenue
à partir des taux prédits par la régression de Poisson (Figure 27). À partir de cette distribution de probabilités
cumulatives de décès par autre cause, il est possible de déterminer pour chaque femme l’âge de son décès
par autre cause à l’aide de l’échantillonnage par transformation inverse238 (« inverse probability integral
transfrom »). L’objectif est d’obtenir une population de femmes ayant la même distribution de mortalité par
autre cause que celle de la Figure 26. Pour ce faire, l’inverse de la fonction de probabilité cumulative est
utilisé. Ainsi, un nombre aléatoire entre 0 et 1, provenant d’une distribution de probabilité uniforme, est assigné
à chaque femme. Ce numéro aléatoire devient sa probabilité cumulative de décéder par autre cause que le
cancer du sein. Par exemple, si le numéro aléatoire de la première femme est de 0,4, cette femme décédera
par autre cause que le cancer du sein à l’âge de 81 ans (Figure 27). Même si une infime proportion de
femmes peut décéder à plus de 100 ans, l’âge maximal de décès par autre cause est fixé à 100 ans dans
notre modèle.
125
Figure 27. Probabilité cumulative de décès par autres causes que le cancer du sein. Flèches : exemple de l’attribution d’un âge au décès par autres causes que le cancer du sein à l’aide de la probabilité cumulée.
En plus de l’âge du décès par autre cause que le cancer du sein, nous voulons également déterminer pour
chaque femme si elle aura ou non un diagnostic clinique de cancer du sein infiltrant au cours de sa vie (et
l’âge de la femme lors de ce diagnostic). L’âge au décès par autre cause n’influence pas le fait d’avoir ou non
un diagnostic de cancer du sein infiltrant (les 2 étapes sont indépendantes). Pour déterminer la présence ou
non d’un diagnostic de cancer du sein infiltrant au cours de la vie de chaque femme ainsi que l’âge au moment
du diagnostic (lorsque présent), la même procédure que pour l’assignation de l’âge au décès par autre cause
est utilisée. Afin d’obtenir la distribution des diagnostics de cancer du sein infiltrant chez les femmes du
Québec, les données du Fichier des tumeurs du Québec (FTQ) pour les années 1990-1992 ont été utilisées.
Encore une fois, les années 1990-1992 ont été choisies puisque la mammographie de dépistage n’était pas
chose courante dans la population des femmes du Québec au cours de ces années (le taux de couverture à la
mammographie bilatérale chez les femmes de 50 à 69 ans est d’environ 35 % pour ces années236). Seulement
les diagnostics de cancer du sein infiltrant sont considérés (codes CIM-9 174). Dans un milieu sans dépistage
par mammographie, les cancers diagnostiqués cliniquement sont à environ 95 % des cancers infiltrants et
environ 5 % des cancers in situ239,240. La relation entre les taux d’incidence des cancers infiltrants et l’âge (20-
126
80 ans) a été modélisée à l’aide d’une régression de Poisson non paramétrique en utilisant une fonction de
lissage de type spline. L’estimation a été réalisée en utilisant le package mgcv de R (méthode d’estimation
spline par défaut « Penalized thin plate regresion spline », degré de liberté estimé = 8,74, 98,1% de la
déviance expliquée)237 (Figure 28).
Figure 28. Taux d’incidence du cancer du sein infiltrant. Points : données provenant du Fichier des tumeurs du Québec (1990-1992); ligne noire : modélisation par une régression de Poisson avec lien spline.
Les taux d’incidence pour les femmes de 80 à 100 ans ont été projetés à partir du modèle ci-dessus. Les taux
d’incidence projetés sont différents des taux d’incidence observés chez les femmes de 80 à 100 ans. En fait,
les taux d’incidence observés semblent diminuer après 80 ans. Cependant, nous croyons que cette diminution
du taux d’incidence après 80 ans pourrait ne pas représenter une réelle diminution du taux d’incidence, mais
plutôt une sous-estimation de l’incidence du cancer du sein dans la base de données. Cette hypothèse
s’appuie sur différentes observations. Tout d’abord, il est reconnu que, tout comme plusieurs maladies
chroniques, l’incidence du cancer du sein augmente avec l’âge1,109. Les femmes plus âgées avec un
diagnostic de cancer du sein ne semblent pas recevoir les mêmes traitements que les femmes plus jeunes241.
127
Il est possible que les femmes plus âgées soient traitées à l’aide de traitements moins invasifs, par exemple
avec seulement de l’hormonothérapie au lieu de chirurgies aux seins242. Puisque le FTQ n’était alimenté que
par les données provenant du fichier MedÉcho (qui contient de l’information de base sur toutes les chirurgies
et toutes les hospitalisations dans les hôpitaux de courte durée du Québec), alors les femmes ayant un
diagnostic de cancer du sein sans chirurgie ne sont pas enregistrées dans le FTQ. L’exhaustivité du FTQ pour
les cancers du sein diagnostiqués en 1996 chez les femmes âgées de 20 ans et plus est de 98,8 %243.
L’exhaustivité du FTQ pour tous les types de cancers (hommes et femmes âgées de 20 ans et plus), bien que
non statistiquement significative, semble tout de même être inférieure pour les personnes plus âgées; celle-ci
est de 94,8 %, 90,9 %, 93,0 % et 86,5 % pour, respectivement, les personnes âgées de 50-59 ans, 60-69 ans,
70-79 ans et de 80 ans et plus. Malheureusement, l’exhaustivité du FTQ par groupe d’âge n’a pas été calculée
spécifiquement pour le cancer du sein. Bien que rarement étudiée (ou publiée), une sous-estimation des cas
de cancer du sein présents dans un fichier (ou registre) de cancer du sein pour les femmes plus âgées semble
avoir été observée, notamment pour un registre en Angleterre242. Il est également possible que moins
d’attention soit portée aux seins des femmes plus âgées, résultant à moins de diagnostic clinique de cancer du
sein chez ces femmes. À la lumière de toutes ces observations, il nous apparaît plausible que l’exhaustivité du
FTQ concernant le cancer du sein diminue avec l’âge de la femme et donc que la projection du taux
d’incidence se rapprocherait davantage de la « réalité » que les données observées.
128
La fonction de probabilités cumulées d’incidence clinique du cancer du sein infiltrant a été obtenue à partir des
taux prédits par le modèle (Figure 29).
Figure 29. Probabilité cumulative de diagnostic de cancer du sein infiltrant. Flèches : exemple de l’attribution d’un âge au diagnostic clinique de cancer du sein infiltrant à l’aide de la probabilité cumulée.
À partir de cette distribution de probabilités cumulatives de diagnostic clinique de cancer du sein infiltrant, il est
possible d’attribuer à une femme un diagnostic ou non de cancer du sein, et si oui, l’âge au diagnostic. Pour
ce faire, un nombre entre 0 et 1, provenant d’une distribution de probabilité uniforme, est assigné de façon
aléatoire à chaque femme. Ce nombre aléatoire devient sa probabilité cumulative de diagnostic de cancer du
sein. Les femmes avec un nombre aléatoire inférieur à la probabilité cumulative à 100 ans (environ 0,18)
auront un diagnostic de cancer du sein infiltrant au cours de leur vie tandis que celles dont le nombre est
supérieur à cette probabilité n’auront pas de diagnostic au cours de leur vie (Figure 29). L’âge du diagnostic
clinique du cancer du sein est également assigné selon le numéro aléatoire des femmes. Par exemple, si une
femme a comme nombre aléatoire 0,05, son diagnostic clinique de cancer du sein infiltrant sera posé à l’âge
de 64 ans (Figure 29).
129
Une fois l’âge au diagnostic clinique du cancer du sein fixé, une taille de tumeur lors de ce diagnostic doit être
assignée. La taille correspond au diamètre de la tumeur et elle est assignée en fonction de la distribution réelle
des diamètres de tumeurs infiltrantes se retrouvant dans le fichier du Centre des maladies du sein Deschênes-
Fabia (CMS) de l’Hôpital St-Sacrement à Québec. Ce centre des maladies du sein traite de nombreuses
femmes atteintes du cancer du sein dans la région de Québec et ses environs. Les tumeurs dans le fichier
CMS correspondent à des tumeurs diagnostiquées entre 1985 et 1997. La meilleure façon de décrire la
distribution des tailles tumorales provenant du fichier CMS est d’utiliser une distribution log-normale de
paramètres ζ (moyenne) et σ (écart-type) (avec seuil minimal ou « threshold » de 1 mm) pour chaque tranche
d’âge de 50-59 ans, 60-69 ans, 70-79 ans et 80 ans et plus (Figure 30).
Figure 30. Diamètre des tumeurs lors du diagnostic clinique du cancer du sein infiltrant. Barre verte : données provenant du Centre des maladies du sein Deschênes-Fabia (1985-1997); ligne rouge : modélisation par une distribution log-normale de paramètres (2,8593, 0,6934) pour les 50-59 ans, de paramètres (2,8799, 0,6857) pour les 60-69 ans, de paramètres (3,0008, 0,6341) pour les 70-79 ans et de paramètres (3,2588, 0,6111) pour les 80 ans et plus.
Le diamètre de la tumeur au diagnostic clinique est donc attribué aléatoirement dans une loi log-normale dont
les paramètres ζ et σ ont été estimés à partir des 1 538 cancers du sein infiltrants provenant du fichier du
CMS (Figure 30). Le diagnostic clinique de ces 1 538 cancers du sein infiltrants a été posé, respectivement,
chez 580 femmes de 50 à 59 ans, 522 femmes de 60 à 69 ans, 340 femmes de 70 à 79 ans et 96 femmes de
80 ans et plus. Le diamètre minimum d’une tumeur diagnostiquée chez une femme a été fixé arbitrairement à
Den
sité
0 50 100 150 200
0.00
0.01
0.02
0.03
0.04
Diamètre (mm)
50-59 ans
Den
sité
0 50 100 150 200
0.00
0.01
0.02
0.03
0.04
Diamètre (mm)
60-69 ans
Den
sité
0 50 100 150 200
0.00
0.01
0.02
0.03
0.04
Diamètre (mm)
70-79 ans
Den
sité
0 50 100 150 200
0.00
0.01
0.02
0.03
0.04
Diamètre (mm)
80 ans et +
130
1 mm. Le diamètre maximal d’une tumeur diagnostiquée chez une femme a été fixé à 161 mm, donc si une
taille de tumeur attribuée aléatoirement à une femme est supérieure à 161 mm, la taille de 161 mm lui est
assignée. Parmi les 1 538 cancers infiltrants du CMS, seulement 3 tumeurs avaient une taille supérieure à 161
mm ; ce qui correspond à 0,2 % des tumeurs.
Une fois qu’un diagnostic clinique de cancer du sein infiltrant, que l’âge au diagnostic clinique de même que la
taille de la tumeur au diagnostic clinique sont connus pour ces femmes, il ne reste qu’une variable à
déterminer : le moment où le cancer a commencé (soit le début de la PPC). Il n’existe aucune base de
données qui contient l’information sur la durée de la PPC du cancer du sein. Aucune donnée n’est également
disponible concernant le taux de croissance des tumeurs dans la population des femmes du Québec. Il n’était
donc pas possible de déterminer, à partir de l’information contenue dans une base de données quelconque, le
moment du début de la PPC. Il a donc fallu déterminer le taux de croissance des tumeurs par calibration et
ainsi estimer depuis combien de temps la tumeur devait être présente pour atteindre la taille observée lors du
diagnostic.
Les premières publications traitant du taux de croissance des tumeurs alléguaient que les tumeurs croissent
de manière exponentielle en fonction du temps244,245. Par la suite, d’autres articles ont raffiné cette hypothèse
en stipulant que la croissance d’une tumeur doit suivre une loi exponentielle au début de sa croissance, et
qu’ensuite le taux de croissance diminue lorsque la tumeur atteint un volume assez élevé245–247.
L’augmentation du nombre de cellules dans la tumeur est déterminée principalement par 3 paramètres, soit le
temps que prennent les cellules pour compléter un cycle cellulaire, la fraction de cellule qui est en prolifération
et la fraction de cellules qui subit l’apoptose244,245. Ainsi, la croissance des tumeurs suivrait davantage une loi
de la famille logistique, avec une croissance exponentielle initialement, puis avec un ralentissement du taux de
croissance lorsque la tumeur atteint un volume élevé. Selon cette hypothèse, Spratt et coll.247 ont proposé, en
1993, une équation donnant le volume d’une tumeur au temps t. Il est supposé que le volume d’une tumeur
correspond à une sphère. Cette équation a également été utilisée par l’équipe Norvégienne qui a tenté, elle
aussi, de déterminer la 216. Le volume de la tumeur correspond donc à :
131
max40.25
4max
( )
1 1 t
cell
VV tV eV
Équation 34
Selon cette équation, le volume d’une tumeur à un temps t dépend de 3 paramètres; soit le volume maximal
de la tumeur ( ), le volume d’une cellule de la tumeur ( ), et la variable kappa (κ). Bien entendu, dans
la réalité, une tumeur ne contient pas seulement des cellules cancéreuses. Les tumeurs peuvent contenir
également du stroma, des vaisseaux sanguins, du sang et autres éléments non cellulaires244. Friberg et coll.244
avancent cependant que l’apport de ces éléments non cellulaires n’aurait qu’un effet marginal sur le volume
des tumeurs dans le temps.
Le volume maximal de la tumeur est fixé au volume d’une cellule, multiplié par 241, ce qui correspond à une
tumeur d’environ 16 cm de diamètre (ou 161,34 mm). Spratt et coll.247 ont comparé différentes valeurs pour le
volume maximal (240, 241, 241,6 et 242) et lorsque le volume des tumeurs est de moins de 104 mm3 (soit environ
2,7 cm de diamètre), ils concluent qu’il n’y a que peu de différence dans les volumes obtenus. Au-delà de 104
mm3, la différence était plus prononcée. Puisqu’il est fort probable que la soit déjà à son maximum une fois
que la tumeur atteint un volume de 104 mm3 (ou 2,7 cm de diamètre), le choix du diamètre maximal n’aura que
peu d’effet sur la fonction de sensibilité.
Spratt et coll. ont aussi démontré une grande variabilité dans le taux de croissance des tumeurs et que les
taux de croissance suivent une distribution log-normale246. Nous faisons donc l’hypothèse que le taux de
croissance des tumeurs peut varier d’une femme à l’autre selon la valeur du kappa (κ). Nous supposons que
ce kappa provient d’une distribution log-normale de paramètres α1 et α2 inconnus245,247. Comme décrit dans les
paragraphes précédents, les femmes avec un diagnostic clinique de cancer du sein se voient attribuer un
diamètre de tumeur lors du diagnostic clinique. Puisque le taux de croissance des tumeurs semble être plus
élevé chez les femmes plus jeunes248–250, les kappas sont attribués en tenant compte de l’âge de la femme.
où Vmax = 241 Vcell, qui correspond au volume maximal de la tumeur
Vcell = 10-6 mm3, qui correspond au volume d’une cellule
t = temps depuis l’apparition de la tumeur
κ =
paramètre spécifique à un individu, qui suit une distribution log-normale
de paramètres α1 et α2
132
Puisque la distribution des kappas est inconnue dans la population des femmes du Québec, ces paramètres
devront être déterminés par le processus de calibration qui sera discuté dans la prochaine section (4.2.2
Processus de calibration). Après que la valeur de α1 et α2 est fixée par la calibration, une valeur de κ est
attribuée de façon aléatoire à partir de la distribution log-normal à chaque femme (dépendant de l’âge). Une
fois la valeur du κ attribuée, le taux de croissance de la tumeur d’une femme est alors fixée et il est alors
possible de déterminer le moment où le cancer a commencé. La durée de la PPC correspond à l’intervalle de
temps entre le moment où le cancer a commencé et le diagnostic clinique de ce cancer.
Puisque c’est la qui est à l’étude dans cette thèse, la cohorte de femmes simulée sera soumise à un ou
des dépistages par mammographie. Les femmes de la cohorte peuvent être séparées en deux groupes lors de
la mammographie de dépistage, soit celles qui sont dans la PPC du cancer du sein et celles qui n’y sont pas.
Le résultat de la mammographie (normal ou anormal) sera attribué différemment selon ces deux groupes de
femmes. Chez les femmes sans cancer du sein dans la PPC, le résultat de la mammographie dépendra de la
(ou de ). Par contre, pour les femmes dans la PPC, le résultat de la mammographie dépendra de
la .
Pour les femmes qui ne sont pas dans la PPC lors de la mammographie, le résultat du dépistage sera attribué
selon les observés dans le PQDCS entre 1998 et 2005. Comme défini dans le Chapitre 2 (section
« 2.4.4 Spécificité estimée »), est calculé uniquement chez les femmes sans cancer du sein dans la
PPC et correspond au nombre de mammographies anormales (ou positives) divisées par le nombre de
mammographies de dépistage chez les femmes sans cancer du sein dans la PPC. Ce est déterminé
selon l’âge des femmes lors du dépistage (50-54 ans, 55-59 ans, 60-64 ans et 65-69 ans) et selon
l’occurrence de la mammographie (initiale ou subséquente) (Tableau 16). Le résultat de la mammographie
pour chaque femme qui n’est pas dans la PPC au moment de la mammographie est attribué aléatoirement
selon une loi de Bernouilli où la probabilité que la mammographie soit positive est égale au paramètre p, où p
correspond aux retrouvés dans le Tableau 16. Par exemple, puisque pour une
mammographie initiale chez les femmes de 50-54 ans est de 19,7 %, alors le résultat de la mammographie
(normal ou anormal) sera déterminé par une loi de Bernouilli de paramètre p=0,197 pour une femme de 50
ans qui passe une mammographie initiale.
Pour les femmes qui sont dans la PPC au moment de la mammographie, le résultat du test de dépistage
(normal ou anormal) sera attribué selon la . Il est attendu que la dépend du diamètre de la tumeur.
Puisqu’en général, la détectabilité de très petites tumeurs est plus faible que celle des grosses tumeurs, la
133
est donc modélisée en fonction de la taille de la tumeur selon une fonction logistique inspirée de celle utilisée
par l’équipe Norvégienne216. Dans notre modèle, la est fonction non seulement de la taille de la tumeur
(diamètre), mais elle dépend également de l’âge de la femme et de l’occurrence de la mammographie (initiale
ou subséquente) :
Équation 35
Il est attendu que la varie avec l’âge puisqu’il est reconnu dans la littérature que la diffère selon l’âge de
la femme; celle-ci augmente lorsque la femme prend de l’âge1,109. L’ajout d’un paramètre concernant
l’occurrence de la mammographie est le résultat du processus de calibration. Il est aussi avancé dans la
littérature que la serait légèrement plus élevée lors de la mammographie initiale que la mammographie
subséquente1,20.
Une fois la fonction de sensibilité déterminée, le résultat de la mammographie pour chaque femme dans la
PPC est déterminé selon une loi de Bernouilli, où la probabilité d’être positive est égale à la . Si la
mammographie est positive, alors le cancer du sein est considéré comme ayant été détecté. Si la
mammographie est négative, alors le cancer du sein n’a pas été détecté par la mammographie. Puisque les
paramètres β de l’Équation 35 ne sont pas connus et qu’aucune base de données ne permettrait de les
estimer, la fonction de sensibilité devra être obtenue par un processus de calibration qui sera discuté dans la
prochaine section.
En plus de la fonction de sensibilité, il a été décidé d’introduire dans le modèle une proportion de cancers du
sein qui ne sont jamais détectables par la mammographie. Selon la littérature, certains cancers du sein ne
sont jamais visibles à la mammographie, et ce, même sur les mammographies diagnostiques19,31. La
proportion de cancers du sein classée comme étant non détectable résulte d’une sélection aléatoire d’une
variable de Bernoulli de paramètre p pour tous les cancers du sein présents dans la cohorte simulée. La
proportion de cancers qui ne sont pas détectables à la mammographie est déterminée par le processus de
calibration (prochaine section).
où = Sensibilité du dépistage
diam = Diamètre de la tumeur au dépistage
age = Âge de la femme au dépistage
occurrence = Occurrence de la mammographie (initiale ou subséquente)
134
4.2.2 Processus de calibration
Comme décrits à la section précédente, certains paramètres de notre modèle demeurent inconnus et leurs
valeurs doivent être déterminées par calibration : les paramètres de la distribution des taux de croissance de
la tumeur (α1 et α2 de l’Équation 34), les paramètres de la fonction de sensibilité de la mammographie (β0, β1,
β2 et β3 de l’Équation 35) et la proportion de tumeurs non détectable à la mammographie (p). Le but de la
calibration est de choisir des valeurs pour ces paramètres inconnus afin de reproduire les données d’un vrai
programme de dépistage du cancer du sein, soit le PQDCS. La calibration se résume comme étant un
processus d’essais et erreurs au cours duquel un grand nombre de simulations est fait avec des valeurs
arbitraires pour les paramètres inconnus, pour finalement ne conserver que les paramètres qui reproduisent le
mieux les données observées dans un programme de dépistage du cancer du sein, comme le PQDCS251–254.
Le processus de calibration vise à trouver, parmi toutes les combinaisons de valeurs possibles des
paramètres inconnus à calibrer, les combinaisons ou les ensembles de paramètres (EP) qui permettent
d’obtenir des indicateurs de performance qui se rapprochent le plus de ceux obtenus dans le PQDCS.
La calibration est basée sur deux groupes d’indicateurs de performance du PQDCS. Le premier groupe
comprend des indicateurs de performance liés à la (Tableau 17). Ces indicateurs sont le taux de détection,
le taux de cancers d’intervalle diagnostiqués dans la première année post-dépistage et le taux de cancers
d’intervalle diagnostiqués dans la 2e année post-dépistage. Les cancers d’intervalle correspondent aux
cancers diagnostiqués plus de 6 mois suivant une mammographie anormale ou ceux diagnostiqués suivant
une mammographie de dépistage normale (dans la première ou la deuxième année suivant la
mammographie). Le deuxième groupe comprend un seul indicateur de performance lié à la taille de la tumeur
infiltrante détectée, soit la proportion de tumeurs dont les tailles sont égales ou inférieures à 1,0 cm, entre 1,1
et 2,0 cm et plus grandes que 2,0 cm (Tableau 18). À l’aide de la base de données du PQDCS, les indicateurs
de performance ont été calculés pour les mammographies de dépistage de 2000 à 2005 (excepté les taux de
cancers d’intervalle dans la 2e année post-dépistage qui ont été calculés pour les années 2000 à 2004).
Lorsque les nombres étaient suffisamment élevés, les indicateurs ont été calculés en fonction de l’occurrence
de la mammographie (initiale ou subséquente) et l’âge des femmes en 4 catégories (50-54 ans, 55-59 ans, 60-
64 ans et 65-69 ans). Cependant, il était impossible de calculer certains indicateurs selon ces 4 groupes d’âge
en raison d’un trop faible nombre de cancers d’intervalle (par exemple pour le taux de cancers d’intervalle
diagnostiqués dans la première année post-dépistage pour les mammographies initiales). Dans cette situation,
l’indicateur était calculé pour les 50-69 ans.
135
Tableau 17. Indicateurs de performance liés à la sensibilité du dépistage utilisés pour la calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS 2000-2005
Indicateur de performance
Âge des femmes
Occurrence des mammographies
Num Dén Valeur de l’indicateur de performance du PQDCS
Taux de détection des
cancers infiltrants ( / 1000 dépistages)
50-54 ans Initial 256 58 487 4,4
55-59 ans Initial 90 11 409 7,9
60-64 ans Initial 87 8 148 10,7
65-69 ans Initial 92 6 345 14,5
50-54 ans Subséquent 153 46 280 3,3
55-59 ans Subséquent 317 75 144 4,2
60-64 ans Subséquent 293 59 362 4,9
65-69 ans Subséquent 273 47 385 5,8
Taux de cancers
d’intervalle infiltrants
dans la 1ère année ( / 10 000 femmes-années)
50-69 ans Initial 49 75 814,12 6,5
50-54 ans Subséquent 34 44 104,50 7,7
55-59 ans Subséquent 63 71 767,12 8,8
60-64 ans Subséquent 45 56 831,20 7,9
65-69 ans Subséquent 29 45 471,45 6,4
Taux de cancers
d’intervalle infiltrants
dans la 2e année* ( / 10 000 femmes-années)
50-69 ans Initial 97 82 234,00 11,8
50-54 ans Subséquent 79 44 324,30 17,8
55-59 ans Subséquent 118 71 957,78 16,4
60-64 ans Subséquent 89 56 863,15 15,7
65-69 ans Subséquent 65 45 845,71 14,2
num : numérateur, dén : dénominateur, PQDCS : Programme Québécois de Dépistage du Cancer du Sein du Québec
* Pour les taux de cancers d’intervalle dans la 2e année post-dépistage, les données utilisées sont celles de 1998 à 2004 pour les
mammographies initiales et de 2001 à 2004 pour les mammographies subséquentes.
136
Tableau 18. Indicateurs de performance liés à la taille des tumeurs infiltrantes détectées utilisés pour la calibration de la microsimulation selon l’âge des femmes dépistées et l’occurrence de la mammographie, PQDCS 1998-2005
Indicateur de performance Âge des femmes
Occurrence des mammographies
Num Dén Valeur de
l’indicateur du PQDCS
Proportion des tumeurs infiltrantes
avec une taille ≤ 1,0 cm (%)
50-54 ans Initial 77 239 32,2
55-59 ans Initial 33 87 37,9
60-64 ans Initial 24 79 30,4
65-69 ans Initial 28 89 31,5
Proportion des tumeurs infiltrantes
avec une taille entre 1,1-2,0 cm (%)
50-54 ans Initial 103 239 43,1
55-59 ans Initial 35 87 40,2
60-64 ans Initial 34 79 43,0
65-69 ans Initial 38 89 42,7
Proportion des tumeurs infiltrantes
avec une taille > 2,0 cm (%)
50-54 ans Initial 59 239 24,7
55-59 ans Initial 19 87 21,8
60-64 ans Initial 21 79 26,6
65-69 ans Initial 23 89 25,8
Proportion des tumeurs infiltrantes
avec une taille ≤ 1,0 cm (%)
50-54 ans Subséquent 60 142 42,3
55-59 ans Subséquent 130 305 42,6
60-64 ans Subséquent 111 273 40,7
65-69 ans Subséquent 114 260 43,8
Proportion des tumeurs infiltrantes
avec une taille entre 1,1-2,0 cm (%)
50-54 ans Subséquent 58 142 40,8
55-59 ans Subséquent 130 305 42,6
60-64 ans Subséquent 132 273 48,4
65-69 ans Subséquent 119 260 45,8
Proportion des tumeurs infiltrantes
avec une taille > 2,0 cm (%)
50-54 ans Subséquent 24 142 16,9
55-59 ans Subséquent 45 305 14,8
60-64 ans Subséquent 30 273 11,0
65-69 ans Subséquent 27 260 10,4
num : numérateur, dén : dénominateur, PQDCS : Programme Québécois de Dépistage du Cancer du Sein du Québec
* Pour les taux de cancers d’intervalle dans la 2e année post-dépistage, les données utilisées sont celles de 1998 à 2004 pour les
mammographies initiales et de 2001 à 2004 pour les mammographies subséquentes.
137
Le processus de calibration a été élaboré pour pouvoir comparer les indicateurs de performance obtenus par
la microsimulation à ceux calculés à partir des données du PQDCS pour des mammographies de dépistage
chez les femmes âgées entre 50 et 69 ans. Afin de couvrir toute l’étendue possible des âges auxquels les
femmes peuvent être dépistées dans le cadre du PQDCS, un total de 11 dépistages a été utilisé pour le
processus de calibration, répartis selon 4 scénarios de dépistage (Tableau 19). Afin de simplifier les scénarios
de dépistage à l’étude, nous avons choisi de ne simuler qu’une mammographie de dépistage initiale suivie par
deux autres mammographies subséquentes. Les 4 scénarios diffèrent selon l’âge de la femme lors de la
mammographie initiale (selon les catégories d’âge 50-54 ans, 55-59 ans, 60-64 ans et 65-69 ans). L’âge exact
auquel la mammographie initiale est simulée correspond à l’âge médian observé dans les données du PQDCS
pour chaque catégorie d’âge. Par exemple, pour la catégorie d’âge 50-54 ans, l’âge médian à la
mammographie initiale est de 51 ans dans les données du PQDCS. Suite à la mammographie initiale, nous
avons choisi de simuler deux mammographies subséquentes à intervalle de 2 ans (comme il est suggéré dans
le PQDCS).
Tableau 19. Scénario de dépistage utilisé pour la calibration de la microsimulation
Scénario de dépistage
Catégorie d’âge à la mammographie initiale
Âge à la mammographie initiale*
Âge à la 1ère mammographie
subséquente
Âge à la 2e mammographie
subséquente
1 50-54 ans 51 ans 53 ans 55 ans 2 55-59 ans 57 ans 59 ans 61 ans 3 60-64 ans 62 ans 64 ans 66 ans 4 65-69 ans 67 ans 69 ans ---
* Correspond à l’âge médian observé dans le PQDCS pour cette catégorie d’âge donnée.
La calibration est un processus itératif, où plusieurs essais sont faits. La façon dont nous avons procédé peut
se résumer ainsi : tout d’abord, un modèle est déterminé avec certains paramètres inconnus à calibrer. Par la
suite, les domaines des valeurs plausibles pour chaque paramètre à calibrer sont définis. Ensuite, nous
générons des milliers d’ensembles de paramètres (EP) en prenant des valeurs au hasard dans ces domaines.
Pour chaque EP nous exécutons la simulation afin de trouver les ensembles de paramètres qui reproduisent le
mieux les deux groupes d’indicateurs de performance du PQDCS. Des modifications sont ensuite apportées
au modèle afin d’améliorer la calibration de celui-ci et d’autres simulations sont faites. Pour juger de la
calibration, nous comparons les indicateurs de performance simulés et ceux du PQDCS à l’aide du critère
suivant :
Équation 36
138
Le Critère 1 (Équation 36) est évalué séparément selon les deux groupes d’indicateurs, soit les indicateurs liés
à la et celui lié à la taille des tumeurs infiltrantes détectées. Plus le Critère 1 est faible, meilleure est la
calibration. Un EP donné peut bien représenter le groupe d’indicateurs lié à la , mais moins bien celui lié à
la taille des tumeurs. Nous voulions trouver des EP qui représentaient bien les deux groupes d’indicateurs à la
fois. Lors de la sélection des meilleurs EP, nous avons cependant accordé une plus grande importance à la
calibration pour le groupe d’indicateurs lié à la . Une plus grande importance a été accordée à ce groupe
puisque celui-ci ne comprend pas seulement 1 indicateur, mais bien 2 indicateurs de performance importants
dans l’évaluation des programmes de dépistage (soit le taux de détection et le taux de cancers d’intervalle). La
mesure pour juger de la calibration et pour sélectionner les meilleurs EP est énoncée par Équation 37.
Équation 37
Au cours des différentes étapes du processus de calibration, nous avons évalué environ 100 000
combinaisons de paramètres échantillonnés de façon aléatoire. Les 50 EP avec la plus faible mesure
(Équation 37) ont été sélectionnés. À partir de ces 50 EP, la robustesse des résultats a été vérifiée à l’aide
d’une méthode de « bootstrap »255. Pour chacun de ces 50 EP, 1 000 000 de femmes (afin de diminuer la
variabilité aléatoire) ont été simulées 500 fois (à l’aide de « seed » différents). Les 10 EP qui semblaient
donner des résultats les plus robustes, c’est-à-dire avec le moins de variations d’une simulation à l’autre, ont
été retenus. Ces 10 EP sont considérés comme étant les meilleurs EP obtenus (les valeurs des paramètres de
ces 10 EP sont résumées au Tableau A-1 en Annexe).
Les valeurs du Critère 1 obtenues par chacun des 10 meilleurs EP, en fonction des indicateurs liés à la et
de l’indicateur lié à la taille des tumeurs infiltrantes détectées sont illustrées à la Figure 31. Les 10 meilleurs
EP calibrent bien les indicateurs liés à la sensibilité du dépistage (avec des valeurs du Critère 1 plus petites ou
tout près de 2) et aussi à l’indicateur lié à la taille des cancers infiltrants détectés (avec des valeurs de Critère
1 plus petites que 2 pour la majorité des EP).
où Somme du Critère 1 pour les indicateurs liés à la sensibilité du dépistage
Somme du Critère 1 pour l’indicateur lié à la taille des cancers détectés
139
Figure 31. Les dix meilleurs ensembles de paramètres selon la valeur du critère 1 pour juger la calibration en fonction des indicateurs liés à la sensibilité du dépistage et de l’indicateur lié à la taille des tumeurs infiltrantes détectées. Étiquette des données : numéro de l’ensemble de paramètres (EP).
La Figure 32 montre, pour chaque scénario de dépistage à l’étude, les indicateurs de performance liés à la
sensibilité du dépistage obtenus pour chacun des 10 meilleurs EP comparativement aux indicateurs calculés
avec les données du PQDCS. La Figure 33 présente l’indicateur de performance lié à la taille des tumeurs
infiltrantes.
01
02
03 04
06
07
08
17
23
50
0,0
0,5
1,0
1,5
2,0
2,5
3,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0
Val
eur
du
Cri
tère
1 p
ou
r l'I
nd
icat
eur
lié à
la
tai
lle d
es t
um
eurs
dét
ecté
s
Valeur du Critère 1 pour les indicateurs liés à la sensibilité du dépistage
140
Figure 32. Les dix meilleurs ensembles de paramètres selon chaque indicateur de performance lié à la sensibilité du dépistage dans les 4 scénarios utilisés pour la calibration. Cercle gris : indicateurs de performance pour chacun des 10 meilleurs ensembles de paramètres; ligne horizontale : indicateurs de performance calculés avec les données du PQDCS (Tableau 17); chiffres en gras : moyenne de l’indicateur de performance pour les 10 meilleurs ensembles de paramètres; Td : taux de détection (/ 1 000 dépistages); Tci1 : Taux de cancers d’intervalle dans la 1ère année post-dépistage (/ 10 000 femmes-années); Tci2 : Taux de cancers d’intervalle dans la 2e année post-dépistage (/ 10 000 femmes-années).
141
Figure 33. Les dix meilleurs ensembles de paramètres selon l’indicateur de performance lié à la taille des cancers infiltrants détectés dans les 4 scénarios utilisés pour la calibration. Cercle gris : indicateurs de performance pour chacun des 10 meilleurs ensembles de paramètres; ligne horizontale : indicateurs de performance calculés avec les données du PQDCS (Tableau 18); chiffres en gras : moyenne de l’indicateur de performance pour les 10 meilleurs ensembles de paramètres; Td : taux de détection (/ 1 000 dépistages); Tci1 : Taux de cancers d’intervalle dans la 1ère année post-dépistage (/ 10 000 femmes-années); Tci2 : Taux de cancers d’intervalle dans la 2e année post-dépistage (/ 10 000 femmes-années).
142
En résumé, le processus de calibration a permis de déterminer les valeurs de certains paramètres inconnus
afin que la microsimulation soit capable de reproduire adéquatement les indicateurs de performance du
PQDCS. Ces paramètres inconnus sont : (1) le taux de croissance des tumeurs du sein, (2) la fonction de
sensibilité et (3) la proportion de cancer du sein non visible à la mammographie. À la fin du processus de
calibration, 10 EP ont été retenus. Ces 10 EP sont ceux qui reproduisent le mieux les indicateurs de
performance du PQDCS. Cependant, il faut ensuite vérifier si ces 10 meilleurs EP permettent de reproduire
d’autres données que celles utilisées dans le processus de calibration. Cette étape se nomme « validation » et
elle est présentée dans la prochaine section.
4.2.3 Processus de validation
La validité de la microsimulation s’apprécie en comparant des résultats du modèle avec des résultats publiés
dans la littérature, autres que ceux utilisés pour le processus de calibration du modèle (aussi appelée validité
externe)251,255–258. Les données disponibles dans la littérature permettent d’apprécier la validité du modèle en
fonction de trois types de résultats, soit (1) le temps de doublement des tumeurs (ou le terme anglais
« doubling time »), (2) les déterminées par d’autres simulations et (3) les dérivées par la méthode de
détection ( ). Il aurait été intéressant de pouvoir se comparer à d’autres types de résultats, comme, par
exemple, le temps moyen de devancement des cancers détectés (« mean lead-time ») ou la dérivée par la
méthode d’incidence ( ), mais il était impossible de trouver dans la littérature des estimés pouvant se
comparer à ceux provenant de notre cohorte simulée.
4.2.3.1 Temps de doublement des tumeurs Le taux de croissance d’une tumeur peut être caractérisé par son temps de doublement (« doubling time ») qui
correspond au temps nécessaire à la tumeur pour doubler son volume247,259. Lorsque le taux de croissance
d’une tumeur est considérée comme suivant une loi exponentielle, le temps de doublement de la tumeur est le
même, peu importe le volume de la tumeur. Par contre, dans le cas où la croissance de la tumeur ne
correspond pas à une loi exponentielle, il est nécessaire de spécifier la taille de la tumeur (ou le volume) pour
laquelle le temps de doublement est estimé (puisque celui-ci peut varier avec le volume de la tumeur). L’étude
de Weedon-Feakjer74 donne le temps de doublement pour les tumeurs de 15 mm.
Les temps de doublement des 10 EP de notre microsimulation peuvent se comparer au temps de doublement
médians73,74,247,248,260,261 ou moyens66,73,249,261–263 retrouvés dans la littérature (Figure 34). Les temps de
doublement obtenus par nos 10 meilleurs EP sont compatibles avec ceux publiés dans la littérature. Par
exemple, le temps de doublement médian pour une tumeur de 15 mm est de 142 jours dans le modèle
143
Norvégien publié par Weedon-Fekjaer et coll.74, tandis qu’il varie entre 116 et 225 jours dans notre modèle. La
Figure 34 permet de mettre en évidence la grande variabilité dans les temps de doublement moyens ou
médians publiés dans la littérature. Les différences entre les articles peuvent être au niveau méthodologique
(utilisation de simulation ou de données observées), selon les cancers étudiés (tous les cancers du sein ou
seulement des cancers visibles à la mammographie) ou selon l’âge des femmes à l’étude. Il est donc difficile
de s’assurer que les données sont comparables. Ces données ne sont utilisées que pour donner une idée de
grandeur, et non comme une cible précise à atteindre. Néanmoins, malgré toutes ces différences, les valeurs
de temps de doublement obtenues de notre modèle semblent être du même ordre de grandeur que ceux
rapportés dans la littérature.
144
Figure 34. Temps de doublement des tumeurs des 10 meilleurs ensembles de paramètres de notre microsimulation et au temps de doublement retrouvés dans la littérature. Ligne grise : résultat des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultats des études provenant de la littérature (Premier auteur) : Arnelöv261, Spratt247, Weedon-Fekjaer74, Michaelson260, Kusama248, Baker73, Bailey66, Fournier263, Vieiral262, Peer249.
Weedon-Fekjaer
Vieiral
Michaelson
Bailey
Baker
Baker
Spratt
Peer
Arnelöv
Arnelöv
Kusama
Fournier
0
50
100
150
200
250
300
350
Temps médian Temps moyen
Tem
ps d
e do
uble
men
t des
tum
eurs
(jou
rs)
145
4.2.3.2 Fonction de sensibilité Notre modèle permet de simuler la des cancers infiltrants en fonction du diamètre de la tumeur. Il est
possible de comparer nos à celles obtenues par le modèle Norvégien74,216. Ces pour une tumeur de 5,
10 et 15 mm sont comparées à la Figure 35.
Pour les tumeurs de 5 mm, les des cancers infiltrants obtenues dans notre microsimulation sont inférieures
à celle obtenue par le modèle Norvégien. Seulement un ensemble de paramètres (EP1) obtient une
identique au modèle Norvégien, soit une de 14 % pour une tumeur de 5 mm. La sous-estimation de la
des cancers infiltrants, particulièrement pour les tumeurs de petites tailles, est peut-être la conséquence de
notre choix de ne simuler que les diagnostics cliniques de cancers infiltrants. Une discussion plus approfondie
de ce point est présentée dans une prochaine section (4.2.4 Forces et limites du modèle de microsimulation).
Concernant la des tumeurs de 10 mm, il semble y avoir une grande variabilité dans les de notre
modèle. La peut varier entre 36 % et 93 %. Le modèle Norvégien obtient une sensibilité de 60 % pour une
tumeur de 10 mm, ce qui est approximativement obtenu par 3 de nos EP. Finalement, les pour une tumeur
de 15 mm de nos 10 meilleurs EP (variant entre 76 % et 99 %) se distribuent autour de la du modèle
Norvégien (93 %).
146
Figure 35. Sensibilité des cancers infiltrants pour une tumeur de 5, 10 et 15 mm selon les 10 meilleurs ensembles de paramètres de notre microsimulation et sensibilités du modèle Norvégien. Ligne grise : résultat des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultat provenant de l’étude de Weedon-Fekjaer et coll.74
14%
60%
93%
0%
20%
40%
60%
80%
100%
5 mm 10 mm 15 mm
Sens
ibili
té
Taille de la tumeur
147
4.2.3.3 Sensibilité estimée par la méthode de détection
Les de la microsimulation sont tout d’abord comparées aux pour 4 groupes de mammographies :
selon les groupes d’âge 50-59 ans ou 60-69 ans et selon l’occurrence de la mammographie (initiale ou
subséquente). Les pour une période post-dépistage d’un an ( ) de notre microsimulation sont
comparées à celles obtenues par le PQDCS, le programme de dépistage de l’Australie264 et les données
provenant du Breast Cancer Screening Consortium aux États-Unis96 (Figure 36, graphique du haut). Les
pour une période post-dépistage de 2 ans ( ) sont, quant à elles, comparées aux du PQDCS
et du programme de dépistage de l’Australie264 (Figure 36, graphique du bas).
Les de notre simulation se comparent bien aux du PQDCS, du programme de l’Australie et des
États-Unis pour les mammographies initiales chez les 60-69 ans et pour les mammographies subséquentes
(aussi bien chez les 50-59 ans que chez les 60-69 ans). Cependant, pour les mammographies initiales chez
les 50-59 ans, les de la microsimulation semblent un peu plus faibles que celles de référence. Par
exemple, les pour les mammographies initiales chez les 50-59 ans sont, respectivement, de 78 % et
69 % pour le programme Australien et le PQDCS. Par contre, les de 8 EP du modèle sont inférieures à
ces de référence, variant entre 48 % et 66 %.
Ce problème de calibration pour les mammographies initiales semble également avoir été rencontré par
d’autres équipes qui tentaient de simuler des données de programme de dépistage. Tout d’abord, ce problème
a été documenté par l’une des équipes de chercheurs de l’initiative CISNET («Cancer Intervention and
Surveillance Modeling Network ») aux États-Unis (modèle W60). Les modèles CISNET visaient à déterminer
quel est l’impact des traitements adjuvants et du dépistage par mammographie sur le déclin de la mortalité aux
États-Unis entre 1975 et 2000226. Le modèle W de CISNET (voir section « 4.1 Modélisation de la sensibilité du
dépistage ») a utilisé la microsimulation. Pour que le modèle atteigne de bons résultats lors de la calibration,
les chercheurs ont dû incorporer des tumeurs dites « LMP » pour « limited-malignant potential ». Comme leur
nom l’indique, ces cancers ont un potentiel malin limité. Ce sont des tumeurs qui commencent à croître au
même taux de croissance que les autres tumeurs, mais elles arrêtent de croître rendues à une certaine taille
(une petite taille). Si ces tumeurs LMP ne sont pas détectées après un certain temps, elles disparaissent. Ce
type de tumeur a dû être incorporé au modèle W de CISNET afin d’obtenir un assez grand réservoir de
cancers dans la PPC chez la population de femmes dépistées. Sans ces cancers, le modèle n’était pas
capable de calibrer adéquatement. Par ailleurs, le modèle de l’équipe norvégienne, qui ont calibré leur modèle
à partir des données du Programme de dépistage de la Norvège, a également élaboré une microsimulation
afin de déterminer les paramètres inconnus tels le taux de croissance des tumeurs et la 216. Les auteurs de
148
l’article mentionnent qu’ils ont dû calibrer leur modèle à partir uniquement des données des mammographies
initiales du programme puisque la calibration fonctionnait beaucoup moins bien s’ils considéraient les
mammographies subséquentes.
Tout comme d’autres, notre modèle semble avoir de la difficulté à bien calibrer à la fois pour les
mammographies initiales et les mammographies subséquentes. Le processus de validation a mis en évidence
que les obtenus par la microsimulation sont généralement plus faibles que les publiées dans la
littérature lors des mammographies initiales. Par contre, les de la microsimulation se comparent aux
publiées dans la littérature lors des mammographies subséquentes. Il est possible que cette sous-
estimation de la lors des mammographies initiales soit le résultat de la sous-estimation de la pour
les tumeurs de petites tailles (voir 4.2.3.2 Fonction de sensibilité dans les pages précédentes). Si la durée de
la période préclinique des cancers est plus longue que l’intervalle de temps inter-dépistage, il est plausible que
les tumeurs lors de la mammographie initiale soient de plus petites tailles que celles présentes lors des
mammographies subséquentes. Nous avons également fait le choix de ne simuler que les cancers qui
évoluent vers un diagnostic clinique infiltrant. Une discussion plus approfondie des limites qu’entraîne la
simulation des diagnostics cliniques des cancers infiltrants uniquement est présentée dans une prochaine
section (4.2.4 Forces et limites du modèle de microsimulation).
Nous croyons cependant que, ces moins bonnes calibration et validation pour les mammographies initiales
n’affecteront que faiblement nos résultats. Nous présentons les résultats dans une perspective cohorte ou
dans une perspective d’une population dynamique à l’état d’équilibre. Pour l’une ou l’autre des perspectives,
la majorité des mammographies correspond à des mammographies subséquentes. Par exemple, dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans ayant une mammographie de
dépistage aux deux ans, environ 8 % des mammographies de la population seront des mammographies
initiales tandis que 92 % des mammographies seront des subséquentes. Bref, malgré une plus faible
calibration pour les mammographies initiales, les résultats seront peu affectés et nous apparaissent valides.
149
Figure 36. Sensibilités estimées par la méthode de détection pour les 10 meilleurs ensembles de paramètres de notre microsimulation et sensibilités estimées du PQDCS, du programme de dépistage de l’Australie et du Consortium Américain. Ligne grise : résultat pour les des 10 meilleurs ensembles de paramètres de notre microsimulation, ligne rouge : résultat provenant de la littérature; a : PQDCS 2000-2006, b : BreastScreen Australia 2002-2004264, c : Breast Cancer Surveillance Consortium 1995-200096 (États-Unis).
89%a
97%a
82%a
87%a
90%b
94%b
85%b
90%b
83%c
86%c
75%c77%c
50%
60%
70%
80%
90%
100%
Initiale50-59 ans
Initiale60-69 ans
Subséquente50-59 ans
Subséquente60-69 ans
Sens
ibili
té es
timée
à 1
an
69%a
86%a
54%a
63%a
78%b
88%b
70%b
77%b
50%
60%
70%
80%
90%
100%
Initiale 50-59 ans
Initiale60-69 ans
Subséquente50-59 ans
Subséquente60-69 ans
Sens
ibili
té es
timée
à 2
ans
150
4.2.3.4 Mesure globale moyenne pour le processus de validation Le temps de doublement des tumeurs, la et les des 10 meilleurs ensembles de paramètres de notre
microsimulation ont été comparés à des mesures de référence qui sont retrouvées dans la littérature. Les
différences relatives absolues entre les mesures de la microsimulation et celles de référence sont présentées
au Tableau 20. Les différences relatives absolues ont été calculées ainsi :
Équation 38
Ces différences relatives absolues ont été calculées en fonction du temps de doublement médian ou moyen
retrouvé dans la littérature, de la fonction de pour une tumeur de 5, 10 et 15 mm de l’étude Norvégienne et
des du PQDCS, du programme de dépistage de l’Australie et du Consortium Américain. Les différences
relatives absolues sont plus grandes pour le temps de doublement des tumeurs (variant entre 10 % et 33 %)
et pour la (variant entre 13 % et 38 %). Par contre, les différences relatives absolues sont plus faibles
lorsque les sont comparées (différences relatives absolues variant entre 2 % et 21 %).
À partir de ces différences relatives absolues, une différence relative absolue moyenne (ou mesure globale
moyenne) a été calculée pour déterminer l’EP qui se compare le mieux, en moyenne, aux mesures de
référence. Cette mesure globale moyenne est également présentée au Tableau 20. La mesure globale
moyenne des 10 meilleurs EP varie entre 8 % et 15 %. Ainsi, pour toutes les mesures comparées, des
différences entre 8 % et 15 % sont observées entre les données de la microsimulation et les mesures publiées
dans la littérature. L’EP50 semble être celui qui diffère le plus des mesures de référence, avec une différence
relative absolue moyenne de 15 %. Par contre, trois ensembles de paramètres (EP1, EP3 et EP6) obtiennent
une mesure globale moyenne d’environ 8 %.
La microsimulation élaborée nous apparaît suffisamment valide afin d’étudier les relations entre les et la
des cancers infiltrants. Les résultats de ces analyses seront présentés dans la prochaine section. Les
résultats sont tout d’abord présentés pour le meilleur EP, soit EP1 puisque celui-ci obtient la mesure globale
moyenne de validation la plus faible (7,7 %). Afin d’obtenir une idée de l’incertitude autour des valeurs des
différents paramètres du modèle, certains résultats-clés seront également présentés pour les 9 autres
meilleurs EP. La comparaison des résultats selon les 10 meilleurs EP permet de nous donner une idée de la
cohérence et de la variabilité des résultats obtenus.
151
Tableau 20. Différences relatives absolues entre les 10 meilleurs ensembles de paramètres de la microsimulation et les mesures utilisées pour la validation
Paramètres validés / Référence Différences relatives absolues* en fonction des 10 meilleurs ensembles de paramètres (EP)
EP1 EP2 EP3 EP6 EP8 EP23 EP7 EP4 EP17 EP50
Temps de doublement des tumeurs
Moyenne des 2 mesures£ 12 % 25 % 10 % 17 % 24 % 18 % 10 % 18 % 17 % 33 % Sensibilité du dépistage
Moyenne des 3 mesures& 13 % 38 % 13 % 5 % 21 % 31 % 32 % 23 % 23 % 30 % Sensibilité estimée à 1 an#
PQDCS 3 % 3 % 5 % 4 % 5 % 3 % 4 % 5 % 3 % 7 %
Australie264 2 % 4 % 6 % 6 % 7 % 4 % 5 % 6 % 2 % 8 %
Consortium Américain96 10 % 8 % 5 % 8 % 7 % 7 % 7 % 9 % 11 % 10 % Sensibilité estimée à 2 ans#
PQDCS 8 % 9 % 3 % 7 % 6 % 8 % 8 % 12 % 10 % 11 %
Australie264 9 % 9 % 16 % 14 % 17 % 10 % 12 % 16 % 6 % 21 %
Mesure globale moyenne 7,7 % 11,7 % 8,1 % 8,3 % 11,3 % 10,5 % 10,3 % 11,7 % 9,2 % 15,1 %
* Différence relative absolue : │(mesure du modèle de simulation – mesure de référence) / mesure de référence │x 100 £ Correspond à la moyenne des différences relatives absolues des 2 mesures de temps de doublement de la tumeur, soit (1) la moyenne des temps de doublement médians dans les articles73,74,247,248,260,261 et (2) la moyenne des temps de doublement moyens des articles66,73,249,261–263 (voir Figure 34). & Correspond à la moyenne des différences relatives absolues de 3 sensibilités (pour une tumeur de 5, 10 et 15 mm) publiées par Weedon-Fekjaer et coll.74 # Correspond à la moyenne des sensibilités estimées par la méthode de détection pour 4 groupes de mammographies, soit (1) mammographies initiales chez les femmes de 50 à 59 ans, (2) mammographies initiales chez les femmes de 60 à 69 ans, (3) mammographies subséquentes chez les femmes de 50 à 59 ans et (4) mammographies subséquentes chez les femmes de 60 à 69 ans, voir Figure 36.
152
4.2.4 Forces et limites du modèle de microsimulation
Le modèle de microsimulation élaboré pour cette thèse a comme avantage d’être relativement simple, tout en
représentant le processus biologique de la maladie. La calibration et la validation ont permis de mettre en
évidence que le modèle est capable de représenter de façon assez fidèle les données du PQDCS et
également les données provenant de la littérature.
Par contre, le modèle comporte certaines limites qui méritent discussion. Tout d’abord, nous avons choisi de
ne simuler que les cancers qui, éventuellement, mèneraient à un diagnostic clinique de cancer du sein
infiltrant. Ce choix est basé sur le fait que nous voulions simplifier au maximum les postulats du modèle, tout
en étant le plus plausible possible. L’inclusion des diagnostics cliniques de cancers in situ aurait obligé à
incorporer d’autres paramètres inconnus dans le modèle, comme la proportion de cancers in situ qui
régresse, la proportion de cancers in situ qui se transforme en cancer infiltrant, le taux de croissance des
tumeurs in situ qui ne progresse pas vers le cancer infiltrant. Nous croyons que l’inclusion de ces paramètres
aurait eu comme conséquence d’augmenter davantage l’incertitude de notre modèle puisque peu
d’information est disponible sur ces paramètres. Il faut noter cependant que, bien que le modèle ne simule que
les diagnostics cliniques des cancers infiltrants, tous les cancers infiltrants commencent obligatoirement en un
cancer in situ.
Quelles sont les répercussions de ce choix sur nos résultats? La pour la détection des cancers infiltrants
se définit comme étant le nombre de femmes avec un cancer du sein infiltrant détecté par le dépistage divisé
par le nombre de femmes avec un cancer du sein infiltrant dans la PPC présent lors du dépistage. Par contre,
ce que nous examinons dans notre microsimulation est plutôt, pour le numérateur et le dénominateur, le
nombre de femmes ayant une lésion dans la PPC qui évoluera éventuellement vers un diagnostic clinique de
cancer infiltrant en absence de dépistage. Ces numérateur et dénominateur comptent donc des femmes avec
un cancer infiltrant dans la PPC, mais aussi des femmes avec un cancer in situ au moment du dépistage, mais
qui deviendrait infiltrant éventuellement.
En raison de notre décision initiale de ne simuler que les cancers qui ont le potentiel d’évoluer vers un
diagnostic de cancer infiltrant, les mesurées à l’aide des données de la microsimulation sont probablement
inférieures à celles qui se limiteraient à des femmes avec un cancer déjà rendu à l’état infiltrant puisque le
nombre de tumeurs encore dans la phase in situ fait augmenter un peu le numérateur, mais beaucoup plus le
dénominateur de notre . Mais que pouvons-nous dire sur l’ampleur de cette sous-estimation? Si la durée de
la PPC in situ est courte par rapport à la durée de la PPC infiltrante, la différence entre ces deux façons de
153
calculer la sensibilité sera petite. Malheureusement, la durée relative de la période in situ, pour les cancers qui
seront éventuellement diagnostiqués cliniquement comme des cancers infiltrants, est inconnue. Par contre, la
proportion de nos cancers à l’état in situ est probablement plus grande lorsque les tumeurs sont très petites
(lorsque les tumeurs sont davantage au début de leur PPC). Lorsque les tumeurs ont atteint une certaine
taille, la proportion de cancers à l’état in situ est plus faible. Ainsi, parmi les cancers détectés par le dépistage
ou bien les cancers d’intervalle, la proportion de cancers encore dans la phase in situ est sûrement faible
puisque ces cancers doivent avoir atteint une taille assez élevée pour pouvoir être détectés par le dépistage
ou diagnostiqués cliniquement. Nous pensons que notre choix de ne simuler que les cancers qui ont le
potentiel d’évoluer vers un diagnostic de cancer infiltrant à comme effet de diminuer la mesurées à l’aide
des données de la microsimulation, mais n’affectera pas (ou peu) les mesures telles que la sensibilité pour les
cancers avec un temps de devancement potentiel donné (moins de 3 ans) ( ), la sensibilité estimée par la
méthode d’incidence ( ) et la sensibilité estimée par la méthode de détection ( ).
Une approche pour évaluer l’impact de notre choix de ne simuler que les diagnostics cliniques des cancers
infiltrant, et ainsi évaluer l’ampleur de la sous-estimation des de la microsimulation, est de faire des
analyses complémentaires dans lesquelles non pas toutes les femmes avec un cancer dans la période
préclinique sont considérées, mais seulement les femmes avec des tumeurs qui ont atteint une taille de 1 mm
et plus. Les cancers qui ont atteint une taille de 1 mm peuvent être détectables par la mammographie et
certains cancers infiltrants (appelé micro-infiltrant) peuvent même avoir des tailles de 1 mm ou moins265. Pour
les tumeurs de 1 mm et plus, nous présumons que la proportion de cancers encore dans la phase in situ est
beaucoup plus faible que pour les tumeurs de moins de 1 mm. Ces analyses complémentaires sont
présentées dans chacune des 3 sections des résultats (« Tumeurs de 1 mm ou plus » dans les sections
intitulées « Résultats des analyses complémentaires »). Ces analyses complémentaires permettent de nous
assurer que nos conclusions demeurent valides malgré notre choix de ne simuler que les diagnostics cliniques
de cancers infiltrants.
Une autre limite potentielle de notre modèle de microsimulation concerne les données utilisées pour connaître
l’incidence du cancer du sein infiltrant en absence de dépistage et la taille des cancers diagnostiqués en
absence de dépistage. Tout d’abord, l’incidence du cancer du sein infiltrant en absence de dépistage a été
déterminée à partir de l’incidence du cancer du sein infiltrant observée au Québec pour les années 1990 à
1992. Ces années ont été retenues puisque le dépistage par mammographie n’était pas chose courante à
cette époque. Par contre, l’incidence du cancer du sein infiltrant pour ces années (1990-1992) ne correspond
peut-être pas tout à fait à l’incidence qui aurait été observée (en absence de dépistage) dans les premières
années du PQDCS. Les indicateurs de performance du PQDCS utilisés pour la calibration du modèle couvrent
154
la période de 2000 à 2005. L’un des principaux facteurs ayant pu avoir fait augmenter l’incidence du cancer du
sein infiltrant est la prise d’hormonothérapie de substitution, devenue plus courante à la fin des années
9036,216,266. Dans les années 2000 à 2005, la proportion de femmes dépistées dans le PQDCS prenant de
l’hormonothérapie de substitution était de 43 % entre 2000 et 2005 (passant de 53 % en 2000 à 29 % en
2005) (données provenant du système d’information du PQDCS). Il est difficile de connaître précisément la
proportion de femmes québécoises qui utilisaient de l’hormonothérapie de substitution dans les années 1990 à
1992. Par contre, les résultats d’une étude cas-témoins, menée dans la région de Québec, nous suggèrent
que l’utilisation de l’hormonothérapie de substitution était déjà relativement courante dès le début des années
1990267. Dans cette étude, les cas et un premier groupe de témoins a été recruté dans 4 hôpitaux de la ville de
Québec, tandis qu’un second groupe de témoins a été recruté de façon aléatoire dans la population de
femmes de la ville de Québec, sur la période de 1994 à 1997. Parmi les 314 cas, 42 % rapportent avoir déjà
utilisé de l’hormonothérapie de substitution, tandis que cette proportion est de 36 % chez les témoins. Ces
proportions sont assez importantes et se rapprochent de la proportion des femmes dépistées dans le PQDCS
entre 2000 et 2005 prenant de l’hormonothérapie (43 %). Ainsi, bien que nous ne connaissions pas
précisément la proportion des femmes qui utilisaient de l’hormonothérapie de substitution entre 1990 et 1992,
nous croyons que cette proportion était relativement proche de celle observée dans les données du PQDCS.
Nous pouvons penser également que d’autres changements dans les facteurs de risque des femmes (par
exemple avoir un premier enfant à un âge plus avancé) pourraient avoir également influencé l’incidence, mais
de façon moins importante. Nous avons donc vérifié l’effet potentiel d’une augmentation de l’incidence dans
notre modèle. Pour ce faire, nous avons multiplié l’incidence attendue (pour tous les âges) de 1,046, qui
correspond au rapport du taux d’incidence chez les femmes de 45 à 49 ans en 2006 (178,9 cancers infiltrants /
100 000 femmes-années) sur le taux d’incidence chez les femmes de 45 à 49 ans en 1992 (171,0 cancers
infiltrants / 100 000 femmes-années)239. L’incidence chez les femmes de 45 à 49 ans a été utilisée puisque
ces femmes ne sont pas invitées par le programme de dépistage. Cette augmentation de l’incidence du cancer
du sein infiltrant n’avait que peu d’effet sur les résultats du modèle; elle n’améliorait pas la calibration de celui-
ci.
Ensuite, les tailles des tumeurs diagnostiquées en absence de dépistage correspondent aux cancers
diagnostiqués entre 1985 et 1997. Les tailles de ces tumeurs sont utilisées comme taille lors d’un diagnostic
clinique en absence de dépistage. Cependant, bien que le programme de dépistage ait débuté en 1998, une
certaine proportion de femmes avait déjà recours au dépistage par mammographie avant le début du
programme. Par exemple, 50 % des femmes âgées entre 50 et 69 ans ont eu recours à une mammographie
bilatérale en 1997160. Si nous comparons les tailles des tumeurs pour la période 1985-1992 (une période où le
155
dépistage était définitivement rare au Québec) à 1993-1997, les différences nous apparaissaient négligeables.
Par exemple, chez les femmes de 50 à 69 ans, les tailles moyennes des tumeurs étaient de 23,7 mm pour la
période 1985-1992 et de 22,3 mm pour 1993-1997. Les tumeurs semblent donc légèrement plus petites dans
les années plus récentes, mais cette différence s’avère faible. Pour cette raison, nous croyons que l’utilisation
des données de 1993-1997 est raisonnable.
En résumé, malgré certaines limites, le modèle de microsimulation permet d’étudier la relation entre la pour
les cancers qui seront diagnostiqués éventuellement comme infiltrants et les sensibilités estimées ( ). Pour
les paramètres aux valeurs inconnues au départ (soient les paramètres liés au taux de croissance des
tumeurs, à la sensibilité du dépistage et à la proportion de tumeur non visible à la mammographie), le
processus de calibration a permis de déterminer les meilleures valeurs pour ces paramètres (section
« 4.2.2 Processus de calibration »). Afin de tenir compte de la variabilité autour de la valeur de ces
paramètres, nous avons décidé de présenter les résultats non pas pour uniquement le meilleur EP, mais bien
pour les 10 meilleurs EP254,268,269. Ainsi, la cohérence et la variabilité des résultats selon les 10 meilleurs EP
peuvent être appréciées. Finalement, afin de réduire le plus possible la variabilité aléatoire dans les résultats,
nous avons décidé de simuler un nombre élevé de femmes par cohorte, soit 1 000 000 de femmes.
4.3 Résultats et discussion Les trois prochaines sections décrivent les résultats obtenus par la microsimulation. La première section porte
sur la sensibilité ( ) ainsi que sa variante, soit la sensibilité pour les tumeurs avec un temps de devancement
potentiel court ( ). La seconde section porte sur les sensibilités estimées ( ), soit par la méthode
d’incidence ( ) ou par la méthode de détection ( ), de même que la relation entre ces .
Finalement, la dernière section traite des relations entre la ou les et les sensibilités estimées (
et ) ainsi que sur les relations entre les variations dans les ou les et les variations dans les
sensibilités estimées ( et ). Dans ces trois sections, nous montrons tout d’abord les résultats
obtenus avec le meilleur ensemble de paramètres (EP1), mis en évidence lors du processus de validation
(section 4.2.3 Processus de validation). Par la suite, les résultats des analyses complémentaires sont
présentés. Tout d’abord, pour le meilleur EP (EP1), les principaux résultats sont présentés lorsque seulement
les tumeurs de 1 mm et plus sont considérées (afin d’apprécier le biais possiblement causé par la simulation
des diagnostics cliniques infiltrants uniquement, voir section 4.2.4 Forces et limites du modèle de
microsimulation). Par la suite, les résultats-clés sont également présentés pour les 9 autres meilleurs EP
obtenus suite à la calibration (voir section 4.2.2 Processus de calibration), afin d’apprécier la cohérence et la
variabilité des résultats. Après chacune des 3 sections de résultats, une discussion est présentée.
156
Les sensibilités peuvent être calculées soit dans une cohorte ou dans une population dynamique à l’état
d’équilibre. La cohorte permet d’étudier les cancers présents chez les femmes âgées entre 50 et 69 ans de la
cohorte simulée, en absence de dépistage ou selon différents scénarios de dépistage. Trois scénarios de
dépistage sont étudiés dans ma thèse. La mammographie initiale est à l’âge de 50 ans pour les 3 scénarios de
dépistage et l’intervalle de temps entre les mammographies (intervalle inter-dépistage) est, respectivement, de
1 an (dépistage annuel), de 2 ans (dépistage bisannuel) et de 3 ans (dépistage trisannuel), jusqu’à ce que les
femmes atteignent l’âge de 69 ans. Pour une cohorte de femmes simulées, le scénario annuel comprend donc
20 dépistages, le scénario bisannuel 10 dépistages tandis que le scénario trisannuel comprend 7 dépistages.
Ces scénarios de dépistage ont été choisis parce qu’ils reproduisent ce qui est (ou était) recommandé comme
intervalle inter-dépistage dans différents pays. Par exemple, jusqu’à tout récemment, le U.S. Preventive
Services Task Force n’excluait pas, dans leur recommandation, les mammographies de dépistage
annuelles2,270, le Canada (et le Québec avec le PQDCS) et l’Australie ont des programmes de dépistage avec
des mammographies aux 2 ans6,28,93,271, tandis que le programme de dépistage du cancer du sein au
Royaume-Uni suggère 3 ans entre les dépistages94. La population dynamique à l’état d’équilibre permet de
calculer une sensibilité pour les dépistages d’une année donnée (par exemple 2014) des femmes âgées entre
50 et 69 ans, dépistées selon les trois scénarios de dépistage à l’étude. Une population dynamique à l’état
d’équilibre est créée par la juxtaposition de sous-cohortes provenant de la cohorte simulée (voir section
suivante « 4.3.1.1 Les cas simulés »).
157
4.3.1 Sensibilité
4.3.1.1 Les cas simulés
Dans une cohorte en absence de dépistage
À partir d’une microsimulation de 1 000 000 de femmes avec le meilleur ensemble de paramètres (EP1), nous
obtenons un total de 120 143 femmes avec un cancer du sein dans la période préclinique (PPC) à un moment
donné entre l’âge de 50 et 69 ans (Figure 37). Parmi ces femmes, 40 % étaient déjà dans la PPC à l’âge de
50 ans (cas prévalents dans la PPC à 50 ans, 47 846 / 120 143) tandis que 60 % entrent dans la PPC entre
50 et 69 ans (cas incidents entre 50 et 69 ans, 72 297 / 120 143).
Que ce soit pour les cas prévalents à l’âge de 50 ans ou les cas incidents entre 50 et 69 ans, certaines de ces
femmes n’auront jamais de diagnostic clinique de cancer du sein au cours de leur vie puisqu’elles décèderont
auparavant par une autre cause que le cancer du sein (Figure 37). Parmi les 47 846 cas prévalents, 10 704
femmes (22,4 %) décèderont avant leur diagnostic clinique de cancer du sein. Pour les 72 297 cas incidents,
24 845 femmes (34,4 %) décèderont également avant leur diagnostic clinique de cancer du sein. Ces
proportions ne sont pas négligeables.
Diagnostic
clinique posé Décès avant le
diagnostic clinique
Âge au début de la période préclinique
< 50 ans 37 142 10 704 47 846 (39,8 %)
50-69 ans 47 452 24 845 72 297 (60,2 %)
84 594 (70,4 %) 35 549 (29,6 %) 120 143 (100,0 %)
Figure 37. Cas prévalents dans la période préclinique à l’âge de 50 ans et cas incidents dans la période préclinique entre 50 et
69 ans en fonction de la présence ou non d’un diagnostic clinique de cancer du sein. Cellule mauve : cas prévalence dans la période préclinique à 50 ans, cellule turquoise : cas incident dans la période préclinique entre 50 et 69 ans.
Le fait que les femmes peuvent décéder avec un cancer du sein dans la PPC, mais avant leur diagnostic
clinique complique l’analyse de la durée de la PPC. Lorsque la PPC se termine par un décès par autre cause,
la durée de la PPC reste, en principe, indéfinie. Souvent, en épidémiologie, ce type de difficulté est contourné
en faisant le postulat d’absence de décès par autres causes. Dans les résultats qui suivent, lorsque vient le
temps de discuter de la durée de la PPC, j’utilise la durée de la PPC en l’absence de décès par autre cause. Il
s’agit donc d’une durée « théorique » de la PPC. Par contre, l’absence de décès par autre cause est un
postulat utilisé seulement pour le calcul de la durée de la PPC; pour les autres résultats, les femmes de la
cohorte peuvent décéder d’une autre cause que le cancer du sein.
158
Les distributions des durées de la PPC (en absence de décès par autres causes) et du temps de doublement
des tumeurs, c’est-à-dire le temps que prend la tumeur pour doubler son volume, sont présentées à la Figure
38. Parmi les 120 143 tumeurs, seulement 19 % des tumeurs ont une PPC inférieure à 10 ans. La plus grande
proportion des tumeurs ont une PPC entre 10,0 et 19,9 ans (36 % des tumeurs). Peu de tumeurs ont une
croissance rapide; 7 % des tumeurs ont un temps de doublement inférieur à 90 jours. Un peu plus de 25 %
des tumeurs ont un temps de doublement de 360 jours ou plus. La proportion de tumeurs avec une PPC de
moins de 10 ans est assez comparable pour les tumeurs prévalentes à 50 ans (18 %) et pour celles qui sont
incidentes entre 50 et 69 ans (20 %). Par contre, la proportion de tumeurs avec une PPC de 30 ans et plus est
de 36 % pour les tumeurs prévalentes et de 14 % pour les tumeurs incidentes (données non montrées).
159
(A) Durée de la période préclinique
(B) Temps de doublement des tumeurs
Figure 38. Durée de la période préclinique et temps de doublement des 120 143 tumeurs de la cohorte simulées. Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
19,2%
35,7%
22,1% 23,0%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
< 10,0 10,0-19,9 20,0-29,9 ≥ 30,0
Pro
po
rtio
n d
es
tum
eu
rs
Durée de la période préclinique (ans)
6,7%
26,5%
23,9%
16,7%
26,2%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
< 90 90-179 180-269 270-359 ≥ 360
Pro
po
rtio
n d
es
tum
eu
rs
Temps de doublement (jours)
160
Dans la cohorte en présence de dépistage
Trois scénarios de dépistage sont étudiés, soit un dépistage annuel, bisannuel ou trisannuel, pour des femmes
âgées entre 50 et 69 ans. Le nombre de femmes avec un cancer dans la PPC lors de chaque mammographie
de dépistage est présenté au Tableau 21 selon les trois scénarios. Le nombre de femmes avec un cancer
dans la PPC lors d’un dépistage varie entre 47 846 (lors de la mammographie initiale pour les 3 scénarios de
dépistage) et 64 842 (mammographie subséquente à 62 ans, scénario de dépistage trisannuel).
Tableau 21. Nombre de femmes dans la période préclinique du cancer du sein lors de la mammographie de dépistage selon les trois scénarios à l’étude, l’âge des femmes et l’occurrence du dépistage
Âge au dépistage (ans)
Scénario de dépistage
Annuel Bisannuel Trisannuel
Initial
50 47 846 47 846 47 846
Subséquents
51 48 195
52 50 031 50 950
53 51 768 53 426
54 53 257 54 705
55 54 611
56 55 919 57 750 58 588
57 57 149
58 58 153 60 431
59 59 070 62 537
60 59 825 62 501
61 60 355
62 60 524 63 535 64 842
63 60 845
64 60 475 63 789
65 60 162 65 288
66 59 554 63 173
67 58 669
68 57 492 61 469 63 457
69 56 255
161
Dans une population dynamique à l’état d’équilibre
Une population dynamique à l’état d’équilibre peut être conçue par la juxtaposition d’une série de cohortes
identiques de femmes nées à (disons) 1 année d’intervalle. Ainsi dans une population à l’état d’équilibre, les
femmes de 50 ans sont celles qui sont nées 50 ans plus tôt, les femmes de 51 ans sont celles nées 51 ans
plus tôt et ainsi de suite. Ces deux cohortes étant identiques pour tous les évènements de santé étudiés. Par
conséquent, à l’aide des données provenant de la simulation de la cohorte soumise aux trois scénarios de
dépistage, trois populations à l’état d’équilibre de femmes âgées entre 50 et 69 ans peuvent être créées.
Concrètement, les populations dynamiques à l’état d’équilibre sont constituées de 1 130 155 femmes dans la
PPC pour le scénario de dépistage annuel, de 586 149 femmes dans la PPC pour le scénario de dépistage
bisannuel et de 415 984 femmes dans la PPC pour le scénario de dépistage trisannuel.
La description des cancers dans la PPC présents lors d’un dépistage dans une population dynamique à l’état
d’équilibre, pour une année donnée, pour un scénario de dépistage annuel, bisannuel et trisannuel est
présentée au Tableau 22. Les résultats sont assez semblables selon les trois scénarios de dépistage à
l’étude. Environ 10 % des tumeurs ont une PPC inférieure à 10 ans, tandis que 35 % des tumeurs ont une
PPC de 30 ans et plus. Les durées de PPC moyennes (et leur écart-type) sont de 27,2 (16,1) ans, 27,1 (16,3)
ans et 27,1 (16,3) ans, pour, respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel
(données non montrées). Les durées de PPC médianes sont d’environ 23 ans (23,4 ans pour le scénario
annuel, 23,3 ans pour le scénario bisannuel et 23,2 ans pour le scénario trisannuel) (données non montrées).
Seulement 3 % des tumeurs (dans les 3 scénarios) ont un taux de croissance rapide, soit un temps de
doublement inférieur à 90 jours. Près de 40 % des tumeurs ont un temps de doublement de 360 jours et plus.
Le temps de doublement moyen est de 349 jours, 348 jours et 347 jours, respectivement pour les scénarios de
dépistage annuel, bisannuel et trisannuel. Le temps de doublement médian est de 305 jours pour le scénario
de dépistage annuel, et 303 jours pour les scénarios de dépistage bisannuel et trisannuel (données non
montrées). Au moment de la mammographie de dépistage, 82 %, 80 % et 79 % des tumeurs ont une taille de
2 mm et moins, respectivement pour les scénarios de dépistage annuel, bisannuel et trisannuel. Seulement
0,2 %, 0,6 % et 1,1 % des tumeurs, pour les scénarios de dépistage annuel, bisannuel et trisannuel, ont une
taille de plus de 20 mm (2 cm) lors du dépistage. Finalement, le temps de devancement potentiel ( ) des
cancers lors de la mammographie, c’est-à-dire le temps qui reste à la tumeur avant d’être diagnostiquée
cliniquement, est inférieur à 3 ans pour 8,2 %, 9,6 % et 10,4 % des tumeurs pour, respectivement, les
scénarios de dépistage annuel, bisannuel et trisannuel. Lors du dépistage, la plus grande proportion des
tumeurs ont un de 10 ans et plus (65 % pour le scénario annuel, 64 % pour le scénario bisannuel et 63 %
pour le scénario trisannuel).
162
Tableau 22. Caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel N = 1 130 155
n (%)
Bisannuel N = 586 149
n (%)
Trisannuel N = 415 984
n (%)
Durée de la période préclinique (ans)
< 10,0 115 049 (10,2) 60 857 (10,4) 43 163 (10,4)
10,0-19,9 345 649 (30,6) 180 463 (30,8) 128 204 (30,8)
20,0-29,9 267 988 (23,7) 137 287 (23,4) 97 849 (23,5)
≥ 30,0 401 469 (35,5) 207 542 (35,4) 146 768 (35,3)
Temps de doublement des tumeurs (jours)*
< 90 29 407 (2,6) 15 965 (2,7) 11 560 (2,8)
90-179 201 592 (17,8) 106 467 (18,2) 75 584 (18,2)
180-269 247 087 (21,9) 128 059 (21,8) 91 185 (21,9)
270-359 204 813 (18,1) 104 870 (17,9) 74 534 (17,9)
≥ 360 447 256 (39,6) 230 788 (39,4) 163 121 (39,2)
Taille des tumeurs lors du dépistage (mm)
≤ 2,0 928 142 (82,1) 469 902 (80,2) 328 518 (79,0)
2,1-10,0 180 497 (16,0) 95 182 (16,2) 68 235 (16,4)
10,1-20,0 19 505 (1,7) 17 410 (3,0) 14 741 (3,5)
> 20,0 2 011 (0,2) 3 655 (0,6) 4 490 (1,1)
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 23 612 (2,1) 16 369 (2,8) 13 152 (3,2)
1,0-1,9 31 772 (2,8) 19 448 (3,3) 14 677 (3,5)
2,0-2,9 37 337 (3,3) 20 587 (3,5) 15 311 (3,7)
3,0-9,9 304 332 (26,9) 157 398 (26,9) 111 731 (26,9)
≥ 10,0 733 102 (64,9) 372 347 (63,5) 261 113 (62,8)
* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
Les caractéristiques des tumeurs, selon qu’elles sont prévalentes à l’âge de 50 ans ou incidentes entre 50 et
69 ans, sont présentées au Tableau 23. Dans les 3 scénarios de dépistage, près de la moitié des tumeurs
sont prévalentes à 50 ans tandis que l’autre moitié des tumeurs sont incidentes entre 50 et 69 ans. Dans
chacun des scénarios à l’étude, environ 7 % des tumeurs prévalentes ont une PPC de moins de 10 ans tandis
que cette proportion monte à 14 % pour les tumeurs incidentes. Près de la moitié des tumeurs prévalentes à
50 ans ont une PPC de 30 ans ou plus, cette proportion n’est que d’environ 20 % pour les tumeurs incidentes
entre 50 et 69 ans.
163
Tableau 23. Proportion (%) des cas prévalents dans la période préclinique à l’âge de 50 ans et proportion (%) des cas incidents entre 50 et 69 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50
et 69 ans selon les caractéristiques des tumeurs, pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Prévalent N = 535 029
%
Incident N = 595 126
%
Prévalent N = 293 297
%
Incident N = 292 854
%
Prévalent N = 211 523
%
Incident N = 204 491
%
Durée de la période préclinique (ans)
< 10,0 5,9 14,1 6,5 14,3 6,8 14,1
10,0-19,9 20,3 39,9 21,3 40,3 21,6 40,4
20,0-29,9 20,6 26,5 20,9 26,0 21,0 26,2
≥ 30,0 53,2 19,6 51,4 19,4 50,7 19,3
Temps de doublement des tumeurs (jours)*
< 90 1,6 3,5 1,9 3,6 2,1 3,5
90-179 10,3 24,6 11,1 25,2 11,5 25,1
180-269 14,8 28,2 15,5 28,2 15,7 28,4
270-359 15,4 20,6 15,6 20,2 15,6 20,3
≥ 360 57,9 23,1 55,9 22,8 55,1 22,8
Taille des tumeurs lors du dépistage (mm)
≤ 2,0 73,7 89,7 71,5 88,8 70,2 88,0
2,1-10,0 23,8 8,9 23,5 8,9 23,3 9,3
10,1-20,0 2,3 1,2 4,1 1,8 5,0 2,0
> 20,0 0,3 0,1 0,8 0,5 1,4 0,7
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 2,3 1,9 3,2 2,4 3,7 2,6
1,0-1,9 3,0 2,7 3,6 3,0 3,9 3,2
2,0-2,9 3,4 3,3 3,7 3,3 3,9 3,5
3,0-9,9 24,2 29,4 24,6 29,2 24,6 29,2
≥ 10,0 67,1 62,8 65,0 62,1 63,9 61,6
* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
164
4.3.1.2 Sensibilité lors d’un dépistage
Dans une population dynamique à l’état d’équilibre
La Figure 39 présente la sensibilité ( ) en fonction de la taille des tumeurs lors d’un dépistage pour une
année donnée (par exemple 2014) dans une population dynamique à l’état d’équilibre de femmes âgées entre
50 et 69 ans, selon les scénarios de dépistage annuel, bisannuel et trisannuel. Pour les très petites tumeurs,
les sont comparables d’un scénario de dépistage à un autre. Par contre, la pour les tumeurs de plus
grandes tailles, soit de plus de 10 mm, est légèrement plus faible dans le scénario de dépistage annuel
comparativement aux autres scénarios de dépistage. La différence dans la est plus marquée pour les
tumeurs de plus de 20 mm; la étant de 78 %, de 94 % et de 97 % pour, respectivement, les scénarios de
dépistage annuel, bisannuel et trisannuel. La différence de est attribuable à la proportion de tumeurs non
visibles à la mammographie. Pour les tumeurs de plus de 20 mm, la proportion de tumeurs non visibles à la
mammographie est plus élevée lorsque le dépistage est annuel (22 %), comparativement aux dépistages
bisannuel (6 %) ou trisannuel (3 %).
165
Figure 39. Sensibilité en fonction de la taille de la tumeur lors de la mammographie de dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.
0,6% 2,9%
9,7%
28,3%
57,8%
82,2%
93,0% 96,3% 96,9% 97,2% 93,9%
0%
20%
40%
60%
80%
100%
Sen
sib
ilité
Tailles des tumeurs lors de la mammographie de dépistage (mm)
Dépistage annuel Dépistage bisannuel Dépistage trisannuel
166
La est une moyenne pondérée des sensibilités en fonction de la taille des tumeurs présentent lors du
dépistage. Puisque la sensibilité des cancers infiltrants est faible pour les très petites tumeurs, mais que ces
tumeurs représentent la majorité des tumeurs présentes lors du dépistage, la moyenne des cancers qui
deviendront potentiellement des infiltrants, obtenue dans une population ouverte à l’état d’équilibre pour un
programme de dépistage annuel, bisannuel ou trisannuel demeure relativement faible, soit respectivement de
4 %, 6 % et 7 % (Tableau 24).
Tableau 24. Sensibilité lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Nombres de femmes dans la période préclinique 1 130 155 586 149 415 984
Nombres de cancers détectés 46 391 35 080 29 395
Sensibilité moyenne 4,1 % 6,0 % 7,1 %
Dans une cohorte
Dans une cohorte, la peut être calculée selon différentes approches. Il est possible de calculer la pour
une mammographie de dépistage à un âge donné : par exemple, calculer la pour les femmes ayant un
dépistage à 50 ans, à 52 ans, à 54 ans, etc. pour le scénario de dépistage bisannuel. Il est également possible
de calculer une cumulative pour les 20 dépistages dans le scénario de dépistage annuel, les 10 dépistages
dans le scénario de dépistage bisannuel et les 7 dépistages dans le scénario de dépistage trisannuel chez les
femmes âgées entre 50 et 69 ans. Étant donné que, dans la cohorte, 120 143 femmes ont un cancer dans la
PPC, à un moment ou un autre, entre 50 et 69 ans, et que le nombre de cancers infiltrants détectés est de
46 391, 35 080 et 29 395 pour, respectivement, le scénario de dépistage annuel, bisannuel et trisannuel, il en
découle que la cumulative dans une cohorte est de 39 % pour un dépistage annuel, de 29 % pour un
dépistage bisannuel et de 25 % pour un dépistage trisannuel (Tableau 25). Contrairement à la moyenne
obtenue dans une population dynamique à l’état d’équilibre (où la moyenne était plus élevée pour le
scénario de dépistage trisannuel, Tableau 24), la cumulative est quant à elle plus élevée dans le scénario
de dépistage annuel (Tableau 25). Lorsque la cumulative est calculée, une femme dans la PPC peut
passer un plus grand nombre de mammographies dans le scénario de dépistage annuel comparativement aux
167
scénarios de dépistage bisannuel et trisannuel. Cette femme a donc plus de chance de voir son cancer
détecté à l’une ou l’autre de ces mammographies.
Tableau 25. Sensibilité cumulative dans une cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans
Scénario de dépistage
Annuel Bisannuel Trisannuel
Nombre de femmes dans la période
préclinique à un moment donné ou
un autre entre 50 et 69 ans
120 143 120 143 120 143
Nombres de cancers détectés 46 391 35 080 29 395
Sensibilité cumulative 38,6 % 29,2 % 24,5 %
4.3.1.3 Sensibilité en fonction de la vitesse de croissance de la tumeur
Dans une population dynamique à l’état d’équilibre
La taille de la tumeur au moment du dépistage est fonction du taux de croissance de la tumeur. Dans notre
modèle, le taux de croissance de la tumeur se résume en un indice, le kappa (Équation 34, Section 4.2.1
Description de la microsimulation). Plus le kappa est élevé, plus la croissance de la tumeur est rapide. Le taux
de croissance d’une tumeur peut être caractérisé par son temps de doublement (« doubling time ») qui
correspond au temps nécessaire à la tumeur pour doubler son volume244,247,272.
L’un des postulats de notre modèle stipule que la est fonction de la taille de la tumeur. Puisque la taille de
la tumeur dépend de son taux de croissance (ou de son temps de doublement), alors la devrait donc être
liée au temps de doublement de la tumeur. La Figure 40 montre la en fonction du temps de doublement
des tumeurs pour un seul dépistage dans une population dynamique à l’état d’équilibre de femmes âgées
entre 50 et 69 ans (dépistées selon les trois scénarios de dépistage). La est plus élevée pour les tumeurs à
croissance rapide. Par exemple, la pour les tumeurs plus rapides (soit avec un temps de doublement de
moins de 90 jours) est de 17,4 % tandis qu’elle est de 2,4 % pour les tumeurs plus lentes (soit avec un temps
de doublement de 360 jours ou plus). Une plus élevée pour les tumeurs à croissance rapide et plus faible
pour les tumeurs à croissance lente est observée pour les trois scénarios de dépistage.
168
Figure 40. Sensibilité en fonction du temps de doublement des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.
17,4%
11,8%
7,5%
4,4%
2,4%
0%
10%
20%
30%
40%
< 90 90-179 180-269 270-359 ≥ 360
Sen
sib
ilité
Temps de doublements des tumeurs (jours)
Dépistage annuel Dépistage bisannuel Dépistage trisannuel
169
Afin de mieux comprendre pourquoi la est plus élevée pour les tumeurs à croissance plus rapide, les
cancers présents dans la population dynamique à l’état d’équilibre sont séparés en deux groupes en fonction
du temps de doublement médian des tumeurs. Le temps de doublement médian des tumeurs est,
respectivement, de 305 jours pour le scénario de dépistage annuel et de 303 jours pour les scénarios de
dépistages bisannuel et trisannuel. La est donc présentée pour les tumeurs à croissance lente (temps de
doublement de 303 jours ou plus) et pour les tumeurs à croissance plus rapide (temps de doublement de
moins de 303 jours), et ce, pour tous les scénarios de dépistage (Tableau 26). La pour les tumeurs à
croissance lente est inférieure à la pour les tumeurs à croissance plus rapide. La plus élevée pour les
tumeurs à croissance plus rapide est expliquée par la taille des tumeurs lors du dépistage. Par exemple, dans
la population dynamique à l’état d’équilibre avec un scénario de dépistage bisannuel, 0,9 % des tumeurs
avaient une taille de plus de 10 mm lors de la mammographie de dépistage dans le groupe de tumeurs à
croissance lente, tandis que 6 % des tumeurs avaient une taille de plus de 10 mm lors de la mammographie
de dépistage dans le groupe de tumeurs à croissance plus rapide. Il est plus facile, lors de la mammographie,
de détecter les tumeurs qui ont une taille plus grande.
170
Tableau 26. Sensibilité et taille des tumeurs en fonction du taux de croissance des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Dépistage annuel
Dépistage bisannuel Dépistage trisannuel
Croissance lente*
Croissance plus rapide*
Croissance
lente* Croissance plus
rapide*
Croissance lente*
Croissance plus rapide*
Nombre de femmes dans la PPC 570 680 559 475 294 018 292 131 208 022 207 962
Taille de la tumeur (mm)
Moyenne (écart-type) 0,9 (1,8) 1,7 (3,5) 1,0 (2,1) 2,3 (4,8) 1,1 (2,4) 2,6 (5,7)
Médiane (25e-75e percentile) 0,2 (0,1-0,9) 0,3 (0,1-1,7) 0,2 (0,1-0,9) 0,3 (0,1-2,1) 0,2 (0,1-1,0) 0,4 (0,1-2,4)
Tumeurs de plus de 10 mm, n (%) 1 897 (0,3) 19 619 (3,5) 2 787 (0,9) 18 278 (6,3) 3 288 (1,6) 15 943 (7,7)
Nombre de cancers détectés 10 959 35 432 8 056 27 024 7 224 22 171
Sensibilité moyenne 1,9 % 6,3 % 2,7 % 9,2 % 3,5 % 10,7 %
* Croissance lente correspond aux tumeurs avec un temps de doublement de 303 jours ou plus, croissance plus rapide correspond aux tumeurs avec un temps de doublement de moins de 303 jours. Le 303 jours correspond à la médiane du temps de doublement des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre pour un scénario de dépistage bisannuel ou trisannuel.
171
Dans une cohorte
Les cumulatives, pour les 20 dépistages dans le scénario de dépistage annuel, les 10 dépistages dans le
scénario de dépistage bisannuel et les 7 dépistages dans le scénario de dépistage trisannuel, dans une
cohorte de femmes âgées entre 50 et 69 ans et selon le groupe de tumeurs à croissance lente (temps de
doublement des tumeurs ≥ 303 jours) et le groupe de tumeurs à croissance plus rapide (temps de doublement
des tumeurs < 303 jours) sont présentées au Tableau 27. Tout comme pour la moyenne, la cumulative
est plus élevée dans le groupe de tumeurs à croissance rapide comparativement au groupe de tumeurs à
croissance lente. Par exemple, pour le scénario de dépistage bisannuel, 37 % des cancers présents à l’une ou
l’autre des mammographies de dépistage ont été détectés dans le groupe de tumeurs rapides
comparativement à 19 % dans le groupe de tumeurs à croissance lente.
Tableau 27. Sensibilité cumulative en fonction du taux de croissance des tumeurs dans une cohorte de 1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans
Dépistage annuel
Dépistage bisannuel Dépistage trisannuel
Croissance lente*
Croissance plus rapide*
Croissance
lente* Croissance plus rapide*
Croissance
lente* Croissance plus rapide*
Nombre de femmes dans la PPC entre 50 et 69 ans
42 676 74 633 41 990 72 258 41 945 72 043
Nombre de cancers détectés
10 959 35 432 8 056 27 024 7 224 22 171
Sensibilité cumulative 25,7 % 47,5 % 19,2 % 37,4 % 17,2 % 30,8 %
* Croissance lente correspond aux tumeurs avec un temps de doublement de 303 jours ou plus, croissance plus rapide correspond aux tumeurs avec un temps de doublement de moins de 303 jours. Le 303 jours correspond à la médiane du temps de doublements des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre.
172
4.3.1.4 Sensibilité en fonction du temps de devancement potentiel
Dans une population dynamique à l’état d’équilibre
Le temps de devancement potentiel ( ) des tumeurs est inversement corrélé à la taille de la tumeur. Au
début de la PPC, la taille de la tumeur est très petite et le est à son maximum. Plus le temps passe, plus
le diamètre de la tumeur augmente, plus la tumeur se rapproche du moment de son diagnostic clinique en
absence de dépistage et, par conséquent, le diminue. Le utilisé correspond au temps de
devancement potentiel en absence de décès par autre cause.
La Figure 41 présente la en fonction du dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans pour les scénarios de dépistage annuel, bisannuel ou trisannuel. Peu importe le
scénario de dépistage (annuel, bisannuel ou trisannuel), la relation entre la et le demeure relativement
la même, soit une très faible pour les longs , puis une augmentation de la lorsque le diminue.
La pour les tumeurs avec un de plus de 10 ans est faible, soit d’environ 1 % pour les trois scénarios de
dépistage. Par contre, la pour les cancers qui sont à moins d’un an de leur diagnostic clinique
( ) est de 53 %, de 65 % et de 69 % pour, respectivement, le scénario de dépistage
annuel, bisannuel et trisannuel. Ces cancers avec un de moins d’un an représentent seulement 2,1 %,
2,8 % et 3,2 % des femmes dans la PPC lors de la mammographie dans le scénario de dépistage annuel,
bisannuel et trisannuel (Tableau 22). Comme mentionné dans la section traitant de la en fonction de la
taille de la tumeur, la correspond à une moyenne pondérée des sensibilités en fonction de la taille des
tumeurs lors du dépistage. La peut aussi être vue comme étant une moyenne pondérée des sensibilités en
fonction du des tumeurs lors du dépistage, tel qu’énoncé théoriquement par l’Équation 2 au Chapitre 2
(section « 2.2 Sensibilité du dépistage »).
Les selon un de moins d’un an ( ), de moins de 2 ans ( ) ou de moins de 3 ans ( ) sont
présentées au Tableau 28 dans une population dynamique à l’état d’équilibre pour les scénarios de dépistage
annuel, bisannuel ou trisannuel. Près de 40 % des tumeurs qui sont à moins de deux ans de leur diagnostic
clinique sont détectées par la mammographie dans le scénario de dépistage annuel. Cette proportion atteint
50 % et 54 % pour les scénarios de dépistages bisannuel et trisannuel. Peu importe le considéré (1, 2 ou
3 ans), la moyenne est toujours plus élevée pour le scénario de dépistage trisannuel comparativement aux
scénarios annuel ou bisannuel.
173
Figure 41. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. Les sensibilités dans le graphique sont celles observées pour le scénario de dépistage bisannuel.
1,1% 2,1% 2,4% 3,2% 4,1% 5,8% 8,8%
12,6%
21,3%
37,7%
65,1%
0%
20%
40%
60%
80%
100%
≥ 10,0 9,9-9,0 8,9-8,0 7,9-7,0 6,9-6,0 5,9-5,0 4,9-4,0 3,9-3,0 2,9-2,0 1,9-1,0 0,9-0,0
Sen
sib
ilité
Temps de devancement potentiel (ans)
Dépistage annuel Dépistage bisannuel Dépistage trisannuel
174
Tableau 28. Sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage
annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Temps de devancement potentiel
des cancers lors du dépistage
1 an 53,3 % 65,1 % 68,7 %
2 ans 38,9 % 50,2 % 54,1 %
3 ans 29,7 % 39,6 % 43,9 %
4.3.1.5 Résultats des analyses complémentaires
Tumeurs de 1 mm ou plus
Tel que discuté dans la section 4.2.4 Forces et limites du modèle de microsimulation, des analyses
complémentaires ont été menées afin d’avoir une idée de la sous-estimation de notre obtenue par la
microsimulation en raison de notre choix de ne simuler que les cancers qui ont le potentiel d’évoluer vers un
diagnostic de cancer infiltrant. Pour ce faire, les ont été mesurées en considérant uniquement les cancers
de 1 mm et plus, un groupe de cancers où la proportion de cancers encore dans la phase in situ est jugée plus
faible que pour les tumeurs de moins de 1 mm. Les caractéristiques des tumeurs de 1 mm et plus, dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, sont présentées au Tableau
29. Comparativement à toutes les tumeurs (Tableau 22), les PPC sont plus courtes lorsque seulement les
tumeurs de 1 mm et plus sont considérées (Tableau 29). Pour le scénario de dépistage bisannuel, 35 % de
toutes les tumeurs ont une durée de PPC de 30 ans ou plus et cette proportion diminue à 29 % lorsque
seulement les tumeurs de 1 mm et plus sont considérées.
La moyenne est plus élevée lorsqu’elle est calculée uniquement pour les tumeurs de 1 mm et plus, plutôt
que pour l’ensemble des tumeurs (Tableau 30). Par exemple, la moyenne passe de 6 % lorsque toutes les
tumeurs sont considérées, à 19 % lorsque seules les tumeurs de 1 mm et plus sont considérées (pour le
scénario de dépistage bisannuel). Bien que la soit plus élevée lorsque seulement les tumeurs de 1 mm et
plus sont considérées, la tendance dans la est la même en fonction du temps de doublement des tumeurs;
la diminue avec une augmentation du temps de doublement des tumeurs. Les en fonction du temps du
des cancers sont assez similaires pour les cancers avec un de moins de 3 ans. Par conséquent, pour
le scénario de dépistage bisannuel, les , et sont, respectivement, de 65 %, 51 % et 42 % lorsque
seulement les tumeurs de 1 mm et plus sont considérées et de 65 %, 50 % et 40 % lorsque toutes les tumeurs
175
sont considérées. Par contre, pour des de 3 ans et plus, la en considérant seulement les tumeurs de 1
mm ou plus demeurent plus élevée que la en considérant toutes les tumeurs.
La cumulative pour une cohorte de femmes âgées entre 50 et 69 ans était de 39 %, 29 % et 25 % pour,
respectivement, les scénarios de dépistages annuel, bisannuel et trisannuel (Tableau 25). La cumulative
est plus élevée lorsque seulement les tumeurs de 1 mm et plus sont considérées, soit de 59 % (42 256 /
71 807) pour le scénario de dépistage annuel, 46 % (33 034 / 71 807) pour le scénario de dépistage bisannuel
et 39 % (27 926 / 71 807) pour le scénario de dépistage trisannuel.
176
Tableau 29. Caractéristiques des tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel N = 313 734
n (%)
Bisannuel N = 172 595
n (%)
Trisannuel N = 126 957
n (%)
Durée de la période préclinique (ans)
< 10,0 46 883 (14,9) 25 945 (15,0) 18 605 (14,7)
10,0-19,9 111 190 (35,4) 62 646 (36,3) 45 924 (36,2)
20,0-29,9 62 214 (19,8) 34 230 (19,8) 25 811 (20,3)
≥ 30,0 93 447 (29,8) 49 774 (28,8) 36 617 (28,8)
Temps de doublement des tumeurs (jours)*
< 90 13 431 (4,3) 7 664 (4,4) 5 626 (4,4)
90-179 75 643 (24,1) 42 680 (24,7) 30 945 (24,4)
180-269 73 608 (23,5) 41 203 (23,9) 30 495 (24,0)
270-359 48 305 (15,4) 26 480 (15,3) 19 777 (15,6)
≥ 360 102 747 (32,8) 54 568 (31,6) 40 114 (31,6)
Taille des tumeurs lors du dépistage (mm)
1,0-2,0 115 327 (36,8) 56 348 (32,7) 39 491 (31,1)
2,1-10,0 177 166 (56,5) 95 182 (55,2) 68 235 (53,8)
10,1-20,0 19 248 (6,1) 17 410 (10,1) 14 741 (11,6)
> 20,0 1 993 (0,6) 3 655 (2,1) 4 490 (3,5)
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 23 576 (7,5) 16 352 (9,5) 13 137 (10,4)
1,0-1,9 30 541 (9,7) 18 760 (10,9) 14 191 (11,2)
2,0-2,9 31 940 (10,2) 17 824 (10,3) 13 347 (10,5)
3,0-9,9 134 691 (42,9) 71 411 (41,4) 51 535 (40,6)
≥ 10,0 92 986 (29,6) 48 248 (28,0) 34 747 (27,4)
* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
177
Tableau 30. Sensibilité (%) et sensibilité pour les tumeurs avec un temps de devancement potentiel court (%) en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état
d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Sensibilité
Scénario de dépistage
Annuel Bisannuel Trisannuel
Toutes les tumeurs
Tumeurs ≥ 1 mm
Toutes les tumeurs
Tumeurs ≥ 1 mm
Toutes les tumeurs
Tumeurs ≥ 1 mm
Moyenne 4,1 13,5 6,0 19,1 7,1 22,0
Taille des tumeurs (mm)
< 1,0 0,5 --- 0,5 --- 0,5 --- 1,0-2,0 1,1 1,1 1,1 1,1 1,1 1,1 2,1-4,0 2,8 2,8 2,9 2,9 2,8 2,8 4,1-6,0 9,6 9,6 9,7 9,7 10,1 10,1 6,1-8,0 26,9 26,9 28,3 28,3 28,5 28,5 8,1-10,0 55,6 55,6 57,8 57,8 57,2 57,2 10,1-12,0 79,5 79,5 82,2 82,2 82,0 82,0 12,1-14,0 91,0 91,0 93,0 93,0 93,2 93,2 14,1-16,0 93,4 93,4 96,3 96,3 96,0 96,0 16,1-18,0 93,1 93,1 96,9 96,9 97,8 97,8 18,1-20,0 90,8 90,8 97,2 97,2 97,5 97,5 > 20,0 77,7 77,7 93,9 93,9 96,7 96,7
Temps de doublement des tumeurs (jours)†
< 90 14,7 31,7 17,4 36,0 18,8 38,2 90-179 8,3 21,3 11,8 28,7 13,1 31,4 180-269 4,7 14,7 7,5 22,1 9,0 25,8 270-359 2,9 10,7 4,4 16,0 5,6 19,8 ≥ 360 1,7 5,7 2,4 8,5 3,0 10,7
Temps de devancement potentiel (ans)
< 1,0 53,3 53,4 65,1 65,2 68,7 68,8 1,0-1,9 28,2 29,4 37,7 39,0 41,1 42,5 2,0-2,9 15,9 18,6 21,3 24,5 25,3 28,9 3,0-3,9 9,2 12,6 12,6 17,2 15,1 20,4 4,0-4,9 6,0 9,7 8,8 13,9 9,8 15,6 5,0-5,9 4,2 7,9 5,8 11,0 6,8 12,7 6,0-6,9 3,3 7,2 4,1 9,1 5,1 11,3 7,0-7,9 2,4 6,0 3,2 8,2 3,9 9,9 8,0-8,9 1,9 5,3 2,4 6,7 3,0 8,5 9,0-9,9 1,6 5,0 2,1 6,9 2,6 8,4 ≥ 10,0 0,9 3,6 1,1 4,9 1,2 5,5
53,3 53,4 65,1 65,2 68,7 68,8
38,9 39,8 50,2 51,2 54,1 55,1
29,7 31,9 39,6 42,2 43,9 46,5
: sensibilité des tumeurs avec un temps de devancement potentiel donné.
* La sensibilité cumulative est calculée dans une cohorte de femmes de 50 à 69 ans. † Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a
atteint la taille de 15 mm de diamètre.
178
Autres ensembles de paramètres retenus
Afin de vérifier la robustesse des résultats obtenus avec le meilleur ensemble de paramètres (EP1), certains
résultats clés sont comparés à ceux obtenus avec les 9 autres meilleurs ensembles de paramètres (EP)
résultant du processus de calibration. Afin d’alléger les résultats, ceux-ci sont présentés uniquement pour le
scénario de dépistage bisannuel. Les résultats clés présentés concernent la description des cas simulés dans
une cohorte en absence de dépistage, la description des cas simulés, la moyenne, la en fonction de la
taille des tumeurs, la en fonction de la vitesse de croissance des tumeurs et la en fonction du temps de
devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre ainsi que la
cumulative (obtenue dans une cohorte de femmes dépistées entre 50 et 69 ans).
Les caractéristiques des tumeurs présentent chez les femmes âgées entre 50 et 69 ans, obtenues par la
simulation de 1 000 000 de femmes en absence de dépistage sont présentées au Tableau 31 selon les 10
meilleurs EP. Le nombre de femmes dans la PPC, à un moment donné ou un autre entre 50 et 69 ans, est
assez similaire selon les EP, variant entre 109 098 femmes (EP23) et 131 984 femmes (EP17). La proportion
de cas prévalents à l’âge de 50 ans varie entre 36 % (EP23) et 51 % (EP17). La répartition des tumeurs selon
la durée de la PPC semble varier selon les EP; pour certains EP, la plus grande proportion des tumeurs ont
une PPC entre 10 ans et moins de 20 ans (EP1, EP2, EP3, EP8, EP23, EP4), tandis que pour d’autres, les
tumeurs ont, en plus grande proportion, une PPC de moins de 10 ans (EP50) ou de 30 ans ou plus (EP6,
EP7). La durée médiane de la PPC varie entre 18 ans (EP23) et 28 ans (EP17) (données non montrées). Il
semble aussi avoir une différence dans les temps de doublement des tumeurs. Par exemple, la cohorte
simulée avec l’EP23 ne compte pas de tumeur avec une croissance très rapide (soit un temps de doublement
de moins de 90 jours), contrairement aux autres EP. Le temps de doublement médian varie entre 233 jours
(EP23) et 367 jours (EP17) (données non montrées).
179
Tableau 31. Proportion des tumeurs (%) chez les femmes de 50 à 69 ans en fonction de leurs caractéristiques pour une cohorte de 1 000 000 de femmes simulées selon les 10 meilleurs ensembles de paramètres
Ensemble de paramètres
EP1 n = 120 143
EP2 n = 131 241
EP3 n = 121 584
EP6 n = 122 601
EP8 n = 118 818
EP23 n = 109 098
EP7 n = 131 092
EP4 n = 122 020
EP17 n = 131 984
EP50 n = 120 743
Prévalentes à 50 ans 39,8 49,9 41,1 41,6 37,9 36,4 50,7 41,0 51,5 38,6
Incidentes entre 50 et 69 ans
60,2 50,1 58,9 58,4 62,1 63,6 49,3 59,0 48,5 61,4
Durée de la période préclinique (ans)
< 10,0 19,2 5,6 18,0 21,3 24,9 0,4 10,7 21,5 8,5 28,0
10,0-19,9 35,7 33,1 35,2 31,6 32,1 72,7 31,0 32,0 31,2 27,7
20,0-29,9 22,1 30,7 22,7 20,5 19,3 25,9 25,1 20,5 26,8 17,1
≥ 30,0 23,0 30,6 24,5 36,6 23,7 1,0 33,2 26,0 33,5 27,1
Temps de doublement des tumeurs (jours)*
< 90 6,7 0,8 6,2 9,0 11,4 0,0 2,9 9,0 1,9 15,3
90-179 26,5 14,1 25,5 24,9 26,9 8,6 18,4 25,2 16,5 24,4
180-269 23,9 25,7 23,7 20,9 20,7 73,0 22,1 21,1 22,9 17,8
270-359 16,7 23,5 17,1 15,3 14,5 17,8 18,9 15,4 20,3 12,7
≥ 360 26,2 35,9 27,5 29,8 26,6 0,6 37,8 29,2 38,5 29,9
EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
180
Les caractéristiques des tumeurs présentes lors d’une mammographie de dépistage, dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, dépistées à un intervalle de 2 ans sont
présentées au Tableau 32 selon les 10 meilleurs EP. La vitesse de croissance des tumeurs semble différer
d’un EP à l’autre. Par exemple, la proportion de tumeurs avec une croissance très lente (avec un temps de
doublement de 360 jours ou plus) varie entre 0,8 % (EP23) et 52 % (EP17). Par contre, pour tous les EP, la
plus grande proportion des tumeurs lors du dépistage ont une taille de 2 mm ou moins (entre 75 % et 81 %
des tumeurs selon les EP) et ont un temps de devancement potentiel de 10 ans ou plus (entre 51 % et 70 %).
181
Tableau 32. Proportion des tumeurs (%) selon leurs caractéristiques lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres
Ensemble de paramètres
EP1 n = 586 149
EP2 n = 719 274
EP3 n = 609 734
EP6 n = 609 985
EP8 n = 576 107
EP23 n = 462 059
EP7 n = 725 308
EP4 n = 613 018
EP17 n = 742 863
EP50 n = 601 108
Temps de doublement (jours)*
< 90 2,7 0,3 2,4 3,5 4,6 0,0 1,0 3,5 0,6 5,8
90-359 57,9 52,3 56,7 51,7 53,7 99,2 47,6 52,2 47,7 46,6
≥ 360 39,4 47,4 40,9 44,8 41,7 0,8 51,4 44,3 51,6 47,6
Taille lors du dépistage (mm)
≤ 2,0 80,2 77,9 79,4 80,4 80,5 75,3 78,2 80,4 78,1 81,1
2,1-15,0 18,4 20,5 18,8 18,1 18,0 21,9 20,1 18,2 20,6 17,7
> 15,0 1,4 1,7 1,8 1,6 1,5 2,8 1,6 1,4 1,3 1,3
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 2,8 2,1 2,8 2,8 3,1 3,2 2,2 2,8 2,0 3,0
1,0-1,9 3,3 2,5 3,3 3,2 3,6 3,9 2,6 3,2 2,4 3,5
2,0-2,9 3,5 2,7 3,5 3,4 3,7 4,3 2,7 3,4 2,6 3,5
3,0-9,9 26,9 23,4 26,3 24,6 25,9 37,1 22,4 24,9 22,4 23,3
≥ 10,0 63,5 69,3 64,1 66,0 63,7 51,5 70,1 65,7 70,5 66,7
EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
182
Les moyennes et les en fonction du temps de doublement des tumeurs, de la taille des tumeurs lors du
dépistage et du temps de devancement potentiel ( ) des tumeurs sont présentées au Tableau 33 selon les
10 meilleurs EP. Pour tous les EP, la moyenne est faible, soit entre 5 % et 8 %. Pour tous les EP, la est
plus élevée pour les tumeurs à croissance rapide ( variant entre 8 % et 9 % selon les EP pour les tumeurs
avec un temps de doublement de moins de 303 jours), pour les tumeurs dont la taille lors du dépistage est de
plus de 15 mm ( variant entre 84 % et 99 % selon les EP) et pour les tumeurs avec un de moins d’un
an ( variant entre 53 % et 65 % selon les EP) (Tableau 33). Il semble tout de même y avoir une assez
grande variabilité dans les en fonction de la taille des tumeurs selon les 10 meilleurs EP (Figure 42). De
façon moins importante, il semble aussi y avoir une certaine variabilité dans les en fonction du des
tumeurs selon les 10 meilleurs EP (Figure 43). Ainsi, même s’il semble y avoir une certaine variabilité selon
les différents EP, les conclusions tirées à partir du meilleur EP (EP1) semblent être cohérentes avec les 9
autres meilleurs EP.
Les cumulatives obtenues dans une cohorte de femmes dépistées entre 50 et 69 ans à un intervalle de 2
ans varient entre 25 % et 32 % selon les différents EP (données non montrées).
183
Tableau 33. Sensibilité moyenne (%) et sensibilité (%) selon les caractéristiques des tumeurs lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres
Ensemble de paramètres
EP1 n = 586 149
EP2 n = 719 274
EP3 n = 609 734
EP6 n = 609 985
EP8 n = 576 107
EP23 n = 462 059
EP7 n = 725 308
EP4 n = 613 018
EP17 n = 742 863
EP50 n = 601 108
Moyenne 6,0 5,2 5,1 5,7 5,3 7,5 5,1 5,5 5,2 5,0
Temps de doublement des tumeurs (jours)*
≥ 303 jours 2,7 3,5 2,4 3,1 2,1 5,1 3,3 2,6 3,2 1,8
< 303 jours 9,2 8,1 7,9 8,8 8,6 7,7 8,2 9,1 8,8 9,0
Taille des tumeurs lors du dépistage (mm)
≤ 2,0 0,6 0,8 0,4 1,2 0,3 1,8 1,0 0,4 0,4 0,1
2,1-15,0 22,6 15,4 16,2 18,4 19,8 16,7 15,0 21,8 17,6 21,0
> 15,0 95,6 87,5 93,3 93,9 98,7 88,8 83,6 89,2 96,0 98,8
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 65,1 55,0 57,3 57,5 61,1 53,8 53,1 62,5 61,5 63,5
1,0-1,9 37,7 36,4 31,5 30,7 31,1 37,9 32,6 34,2 39,6 30,2
2,0-2,9 21,3 24,6 18,1 18,1 17,2 25,2 20,8 19,8 25,5 16,3
3,0-9,9 5,6 7,0 4,6 5,6 4,4 6,1 6,6 5,5 7,2 4,4
≥ 10,0 1,1 1,2 0,9 1,7 0,8 1,8 1,5 1,0 1,1 0,7
EP : ensemble de paramètres * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre. 303 jours correspond à la médiane du temps de doublements des tumeurs présentes chez les femmes âgées entre 50 et 69 ans dans la population dynamique à l’état d’équilibre.
184
Figure 42. Sensibilité en fonction de la taille de la tumeur lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres. EP : ensemble de paramètres.
0%
20%
40%
60%
80%
100%
Sen
sib
ilité
Tailles des tumeurs lors de la mammographie (mm)
EP1 EP2 EP3 EP6 EP8 EP23 EP7 EP4 EP17 EP50
185
Figure 43. Sensibilité en fonction du temps de devancement potentiel lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à un intervalle de 2 ans, selon les 10 meilleurs ensembles de paramètres. EP : ensemble de paramètres.
0%
20%
40%
60%
80%
100%
≥ 10,0 9,9-9,0 8,9-8,0 7,9-7,0 6,9-6,0 5,9-5,0 4,9-4,0 3,9-3,0 2,9-2,0 1,9-1,0 0,9-0,0
Sen
sib
ilité
DP (ans)
EP1 EP2 EP3 EP6 EP8 EP23 EP7 EP4 EP17 EP50
186
4.3.2 Discussion des résultats sur la sensibilité
Quelques résultats de la section précédente seront discutés : 1) la sensibilité du dépistage ( ) semble faible,
2) la période préclinique (PPC) du cancer du sein est généralement longue, 3) les épisodes de dépistage ne
peuvent pas être traités de façon indépendante, 4) une meilleure n’est pas nécessairement associée à une
plus grande réduction de mortalité et, finalement, 5) la semble plus élevée pour les tumeurs à croissance
rapide comparativement à celle pour des tumeurs à croissance plus lente.
Sensibilité faible
Selon notre microsimulation, la du dépistage par mammographie s’avère faible, soit inférieure à 10 %
lorsque toutes les tumeurs sont considérées ou inférieures à 25 % lorsque seulement les tumeurs de 1 mm et
plus sont considérées. Cette correspond à une sensibilité moyenne qui peut être calculée dans une
population dynamique à l’état d’équilibre. Toujours selon notre microsimulation, la cumulative du dépistage
varie plutôt entre 25 % et 40 % (selon le scénario de dépistage) lorsque toutes les tumeurs sont considérées
ou entre 40 % et 60 % (selon le scénario de dépistage) lorsque seulement les tumeurs de 1 mm et plus sont
considérées. La cumulative est calculée dans une cohorte de femmes dépistées de l’âge de 50 ans à l’âge
de 69 ans.
Dans la littérature, les études qui portent sur la utilisent des modèles de simulation. Dans ces études, la
provient soit de données déjà publiées (la valeur de la est alors entrée dans le modèle de simulation) ou
soit qu’elle est obtenue par la calibration du modèle de simulation (comme pour notre microsimulation).
Lorsque la est obtenue par la calibration, elle peut être stratifiée ou non selon différentes variables. Par
exemple, la peut être obtenue pour des catégories d’âge de femmes dépistées (50-59 ans et 60-69 ans) ou
pour des tailles de tumeurs. Ces variables dépendent de la façon utilisée pour construire le modèle. Par
exemple, dans notre modèle, la sensibilité devait être fonction du diamètre de la tumeur, de l’âge de la femme
et de l’occurrence de la mammographie (Équation 35, Section 4.2.1 Description de la microsimulation).
La telle que définie dans cette thèse a été publiée dans une seule autre étude74,216. Cette étude présente
les en fonction de la taille des tumeurs, obtenues suite à la calibration d’un modèle de simulation. Les
de cette étude ont été utilisées pour la validation de notre modèle (section 4.2.3.2 Fonction de sensibilité).
Pour une tumeur de 5, 10 et 15 mm, leurs sont respectivement de 14 %, 60 % et 93 % (lors des
mammographies initiales) tandis que les obtenues par notre microsimulation sont de 14 %, 80 % et 98 %
(EP1, pour une mammographie initiale à l’âge de 50 ans). Pour les tumeurs de 5 mm et 15 mm, leurs sont
compatibles avec les nôtres (obtenues pour le meilleur ensemble de paramètres EP1). Par contre, les sont
187
assez différentes pour les tumeurs de 10 mm, du moins pour le meilleur ensemble de paramètres (EP1). Tel
que montré à la section sur la validation (4.2.3.2 Fonction de sensibilité), d’autres EP (parmi les 9 autres
meilleurs EP), obtiennent une pour les tumeurs de 10 mm assez similaires à celle publiée par Weedon-
Fekjaer et coll.74. Il est à noter que dans cette étude74, les chercheurs ont dû calibrer uniquement à l’aide des
mammographies de dépistage initiales puisque la calibration ne donnait pas de bons résultats s’ils utilisaient
également les mammographies de dépistage subséquentes. Il est difficile de comparer les obtenues selon
différents modèles de simulation. Lors de la calibration d’un modèle de simulation, les variables à calibrer
peuvent être liées entre elles et plusieurs combinaisons de ces variables peuvent donner de bons résultats46.
Par exemple, un taux de croissance rapide peut être compensé par une sensibilité élevée ou vice-et-versa.
C’est d’ailleurs pour cette raison que nous présentons dans cette thèse les résultats pour les 10 meilleurs EP,
et non uniquement pour le meilleur ensemble de paramètres retenu (EP1).
D’autres études de simulation ont plutôt publié la sensibilité pour les tumeurs dans la période préclinique
détectable ( )7,46,47,49,51,52,56–59,65,66,68,69,71–73,273–275. La majorité de ces études a estimé la à l’aide
d’un modèle de simulation ou mathématique en essayant de reproduire les résultats des essais cliniques
randomisés sur le dépistage. Souvent, ces sont déterminées à partir du modèle de progression de la
maladie qui a été publié initialement par Zelen et Feinleib44. Ce modèle assume que la maladie se développe
en passant par trois états : le premier état est celui où la femme n’a pas de cancer dans la PPC où le cancer
n’est pas détectable, le second état correspond aux femmes avec un cancer dans la PPCD et finalement, le
troisième état est celui où les symptômes du cancer apparaissent (donc la maladie devient clinique). Souvent,
la progression d’un état à l’autre est modélisée par des modèles de type chaîne de Markov plus ou moins
complexes7,51,52,58,68,69,71,72,276. Dans ces modèles, la ne correspond pas à la telle que définie dans
cette thèse. Cette doit être plus élevée que la puisque les cancers considérés dans la
sont suffisamment avancés pour être « détectables » par la mammographie de dépistage. Par exemple, à
l’aide des données de l’essai clinique randomisé du Swedish Two-County, Tabar et coll.7 obtiennent une
de 91,8 % pour les femmes âgées entre 50-59 ans et de 93,8 % pour les femmes âgées entre 60 et
69 ans (les temps de séjours moyens sont, respectivement, de 3,3 ans et 3,8 ans, pour les 50-59 ans et les
60-69 ans). Ces sont très élevées et peu compatibles avec ce que l’on connaît du dépistage par
mammographie : certaines tumeurs ne sont pas visibles à la mammographie. Une revue de la littérature
conclut qu’entre 8 % et 12 % des cancers d’intervalle ne sont pas visibles à la mammographie diagnostique31.
Il est donc peu crédible que malgré qu’une certaine proportion des cancers ne soit pas visible à la
mammographie, la soit aussi élevée que 93,8 %. Ces ne peuvent pas être comparées à nos
sensibilités puisque le concept de « période préclinique détectable » ne peut pas être défini dans notre
microsimulation. Par exemple, si l’on prend toutes les tumeurs avec un temps de devancement potentiel ( )
188
de moins de 3,3 ans (qui correspond au temps de séjour moyen dans l’article de Tabar et coll.7, notre est
de 33 %, ce qui est beaucoup plus faible que la de 93,8 % publiée dans cet article.
L’utilisation de la PPCD est problématique puisqu’il est impossible de déterminer, pour l’ensemble des cancers
dans la PPC, le moment où chacun devient détectable (abordé dans le Chapitre 2, section « 2.2 Sensibilité du
dépistage »). Certains auteurs font l’hypothèse que le début de la PPCD correspond à une taille de tumeur
précise; en dessous de cette taille, la tumeur n’est pas détectable, à partir de cette taille, elle devient
détectable60,230,233,260,262. Par exemple, les chercheurs de 2 modèles CISNET (modèle du S – Standford
University233 et le modèle W – Wisconsin Breast Cancer Epidemiology Simulation Model60) font l’hypothèse
que les cancers ne sont pas détectables lorsque leur taille est inférieure à 2 mm. Ainsi, la PPCD débute
seulement lorsque la taille de la tumeur atteint 2 mm. Dans le modèle W60, leur (obtenue suite à la
calibration de leur modèle) est de 0 % pour les tumeurs ≤ 2 mm, 30 % pour les tumeurs entre 2 et 5 mm, 65 %
pour les tumeurs de 7,5 mm, 80 % pour les tumeurs de 15 mm, 90 % pour les tumeurs de 20 mm, 99 % pour
les tumeurs de 50 mm et 100 % pour les tumeurs de 80 mm. Dans notre modèle, la pour les tumeurs de
moins de 2 mm est très faible, mais elle n’est pas de 0. Lors d’une mammographie subséquente chez une
femme de 60 ans, la est de 1,5 % pour les tumeurs de 2 mm, 9 % pour les tumeurs de 5 mm, 34 % pour
les tumeurs de 7,5 mm, 97 % pour les tumeurs de 15 mm, et 98 % pour les tumeurs de 50 mm ou 80 mm.
Puisque ces auteurs utilisent la notion de PPCD, leurs en fonction des tailles des tumeurs ne sont
donc pas comparables aux de notre microsimulation.
Les résultats des simulations qui utilisent la notion de PPCD ne sont pas comparables aux résultats des
simulations qui utilisent plutôt la notion de PPC. La détectabilité des cancers est fortement liée à la taille de la
tumeur, mais, en réalité, la taille n’est pas l’unique caractéristique influençant sa détection. D’autres
caractéristiques de la tumeur (par exemple la présence de microcalcifications) peuvent entraîner la détection
du cancer lors de la mammographie, et ce, même pour des tumeurs de très petites tailles. Dans le PQDCS,
sur un total de 4 871 cancers infiltrants détectés entre 1999 et 2005 dont la taille était connue, 37 tumeurs
avaient une taille d’environ 1 mm (0,8 %) et 89 tumeurs avaient une taille d’environ 2 mm (1,8 %) (données
provenant du PQDCS). Ces proportions se comparent à celles obtenues dans la microsimulation : lorsque
seulement les tumeurs de 1 mm et plus sont considérées, 1,0 % des cancers détectés avaient une taille de 1
mm et la proportion était de 1,8 % pour les tumeurs de 2 mm. Bien que faible, une certaine proportion des
cancers peut donc être détectée à de très petites tailles ; ce qui limite notre capacité à déterminer le début de
la PPCD selon une taille de tumeur spécifique. La notion de « détectabilité » est donc problématique. Non
seulement la détectabilité varie d’un cancer à l’autre pour une même taille, mais également celle d’un test de
dépistage à l’autre. Avec l’avancement de la technologie, les tests de dépistage comme la mammographie
189
peuvent détecter des tumeurs de plus en plus petites, changeant ainsi le début de la PPCD. En raison de cette
incertitude quant au commencement de la PPCD, il est difficile de déterminer et d’utiliser la notion de la
PPCD58,68.
Longue période préclinique
La PPC du cancer du sein semble longue. Dans une population dynamique à l’état d’équilibre, peu importe la
fréquence du dépistage, environ 10 % des femmes dépistées de 50 à 69 ans ont une PPC de moins de 10 ans
(environ 7 % des tumeurs prévalentes à l’âge de 50 ans et environ 14 % des tumeurs incidentes entre 50 et 69
ans). Une plus grande proportion des femmes, soit environ 35 %, a une PPC de 30 ans ou plus (environ 50 %
des tumeurs prévalentes à l’âge de 50 ans et environ 20 % des tumeurs incidentes entre 50 et 69 ans)
(Tableau 22 et Tableau 23). À cause de cette longue PPC, la prévalence de la maladie dans la PPC est
relativement élevée. À notre connaissance, aucune autre étude n’a tenté de déterminer la durée totale de la
PPC ou la prévalence de la maladie dans la PPC pour les cancers du sein qui évoluent vers un diagnostic
clinique. Cependant, la littérature nous fournit des indices qui laissent croire en une longue PPC.
Premièrement, les taux de croissance des tumeurs aux seins sont lents. Ceci suggère des durées de PPC
longues. Dans notre microsimulation, les temps de doublement moyens sont d’environ 350 jours tandis que
les temps de doublement médians sont d’environ 300 jours. Les taux de croissance des tumeurs du sein
publiés66,216,246–249,260,261,263,277, exprimés par le temps de doublement du volume de la tumeur244,259, sont du
même ordre de grandeur que ceux obtenus dans notre microsimulation. Ces études utilisent deux approches,
soit celles qui mesurent le taux de croissance de vraies tumeurs aux seins à l’aide d’images radiologiques246–
249,260,261,263 et celles qui utilisent la simulation avec calibration du taux de croissance58,66,74,262. Pour la première
approche, les études fournissent une grande variabilité d’estimés du temps de doublement des tumeurs; dans
l’ensemble, les estimés de temps de doublement (moyens ou médians) varient entre 100 jours et 300 jours246–
249,260,261,263. Si nous supposons qu’une tumeur doit subir environ 30 doublements de volume pour atteindre un
diamètre de 10 mm244,278, il faut donc entre 8 et 25 ans à une tumeur pour atteindre un diamètre de 10 mm.
Une revue de la littérature244 suggère que le temps de doublement des tumeurs du sein serait de 280 jours en
moyenne. Les études basées sur la simulation arrivent à des estimés de temps de doublement comparables.
Pour les femmes âgées entre 50 et 69 ans, Weedon-Fekjaer et coll.74 estiment un temps de doublement
médian de 142 jours tandis que Bailey et coll.66 arrivent à un temps de doublement moyen de 247 jours. En
raison de ces temps de doublement, Friberg et Mattson244 concluent que l’utilisation des termes « diagnostic
précoce » (« early diagnosis ») lorsqu’il est question de cancers détectés par le dépistage est questionnable.
Cette détection précoce par le dépistage peut plutôt être considérée comme une détection tardive sur le plan
190
biologique (« biologically late »). La taille de la tumeur n’est pas toujours le reflet du temps passé dans la PPC;
la détection d’une petite tumeur ne veut pas nécessairement dire que le cancer a débuté depuis peu278.
Deuxièmement, l’idée d’une longue PPC peut également être appuyée par les études qui ont estimé la durée
moyenne de la période préclinique détectable (PPCD ou « mean sojour-time »). Les estimés de la durée
moyenne de la PPCD varient entre 1 an et 7 ans7,13,44,46–48,55–57,63,65,67–72,74,260,276,279,280. Il est évident que la
durée de la PPC (du moment de la première cellule cancéreuse jusqu’au diagnostic clinique) est plus longue
que la durée de la PPCD (du moment où le cancer devient « détectable » jusqu’au diagnostic clinique).
Épisodes de dépistage non indépendants
En raison des longues PPC, les épisodes de dépistage ne peuvent pas être traités de façon indépendante.
Les épisodes de dépistage pourraient être traités de façon indépendante si la majorité des durées de PPC
étaient inférieures à la période inter-dépistage, ce qui n’est pas du tout le cas selon notre simulation. La
microsimulation suggère que, pour la majorité des tumeurs, la PPC est beaucoup plus longue que la période
inter-dépistage. Ainsi, ce qui s’est passé à un dépistage précédent influencera un prochain dépistage (du
moins pour les programmes de dépistage annuel, bisannuel ou trisannuel). Comme discuté par Morrison20 et
Eddy30, la composition de la population dépistée, c’est-à-dire le moment où les tumeurs sont rendues dans
leur PPC, a un effet direct sur la . Un dépistage qui a eu lieu 3 ans auparavant a encore une répercussion
sur la composition des tumeurs présentent dans la PPC lors du dépistage subséquent. Par conséquent, si la
fréquence du dépistage ou l’âge recommandé pour débuter le dépistage sont différents entre deux populations
dynamiques à l’état d’équilibre, alors les dans ces deux populations seront différentes même si la
« qualité » du dépistage lui-même reste la même. Ainsi, des variables de « structure » du programme, tel que
l’âge où commence et termine le dépistage et la fréquence du dépistage, deviennent des variables
confondantes pour la comparaison des entre les programmes. La comparaison de la pourrait se faire,
entre deux programmes de dépistage, si les programmes ont la même structure (même étendu d’âge des
femmes invitées au dépistage et même fréquence inter-dépistage) ou bien si les sont ajustées ou
stratifiées pour les variables décrivant cette structure.
Lien entre la sensibilité et la réduction de mortalité entraînée par le programme
Le principe du dépistage par mammographie est que plus le nombre de cancers détectés sera élevé (donc
plus la sensibilité sera élevée), plus la réduction de mortalité par cancer du sein entraînée par le programme
de dépistage sera également élevée. Lorsque la sensibilité est considérée comme étant fonction de la taille
des tumeurs, une amélioration de la sensibilité (c’est-à-dire un déplacement vers la gauche de la fonction de la
sensibilité par rapport à la taille des tumeurs) devrait nécessairement faire augmenter la réduction de mortalité
191
entraînée par le programme de dépistage. Un changement dans la fonction de sensibilité devrait également se
refléter aussi bien dans la moyenne que dans la cumulative du dépistage. Par contre, une différence
dans les , et particulièrement dans la moyenne, n’est pas automatiquement le reflet d’un changement
dans la fonction de sensibilité, et donc d’un plus grand effet sur la réduction de mortalité. Une moyenne
plus élevée peut être causée par une distribution différente des cancers selon leur temps de devancement
potentiel. Par exemple dans notre microsimulation, la moyenne est plus élevée pour le scénario de
dépistage trisannuel ( = 7 %) comparativement au scénario de dépistage annuel ( = 4 %) (Tableau 24).
Par contre, la cumulative est plutôt plus élevée pour le scénario de dépistage annuel ( cumulative = 39
%) que pour le scénario de dépistage trisannuel ( cumulative = 25 %) (Tableau 25). Au cumulatif, le nombre
de cancers du sein détectés est plus élevé si la fréquence du dépistage est annuelle, comparativement à
bisannuelle ou trisannuelle. Ainsi, l’effet sur la mortalité par cancer du sein entraînée par le programme serait
plus grand lorsque le dépistage est annuel, comparativement à bisannuel ou trisannuel. La cumulative
traduit la meilleure détection des cancers dans le scénario annuel comparativement aux autres scénarios.
Il faudrait idéalement que les programmes de dépistage puissent calculer leur cumulative.
Malheureusement, la cumulative ne peut être calculée pour une population dynamique à l’état d’équilibre
puisqu’elle peut être calculée uniquement pour une cohorte de femmes dépistées. Les moyennes des
programmes de dépistage pourraient être informatives en termes de réduction de mortalité, si elles tiennent
compte de la distribution des cancers selon leur . Les variables pouvant influencer la distribution des
cancers selon leur peuvent tout d’abord être des caractéristiques des femmes dépistées (la prise
d’hormonothérapie de substitution par exemple) ou des caractéristiques liées à la « structure » du programme,
soit l’âge où le dépistage commence et se termine ainsi que la fréquence du dépistage. Au final, ces
considérations sont purement théoriques puisqu’en pratique, les programmes de dépistage ne peuvent pas
calculer leur (aussi bien moyenne que cumulative).
Sensibilité plus élevée pour les tumeurs à croissance rapide
La sensibilité s’avère plus élevée pour les tumeurs à croissance rapide ( entre 8 % et 9 % dépendant du
EP) comparativement aux tumeurs à croissance lente ( entre 2 % et 5 % dépendant du EP). Ce résultat est
contraire à ce qui était attendu. Avant d’obtenir les résultats de la microsimulation, nous pensions que le
dépistage par mammographie détecte des tumeurs à croissance plutôt lente et que les tumeurs à croissance
rapide (c’est-à-dire des tumeurs qui complètent leur PPC en moins de temps que l’intervalle entre les
dépistages) seraient des cancers d’intervalle281–283. Cependant, à la lumière des résultats de la
microsimulation, une autre hypothèse peut être avancée. Les cancers d’intervalle semblent effectivement être
des tumeurs à croissance plus rapide que les cancers détectés. Par ailleurs, les cancers détectés semblent
192
aussi être des tumeurs à croissance plus rapide que la totalité des tumeurs présentes lors du dépistage.
Néanmoins, même les cancers d’intervalle et les tumeurs détectés par dépistage n’ont pas vraiment une
croissance rapide. Les résultats de la microsimulation suggèrent qu’il n’existe pas ou très peu de tumeurs à
croissance vraiment rapide. Le groupe de cancers semble plutôt composé de tumeurs à croissance « lente »
et à croissance « très lente ».
193
4.3.3 Sensibilités estimées
4.3.3.1 Sensibilité estimée par la méthode d’incidence
Dans une population dynamique à l’état d’équilibre
Les cancers d’intervalle diagnostiqués durant le suivi post-dépistage sont utilisés pour mesurer la sensibilité
estimée par la méthode d’incidence ( ). Les caractéristiques des cancers d’intervalle pour les scénarios
de dépistages annuel, bisannuel et trisannuel lors d’un seul dépistage dans une population dynamique à
l’équilibre de femmes âgées entre 50 et 69 ans sont présentées au Tableau 34. Les cancers d’intervalle sont
différents comparativement à l’ensemble des cancers présents dans la PPC lors du dépistage (les
caractéristiques de ces cancers ont été présentées au Tableau 22). Les cancers d’intervalle sont des cancers
avec une plus courte PPC et un taux de croissance plus rapide (donc un temps de doublement plus faible)
comparativement à l’ensemble des cancers dans la PPC présents lors du dépistage. Par exemple, pour le
scénario de dépistage bisannuel, 61 % des tumeurs ont une durée de PPC de moins de 10 ans (Tableau 34),
comparativement à seulement 10 % de tous les cancers dans la PPC présents lors du dépistage (Tableau 22).
Les temps de doublement médians des cancers d’intervalle sont de 126 jours, 127 jours et 133 jours pour,
respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel (données non montrées). Les
cancers d’intervalle ont également une taille plus élevée lors du dépistage. Dans le scénario de dépistage
bisannuel, 82 % des cancers d’intervalle sont des tumeurs entre 2,1 mm et 10,0 mm lors du dépistage
(Tableau 34), comparativement à seulement 16 % de toutes les tumeurs dans la PPC lors du dépistage
(Tableau 22).
Les cancers d’intervalle sont en grande majorité présents dans la PPC lors du dépistage précédent. Dans le
scénario de dépistage annuel, tous les cancers d’intervalle étaient déjà dans la PPC lors du dépistage. Dans
le scénario de dépistage bisannuel, sur les 17 686 cancers d’intervalle, seulement 2 cancers d’intervalle
(0,01%) n’étaient pas dans la PPC lors du dépistage. Pour le scénario de dépistage trisannuel, seulement 30
cancers d’intervalle sur les 23 914 (0,1 %) n’étaient pas présents dans la PPC lors du dépistage.
Dans le scénario annuel, tous les cancers d’intervalle sont diagnostiqués dans l’année suivant la
mammographie de dépistage; 100 % des cancers d’intervalle ont un temps de devancement potentiel ( )
lors du dépistage de moins d’un an. Pour le scénario de dépistage bisannuel, 32 % des cancers d’intervalle
avaient un de moins d’un an et 68 % entre 1 an et < 2 ans. Pour le scénario de dépistage trisannuel, la
plus grande proportion de cancers d’intervalle est diagnostiquée dans la troisième année de suivi post-
dépistage (47 % des cancers d’intervalle avaient un lors du dépistage entre 2,0 et 2,9 ans).
194
Tableau 34. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel N = 10 997
n (%)
Bisannuel N = 17 686
n (%)
Trisannuel N = 23 914
n (%)
Durée de la période préclinique (ans)
< 10,0 7 080 (64,4) 10 778 (60,9) 13 241 (55,4)
10,0-19,9 3 464 (31,5) 6 118 (34,6) 9 375 (39,2)
20,0-29,9 390 (3,5) 699 (4,0) 1 145 (4,8)
≥ 30,0 63 (0,6) 91 (0,5) 153 (0,6)
Temps de doublement des tumeurs (jours)*
< 90 2 833 (25,8) 4 326 (24,5) 5 084 (21,3)
90-179 5 448 (49,5) 8 931 (50,5) 12 214 (51,1)
180-269 1 932 (17,6) 3 146 (17,8) 4 728 (19,8)
270-359 574 (5,2) 959 (5,4) 1 402 (5,9)
≥ 360 210 (1,9) 324 (1,8) 486 (2,0)
Taille des tumeurs lors du dépistage (mm)
≤ 2,0 244 (2,2) 2 147 (12,1) 5 410 (22,6)
2,1-10,0 9 614 (87,4) 14 432 (81,6) 17 417 (72,8)
10,1-20,0 930 (8,5) 954 (5,4) 938 (3,9)
> 20,0 209 (1,9) 151 (0,9) 119 (0,5)
Non présent lors du dépistage
0 (0,0) 2 (0,01) 30 (0,1)
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 10 997 (100,0) 5 691 (32,2) 4 081 (17,1)
1,0-1,9 0 (0,0) 11 993 (67,8) 8 558 (35,8)
2,0-2,9 0 (0,0) 0 (0,0) 11 245 (47,0)
3,0-9,9 0 (0,0) 0 (0,0) 0 (0,0)
≥ 10,0 0 (0,0) 0 (0,0) 0 (0,0)
Non présent lors du dépistage
0 (0,0) 2 (0,01) 30 (0,1)
* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
195
À l’aide des cancers d’intervalle, les sensibilités estimées par la méthode d’incidence ( ) peuvent être
calculées. Les sont assez différentes selon les scénarios de dépistage (Tableau 35). Pour une période
post-dépistage d’un an, la est plus élevée dans le scénario de dépistage trisannuel (91 %)
comparativement au scénario de dépistage annuel (76 %). L’augmentation de la période post-dépistage fait
augmenter le nombre de cancers d’intervalle, ce qui a comme conséquence de faire diminuer la . Les
sont, respectivement, de 61 % et 72 % dans les scénarios de dépistage bisannuel et trisannuel.
Finalement, la pour le scénario de dépistage trisannuel est de 47 %.
Tableau 35. Sensibilité estimée par la méthode d’incidence lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Période post-dépistage
1 an 75,8 %
(1 – [10 997 / 45 373]) 87,5 %
(1 – [5 693 / 45 373]) 90,9 %
(1 – [4 111 / 45 373])
2 ans --- 61,0 %
(1 – [17 686 / 45 373]) 72,1 %
(1 – [12 669 / 45 373])
3 ans --- --- 47,3 %
(1 – [23 914 / 45 373])
Dans une cohorte
Les résultats de la microsimulation suggèrent que les cancers d’intervalle sont, en grande majorité, des
cancers qui étaient présents lors de la mammographie de dépistage. Dans la perspective cohorte, il est
possible de déterminer le nombre de mammographies de dépistage pour lesquelles les cancers d’intervalle
étaient déjà dans la PPC (Figure 44). La plus grande proportion des cancers d’intervalle étaient présents lors
de 5 dépistages consécutifs dans le scénario de dépistage annuel (10,3 %), lors de 3 dépistages dans le
scénario de dépistage bisannuel (19,9 %) et lors de 2 dépistages dans le scénario de dépistage trisannuel
(28,3 %), correspondant tous à environ 5 à 6 ans.
196
(A) Dépistage annuel
(B) Dépistage bisannuel
(C) Dépistage trisannuel
Figure 44. Nombre de dépistages où les cancers d’intervalle étaient déjà dans la période préclinique dans une cohorte de
1 000 000 de femmes simulées pour un scénario de dépistage annuel, bisannuel et trisannuel entre 50 et 69 ans
5,6% 7,3%
10,3% 9,4% 7,4%
4,7% 3,3%
2,0% 1,2% 0,6% 0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Prop
ortio
n de
s can
cers
d'in
terv
alle
Nombre de dépistages
0,0%
12,0%
17,3% 19,9%
17,9%
12,5%
8,5% 5,6%
3,2% 2,1% 1,1%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Prop
ortio
n de
s can
cers
d'in
terv
alle
Nombre de dépistages
0,1%
19,4%
28,3%
24,5%
14,5%
7,9%
3,6% 1,6%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Prop
ortio
n de
s can
cers
d'in
terv
alle
Nombre de dépistages
197
4.3.3.2 Sensibilité estimée par la méthode de détection
Dans une population dynamique à l’état d’équilibre
Pour estimer la sensibilité par la méthode de détection ( ), il faut utiliser les cancers d’intervalle (comme
pour ) mais aussi les cancers détectés. Pour un programme de dépistage, les cancers détectés sont
importants puisque ces cancers bénéficient d’un temps de devancement ( ), c’est-à-dire que le diagnostic de
ces cancers a été devancé par rapport à leur diagnostic clinique qui aurait été posé en absence de dépistage.
Les caractéristiques des cancers détectés pour les scénarios de dépistage annuel, bisannuel et trisannuel
dans une population dynamique à l’équilibre de femmes âgées entre 50 et 69 ans sont présentées au Tableau
36. En absolu, un plus grand nombre de cancers est détecté lors d’un scénario de dépistage annuel (46 391
cancers détectés) comparativement à bisannuel (35 080 cancers détectés) ou trisannuel (29 395 cancers
détectés). La plus grande proportion des cancers détectés ont une durée de PPC entre 10 et < 20 ans; 43 %,
45 % et 45 % des cancers détectés, respectivement, pour le scénario de dépistage annuel, bisannuel et
trisannuel. Les temps de doublement médians des cancers détectés sont de 192 jours, 196 jours et 203 jours
pour, respectivement, les scénarios de dépistage annuel, bisannuel et trisannuel (données non montrées).
Environ la moitié des tumeurs détectées avaient une taille entre > 2 mm et 10 mm pour le scénario de
dépistage annuel. Par contre, la plus grande proportion des cancers détectés dans les scénarios de dépistage
bisannuel ou trisannuel était pour des tumeurs mesurant entre > 10 mm et 20 mm (respectivement de 45 % et
de 46 % des cancers détectés pour les scénarios de dépistage bisannuel et trisannuel).
198
Tableau 36. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel N = 46 391
n (%)
Bisannuel N = 35 080
n (%)
Trisannuel N = 29 395
n (%)
Durée de la période préclinique (ans)
< 10,0 11 729 (25,3) 7 801 (22,2) 5 844 (19,9)
10,0-19,9 19 888 (42,9) 15 923 (45,4) 13 236 (45,0)
20,0-29,9 7 809 (16,8) 6 254 (17,8) 5 764 (19,6)
≥ 30,0 6 965 (15,0) 5 102 (14,5) 4 551 (15,5)
Temps de doublement des tumeurs (jours)*
< 90 4 323 (9,3) 2 785 (7,9) 2 178 (7,4)
90-179 16 768 (36,1) 12 579 (35,9) 9 936 (33,8)
180-269 11 698 (25,2) 9 544 (27,2) 8 165 (27,8)
270-359 5 929 (12,8) 4 626 (13,2) 4 193 (14,3)
≥ 360 7 673 (16,5) 5 546 (15,8) 4 923 (16,7)
Taille des tumeurs lors du dépistage (mm)
≤ 2,0 5 327 (11,5) 2 643 (7,5) 1 916 (6,5)
2,1-10,0 22 681 (48,9) 13 283 (37,9) 9 742 (33,1)
10,1-20,0 16 821 (36,3) 15 722 (44,8) 13 397 (45,6)
> 20,0 1 562 (3,4) 3 432 (9,8) 4 340 (14,8)
Temps de devancement (ans)
< 1,0 12 582 (27,1) 10 655 (30,4) 9 032 (30,7)
1,0-1,9 8 968 (19,3) 7 323 (20,9) 6 034 (20,5)
2,0-2,9 5 948 (12,8) 4 380 (12,5) 3 869 (13,2)
3,0-9,9 12 368 (26,7) 8 780 (25,0) 7 416 (25,2)
≥ 10,0 6 525 (14,1) 3 942 (11,2) 3 044 (10,4)
* Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
199
Environ 30 % des cancers détectés (dépistage annuel = 27,1 %, dépistage bisannuel = 30,4 %, dépistage
trisannuel = 30,7 %) auraient été diagnostiqués cliniquement dans l’année suivant la mammographie de
dépistage (donc < 1 an) (Tableau 36). Cette proportion atteint environ 50 % (dépistage annuel = 46,4 %,
dépistage bisannuel = 51,3 %, dépistage trisannuel = 51,2 %) lorsque les 2 années suivant la mammographie
de dépistage sont considérées. Par ailleurs, dans les scénarios de dépistages annuel, bisannuel et trisannuel,
la proportion de cancers détectés avec un de 10 ans et plus est, respectivement, de 14 %, 11 % et 10 %.
Les moyens des cancers détectés sont de 5,0 ans, 4,3 ans et 4,2 ans, respectivement pour le scénario de
dépistage annuel, bisannuel et trisannuel, avec des écarts-types de 7,4 ans (dépistage annuel), 6,6 ans
(dépistage bisannuel) et 6,4 ans (dépistage trisannuel) (données non montrées). La médiane des pour les
cancers détectés sont plutôt de 2,2 ans pour le scénario de dépistage annuel et de 1,9 an pour les scénarios
de dépistages bisannuel et trisannuel.
En plus du moyen pour les cancers détectés, il est possible de mesurer le moyen pour le programme de
dépistage, mesure qui tient compte à la fois du expérimenté par les cancers détectés, mais aussi de
l’absence de temps de devancement pour les cancers d’intervalle ( )20,46. Les moyens du programme
sont de 4,0 ans pour le scénario de dépistage annuel (pour un suivi post-dépistage d’un an), de 2,9 ans pour
le scénario de dépistage bisannuel (pour un suivi post-dépistage de 2 ans) et de 2,3 ans pour le scénario de
dépistage trisannuel (pour un suivi post-dépistage de 3 ans). Les moyens du programme sont fonction de la
durée du suivi post-dépistage puisque les cancers d’intervalle sont considérés dans leur estimation. Ces
moyens du programme ne tiennent toutefois pas compte des cancers présents lors du dépistage, qui n’ont pas
été détectés et qui n’auront pas le temps de devenir cliniques durant la période post-dépistage (puisque ces
cancers avaient un plus long que la période post-dépistage).
Les présentés dans les paragraphes ci-dessus sont calculés en fonction du diagnostic clinique théorique,
donc celui qui serait posé en absence de décès par autre cause. Parmi les 46 391 cancers détectés dans le
scénario de dépistage annuel, 3 800 (8,2 %) n’aurait jamais été diagnostiqués cliniquement en raison d’un
décès avant le diagnostic clinique ; 15,1 % (573 / 3 800) auraient eu, en théorie, leur diagnostic entre 50 et 69
ans tandis que 84,9 % (3 227 / 3 800) auraient eu leur diagnostic à l’âge de 70 ans et plus. Pour les scénarios
de dépistages bisannuel et trisannuel, cette proportion de cancers détectés qui n’auraient pas été
diagnostiqués cliniquement est de 6,5 % (2 288 / 35 080) et 6,4 % (1 869 / 29 395) respectivement.
200
Les varient légèrement d’un scénario de dépistage à l’autre (Tableau 37). Pour une période post-
dépistage d’un an, les sont de 81 %, 86 % et 88 % pour, respectivement, les scénarios de dépistage
annuel, bisannuel et trisannuel. Puisque l’augmentation de la période post-dépistage fait augmenter le nombre
de cancers d’intervalle, alors l’augmentation de la période post-dépistage fait diminuer la . Les
sont, respectivement, de 67 % et 70 % dans les scénarios de dépistage bisannuel et trisannuel. Finalement, le
scénario de dépistage trisannuel donne une de 55 %.
Tableau 37. Sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Période post-dépistage
1 an 80,8 %
(46 391 / 57 388) 86,0 %
(35 080 / 40 773) 87,7 %
(29 395 / 33 506)
2 ans --- 66,5 %
(35 080 / 52 766) 69,9 %
(29 395 / 42 064)
3 ans --- --- 55,1 %
(29 395 / 53 309)
201
4.3.3.3 Lien entre la sensibilité estimée par la méthode d’incidence et la sensibilité estimée par la méthode de détection
Les différences absolues ainsi que les différences relatives entre et selon les 3 scénarios de
dépistage sont présentées au Tableau 38. Le premier constat est que, lorsque la période post-dépistage est
égale à la fréquence du dépistage, alors la est toujours plus élevée que la . Par exemple, pour le
scénario de dépistage bisannuel et une période post-dépistage de 2 ans, la est de 66,5 % tandis que la
est de 61,0 % (différence absolue de 5,5 %). Par contre, lorsque la période post-dépistage est inférieure
à la fréquence du dépistage, alors la est toujours plus faible que la . Par exemple, pour le
scénario de dépistage bisannuel et une période post-dépistage de 1 an, la est de 86,0 % tandis que la
est de 87,5 % (différence absolue de -1,5 %).
Tableau 38. Différence absolue et rapport entre la sensibilité estimée par la méthode d’incidence et la sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Différence absolue
Rapport
Dépistage annuel
Période post-dépistage de 1 an 75,8 % 80,8 % 5,0 % 1,07
Dépistage bisannuel
Période post-dépistage de 1 an 87,5 % 86,0 % -1,5 % 0,98
Période post-dépistage de 2 ans 61,0 % 66,5 % 5,5 % 1,09
Dépistage trisannuel
Période post-dépistage de 1 an 90,9 % 87,7 % -3,2 % 0,96
Période post-dépistage de 2 ans 72,1 % 69,9 % -2,2 % 0,97
Période post-dépistage de 3 ans 47,3 % 55,1 % 7,8 % 1,16
: sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de
détection
202
4.3.3.4 Résultats des analyses complémentaires
Tumeurs de 1 mm ou plus
Les mesures de sensibilité ( et ) de même que les différences absolues et les rapports entre ces
mesures sont présentés, pour toutes les tumeurs et uniquement pour les tumeurs de 1 mm et plus, au Tableau
39. Dans l’ensemble, les mesures de sensibilité obtenues en considérant toutes les tumeurs sont assez
similaires aux mesures de sensibilité obtenues lorsque seulement les tumeurs de 1 mm et plus sont
considérées. Par exemple, pour le scénario de dépistage bisannuel et une période post-dépistage de 2 ans, la
différence absolue entre et est de 5,5 % lorsque toutes les tumeurs sont considérées et de 3,4 %
lorsque seulement les tumeurs de 1 mm et plus sont considérées.
Tableau 39. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection en considérant toutes les tumeurs ou seulement les tumeurs de 1 mm et plus lors d’un dépistage dans une population dynamique à l’état
d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
Toutes les tumeurs
Tumeurs ≥ 1 mm
Toutes les tumeurs
Tumeurs ≥ 1 mm
Toutes les tumeurs
Tumeurs ≥ 1 mm
Sensibilité estimée par la méthode d’incidence
(%) 75,8 75,8 87,5 87,5 90,9 91,0
(%) --- --- 61,0 62,6 72,1 73,2
(%) --- --- --- --- 47,3 52,7
Sensibilité estimée par la méthode de détection
(%) 80,8 79,4 86,0 85,3 87,7 87,2
(%) --- --- 66,5 66,0 69,9 69,6
(%) --- --- --- --- 55,1 56,5
Différence absolue
- (%) 5,0 3,6 -1,5 -2,2 -3,2 -3,8
- (%) --- --- 5,5 3,4 -2,2 -3,6
- (%) --- --- --- --- 7,8 3,8
Rapport
/ 1,07 1,05 0,98 0,97 0,96 0,96
/ --- --- 1,09 1,05 0,97 0,95
/ --- --- --- --- 1,16 1,07
203
Autres ensembles de paramètres retenus
Les caractéristiques des cancers d’intervalle selon les 10 meilleurs ensembles de paramètres (EP) sont
présentées au Tableau 40. La proportion des cancers d’intervalle avec une croissance très rapide (un temps
de doublement < 90 jours) varie entre 3 % (EP2) et 52 % (EP50) selon les EP. Le temps de doublement
médian pour les cancers d’intervalle varie entre 87 jours (EP50) et 215 jours (EP23) (données non montrées).
La proportion des cancers d’intervalle qui n’était pas présente lors du dépistage est négligeable pour tous les
EP, soit moins de 1 %. La proportion de tumeurs de 2 mm et moins varie entre 0,9 % (EP23) et 26 % (EP50).
Entre 32 % et 38 % des cancers d’intervalle avaient un lors du dépistage de moins d’un an.
Les caractéristiques des cancers détectés selon les 10 meilleurs EP sont présentées au Tableau 41. La
proportion des cancers détectés avec une croissance très rapide (un temps de doublement < 90 jours) varie
entre 0 % (EP23) et 18 % (EP50) selon les EP. Le temps de doublement médian pour les cancers détectés
varie entre 177 jours (EP8) et 272 jours (EP2) (données non montrées). Entre 1 % (EP50) et 18 % (EP23) des
cancers détectés ont une taille de 2 mm ou moins lors du dépistage. La proportion de cancers détectés avec
un temps de devancement ( ) de moins d’un an varie entre 22 % (EP2) et 39 % (EP50). Le moyen varie
entre 3,6 ans (EP50) et 6,6 ans (EP7) (données non montrées).
Les et , de même que les différences absolues et les rapports entre ces estimés sont présentés au
Tableau 42 pour les 10 meilleurs EP (pour le scénario de dépistage bisannuel). Malgré des différences dans
les caractéristiques des cancers détectés et des cancers d’intervalle, les et sont du même ordre
de grandeur, peu importe le EP. Les différences absolues ainsi que les rapports entre et sont
également assez similaires selon les EP. Par exemple, les différences absolues entre et se situent
entre 5 % (EP50) et 9 % (EP7) tandis que les rapports sont de l’ordre de 1,09 (EP1 et EP23) et 1,16 (EP6 et
EP7). Ces résultats semblent cohérents, peu importe les EP utilisés.
204
Tableau 40. Caractéristiques des cancers d’intervalle lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres
Proportion des cancers d’intervalle (%)
EP1 n = 17 686
EP2 n = 18 149
EP3 n = 21 011
EP6 n = 20 745
EP8 n = 20 995
EP23 n = 18 028
EP7 n = 19 959
EP4 n = 19 209
EP17 n = 16 626
EP50 n = 21 103
Temps de doublement (jours)*
< 90 24,5 3,1 21,0 31,6 37,8 0,0 11,4 32,9 8,3 51,6
90-359 73,7 88,6 76,6 66,5 61,0 99,9 82,3 65,4 84,9 47,5
≥ 360 1,8 8,3 2,4 1,9 1,3 0,1 6,3 1,7 6,9 0,9
Taille lors du dépistage (mm)
≤ 2,0 12,2 2,4 9,7 14,1 17,8 0,9 5,6 15,5 4,8 26,4
2,1-15,0 86,5 92,9 88,2 84,1 81,8 93,8 88,8 81,5 93,9 73,3
> 15,0 1,4 4,7 2,2 1,8 0,4 5,3 5,7 3,1 1,3 0,3
Non présent lors du dépistage
0,01 0,0 0,01 0,06 0,12 0,0 0,01 0,07 0,0 0,57
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 32,2 37,2 35,1 34,9 33,0 38,2 37,3 33,0 34,8 31,6
1,0-1,9 67,8 62,8 64,9 65,2 67,0 61,9 62,7 67,1 65,2 68,4
2,0-2,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
3,0-9,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
≥ 10,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Non présent lors du dépistage
0,01 0,0 0,01 0,06 0,12 0,0 0,01 0,07 0,0 0,57
EP : ensemble de paramètres. * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
205
Tableau 41. Caractéristiques des cancers détectés lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres
Proportion des cancers détectés (%)
EP1 n = 35 080
EP2 n = 37 630
EP3 n = 30 862
EP6 n = 34 870
EP8 n = 30 409
EP23 n = 34 677
EP7 n = 37 209
EP4 n = 34 000
EP17 n = 38 980
EP50 n = 30 108
Temps de doublement (jours)*
< 90 7,9 0,8 7,3 9,4 13,1 0,0 3,1 10,3 2,1 17,9
90-359 76,3 71,1 75,8 68,3 72,3 99,5 66,3 71,7 69,5 67,0
≥ 360 15,8 28,1 17,0 22,3 14,6 0,5 30,6 18,1 28,3 15,1
Taille lors du dépistage (mm)
≤ 2,0 7,5 11,4 7,0 16,3 4,4 18,4 14,6 6,0 6,6 1,2
2,1-15,0 69,4 60,4 60,5 58,0 67,2 48,7 58,8 71,7 69,0 74,1
> 15,0 23,1 28,3 32,5 25,7 28,4 32,9 26,6 22,3 24,5 24,7
Temps de devancement potentiel lors du dépistage (ans)
< 1,0 30,4 22,0 32,2 28,2 35,9 23,1 22,8 31,1 23,7 38,6
1,0-1,9 20,9 17,5 20,5 17,4 21,1 19,8 16,4 19,9 18,5 20,8
2,0-2,9 12,5 12,8 12,4 10,7 12,1 14,3 11,1 12,1 12,9 11,5
3,0-9,9 25,0 31,3 24,1 24,2 21,5 30,3 28,9 24,8 30,8 20,3
≥ 10,0 11,2 16,4 10,9 19,5 9,5 12,4 20,8 12,1 14,2 8,9
EP : ensemble de paramètres. * Le temps de doublement des tumeurs correspond au temps nécessaire à la tumeur (en jour) pour doubler son volume lorsqu’elle a atteint la taille de 15 mm de diamètre.
206
Tableau 42. Sensibilité estimée par la méthode d’incidence et sensibilité estimée par la méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage bisannuel, selon les 10 meilleurs ensembles de paramètres
Ensemble de paramètres
EP1
n = 586 149
EP2 n = 719 274
EP3 n = 609 734
EP6 n = 609 985
EP8 n = 576 107
EP23 n = 462 059
EP7 n = 725 308
EP4 n = 613 018
EP17 n = 742 863
EP50 n = 601 108
Période post-dépistage de 1 an
(%) 87,5 85,1 83,8 84,1 84,7 84,8 83,6 86,0 87,3 85,3
(%) 86,0 84,8 80,7 82,8 81,4 83,4 83,3 84,3 87,1 81,9
(%) -1,4 -0,3 -3,0 -1,2 -3,3 -1,4 -0,3 -1,7 -0,2 -3,4
0,98 1,00 0,96 0,99 0,96 0,98 1,00 0,98 1,00 0,96
Période post-dépistage de 2 ans
(%) 61,0 60,0 53,7 54,3 53,7 60,3 56,0 57,7 63,4 53,5
(%) 66,5 67,5 59,5 62,7 59,2 65,8 65,1 63,9 70,1 58,8
(%) 5,5 7,5 5,8 8,4 5,4 5,5 9,1 6,2 6,7 5,3
1,09 1,12 1,11 1,16 1,10 1,09 1,16 1,11 1,11 1,10
EP : ensemble de paramètres, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage d’un an, : sensibilité estimée par la méthode de détection pour
une période post-dépistage d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de deux ans, : sensibilité estimée par la méthode de
détection pour une période post-dépistage de deux ans.
207
4.3.4 Discussion des résultats sur les sensibilités estimées
Nos résultats suggèrent que : 1) les cancers d’intervalle sont presque tous présents dans la période
préclinique (PPC) lors de la mammographie de dépistage précédente pour des suivis post-dépistage courts
(moins de 3 ans); 2) le modèle de microsimulation permet de se faire une idée de ce que pourraient être la
moyenne et la distribution du temps de devancement ( ) des cancers détectés; 3) la comparaison des doit
tenir compte de la structure des programmes de dépistage et, finalement; 4) la sensibilité estimée par la
méthode de détection ( ) semble assez près de la sensibilité estimée par la méthode d’incidence ( ).
Présence des cancers d’intervalle dans la PPC lors de la mammographie de dépistage précédente
Les cancers d’intervalle semblent presqu’exclusivement des cancers qui étaient présents dans la PPC au
moment de la mammographie de dépistage précédant leur diagnostic, même pour les cancers d’intervalle
diagnostiqués dans la 3e année post-dépistage. L’utilisation des cancers d’intervalle pour le calcul de la
sensibilité est donc appropriée puisque ces cancers sont bel et bien le reflet d’un manque de sensibilité
( ). Dans la littérature, certains articles ont tenté de déterminer la proportion de cancers détectés et / ou
de cancers d’intervalles qui étaient visibles lors de la mammographie de dépistage précédente31,284–289. La
proportion de cancers détectés pouvant être classés comme des cancers manqués à la mammographie
précédente semble varier entre 10 % et 30 %284–289. Selon une revue de la littérature, la proportion des
cancers d’intervalle qui était visible à la mammographie de dépistage précédant leur diagnostic (cette
proportion est souvent appelée « faux négatifs ») varie plutôt entre 25 % et 40 % selon les études31. Une
certaine proportion des cancers détectés et une plus grande proportion des cancers d’intervalle sont visibles
lors de la mammographie précédente, ce qui est compatible avec les résultats de la microsimulation. Il faut se
rappeler également que les cancers qui sont présents dans la PPC lors du dépistage ne sont pas
nécessairement visibles à la mammographie.
Moyenne et distribution du temps de devancement des cancers détectés
Dans notre microsimulation, le temps de devancement des cancers détectés ( ou « lead-time »), dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, se situe entre 4 et 5 ans
(dépendant du scénario de dépistage). Dans la littérature, le moyen produit par le dépistage varie
principalement entre moins d’un an et 5 ans7,44,48,49,51–53,55–57,63,67–70,274. La plupart des moyens inférieurs à 2
ans sont obtenus à partir des données de l’essai clinique randomisé du HIP45,46,48,273,279,280,290 mené dans les
années 1960-70, ce qui peut laisser supposer que l’amélioration de la mammographie dans le temps pourrait
avoir fait augmenter le moyen.
208
Dès les premiers articles publiés sur l’estimation du , il était énoncé qu’il est important de connaître non
seulement le temps de devancement moyen des cancers détectés, mais également la distribution de ces
temps de devancement20,44,46,75,279. Les résultats de la microsimulation suggèrent que, dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans, environ 50 % des cancers détectés ont un
de moins de 2 ans et entre 10 % et 14 % des cancers détectés (dépendant du scénario de dépistage) ont
un de 10 ans ou plus. À notre connaissance, la majorité des études estime seulement le moyen des
cancers détectés7,44,48,49,51–53,55–57,63,68–70,274 et non pas la distribution du . Seulement une étude a publié la
distribution du du programme67 à partir d’un modèle de simulation et en utilisant les données de l’essai
clinique randomisé Canadien. Ils ont estimé un moyen pour le programme de 0,96 an pour les femmes de
50-59 ans dépistées annuellement, variant entre 0 et 4 ans. Dans notre microsimulation, le moyen pour le
programme est plutôt de 4 ans (pour un dépistage annuel). Il est difficile de comparer ces résultats puisque le
modèle de Chen et coll. repose sur la notion de « période préclinique détectable », ce qui limite la possibilité
d’avoir de long temps de devancement, tel qu’observé dans nos résultats.
La comparaison des sensibilités estimées doit tenir compte de la structure des programmes de dépistage
Les (aussi bien les que les ) varient selon la fréquence des dépistages. Par exemple, la
(pour une période post-dépistage d’un an) est plus élevée pour le scénario de dépistage trisannuel (88 %)
comparativement au scénario de dépistage annuel (81 %) (Tableau 38). Comme mentionné dans la section
4.3.2 Discussion des résultats sur la sensibilité, ceci s’explique par une variation dans la distribution des
cancers selon leur temps de devancement potentiel ( ) induite par la variation de la fréquence du dépistage.
Ainsi, la d’une population de femmes du Royaume-Uni dépistées aux 3 ans sera nécessairement plus
élevée que la dans une population de femmes américaines dépistées aux ans. Les caractéristiques
influençant la distribution du peuvent être des facteurs confondants la comparaison entre les .
De plus, même pour les programmes avec une même fréquence de dépistage, par exemple aux 2 ans, la
comparabilité des peut être compromise si une proportion non négligeable des femmes reviennent passer
une mammographie dans un intervalle plus court (par exemple aux années) ou plus long (par exemple aux 3
ans) que celui recommandé. Par exemple, la proportion de femmes revenant passer une mammographie de
dépistage tous les ans (malgré une fréquence de dépistage bisannuel suggérée) peut varier entre 5,9 % et
45,4 % selon les provinces du Canada117.
Pour pouvoir comparer les entre deux programmes de dépistage, il faut tenir compte de possibles
différences dans la distribution des cancers selon leur . Il faut soit tout d’abord comparer les
uniquement pour des programmes ayant la même « structure » de dépistage et ayant une proportion
209
négligeable de femmes qui reviennent passer une mammographie de dépistage plus précocement ou plus
tardivement que l’intervalle recommandé, soit stratifier ou ajuster les pour tenir compte des différences
dans la « structure » du programme. Les caractéristiques de la « structure » du programme ayant un effet sur
la distribution des cancers selon leur sont l’étendu d’âge auquel les femmes sont invitées à se faire
dépister ainsi que la fréquence du dépistage. Le Breast Cancer Surveillance Consortium, aux États-Unis,
publie leurs en fonction du temps entre les mammographies de dépistage96. Par exemple, pour 2004-
2008, les (pour les cancers infiltrants et in situ) sont de 80,0 %, 85,1 %, 88,4 % et 90,4 %,
respectivement, pour les mammographies faites entre 9-15 mois, 16-20 mois, 21-27 mois et 28 mois ou plus
suivant un dépistage précédent.
Les ne peuvent pas non plus être comparées directement (ou sans ajustement) entre deux groupes de
femmes dépistées si ces groupes ont été formés sur la base de caractéristiques pouvant influencer l’intervalle
inter-dépistage des femmes. Par exemple, dans un programme de dépistage bisannuel, la comparaison de la
entre les femmes prenant de l’hormonothérapie de substitution et celles n’en prenant pas peut s’avérer
non valide si, par exemple, les femmes prenant de l’hormonothérapie de substitution reviennent passer des
mammographies annuellement alors que celles qui n’en prennent pas ont un dépistage moins fréquent. Il
faudrait alors s’assurer de comparer la des deux groupes seulement pour les femmes ayant eu le
même intervalle inter-dépistage (par exemple 2 ans) ou bien d’ajuster (ou stratifier) pour les variables de
« structure » du programme de dépistage.
En plus de l’intervalle inter-dépistage, il est connu que les et sont également influencées, entre
autres, par l’âge des femmes dépistées, l’occurrence de la mammographie (initiale ou subséquente), le type
de cancers considérés (infiltrant ou infiltrant et in situ) et la période post-dépistage (1 an, 2 ans ou 3 ans)1,19.
Idéalement, les programmes de dépistage devraient publier les stratifiées pour ces variables, pour ainsi
faciliter les comparaisons des entre les programmes. L’Agence Internationale de Recherches sur le Cancer
précise que les , estimées à partir des données des essais cliniques randomisés ou des programmes de
dépistage populationnel, peuvent varier entre 68 % et plus de 90 % pour les et entre 52 % et 82 % pour
les 1. Les publiées dans la littérature ne sont que très rarement stratifiées pour toutes les variables
pertinentes, ce qui complique la comparabilité des et qui pourrait expliquer une partie de la variabilité
observée dans les estimés. Par exemple, le Programme de dépistage de l’Australie, qui offre une
mammographie de dépistage bisannuelle aux femmes de 50 à 69 ans, publie leurs pour les cancers
infiltrants, stratifiées selon l’occurrence de la mammographie (initiales et subséquentes) et pour une période
post-dépistage de 1 an et de 2 ans93. Par ailleurs, le programme de dépistage de l’Ontario publie leur
210
des cancers infiltrants et in situ, pour les groupes d’âge 50-54 ans, 55-59 ans, 60-64 ans, 65-69 ans et 70-74
ans pour une période post-dépistage de 1 an (non stratifiée pour l’occurrence de la mammographie)187. Ainsi,
bien que les du programme Australien et du programme Ontarien soient publiées, il est difficile de les
comparer puisqu’elles ne sont pas stratifiées pour les mêmes variables. En Australie, les sont calculées
seulement pour les cancers infiltrants tandis que les sont calculées pour les cancers infiltrants et in situ
en Ontario. En Australie, les sont stratifiées pour les mammographies initiales et pour les
mammographies subséquentes, ce n’est pas le cas pour le programme de l’Ontario.
La comparaison des d’un programme de dépistage à l’autre est donc difficile et pourrait être améliorée si
tous les programmes, en plus de tenir compte de la structure du programme, calculaient leurs stratifiées au
moins pour l’âge des femmes (du moins pour la catégorie d’âge 50 à 69 ans), l’occurrence de la
mammographie (initiale ou subséquente) et le type de cancers considérés (tous les cancers ou seulement les
cancers infiltrants). Le Programme Québécois de Dépistage du Cancer du Sein (PQDCS) n’a pas encore
publié ses .
Sensibilité estimée par la méthode de détection assez comparable à la sensibilité estimée par la méthode
d’incidence
Dans notre microsimulation, où seulement les diagnostics cliniques des cancers infiltrants sont simulés, les
résultats suggèrent que les sont assez comparables aux , avec une différence absolue maximum
entre 2 % et 8 % (Tableau 38). Certains auteurs préfèrent l’utilisation de la plutôt que la puisqu’ils
soutiennent que la est influencée par le surdiagnostic 22,23,26,75. La utilise les cancers d’intervalle,
soit des cancers diagnostiqués cliniquement. Pour cette raison, cette mesure n’est pas influencée par le
surdiagnostic. Par contre, la utilise les cancers d’intervalle, mais aussi les cancers détectés. Ces
cancers détectés peuvent être affectés par la problématique du surdiagnostic. Cependant, les résultats de la
microsimulation montrent qu’il y a peu de différence entre ces 2 sensibilités estimées, du moins lorsque le
temps de suivi post-dépistage est relativement court (de 3 ans ou moins) par rapport à la durée totale de la
période préclinique. Notre microsimulation ne porte cependant que sur les cancers qui évoluent vers un
diagnostic clinique durant la vie de la femme (jusqu’à 100 ans). Nous n’avons pas simulé les cancers du sein
qui n’auraient jamais évolué vers un diagnostic clinique dans la vie de la femme. Ceci pourrait possiblement
avoir comme conséquence de sous-estimer la différence entre les sensibilités estimées.
211
4.3.5 Sensibilités estimées en fonction de la sensibilité
Pour une population dynamique à l’état d’équilibre, les sensibilités ( ), les sensibilités pour les tumeurs avec
un temps de devancement potentiel de moins de 3 ans ( ), les sensibilités estimées par la méthode
d’incidence ( ) et les sensibilités estimées par la méthode de détection ( ) sont résumées au Tableau
43 selon les 3 scénarios de dépistage. Les différences absolues ainsi que les rapports entre et ,
et , et et et sont montrés au Tableau 44.
Globalement, peu importe le scénario de dépistage et la période post-dépistage, aussi bien les que les
sont beaucoup plus élevées que les . En terme absolu, les sont entre 42 % et 84 % plus
élevées que les tandis que les sont entre 48 % et 81 % plus élevées que les (dépendant de la
période post-dépistage et du scénario de dépistage à l’étude). En ce qui concerne les rapports, ceux entre
et varient entre 7,0 et 18,5 tandis que les rapports entre et varient entre 7,8 et 19,7
(dépendant de la période post-dépistage et du scénario de dépistage). Les , aussi bien que , se
rapprochent le plus de lorsque la période post-dépistage est de 3 ans et pour le scénario de dépistage
trisannuel. Bien que ce soit dans ce scénario que les se rapprochent le plus de la , elles demeurent tout
de même beaucoup plus élevées; les différences absolues entre et et entre et sont,
respectivement, de 42 % et 48 % tandis que les rapports entre et et entre et sont,
respectivement, de 7,0 et 7,8.
Les surestiment également les , mais les surestimations sont moins importantes que celles entre
et . Les différences absolues entre et se situent entre 6 % et 22 % tandis que les différences
absolues entre et varient entre 11 % et 28 % (dépendant de la période post-dépistage et du
scénario de dépistage à l’étude). En ce qui concerne les rapports, ceux entre et varient entre 1,1
et 1,4 tandis que les rapports entre et varient entre 1,3 et 1,5 (dépendant de la période post-
dépistage et du scénario de dépistage). Pour les scénarios de dépistage bisannuel et trisannuel, les rapports
entre et demeurent relativement constants peu importe la période post-dépistage. La est
environ 30 % plus élevée (en terme relatif) que la dans le scénario de dépistage bisannuel et trisannuel.
Les et les se rapprochent le plus de lorsque la période post-dépistage est de 3 ans et pour
le scénario de dépistage trisannuel.
212
Tableau 43. Sensibilité, sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans, sensibilité estimée par la méthode d’incidence et sensibilité estimée par la
méthode de détection lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Scénario de dépistage
Annuel Bisannuel Trisannuel
4,1% 6,0% 7,1%
Scénario de dépistage
Annuel Bisannuel Trisannuel
Temps de devancement
potentiel ( ) des cancers
1 an 53,3 % 65,1 % 68,7 %
2 ans 38,9 % 50,2 % 54,1 %
3 ans 29,7 % 39,6 % 43,9 %
Scénario de dépistage
Annuel Bisannuel Trisannuel
Période post-dépistage
( )
1 an 75,8 % 87,5 % 90,9 %
2 ans --- 61,0 % 72,1 %
3 ans --- --- 49,5 %
Scénario de dépistage
Annuel Bisannuel Trisannuel
Période post-dépistage
( )
1 an 80,8 % 86,0 % 87,7 %
2 ans --- 66,5 % 69,9 %
3 ans --- --- 55,1 %
: sensibilité, : sensibilité des tumeurs avec un temps de devancement potentiel donné, :
sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de détection.
213
Tableau 44. Différence absolue et rapport entre les sensibilités estimées, les sensibilités et les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans lors d’un dépistage dans une population dynamique à l’état d’équilibre
de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
et et
Scénario de dépistage Scénario de dépistage
Annuel Bisannuel Trisannuel Annuel Bisannuel Trisannuel
Différence absolue
= 1 71,7 % 81,5 % 83,8 % 76,7 % 80,0 % 80,6 %
= 2 --- 55,0 % 65,0 % --- 60,5 % 62,8 %
= 3 --- --- 42,4 % --- --- 48,0 %
Rapport
= 1 18,5 13,6 12,8 19,7 13,3 12,4
= 2 --- 10,2 10,2 --- 11,1 9,8
= 3 --- --- 7,0 --- --- 7,8
et et
Scénario de dépistage Scénario de dépistage
Annuel Bisannuel Trisannuel Annuel Bisannuel Trisannuel
Différence absolue
= 1 22,5 % 22,4 % 22,2 % 27,5 % 20,9 % 19,0 %
= 2 --- 10,8 % 18,0 % --- 16,3 % 15,8 %
= 3 --- --- 5,6 % --- --- 11,2 %
Rapport
= 1 1,42 1,34 1,32 1,52 1,32 1,28
= 2 --- 1,22 1,33 --- 1,32 1,29
= 3 --- --- 1,13 --- --- 1,26
: période post-dépistage (an), : sensibilité, : sensibilité des tumeurs avec un temps de devancement potentiel
donné, : sensibilité estimée par la méthode d’incidence, : sensibilité estimée par la méthode de détection.
214
Dans une population dynamique à l’état d’équilibre de femmes dépistées à intervalle de 1, 2 ou 3 ans, la
majorité des mammographies sont des mammographies subséquentes. Dans ce contexte, les
surestiment les . Pour comprendre, prenons, par exemple, une population ouverte à l’état d’équilibre
dépistée tous les 2 ans et une période post-dépistage de 2 ans. La est calculée ainsi :
Équation 39
Par ailleurs, la est calculée ainsi :
Équation 40
De l’Équation 40, si 35 817 femmes lors de la mammographie étaient dans la PPC et avaient un de moins
de 2 ans et que le nombre de cancers détectés parmi ces femmes est de 17 978, alors le nombre de cancers
d’intervalle attendus serait de 17 839 (soit 35 817 – 17 978). Ce nombre de cancers d’intervalle attendus est
assez similaire au nombre de cancers d’intervalle réellement observés dans la simulation (qui est de 17 686,
Équation 39). Par contre, le nombre attendu de diagnostics de cancer en absence de dépistage chez les 50-
69 ans (qui est de 45 373, Équation 39) est différent du nombre de femmes dans la PPC avec un de
moins de 2 ans (35 817, Équation 40). Cette différence, non négligeable, entre ces 2 nombres a comme
conséquence que n’est pas égale à . La différence entre ces 2 nombres (45 373 – 35 817), soit
9 556 femmes dans la PPC, correspond à des cancers qui ont été détectés lors des mammographies
précédentes. Ces 9 556 femmes ne sont donc plus dans la PPC lors de la mammographie à l’étude. Pour
cette raison, surestime lors des mammographies subséquentes.
Bien que surestime lors des mammographies subséquentes, un article publié par Hakama et
coll.22 suggèrent que, lors des mammographies initiales, les seraient similaires aux . Le Tableau 45
présente les pour les tumeurs avec un temps de devancement potentiel ( ) variant de 1 an à 5 ans en
fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans. Il est présumé que les femmes passent
215
seulement une mammographie (la mammographie initiale) et que la période post-dépistage varie entre 1 an et
5 ans. Le Tableau 45 présente donc les , les et les rapports entre les deux mesures. Les résultats
démontrent que peu importe la période post-dépistage, les rapports entre et sont très près de
1,00. Les sont donc similaires aux . Ceci est vrai, peu importe l’âge de la femme à la
mammographie initiale. Même pour un suivi post-dépistage de 5 ans, la (25,5 % pour une
mammographie initiale à 50 ans) est comparable à la (25,9 % pour une mammographie initiale à 50 ans).
Tableau 45. Sensibilités, sensibilité estimée par la méthode d’incidence et rapport des sensibilités estimées sur la sensibilité en fonction d’une mammographie initiale à l’âge de 50, 55, 60 et 65 ans dans une cohorte de 1 000 000 de femmes simulées
Mammographie initiale à :
50 ans 55 ans 60 ans 65 ans
Sensibilité pour les tumeurs avec un temps
de devancement potentiel
donné ( )
(%) 65,5 74,8 79,0 80,6
(%) 48,4 60,1 66,1 69,7
(%) 38,1 48,2 55,6 59,5
(%) 30,8 39,9 46,5 51,2
(%) 25,9 33,8 39,8 44,2
Sensibilité estimée par la méthode d’incidence pour
un donné ( )
(%) 65,6 74,8 79,0 80,6
(%) 48,4 60,0 66,1 69,8
(%) 38,0 48,2 55,6 59,7
(%) 30,6 40,3 46,5 51,5
(%) 25,5 34,4 39,8 44,5
Rapports
/ 1,00 1,00 1,00 1,00
/ 1,00 1,00 1,00 1,00
/ 1,00 1,00 1,00 1,00
/ 0,99 1,01 1,00 1,01
/ 0,99 1,02 1,00 1,01
: période post-dépistage (année), : sensibilité pour les tumeurs avec un temps de devancement
potentiel de moins d’un an, : sensibilité pour les tumeurs avec un temps de devancement potentiel
de moins de 2 ans, etc., : sensibilité estimée par la méthode d’incidence pour une période post-dépistage
d’un an, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage de 2 ans, etc.
216
4.3.5.1 Variations dans les sensibilités estimées en fonction des variations dans la sensibilité
Dans la section précédente, nous avons observé que les (aussi bien que ) surestiment la et
la . Nous voulons maintenant savoir si une variation dans la ou la peut se refléter par une
variation dans les ou . Si tel est le cas, une variation dans la (mesure souvent utilisée pour
l’évaluation des programmes de dépistage) pourrait être interprétée comme une variation dans la ou la
(mesures qui ne peuvent pas être estimées dans un programme de dépistage). Pour ce faire, des
variations de (et conséquemment de ) ont été simulées en changeant le paramètre de la fonction
de sensibilité (Équation 35, section « 4.2.1 Description de la microsimulation »); un changement du paramètre
permets de décaler la fonction de sensibilité en changeant l’ordonnée à l’origine et ainsi obtenir de
nouvelles valeurs de sensibilité. Nous avons fait varier le paramètre , en additionnant ou soustrayant
certaines valeurs (0,5, 1,0, 1,5, 2,0, 3,0, 4,0 et 5,0) au paramètre de référence. Le paramètre de
référence ( = -6,44 pour EP1) est celui obtenu suite au processus de calibration. Les variations dans
sont obtenues en comparant la obtenue dans chaque simulation (avec un changement dans le ) à la
de référence ( de référence). Un changement dans le paramètre fait varier la , mais fait également
varier la , la et la . Les variations dans ces mesures sont calculées de la même façon, c'est-
à-dire en comparant la mesure obtenue dans chaque simulation avec un changement dans le à la mesure
de référence (celle obtenue avec le de référence avec EP1). Afin d’alléger les résultats et puisque ceux-ci
sont assez comparables peu importe les sensibilités estimées à l’étude ( ou ), seulement les
variations concernant les en fonction des variations dans les et les seront présentées dans
cette section. Les résultats concernant les variations dans les en fonction des variations dans les et
en fonction des variations dans les sont donnés en Annexe (Tableaux A-2 et A-3, Figure A-1 à A-5).
Le Tableau 46 présente les , et pour un dépistage dans une population dynamique à l’état
d’équilibre, selon les différentes simulations pour lesquelles la varie. Afin d’alléger les résultats,
uniquement le scénario de dépistage bisannuel est présenté. Des résultats comparables sont obtenus pour le
scénario de dépistage annuel ou trisannuel (Tableaux A-4 et A-5 présentés en Annexe). Pour le scénario de
dépistage bisannuel, la dans la simulation de référence ( = -6,44) est de 6,0 %. Les obtenues dans
les différentes simulations (où l’on fait varier la valeur de ) varient entre 2,5 % (lorsque = -11,44, c’est-à-
dire de référence – 5,0) et 44 % (lorsque = -1,44, c’est-à-dire de référence + 5,0). Les varient
entre 36 % et 88 % tandis que les varient entre 25 % et 82 %. La surestime grandement la , et
de façon moins importante la . La surestimation (en termes de différence absolue), aussi bien des
que des , par les , ne semble pas constante et varie selon les simulations. La surestimation de
vs varie entre 12 % et 22 % (données non montrées) et la surestimation entre vs varie
217
entre 8 % et 22 % (données non montrées). Les différences absolues de même que les rapports dans les
mesures sont également présentés au Tableau 46 à titre informatif. Ces résultats sont discutés dans les
prochains paragraphes à l’aide des graphiques où les 3 scénarios de dépistage sont présentés.
218
Tableau 46. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 2 ans
Changement dans la via le paramètre *
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
(%) 2,5 2,9 3,4 4,1 4,4 4,9 5,4 6,0 6,7 7,7 8,9 10,6 16,1 26,9 44,5
(%) 35,8 40,2 45,7 51,7 54,5 58,0 61,3 65,1 68,6 71,9 75,0 78,3 83,2 86,2 87,7
(%) 25,2 28,6 33,0 38,0 40,6 43,7 46,7 50,2 53,2 56,7 60,2 64,0 70,1 76,5 81,7
(%) 54,4 60,1 66,5 73,2 76,3 79,7 82,9 86,0 88,9 91,4 93,6 95,5 98,0 99,1 99,6
(%) 32,9 37,6 43,3 50,0 53,5 57,7 61,9 66,5 71,0 75,7 80,5 85,0 92,1 96,5 98,5
Différence absolue
Se (%) -3,5 -3,1 -2,6 -1,9 -1,6 -1,1 -0,6 0,0 0,7 1,7 2,9 4,6 10,1 20,9 38,5
(%) -29,3 -24,9 -19,4 -13,4 -10,6 -7,1 -3,8 0,0 3,5 6,8 9,9 13,2 18,1 21,1 22,6
(%) -25,0 -21,6 -17,2 -12,2 -9,6 -6,5 -3,5 0,0 3,0 6,5 10,0 13,8 19,9 26,3 31,5
(%) -31,6 -25,9 -19,5 -12,8 -9,7 -6,3 -3,1 0,0 2,9 5,4 7,6 9,5 12,0 13,1 13,6
(%) -33,6 -28,9 -23,2 -16,5 -13,0 -8,8 -4,6 0,0 4,5 9,2 14,0 18,5 25,6 30,0 32,0
Rapport
0,42 0,48 0,57 0,68 0,73 0,82 0,90 1,00 1,12 1,28 1,48 1,77 2,68 4,48 7,42
0,55 0,62 0,70 0,79 0,84 0,89 0,94 1,00 1,05 1,10 1,15 1,20 1,28 1,32 1,35
0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,27 1,40 1,52 1,63
0,63 0,70 0,77 0,85 0,89 0,93 0,96 1,00 1,03 1,06 1,09 1,11 1,14 1,15 1,16
0,49 0,57 0,65 0,75 0,80 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,38 1,45 1,48
: sensibilité, : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité estimée par la méthode de détection pour une période post-dépistage ,
: rapport de sensibilité, : rapport de sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : rapport de sensibilités estimées par la méthode de détection
pour une période post-dépistage .
* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation. La valeur de référence est de -6,44.
219
La Figure 45 présente les différences absolues dans les en fonction des différences absolues dans les
pour un dépistage dans une population dynamique à l’état d’équilibre, selon la période post-dépistage et
les 3 scénarios de dépistage. Les différences absolues des et des sont calculées en fonction de la
ou de la dans la simulation de référence (lorsque = -6,44). Dans les 3 graphiques, la ligne
diagonale grise représente lorsque la différence absolue dans les est égale à la différence absolue des
. Plus les points s’éloignent de la diagonale, plus la différence absolue dans les s’éloigne de la
différence absolue dans les . Peu importe la période post-dépistage ou le scénario de dépistage, les
différences absolues dans les ne sont pas informatives des différences absolues dans les . Les
différences absolues dans les sous-estiment parfois les différences absolues dans les Se (lorsque les
points sont en bas de la diagonale), tandis que d’autres fois, les différences absolues des surestiment
celles des (lorsque les points sont en haut de la diagonale).
220
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 45. Différence absolue des sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de
femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité, :
sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
1
Différences absolues Se
Annuel
Bisannuel
Trisannuel
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
2
Différences absolues Se
Bisannuel
Trisannuel
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
3
Différences absolues Se
Trisannuel
221
La Figure 46 présente les rapports dans les ( ) en fonction des rapports dans les ( ) pour
un dépistage dans une population dynamique à l’état d’équilibre, selon la période post-dépistage et les 3
scénarios de dépistage. Une échelle logarithmique est utilisée afin de représenter correctement les rapports.
Dans les 3 graphiques, la ligne diagonale grise représente . Plus les points s’éloignent de la
diagonale, plus le est différent du . Puisque les sont beaucoup plus élevées que les ,
les varient beaucoup moins que les . Par exemple, pour une période post-dépistage de 2 ans
dans le scénario de dépistage bisannuel, et pour le scénario de référence sont, respectivement, de
6,0 % et 66,5 % (Tableau 46). Dans le scénario où 5 est ajouté au de référence ( de référence + 5),
alors et sont de 44,5 % et de 98,5 %. Le est donc de 7,4 (44,5 % / 6,0 %) tandis que le
est de 1,5 (98,5 % / 66,5 %). Lorsque la est plus faible (par exemple pour une d’environ 2 % qui est
atteint lorsque 5 est soustrait du de référence), les surestime légèrement les , particulièrement
lorsque la période post-dépistage est de 1 an (Figure 46, Graphique A). En résumé, les variations dans les
sous-estiment parfois (lorsque les points sont en bas de la diagonale) et surestiment d’autres fois
(lorsque les points sont en haut de la diagonale) les variations dans les .
222
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 46. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport de sensibilités selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et
69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité, : sensibilité estimée par la méthode
de détection pour un suivi post-dépistage , : période post-dépistage (an).
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eD
1
Rapport de Se
Annuel
Bisannuel
Trisannuel
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eD
2
Rapport de Se
Bisannuel
Trisannuel
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eD
3
Rapport de Se
Trisannuel
223
La Figure 47 illustre les différences absolues dans les et les pour un dépistage dans une
population dynamique à l’état d’équilibre. Les différences absolues des sont plus près des différences
absolues des , comparativement aux différences absolues des . Pour une période post-dépistage d’un
an, les différences absolues dans les sont plus près des différences absolues dans les ,
particulièrement pour les scénarios de dépistage bisannuel et trisannuel. Pour ces scénarios, les variations
absolues observées dans les sont un peu plus faibles que les différences absolues des . Par
exemple, pour le scénario de dépistage bisannuel et lorsque 2 est ajouté au de référence ( de référence
+ 2,0), la différence absolue des est de 9,5 % tandis que la différence absolue des est de 13,2 %
(Tableau 46).
224
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 47. Différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les cancers avec un temps de devancement potentiel
donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
1
Différences abolues Se1
Annuel
Bisannuel
Trisannuel
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
2
Différences absolues Se2
Bisannuel
Trisannuel
-40%
-20%
0%
20%
40%
-40% -20% 0% 20% 40%
Dif
fére
nce
s ab
solu
es
ŜeD
3
Différences absolues Se3
Trisannuel
225
Les rapports de ( ) en fonction des rapports de ( ) sont présentés à la Figure 48
pour un dépistage dans une population dynamique à l’état d’équilibre. Les sont représentatifs des
, particulièrement pour une période post-dépistage de 2 ans pour les scénarios de dépistage bisannuel
et trisannuel (Figure 48, graphique b) et pour une période post-dépistage de 3 ans dans le scénario de
dépistage trisannuel (Figure 48, graphique c). La Figure 49 présente le pourcentage de biais entre les
et les selon les différentes périodes post-dépistage et les scénarios de dépistage. Le Tableau 47
donne les chiffres pour le scénario de dépistage annuel et une période post-dépistage d’un an, le scénario de
dépistage bisannuel et une période post-dépistage de 2 ans et pour le scénario de dépistage trisannuel et une
période post-dépistage de 3 ans. Afin d’alléger les résultats, les chiffres ne sont pas présentés pour le
scénario de dépistage bisannuel et trisannuel pour une période post-dépistage d’un an et pour le scénario de
dépistage trisannuel et une période post-dépistage de 2 ans.
Globalement, les sont assez similaires aux . Par exemple, lorsque la période post-dépistage
est d’un an (Figure 49, graphique a), les dans le scénario de dépistage annuel sont, dans l’ensemble,
similaires aux pour la plupart des changements dans le . Le biais entre le et le devient
plus grand que 10 % seulement pour les 3 dernières catégories de changement du (lorsque 3, 4 et 5 sont
ajoutés au de référence). Ces catégories semblent plus extrêmes puisque pour celles-ci, les sont
supérieures à 98 % (Tableau 47). Pour ces 3 catégories, les sont une sous-estimation des . Pour
les scénarios de dépistage bisannuel et trisannuel, les sont toujours une sous-estimation des
lorsque la période post-dépistage est de 1 an. Lorsque la période post-dépistage est de 2 ans (Figure 49,
graphique b), les sont comparables aux , excepté pour la dernière catégorie (lorsque 5 est ajouté
au de référence), catégorie pour laquelle la est de 98,5 % et le biais entre le et le est
de -9,2 %. Finalement, lorsque la période post-dépistage est de 3 ans (dans le scénario de dépistage
trisannuel) (Figure 49, graphique c), le biais entre et est toujours inférieur à 4 %.
226
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 48. Rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage annuel,
bisannuel et trisannuel. : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité
estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).
1,00 2,00
1,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eD
1
Rapport de Se1
Annuel
Bisannuel
Trisannuel
1,00
2,00
1,00 2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eD
2
Rapport de Se2
Bisannuel
Trisannuel
1,00
2,00
1,00 2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eD
3
Rapport de Se3
Trisannuel
227
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 49. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un scénario de dépistage
annuel, bisannuel et trisannuel. : rapport de sensibilités pour les tumeurs avec un temps de devancement potentiel donné,
: rapport de sensibilités estimées par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).
-20%
-10%
0%
10%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Bia
is e
ntr
e le
s R
ŜeD
1 e
t le
s R
Se1
Changement dans le paramètre β0
Annuel
Bisannuel
Trisannuel
-20%
-10%
0%
10%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0 Bia
is e
ntr
e le
s R
ŜeD
2 e
t le
s R
Se 2
Changement dans le paramètre β0
Bisannuel
Trisannuel
-20%
-10%
0%
10%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0 Bia
is e
ntr
e le
s R
ŜeD
3 e
t le
s R
Se 3
Changement dans le paramètre β0
Trisannuel
228
Tableau 47. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 3 ans en fonction de changement dans la sensibilité selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées
entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel
Changement dans la via le paramètre *
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Dépistage annuel
(%) 28,1 32,2 36,3 41,8 44,4 47,7 50,0 53,3 57,1 59,9 63,8 67,3 73,2 76,1 74,7
(%) 45,4 51,4 57,7 65,2 69,0 73,2 76,9 83,7 87,3 90,7 93,6 96,9 98,7 99,2 100,0
0,53 0,60 0,68 0,78 0,83 0,90 0,94 1,00 1,07 1,12 1,20 1,26 1,37 1,43 1,40
0,54 0,61 0,69 0,78 0,82 0,87 0,92 1,00 1,04 1,08 1,12 1,16 1,18 1,19 1,20
Biais† (%) 1,9 1,7 1,5 0,0 -1,2 -3,3 -2,1 0,0 -2,8 -3,6 -6,7 -7,9 -13,9 -16,8 -14,3
Dépistage bisannuel
(%) 25,2 28,6 33,0 38,0 40,6 43,7 46,7 50,2 53,2 56,7 60,2 64,0 70,1 76,5 81,7
(%) 32,9 37,6 43,3 50,0 53,5 57,7 61,9 66,5 71,0 75,7 80,5 85,0 92,1 96,5 98,5
0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,28 1,40 1,52 1,63
0,49 0,57 0,65 0,75 0,81 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,39 1,45 1,48
Biais† (%) -2,0 0,0 -1,5 -1,3 0,0 0,0 0,0 0,0 0,9 0,9 0,8 0,0 -0,7 -4,6 -9,2
Dépistage trisannuel
(%) 21,1 24,2 28,2 32,6 35,0 38,0 40,9 43,9 47,4 50,4 54,2 58,1 65,9 72,9 79,9
(%) 25,5 29,4 34,3 39,8 43,1 46,8 50,9 55,1 60,0 65,0 70,3 75,8 86,0 93,0 96,9
0,48 0,55 0,64 0,74 0,80 0,87 0,93 1,00 1,08 1,15 1,23 1,32 1,50 1,66 1,82
0,46 0,53 0,62 0,72 0,78 0,85 0,92 1,00 1,09 1,18 1,28 1,37 1,56 1,69 1,76
Biais† (%) -4,2 -3,6 -3,1 -2,7 -2,5 -2,3 -1,1 0,0 0,9 2,6 4,1 3,8 4,0 1,8 -3,3
R : rapport de (catégorie de référence = ), R : rapport de (catégorie de référence = )
* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation. La valeur de référence est de -6,44. † Le biais est calculé ainsi : .
229
4.3.5.2 Résultats des analyses complémentaires
Tumeurs de 1 mm et plus
Nous avons constaté dans les sections précédentes que le fait de ne considérer que les tumeurs de 1 mm et
plus change les valeurs des , mais n’affecte pas beaucoup les autres mesures telles que les (4.3.1.5
Résultats des analyses complémentaires) ou les sensibilités estimées ( ou ) (4.3.3.4 Résultats des
analyses complémentaires).
Tout comme lorsque toutes les tumeurs sont considérées, les différences absolues dans les ne sont
pas représentatives des différences absolues dans les et les rapports dans les ne sont pas
représentatifs des rapports dans les lorsque seulement les tumeurs de 1 mm et plus sont considérées. Les
graphiques obtenus lorsque seulement les tumeurs de 1 mm et plus sont considérées sont similaires à ceux
présentés lorsque toutes les tumeurs sont considérées (soit la Figure 45 et la Figure 46) (données non
montrées).
Les différences absolues de en fonction des différences absolues de , en considérant uniquement
les tumeurs de 1 mm et plus, sont présentées à la Figure 50. Lorsque seulement les tumeurs de 1 mm et plus
sont considérées, les différences absolues des sont assez près des différences absolues des , et
particulièrement pour les suivis post-dépistage de 2 ou 3 ans. Des résultats comparables ont été montrés
lorsque toutes les tumeurs étaient considérées (Figure 47).
Les rapports dans les ( ) en fonction des rapports dans les ( ), en considérant
uniquement les tumeurs de 1 mm et plus, sont présentés à la Figure 51. Lorsque seulement les tumeurs de 1
mm et plus sont considérées, les sont assez similaires aux . Des résultats comparables ont
été montrés lorsque toutes les tumeurs étaient considérées (Figure 48).
230
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 50. Pour les tumeurs de 1 mm et plus, différence absolue dans les sensibilités estimées par la méthode de détection en fonction de la différence absolue dans les sensibilités des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans pour un scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les cancers avec
un temps de devancement potentiel donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage (an).
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
ab
solu
e d
es
ŜeD
1
Différence absolue des Se1
Annuel
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
ab
solu
e d
es
ŜeD
2
Différence absolue des Se2
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
ab
solu
e d
es
ŜeD
3
Différence absolue des Se3
Trisannuel
231
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure 51. Pour les tumeurs de 1 mm et plus, rapport de sensibilités estimées par la méthode de détection en fonction du rapport de sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans selon la période post-dépistage lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans pour un
scénario de dépistage annuel, bisannuel et trisannuel. : sensibilité pour les tumeurs avec un temps de devancement
potentiel donné, : sensibilité estimée par la méthode de détection pour un suivi post-dépistage , : période post-dépistage
(an).
0,50
0,50
Rap
po
rt d
e Ŝ
eD
1
Rapport de Se1
Annuel
Bisannuel
Trisannuel
1,00
1,00
2,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eD
2
Rapport de Se2
Bisannuel
Trisannuel
1,00 2,00
1,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eD
3
Rapport de Se3
Trisannuel
1,00 2,00
1,00
2,00
232
Autres ensembles de paramètres retenus
Afin de simplifier la présentation des résultats concernant les autres ensembles de paramètres, les résultats
sont présentés pour un dépistage dans une population dynamique à l’état d’équilibre ayant un dépistage
bisannuel et une période post-dépistage de 2 ans ( = 2). Seulement les résultats concernant les sont
montrées. Des résultats comparables ont été obtenus lorsque est utilisée (résultats non montrés).
Pour les 10 meilleurs EP, des variations dans les ou les ont été simulées de la même façon que
décrite dans la section précédente, soit en faisant varier le paramètre (Équation 35, section « 4.2.1
Description de la microsimulation ») de ± 2 et ± 5. Pour un dépistage dans une population dynamique à l’état
d’équilibre ayant un dépistage bisannuel, les , et obtenues pour chaque changement du
paramètre sont présentées au Tableau 48 selon les 10 meilleurs EP. Pour un changement donné dans le
paramètre , la varie différemment selon les EP. Par exemple, pour les simulations où 5 est soustrait du
de référence ( de référence – 5) et celles où 5 est additionné au de référence ( de référence + 5),
les sont, respectivement, de 2,5 % et 44,5 % pour le EP1, de 1,8 % et 69,6 % pour le EP23 et de 2,9 % et
15,5 % pour le EP50.
Les rapports de ( ) en comparaison aux rapports de ( ) selon les 10 meilleurs EP sont
présentés au Tableau 49. Les biais obtenus entre les et les pour les 10 meilleurs EP sont
présentés au Tableau 50 et illustrés à la Figure 52. Les biais entre les et les sont, la plupart du
temps, compris entre plus ou moins 10 %. Pour les catégories moins extrêmes (c’est-à-dire lorsque 2 est
additionné ou soustrait du de référence), les biais entre les et les sont plutôt compris entre
plus ou moins 5 %. Généralement, les sont représentatifs des . Seulement 3 EP arrivent à un
biais absolu de plus de 10 % entre le comparativement au (EP6, EP23 et EP17). Ces biais
absolus de plus de 10 % sont obtenus pour la catégorie la plus extrême, soit celle où 5 est additionné au
de référence ( de référence + 5). Dans cette situation, les sous-estiment les .
233
Tableau 48. Sensibilité, sensibilité pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans et sensibilité estimée par la méthode de détection pour différentes simulations dans lesquelles la sensibilité varie, en fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
dépistées aux 2 ans et pour une période post-dépistage de 2 ans
Changement dans la sensibilité
-5,0 -2,0 * +2,0 +5,0
EP1
(%) 2,5 4,1 6,0 10,6 44,5
(%) 25,2 38,0 50,2 64,0 81,7
(%) 32,9 50,0 66,5 85,0 98,5
EP2
(%) 1,7 3,1 5,2 10,9 45,9
(%) 19,0 31,7 44,8 60,0 70,3
(%) 27,7 47,1 67,5 88,4 98,3
EP3
(%) 2,0 3,4 5,1 9,2 38,7
(%) 20,4 32,2 43,4 57,6 76,2
(%) 27,1 43,2 59,5 80,4 97,7
EP6
(%) 1,7 3,2 5,7 13,3 58,0
(%) 17,5 30,4 43,2 59,2 78,2
(%) 23,6 42,0 62,7 86,1 98,4
EP8
(%) 2,5 3,8 5,3 8,5 30,8
(%) 24,1 35,1 45,0 57,8 78,1
(%) 31,0 45,5 59,2 76,9 96,6
EP23
(%) 1,8 3,9 7,5 18,0 69,6
(%) 14,7 28,9 45,0 65,9 83,8
(%) 19,4 40,0 65,8 91,8 99,2
EP7
(%) 1,5 2,9 5,1 11,7 47,7
(%) 16,8 29,5 42,0 56,3 62,1
(%) 24,5 43,9 65,1 87,3 97,5
EP4
(%) 2,5 3,9 5,5 9,3 33,3
(%) 25,6 37,4 47,3 59,0 71,2
(%) 34,0 49,7 63,9 81,0 96,3
EP17
(%) 2,2 3,5 5,2 9,3 36,3
(%) 24,3 37,3 49,5 63,7 83,3
(%) 35,0 53,3 70,1 87,5 98,9
EP50
(%) 2,9 3,9 5,0 6,7 15,5
(%) 28,5 37,8 45,8 54,5 70,1
(%) 36,6 48,5 58,8 70,8 90,4
EP : ensemble de paramètres, : sensibilité, : sensibilité pour les tumeurs avec un temps
de devancement potentiel de 2 ans et moins, : sensibilité estimée par la méthode de détection
pour une période post-dépistage de 2 ans. * La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre
de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.
234
Tableau 49. Rapport des sensibilités estimées par la méthode de détection en fonction du rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs EP, lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées aux 2 ans et pour une
période post-dépistage de 2 ans
Changement dans la sensibilité
-5,0 -2,0 * +2,0 +5,0
EP1 0,50 0,76 1,00 1,28 1,63
0,49 0,75 1,00 1,28 1,48
EP2 0,42 0,71 1,00 1,34 1,57
0,41 0,70 1,00 1,31 1,46
EP3 0,47 0,74 1,00 1,33 1,75
0,46 0,73 1,00 1,35 1,64
EP6 0,41 0,70 1,00 1,37 1,81
0,38 0,67 1,00 1,37 1,57
EP8 0,53 0,78 1,00 1,28 1,73
0,52 0,77 1,00 1,30 1,63
EP23 0,33 0,64 1,00 1,46 1,86
0,29 0,61 1,00 1,40 1,51
EP7 0,40 0,70 1,00 1,34 1,48
0,38 0,67 1,00 1,34 1,50
EP4 0,54 0,79 1,00 1,25 1,51
0,53 0,78 1,00 1,27 1,51
EP17 0,49 0,75 1,00 1,29 1,68
0,50 0,76 1,00 1,25 1,41
EP50 0,62 0,82 1,00 1,19 1,53
0,62 0,83 1,00 1,20 1,54
: rapport de sensibilités pour les tumeurs avec un temps de devancement potentiel de 2 ans et
moins (catégorie de référence = ), : rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage de 2 ans (catégorie de référence = ).
* La est simulée selon l’Équation 35. La variation dans la est créée en changeant le paramètre
de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration)
sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.
235
Tableau 50. Biais† (%) entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
dépistées aux 2 ans et pour une période post-dépistage de 2 ans
Changement dans la sensibilité via le paramètre *
-5,0 -2,0 +2,0 +5,0
EP1 -1,3 -0,7 0,2 -9,0
EP2 -3,1 -1,2 -2,0 -7,0
EP3 -3,0 -2,1 1,9 -6,4
EP6 -7,2 -4,8 0,2 -13,3
EP8 -2,0 -1,5 1,4 -5,8
EP23 -9,6 -5,2 -4,6 -18,9
EP7 -5,8 -3,8 0,0 1,3
EP4 -1,8 -1,6 1,5 0,2
EP17 1,9 0,9 -2,9 -16,1
EP50 0,0 0,1 1,2 0,5
EP : ensemble de paramètres † Le biais est calculé ainsi : .
* La est simulée selon l’Équation 35. La variation dans la est créée en changeant
le paramètre de cette équation. Les valeurs du coefficient de référence (suite au
processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51; EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.
236
Figure 52. Biais entre le rapport des sensibilités estimées par la méthode de détection et le rapport des sensibilités pour les tumeurs avec un temps de devancement potentiel de moins de 2 ans en fonction des 10 meilleurs ensembles de paramètres lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées
aux 2 ans et pour une période post-dépistage de 2 ans. : rapport de sensibilités estimées par la méthode de détection pour une période post-dépistage de 2 ans, : rapport de
sensibilités pour les cancers avec un temps de devancement potentiel de 2 ans. Le biais est calculé ainsi : . La est simulée selon l’Équation 35. La variation
dans la est créée en changeant le paramètre de cette équation. Les valeurs du coefficient de référence (suite au processus de calibration) sont : EP1 = -6,44 ; EP2 =-8,33 ; EP3 = -8,51;
EP6 = -6,96; EP8 = -9,5; EP23 =-6,28 ; EP7 = -7,96; EP4 = -8,69; EP17 = -9,83; EP50 =-9,96.
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
-5,0 -2,0 +2,0 +5,0
Bia
is e
ntr
e le
RŜe
D2
et
le R
Se2
Changement dans le β0
EP1
EP2
EP3
EP6
EP8
EP23
EP7
EP4
EP17
EP50
237
4.3.6 Discussion des résultats sur les sensibilités estimées en fonction de la sensibilité
La présente discussion porte sur les résultats suivants : 1) les sensibilités estimées ( ), aussi bien la
sensibilité estimée par la méthode d’incidence ( ) que la sensibilité estimée par la méthode de détection
( ) surestiment grandement la sensibilité ( ), 2) les différences absolues dans les sensibilités estimées
( ou ) ne sont pas informatives des différences absolues dans la ou la sensibilité des tumeurs
avec un temps de devancement potentiel court (soit moins de 3 ans) ( ), 3) les rapports de sensibilités
estimées ( ou ) ne peuvent pas s’interpréter comme les rapports de et, finalement, 4) les
rapports de sensibilités estimées ( ou ) peuvent généralement s’interpréter comme les rapports
dans les sensibilités des tumeurs avec un temps de devancement potentiel court (soit moins de 3 ans) ( ).
Surestimation de la sensibilité par les sensibilités estimées
Les ( et ) surestiment grandement la , et aussi, mais de façon moins importante, les .
Cette surestimation des varie selon les ; il n’est donc pas possible d’appliquer une correction aux
pour être capable de les interpréter en termes de ou . Il existe cependant une exception : lors des
mammographies initiales, est semblable à . Cette relation entre et a été démontrée
dans un article qui portait sur le cancer de la prostate dans le contexte d’un essai clinique randomisé22.
Cependant, lors des mammographies subséquentes ou dans une population dynamique à l’état d’équilibre (où
une grande proportion des mammographies sont des mammographies subséquentes), les sont plus
élevées que les . Cette différence entre et peut s’expliquer par le fait que ces 2 mesures
n’évaluent pas la même notion du moins en ce qui concerne les mammographies subséquentes. La est
un estimé de la sensibilité pour des cancers avec un plus court que la période post-dépistage ( )
et qui auraient été présents en absence de dépistage. La correspond à la sensibilité des cancers avec
un plus court que la période post-dépistage ( ) et qui sont présents lors de la mammographie de
dépistage. Lors des mammographies subséquentes, le nombre de cancers qui sont présents lors de la
mammographie est inférieur au nombre de cancers qui auraient été présents en absence de dépistage
puisque certains cancers, qui auraient été présents en absence de dépistage, ont été détectés par des
mammographies précédentes. Ainsi, est nécessairement une surestimation de lors des
mammographies subséquentes. Ceci est vrai à condition que le temps de devancement des cancers détectés
soit généralement plus long que l’intervalle inter-dépistage. Bien qu’il soit intéressant d’interpréter les en
termes de lors des mammographies initiales, il est cependant difficile, dans un contexte de programme
de dépistage populationnel où plusieurs dépistages ne sont pas des dépistages initiaux, d’obtenir une
valide. L’obtention d’un estimé valide du nombre de cancers du sein attendu en absence de dépistage est la
238
principale difficulté dans l’utilisation de 101. Pour cette raison, plusieurs programmes de dépistage
n’utilisent que les 1,28,93,96,117.
Les sont, elles aussi, une surestimation de , aussi bien lors des mammographies initiales que les
mammographies subséquentes. Cette surestimation est principalement due au fait que les temps de
devancement des cancers détectés sont habituellement plus longs que l’intervalle inter-dépistage ( >
intervalle inter-dépistage). Si la majorité des cancers détectés avait un temps de devancement plus court que
l’intervalle inter-dépistage, alors les seraient assez comparables aux . Cependant, pour les 10
meilleurs EP de notre microsimulation, il semble plutôt que le temps de devancement des cancers soit long,
généralement plus long que l’intervalle inter-dépistage. Ainsi, les surestiment les .
Les différences absolues dans les sensibilités estimées ne sont pas informatives des différences absolues
dans la sensibilité ou la sensibilité des tumeurs avec un temps de devancement potentiel de moins de 3 ans
Dans aucun des scénarios étudiés, les différences absolues dans les sensibilités estimées ( ou )
étaient représentatives des différences absolues dans les ou les . Dans la majorité des cas, les
différences dans les sensibilités estimées étaient plus élevées que les différences dans les ou les .
Ainsi, dans le contexte de l’évaluation de programmes de dépistage, l’utilisation des différences dans les
sensibilités estimées n’est pas conseillée puisqu’elles ne peuvent pas être interprétées en terme de
différences dans la ou la , peu importe la fréquence du dépistage.
Les rapports dans les sensibilités estimées ne peuvent pas s’interpréter comme les rapports de sensibilités
Aussi bien pour la que la , les rapports dans ces sensibilités estimées ne peuvent pas s’interpréter
comme le rapport de la . Parfois, le rapport de est plus élevé que le rapport de , tandis que d’autres
fois, le rapport de est plus faible que le rapport de . Il est donc impossible de savoir, dans le contexte de
l’évaluation d’un programme de dépistage, si le rapport observé dans les par exemple surestime ou
sous-estime le rapport de , et de quelle ampleur. Ce résultat s’avère important : bien que les sensibilités
estimées ( ou ) soient des mesures directes de la sensibilité, les rapports dans ces sensibilités
estimées sont différents des rapports que l’on aurait obtenus avec les .
239
Les rapports des sensibilités estimées peuvent s’interpréter comme des rapports de sensibilités pour les
tumeurs avec un temps de devancement potentiel de moins de 3 ans
Les rapports de ou de sont comparables ou bien sous-estiment légèrement les rapports de ,
peu importe l’intervalle inter-dépistage. Lorsque l’on se concentre sur les données les plus plausibles, soit
pour des valeurs de se situant entre 70 % et 95 % (lorsque 2 est soustrait ou additionné au de
référence, Tableau 47), les rapports de sont toujours à plus ou moins 10 % des rapports de (peu
importe si le programme de dépistage est annuel, bisannuel ou trisannuel). Les rapports de sont plus
près des rapports de lorsque la période post-dépistage est de 2 ou 3 ans; les biais entre les rapports de
comparativement aux rapports de sont toujours inférieurs à plus ou moins 5 %.
Dans le contexte de l’évaluation d’un programme de dépistage, notre microsimulation suggère que les
rapports dans les sensibilités estimées ( ou ) s’interprètent non pas comme le rapport de la ,
mais bien comme le rapport de la . Il est important également de retenir que ce ne sont pas les
sensibilités estimées en tant que telles qui peuvent s’interpréter en terme de , mais plutôt les rapports
dans ces sensibilités estimées. Par exemple, pour le scénario de dépistage bisannuel, si le rapport de
était de 1,21, le rapport de était alors de 1,20 (lorsque la variait de 6,0 % à 8,9 % obtenue lorsque 1,5
était additionnée au de référence). Dans les scénarios étudiés, l’erreur relative entre et étaient
toujours proportionnelles. Pour l’évaluation d’un programme de dépistage, il serait donc préférable de calculer
des rapports de sensibilités estimées (rapport de ou de ) et non seulement une valeur absolue de
la sensibilité. Par exemple, dans un programme de dépistage bisannuel, une (pour une année donnée)
de 90 % ne peut pas s’interpréter en terme de ou de . Par contre, si l’année précédente, la était
de 85 %, alors le rapport de (comparant les 2 années) est de 1,06, ce qui peut être interprété comme
une augmentation de 6 % (en terme relatif) dans la . Pour l’évaluation des programmes de dépistage, ces
rapports de sensibilités estimées pourraient être calculés en fonction de l’année du dépistage ou selon les
régions par exemple. Idéalement, il faudrait s’assurer que les groupes comparés soient semblables par
rapport à la distribution des tumeurs selon leur temps de devancement potentiel. Malheureusement, la
distribution du temps de devancement potentiel des tumeurs est inconnue dans la réalité. Pour tenter
d’atteindre cet objectif au moins de façon partielle, il faudrait, minimalement, ajuster les mesures pour la
« structure » du programme (âge au début et à la fin du dépistage ainsi que la fréquence du dépistage).
241
Chapitre 5. CONCLUSION
Les objectifs principaux de la thèse sont de comprendre les liens entre certains indicateurs de performance
d’un programme de dépistage et, aussi, les liens entre ces indicateurs et la sensibilité ou la spécificité du
dépistage. La sensibilité et la spécificité du dépistage sont des concepts primordiaux, mais ceux-ci ne peuvent
pas être observés dans le contexte d’un dépistage populationnel parce que les individus avec un cancer dans
la période préclinique ne peuvent être identifiés. Des indicateurs de performance d’un programme de
dépistage sont donc utilisés comme proxis de la sensibilité et de la spécificité. Ces indicateurs sont des
mesures directes ou des mesures indirectes de la sensibilité ou de la spécificité. Les mesures directes
(sensibilité estimée ou spécificité estimée) sont considérées comme étant des mesures qui tentent d’estimer
directement la sensibilité ou la spécificité. Par ailleurs, les mesures indirectes (taux de détection, taux de
cancers d’intervalle, taux de référence, taux de faux positifs) sont liées à la sensibilité ou à la spécificité, mais
elles sont également liées à la prévalence de la maladie dans la période préclinique, ce qui complique leur
interprétation. Ces mesures indirectes ne sont pas utilisées pour estimer la sensibilité ou la spécificité, mais
pour identifier des variations de sensibilité ou de spécificité entre certains sous-groupes de la population
dépistée.
Il est important de faire la distinction entre les mesures liées à la sensibilité de celles liées à la spécificité. Pour
ce qui est des mesures liées à la spécificité (ou au manque de spécificité), peu importe les mesures utilisées
(directes ou indirectes), elles donnent toutes des résultats qui se ressemblent. Elles sont donc toutes des
mesures comparables. Le taux de référence et le taux de faux positifs sont des indicateurs qui sont très près
l’un de l’autre. Le taux de référence est approximativement égal à la somme du taux de faux positifs (se
situant entre 5 % et 15 %) et du taux de détection (se situant entre 0,3 % à 1 %). Puisque le taux de détection
est une faible proportion comparativement au taux de faux positifs, alors le taux de référence est donc très
près du taux de faux positifs. Le taux de faux positifs et le taux de référence sont également très près du
manque de spécificité estimé puisque le nombre de femmes avec un diagnostic de cancer du sein (soit les
cancers détectés et les cancers d’intervalle, ce qui représente moins de 1 % des femmes dépistées) est
beaucoup plus faible que le nombre de femmes sans diagnostic de cancer du sein (qui représente environ 99
% des femmes dépistées).
Pour ce qui est des indicateurs liés à la sensibilité, la situation est plus complexe. Cette thèse est la première
étude à examiner les liens entre la sensibilité réelle du dépistage et les sensibilités estimées par les méthodes
couramment utilisées (méthode de détection et méthode d’incidence). Dans les paragraphes ci-dessous, nous
242
précisons certaines notions qui méritent particulièrement d’être retenues parce qu’elles ont encore été peu
explorées dans la littérature ou qu’elles sont nouvelles. Nous mentionnons aussi certaines actions concrètes
qui découlent de ces notions et qui pourraient permettre une meilleure utilisation des indicateurs de sensibilité
dans l’évaluation d’un programme de dépistage.
Tout d’abord, nous avons développé le concept de sensibilité cumulative pour tenir compte du fait que la
période préclinique du cancer du sein est considérable (médianes entre 18 à 28 années dans la
microsimulation) et que les femmes avec un cancer du sein dans la période préclinique peuvent passer
plusieurs mammographies de dépistage avant que leur cancer soit détecté. Cette idée d’une période
préclinique considérable pour le cancer du sein est largement reconnue dans la littérature dans le domaine de
la biologie des tumeurs244,246,247 mais elle est cependant moins intégrée dans la littérature traitant du dépistage
du cancer du sein. Pour un cancer donné, la sensibilité cumulative correspond à la probabilité cumulative que
le cancer soit détecté par l’un ou l’autre des examens de dépistage. Plus la femme aura de dépistages, plus
elle aura de « chances » que son cancer soit détecté par la mammographie. Pour cette raison, la sensibilité
cumulative pour les cancers prévalents dans la période préclinique (à un moment donné ou un autre
entre 50 et 69 ans) augmente lorsque le dépistage est plus fréquent. Par exemple, selon la
microsimulation avec le meilleur ensemble de paramètres, la sensibilité cumulative est de 39 % lorsque le
dépistage est annuel comparativement à 29 % lorsque le dépistage est bisannuel.
Par ailleurs, et contrairement à la sensibilité cumulative, la sensibilité moyenne pour l’ensemble des
dépistages diminue avec une augmentation de la fréquence du dépistage. À notre connaissance, le
concept de sensibilité réelle du dépistage est abordé dans deux livres qui traitent du dépistage20,30. Dans ces
livres, il est mentionné que la sensibilité correspond à une sensibilité moyenne qui dépend du degré de
développement des tumeurs lors du dépistage. En raison des longues périodes précliniques pour le cancer du
sein, la distribution des tumeurs présentes dans la période préclinique lors d’un dépistage sera donc
influencée par le nombre de dépistages que cette population aurait eu au préalable. La multiplication des
dépistages fait en sorte que les tumeurs seront détectées plus tôt, donc à un moment où la sensibilité est plus
faible. Pour un dépistage donné, la sensibilité moyenne sera donc plus faible lorsque le programme est plus
fréquent. Par exemple, la sensibilité moyenne est de 4 % lorsque le dépistage est annuel comparativement à
6 % lorsque le dépistage est bisannuel (résultat de la microsimulation pour le meilleur ensemble de
paramètres).
243
Les résultats de la microsimulation montrent également que la sensibilité moyenne* aussi bien que la
sensibilité cumulative semblent plus élevées chez les tumeurs à croissance rapide. À priori, ce résultat
semble aller à l’encontre des notions généralement véhiculées puisqu’il est reconnu dans la littérature que les
cancers d’intervalle sont des cancers à croissance plus rapide que les cancers détectés281–283. À notre
connaissance, les résultats de la microsimulation permettent, pour la première fois, de considérer la
sensibilité selon les taux de croissance des tumeurs qui sont présentes lors du dépistage. La sensibilité
s’avère plus élevée pour les tumeurs à croissance rapide (sensibilité variant entre 7,7 % et 9,2 %)
comparativement aux tumeurs à croissance plus lente (sensibilité variant entre 1,8 % à 5,1 %). Puisque les
tumeurs à croissance rapide atteignent des tailles élevées plus rapidement, la sensibilité est donc plus élevée
pour ces tumeurs. Bien que les cancers d’intervalle soient des tumeurs à croissance plus rapide (temps de
doublement médian des tumeurs entre 87 jours et 215 jours dans la microsimulation) que les cancers
détectés (temps de doublement médian des tumeurs entre 177 jours et 272 jours dans la microsimulation), les
cancers détectés sont, quant à eux, des tumeurs à croissance plus rapide que la totalité des tumeurs
présentes lors du dépistage (temps de doublement médian de l’ensemble des tumeurs entre 233 jours et 367
jours dans la microsimulation). Un taux de croissance plus rapide pour les cancers détectés comparativement
à la totalité des tumeurs présentes lors du dépistage est une notion nouvelle qui reste à confirmer par d’autres
études.
Un autre point à retenir est que la sensibilité pour les tumeurs avec un temps de devancement potentiel
court au moment du dépistage est une variante importante de la sensibilité; les sensibilités estimées (par
la méthode d’incidence ou par la méthode de dépistage) s’approchent davantage de la sensibilité pour les
tumeurs avec un temps de devancement potentiel court plutôt que de la sensibilité pour toutes les tumeurs
dans la période préclinique. Par exemple, la microsimulation suggère que la sensibilité pour toutes les
tumeurs dans la période préclinique est de l’ordre de 5,0 % à 7,5 %, la sensibilité pour les tumeurs avec un
temps de devancement potentiel de moins de 2 ans se situe plutôt entre 42 % et 50 %, la sensibilité estimée
par la méthode d’incidence varie entre 54 % et 63 % tandis que la sensibilité estimée par la méthode de
détection varie entre 59 % et 70 % (pour un programme de dépistage bisannuel et pour un suivi post-
dépistage de deux ans). Les sensibilités estimées surestiment grandement la sensibilité pour toutes les
tumeurs dans la période préclinique. Par contre, les sensibilités estimées se rapprochent davantage de la
sensibilité pour les tumeurs avec un temps de devancement potentiel court. Seulement une étude aborde
cette notion de sensibilité pour les tumeurs avec un temps de devancement potentiel court22, et ils y
mentionnent que la sensibilité estimée par la méthode d’incidence est approximativement égale à la sensibilité
* Dans le reste de la conclusion, le terme sensibilité se réfère à la sensibilité moyenne à moins d’indication contraire.
244
des tumeurs avec un temps de devancement potentiel court, mais uniquement lors des mammographies
initiales. Nous avons également obtenu ce résultat avec les données de la microsimulation. Par contre, la
sensibilité estimée par la méthode d’incidence lors des mammographies subséquentes ainsi que la sensibilité
estimée par la méthode de détection (lors des mammographies initiales ou subséquentes) se rapprochent
mais sont tout de même des surestimations de la sensibilité pour les tumeurs avec un temps de devancement
court.
Bien que les sensibilités estimées surestiment la sensibilité des tumeurs avec un temps de devancement
potentiel court, les rapports de sensibilités estimées sont approximativement égaux aux rapports de
sensibilités pour des tumeurs avec un temps de devancement potentiel court, mais à condition que la
distribution des cancers selon leur temps de devancement potentiel soit comparable entre les groupes. Ainsi,
les variations dans les sensibilités estimées reflètent non pas les variations dans la sensibilité pour toutes les
tumeurs dans la période préclinique, mais bien les variations dans la sensibilité pour les tumeurs avec un
temps de devancement potentiel court. Cependant, la distribution des tumeurs selon leur temps de
devancement potentiel doit être comparable entre les groupes. Comme discuté dans quelques paragraphes ci-
dessus, Eddy30 et Morrison20 ont mentionné que la distribution des tumeurs selon leur temps de devancement
potentiel affecte la sensibilité, mais les résultats de la microsimulation suggèrent que cette distribution affecte
également la sensibilité pour les tumeurs avec un temps de devancement potentiel court. Puisque la notion de
sensibilité pour les tumeurs avec un temps de devancement court est une variante très peu utilisée dans le
domaine du dépistage, aucun article, à notre connaissance, ne mentionne ce fait.
Ce qui découle de ce résultat est que, en pratique, on ne peut pas comparer des sensibilités estimées
entre des programmes de dépistage sans tenir compte de la structure du programme. Dans la
littérature, plusieurs programmes de dépistage publient leurs sensibilités estimées dans le but de se comparer
à d’autres programmes93,96,110,113,115,117,291,292 ou bien certaines études comparent des sensibilités estimées de
certains essais cliniques randomisés ou programmes de dépistage1,24,99. Aucun de ces articles ne tient compte
de la structure des programmes de dépistage. Les caractéristiques de la structure du programme ayant un
effet sur la distribution des cancers selon leur temps de devancement potentiel sont l’étendue d’âge des
femmes invitées au dépistage ainsi que la fréquence du dépistage. Pour comparer les mesures directes de
sensibilité entre différents programmes de dépistage, il faudrait adopter l’une, l’autre ou les deux stratégies
suivantes : 1) comparer les sensibilités estimées uniquement pour des programmes ayant la même structure
de programme (même âge au début et à la fin du dépistage, même fréquence inter-dépistage) et ayant une
proportion négligeable de femmes qui reviennent passer une mammographie de dépistage plus précocement
ou plus tardivement que l’intervalle recommandé et / ou 2) stratifier ou ajuster les sensibilités estimées pour
245
tenir compte des différences dans la structure du programme. À notre connaissance, la structure des
programmes n’est jamais tenue en compte dans la comparaison des sensibilités estimées. Cependant, le
Breast Cancer Screening Consortium aux États-Unis a déjà fait un pas dans cette direction en présentant
leurs sensibilités estimées par la méthode de détection en fonction du délai entre les mammographies de
dépistage (sensibilité estimée pour les femmes sans antécédents de mammographies et pour les femmes
dont la mammographie précédente avait été faite dans un délai de 9 à 15 mois, 16 à 20 mois, 21 à 27 mois et
28 mois et plus auparavant)96.
Un dernier point à retenir concernant les mesures directes de sensibilité, est que, bien que certains auteurs
préfèrent l’utilisation de la sensibilité estimée par la méthode d’incidence22,75, les deux approches utilisées
pour estimer la sensibilité avec un temps de devancement potentiel court (soit la méthode d’incidence
ou la méthode de détection) donnent des résultats assez similaires lors des mammographies
subséquentes, du moins dans le contexte de la simulation des diagnostics cliniques des cancers infiltrants.
Pour la plupart des programmes de dépistage, et particulièrement pour comparer des groupes de femmes
avec des caractéristiques différentes (par exemple des femmes avec seins denses comparativement aux
femmes avec des seins graisseux), il est plus facile d’utiliser la sensibilité estimée par la méthode de détection
plutôt que la sensibilité estimée par la méthode d’incidence, mesure pour laquelle l’estimation du nombre de
cancers attendus en absence de dépistage est souvent problématique101. Par contre, la sensibilité estimée par
la méthode de détection est considérablement plus élevée que la sensibilité estimée par la méthode
d’incidence lors des mammographies initiales.
En ce qui concerne les mesures indirectes de la sensibilité, les résultats de la microsimulation suggèrent tout
d’abord que, en raison de la longue période préclinique du cancer du sein, les cancers d’intervalle, même
ceux diagnostiqués dans la deuxième ou la troisième année post-dépistage, semblent être des cancers
qui étaient presque tous déjà présents dans la période préclinique lors du dépistage précédent. Par
exemple, entre 99,4 % et 100 % des cancers d’intervalle diagnostiqués dans les deux années suivant une
mammographie de dépistage étaient déjà dans la période préclinique lors du dépistage. En d’autres mots,
seulement entre 0 % et 0,6 % des cancers d’intervalles étaient des « nouveaux » cancers, c’est-à-dire des
cancers qui n’étaient pas dans la période préclinique lors du dépistage, mais qui ont complété leur période
préclinique durant le suivi post-dépistage. La majorité des cancers d’intervalle n’ont donc pas été détectés par
le dépistage et ils sont la conséquence du manque de sensibilité du dépistage. Les taux de cancers
d’intervalle pour un suivi post-dépistage de deux ou de trois ans sont donc bien des mesures indirectes du
manque de sensibilité. Pour l’évaluation de certains sous-groupes de femmes dépistées ayant de plus petits
246
effectifs, il est probablement avantageux d’utiliser un suivi post-dépistage de deux ou trois ans (dépendant de
la fréquence du dépistage) afin d’obtenir un plus grand nombre de cancers d’intervalle.
Les résultats de cette thèse ont permis de préciser dans quelles conditions les variations dans les mesures
indirectes de sensibilité (taux de détection et taux de cancers d’intervalle) peuvent nous informer sur les
variations dans les mesures directes de sensibilité. Il est reconnu dans la littérature que le taux de détection et
le taux de cancer d’intervalle sont liées à la sensibilité, mais également à la prévalence de la
maladie27,100,135,136,144,293. Il est généralement accepté que des variations dans les mesures indirectes de
sensibilité sont informatives de variations dans la sensibilité (ou du manque de sensibilité), mais ce n’est pas
toujours le cas. Les résultats des Chapitres 2 et 3 de ma thèse ont permis de préciser dans quelles conditions
les mesures indirectes de sensibilité peuvent nous informer sur les mesures directes de sensibilité. Lorsque ces
conditions sont respectées, les rapports dans les mesures indirectes de sensibilité peuvent s’interpréter comme
des rapports dans les mesures directes de sensibilité.
Tout d’abord, les rapports dans les mesures indirectes de sensibilité sont plus près des rapports dans
les mesures directes de sensibilité lorsque seulement les cancers infiltrants sont considérés. La mesure
directe de sensibilité étudiée, soit la sensibilité estimée par la méthode de détection, est calculée avec les
cancers détectés et les cancers d’intervalle pour un suivi post-dépistage donné. Les cancers d’intervalle sont
des cancers avec un temps de devancement potentiel court. Les cancers détectés sont des cancers avec une
plus grande distribution du temps de devancement potentiel, mais une bonne proportion de ces cancers
détectés sont des cancers avec un temps de devancement potentiel court. Il a été discuté dans un paragraphe
ci-dessus que des variations dans la sensibilité estimée sont représentatives des variations dans la sensibilité
des tumeurs avec un temps de devancement potentiel court. Par contre, l’ajout des cancers in situ dans le
calcul de la sensibilité estimée vient déséquilibrer la mesure. Les cancers in situ sont principalement des
cancers détectés et très peu des cancers d’intervalle. Ces cancers in situ, étant des cancers de très petite taille,
sont donc moins informatifs sur la sensibilité des tumeurs avec un temps de devancement potentiel court. Ainsi,
pour l’évaluation globale d’un programme de dépistage ou pour l’étude d’une caractéristique spécifique, il
semble préférable de ne considérer que les cancers infiltrants. Certains programmes de dépistage le font déjà,
par exemple en Australie27,93, en Angleterre94,144,294 ou au Canada29,117, mais certains privilégient toujours tous
les types de cancers (infiltrant et in situ), comme le Consortium Américain96 ou le cadre du référence du
PQDCS6. Ce résultat aurait besoin d’être confirmé par d’autres études.
Ensuite, les rapports de taux de détection sont plus près des rapports de mesures directes de
sensibilité lorsque le suivi post-dépistage est le plus long possible (c’est-à-dire lorsque le suivi post-
247
dépistage est égal à l’intervalle recommandé entre les dépistages). Par exemple, avec les données du
PQDCS, les variations dans les taux de détection infiltrants semblent refléter davantage des variations dans la
sensibilité estimée des cancers infiltrants pour un suivi post-dépistage de deux ans. En pratique, il n’est pas
toujours possible pour les programmes de dépistage d’estimer la sensibilité pour un suivi post-dépistage de
plus d’un an puisque certaines femmes reviennent passer un examen de dépistage dans un délai plus court
que celui recommandé par le programme. Par exemple, bien que tous les programmes de dépistage
organisés du Canada proposent aux femmes âgées de 50 à 69 ans une mammographie de dépistage
effectuée tous les deux ans, environ 20 % à 24 % de ces femmes reviennent passer une mammographie de
dépistage dans un délai de 18 mois, cette proportion variant grandement selon les provinces (entre 5,9 % et
45,4 %)117. Le groupe canadien a donc décidé de ne présenter que les sensibilités estimées par la méthode de
détection pour un suivi post-dépistage d’un an. Par contre, les responsables du programme de dépistage de
l’Australie27,93, qui offre également un dépistage tous les deux ans, ont décidé de présenter, quant à eux, la
sensibilité estimée par la méthode de détection pour un suivi post-dépistage d’un an et de deux ans. Ils
soulignent cependant que lorsque le suivi post-dépistage est de deux ans, la sensibilité estimée peut être
surestimée si une proportion assez importante de femmes revient passer une mammographie de dépistage
après seulement un an. Nous croyons que si la sensibilité estimée pour un suivi post-dépistage de 2 ans est
présentée, par exemple, par région (comme c’est le cas pour le programme de l’Australie), il faudrait alors que
la probabilité cumulative d’un examen de dépistage subséquent dans le cadre du programme dans un délai
inférieur à 2 ans soit également présentée par région afin de guider le lecteur sur l’ampleur de la surestimation
de la sensibilité estimée pour une période post-dépistage de 2 ans. Lorsque la proportion de femmes qui
reviennent passer une mammographie dans un délai inférieur que celui recommandé n’est pas négligeable,
les programmes pourraient alors utiliser les rapports dans les taux de détection des cancers infiltrants comme
proxis du rapport des sensibilités estimées.
Pour que les variations dans les mesures indirectes de sensibilité soient les plus informatives
possible des variations dans les mesures directes de sensibilité, la caractéristique à l’étude ne devrait
pas être a priori associée à la prévalence du cancer du sein dans la période préclinique et un
ajustement devrait être fait pour les principaux facteurs associés à la prévalence du cancer dans la
période préclinique. Cependant, dans la réalité, ces caractéristiques associées à la prévalence du cancer du
sein dans la période préclinique ne sont pas très connues. Les caractéristiques associées à l’incidence du
cancer du sein (les facteurs de risque du cancer du sein) ont davantage été étudiées. Il faudrait donc que la
caractéristique à l’étude ne soit pas un facteur de risque du cancer du sein et que, minimalement, un
ajustement soit fait pour les principaux facteurs de risque du cancer du sein. Il est donc inapproprié de
mesurer des variations dans les mesures indirectes de la sensibilité et de les interpréter en terme de
248
variations dans la sensibilité (ou dans le manque de sensibilité) en fonction, par exemple, de l’âge de la
femme, de la densité mammaire ou bien de l’indice de masse corporelle de la femme, même si certaines
études le font41,131,171,179. Les variations dans les mesures indirectes de sensibilité pourraient être étudiées en
fonction, par exemple, des pays ou régions93,161,293,295 ou même des centres de dépistage153,185,294,296, mais
seulement si l’incidence du cancer du sein varie peu entre ces groupes comparés. Par ailleurs, les variations
dans les mesures indirectes peuvent également être étudiées en fonction des caractéristiques des
radiologistes comme leur volume de lecture84,85, selon le type de machine ayant effectué les
mammographies82,83,297,298 ou en fonction des caractéristiques des centres de dépistage comme leur volume
de mammographies188. Même dans ces circonstances, il serait tout de même préférable d’ajuster pour les
principaux facteurs de risque du cancer du sein à défaut de pouvoir ajuster spécifiquement pour des facteurs
associés à la prévalence. Il n’est malheureusement pas rare de voir des études utilisant les mesures
indirectes de la sensibilité en fonction d’une caractéristique qui n’est pas un facteur de risque du cancer du
sein, mais sans aucun ou peu d’ajustement pour les principaux facteurs de risque du cancer du sein298–301.
De plus, la prévalence du cancer du sein lors des mammographies subséquentes peut tout de même
varier entre les groupes comparés en raison de sensibilités différentes lors des dépistages
précédents, même en présence d’une caractéristique qui n’est pas un facteur de risque et même après un
ajustement pour plusieurs facteurs de risque. En effet, la prévalence pourrait être inférieure dans un groupe
en comparaison avec un autre en raison d’une sensibilité supérieure dans ce groupe lors des dépistages
précédents. Les cancers détectés lors des dépistages précédents ne pourront plus se retrouver parmi les
cancers prévalents lors d’un dépistage subséquent donné. À notre connaissance, cette idée n’est pas
mentionnée dans la littérature. D’autres études seront nécessaires pour préciser l’ampleur de l’effet de la
sensibilité aux mammographies précédentes sur la prévalence des cancers dans la période préclinique lors
d’un dépistage subséquent donné.
L’approche utilisée dans cette thèse, soit l’utilisation simultanée de notions théoriques, d’analyses des
données du PQDCS et d’une microsimulation permettent d’avoir une vue d’ensemble de la problématique et
renforcent la cohérence des résultats. Bien que cette étude ait été conduite dans le contexte québécois, les
résultats obtenus devraient être généralisables à d’autres programmes de dépistage canadiens ou aux
programmes des autres pays. Tous les programmes de dépistage utilisent l’une ou l’autre des mesures
étudiées dans cette thèse. Une meilleure compréhension de ces indicateurs, de même que les conditions
dans lesquelles les utiliser permettent d’améliorer l’évaluation de tous les programmes de dépistage. Par
ailleurs, il faut se rappeler que des particularités propres à chaque programme, par exemple la fréquence des
dépistages ou la proportion de femmes qui reviennent passer une mammographie de dépistage dans un délai
249
plus court ou plus long que la fréquence recommandée, pourraient influencer, à divers degrés, certains
résultats obtenus.
Certains résultats de cette thèse peuvent être généralisables à d’autres dépistages, soit pour d’autres cancers
ou pour d’autres maladies chroniques. Par exemple, les résultats concernant les relations théoriques entre
certains indicateurs de performance, des liens entre les variations dans les sensibilités estimées et la
sensibilité ou bien le concept de sensibilité cumulative pourraient s’appliquer aussi bien aux dépistages du
cancer de la prostate ou du cancer colorectal. Ces deux types de cancer semblent avoir des caractéristiques
communes avec le cancer du sein, notamment, une durée de période préclinique considérable.
Le modèle de microsimulation élaboré dans cette thèse pourrait être éventuellement utilisé pour fournir des
pistes pour répondre à d’autres questions de recherche. Par exemple, nous aimerions étudier la
problématique du surdiagnostic, problématique qui prend de plus en plus de place dans les discussions sur le
dépistage du cancer du sein par mammographie.
En conclusion, cette étude permet de mieux comprendre comment interpréter certains indicateurs de base,
comme le taux de détection, le taux de cancer d’intervalle, le taux de faux positifs, la spécificité estimée et la
sensibilité estimée, indicateurs utilisés pour l’évaluation de tout programme de dépistage du cancer du sein.
Elle permet de mieux comprendre les liens entre ces indicateurs de performance et leurs liens avec la
sensibilité ou la spécificité réelle du dépistage. L’évaluation des programmes de dépistage est une activité
primordiale et nécessaire puisqu’il est difficile de maintenir une juste balance entre les bienfaits et les effets
indésirables du programme de dépistage. L’objectif ultime des programmes de dépistage du cancer du sein
est de réduire la mortalité par cancer du sein, tout en minimisant le plus possible les effets indésirables du
programme tels que les résultats faussement positifs pour les femmes dépistées, les coûts et le surdiagnostic.
Il est important d’améliorer les approches utilisées pour mieux évaluer les programmes de dépistage et aussi
de pouvoir comparer les programmes de dépistage les uns avec les autres, toujours dans le but constant
d’améliorer les programmes de dépistage.
251
BIBLIOGRAPHIE
1. International Agency for Research on Cancer. IARC Handbooks of cancer prevention - Breast cancer screening (Volume 7). IARCPress, Lyon, France; 2002:229 p.
2. Humphrey L, Helfand M, Chan B, et coll. Breast cancer screening: A summary of the evidence for the U.S. Preventive Services Task Force. Ann Intern Med. 2002;137(5):347–60.
3. The independent UK panel on breast cancer screening. The benefits and harms of breast cancer screening: an independent review. Royaume-Uni; 2012:118 p.
4. Shapiro S, Coleman A, Breeders M, et coll. Breast cancer screening programmes in 22 countries: current policies, administration and guidelines. Int J Epidemiol. 1998;27:735–42.
5. Klabunde C, Ballard-Barbash R, for the International Breast Cancer Screening Network. Evaluating population-based screening mammography programs internationally. Semin Breast Dis. 2007;10(2):102–7.
6. Ministère de la santé et des services sociaux. Programme québécois de dépistage du cancer du sein: Cadre de référence. Gouvernement du Québec, Québec, Canada; 1996:73 p.
7. Tabar L, Fagerberg G, Chen HH, et coll. Efficacy of breast cancer screening by age. New results from the Swedish Two-County Trial. Cancer. 1995;75(10):2507–17.
8. Shapiro S. Periodic screening for breast cancer: the HIP randomized controlled trial Health Insurance Plan. J Natl Cancer Inst. 1997;22:27–30.
9. Tabar L, Vitak B, Chen T, et coll. Swedish two-county trial: impact of mammographic screening on breast cancer mortality during 3 decades. Radiology. 2011;260(3):658–63.
10. Lee S, Boscardin W, Stijacic-Cenzer I, et coll. Time lag to benefit after screening for breast and colorectal cancer: meta-analysis of survival data from the United States, Sweden, United Kingdom, and Denmark. BMJ. 2013;8441(January):1–9.
11. Cole P, Morrison A. Basic issues in population screening for cancer. J Natl Cancer Inst. 1980;64(5):1263–72.
12. Morrison A. The effects of early treatment, lead time and length bias on the mortality experienced by cases detected by screening. Int J Epidemiol. 1982;11(3):261–7.
13. Day NE. The assessment of lead time and length bias in the evaluation of screening programmes. Maturitas. 1985;7(1):51–8.
14. Jatoi I. Breast cancer screening. Am J Surg. 1999;177(6):518–24.
15. Kramer BS, Croswell JM. Cancer screening: the clash of science and intuition. Annu Rev Med. 2009;60:125–37.
16. Cox B, Sneyd M. Bias in breast cancer research in the screening era. Breast J. 2013;22(6):1041–5.
252
17. Day N, Williams D, Khaw K. Breast cancer screening programmes: the development of a monitoring and evaluation system. Br J Cancer. 1989;59:954–8.
18. Linver M, Osuch J, Brenner R, et coll. The mammography audit: a primer for the Mammography Quality Standards Act (MQSA). Am J Roentgenol. 1995;165(1):19–25.
19. Perry N, Broeders M, Wolf C, et coll. European guidelines for quality assurance in breast cancer screening and diagnosis. Official publication of the European Communities, Belgique; 2006:416 p.
20. Morrison A. Screening in Chronic Disease (Second Edition). Oxford University Press, New York, États-Unis; 1992:254 p.
21. Launoy G, Duffy S, Prevost T, et coll. Dépistage des cancers, sensibilité du test et sensibilité du programme de dépistage. Rev Epidemiol Sante Publique. 1998;46(5):420–6.
22. Hakama M, Auvinen A, Day N, et coll. Sensitivity in cancer screening. J Med Screen. 2007;14(4):174–7.
23. Zorzi M, Guzzinati S, Puliti D, et coll. A simple method to estimate the episode and programme sensitivity of breast cancer screeing programmes. J Med Screen. 2010;17:132–8.
24. Mushlin AI, Kouides RW, Shapiro DE. Estimating the accuracy of screening mammography. Am J Prev Med. 1998;14(2):143–53.
25. Sarkeala T, Hakama M, Saarenmaa I, et coll. Episode sensitivity in association with process indicators in the Finnish breast cancer screening program. Int J Cancer. 2006;118(1):174–9.
26. Bordás P, Jonsson H, Nyström L, et coll. Interval cancer incidence and episode sensitivity in the Norrbotten Mammography Screening Programme, Sweden. J Med Screen. 2009;16(1):39–45.
27. Kavanagh A, Amos A, Marr G. The ascertainment and reporting of interval cancers within the BreastScreen Australia Program. NHMRC National Breast Cancer Centre, Australie; 1999:51 p.
28. Groupe de travail sur les indicateurs d’évaluation. Lignes directrices pour la surveillance de la performance des programmes de dépistage du cancer du sein (2e édition). Agence de la santé publique du Canada, Canada; 2007:40 p.
29. Groupe de travail sur les indicateurs d'évaluation. Lignes directrices pour la surveillance de la performance des programmes de dépistage du cancer du sein (3e édition). Partenariat canadien contre le cancer, Canada; 2013:50 p.
30. Eddy D. Screening for cancer: Theory, analysis, and design. Prentice-Hall, New Jersey, États-Unis; 1980:308 p.
31. Houssami N, Irwig L, Ciatto S. Radiological surveillance of interval breast cancers in screening programmes. Lancet Oncol. 2006;7(March):259–65.
32. Chamberlain J, Clifford R. Repeated screening for breast cancer. J Epidemiol Community Health. 1984;38:54–7.
253
33. Kopans D, Monsees B, Feig S. Screening for cancer: when is it valid? Lessons from the mammography experience. Radiology. 2003;229(2):319–27.
34. Kopans DB, Rafferty E, Georgian-Smith D, et coll. A simple model of breast carcinoma growth may provide explanations for observations of apparently complex phenomena. Cancer. 2003;97(12):2951–9.
35. Ravdin P, Cronin K, Howlader N, et coll. The decrease in breast-cancer incidence in 2003 in the United States. N Engl J Med. 2007;356(16):1670–4.
36. Chlebowski RT, Anderson GL. Changing concepts: menopausal hormone therapy and breast cancer. J Natl Cancer Inst. 2012;104(7):517–27.
37. Santen RJ, Yue W, Heitjan DF. Modeling of the growth kinetics of occult breast tumors: role in interpretation of studies of prevention and menopausal hormone therapy. Cancer Epidemiol Biomarkers Prev. 2012;21(7):1038–48.
38. Antoine C, Ameye L, Paesmans M, et coll. Systematic review about breast cancer incidence in relation to hormone replacement therapy use. Climacteric. 2014;17(2):116-32.
39. Bassett LW, Farria DM, Bansal S, et coll. Reasons for failure of a mammography unit at clinical image review in the American College of Radiology Mammography Accreditation Program. Radiology. 2000;215(2):698–702.
40. Guertin MH, Théberge I, Dufresne M-P, et coll. Clinical image quality in daily practice of breast cancer mammography screening. Can Assoc Radiol J. 2014;65(3):199–206.
41. Boyd NF, Guo H, Martin LJ, et coll. Mammographic density and the risk and detection of breast cancer. New Engl J Med. 2007;356(3):227–36.
42. Chiarelli AM, Kirsh VA, Klar NS, et coll. Influence of patterns of hormone replacement therapy use and mammographic density on breast cancer detection. Cancer Epidemiol Biomarkers Prev. 2006;15(10):1856–62.
43. Barlow WE, Chi C, Carney PA, et coll. Accuracy of screening mammography interpretation by characteristics of radiologists. J Natl Cancer Inst. 2004;96(24):1840–50.
44. Zelen M, Feinleib M. On the theory of screening for chronic diseases. Biometrika. 1969;56(3):601–14.
45. Chen JS, Prorok PC. Lead time estimation in a controlled screening program. Am J Epidemiol. 1983;118(5):740–51.
46. Walter SD, Day NE. Estimation of the duration of a pre-clinical disease state using screening data. Am J Epidemiol. 1983;118(6):865–86.
47. Day N, Walter S. Simplified models of screening for chronic disease: estimation procedures from mass screening programmes. Biometrics. 1984;40(1):1–13.
48. Paci E, Duffy SW. Modelling the analysis of breast cancer screening programmes: sensitivity, lead time and predictive value in the Florence District Programme (1975-1986). Int J Epidemiol. 1991;20(4):852–8.
254
49. Van Oortmarssen GJ, Habbema JD, Lubbe JT, et coll. A model-based analysis of the HIP project for breast cancer screening. Int J Cancer. 1990;46(2):207–13.
50. Van Oortmarssen GJ, Habbema JD, van der Maas PJ, et coll. A model for breast cancer screening. Cancer. 1990;66(7):1601–12.
51. Duffy SW, Chen HH, Tabar L, et coll. Estimation of mean sojourn time in breast cancer screening using a Markov chain model of both entry to and exit from the preclinical detectable phase. Stat Med. 1995;14(14):1531–43.
52. Duffy SW, Chen HH, Tabar L, et coll. Sojourn time, sensitivity and positive predictive value of mammography screening for breast cancer in women aged 40-49. Int J Epidemiol. 1996;25(6):1139–45.
53. Brekelmans C, Westers P. Age specific sensitivity and sojourn time in a breast cancer screening programme (DOM) in The Netherlands: a comparison of different methods. J Epidemiol Community Health. 1996;50:68–71.
54. Etzioni R, Shen Y. Estimating asymptomatic duration in cancer: the AIDS connection. Stat Med. 1997;16(6):627–44.
55. Straatman H, Peer PGM, Verbeek ALM. Estimating lead time and sensitivity in a screening program without estimating the incidence in the screened group. Biometrics. 1997;53(1):217–29.
56. Shen Y, Zelen M. Screening sensitivity and sojourn time from breast cancer early detection clinical trials: mammograms and physical examinations. J Clin Oncol. 2001;19(15):3490–9.
57. Cong XJ, Shen Y, Miller AB. Estimation of age-specific sensitivity and sojourn time in breast cancer screening studies. Stat Med. 2005;24(20):3123–38.
58. Weedon-Fekjaer H, Vatten LJ, Aalen OO, et coll. Estimating mean sojourn time and screening test sensitivity in breast cancer mammography screening: new results. J Med Screen. 2005;12(4):172–8.
59. Wu D, Rosner GL, Broemeling L. MLE and Bayesian inference of age-dependent sensitivity and transition probability in periodic screening. Biometrics. 2005;61(4):1056–63.
60. Fryback DG, Stout NK, Rosenberg MA, et coll. The Wisconsin breast cancer epidemiology simulation model. J Natl Cancer Inst Monogr. 2006;36:37–47.
61. Lee S, Zelen M. A stochastic model for predicting the mortality of breast cancer. J Natl Cancer Inst Monogr. 2006;36:79–86.
62. Mandelblatt J, Schechter CB, Lawrence W, et coll. The SPECTRUM population model of the impact of screening and treatment on U.S. breast cancer trends from 1975 to 2000: principles and practice of the model methods. J Natl Cancer Inst Monogr. 2006;36:47–55.
63. Olsen AH, Agbaje OF, Myles JP, et coll. Overdiagnosis, sojourn time, and sensitivity in the Copenhagen mammography screening program. Breast J. 2006;12(4):338–42.
255
64. Wu D, Rosner G, Broemeling L. Bayesian inference for the lead time in periodic cancer screening. Biometrics. 2007;63(3):873–80.
65. Weedon-Fekjær H, Vatten L, Aalen O, et coll. Estimating mean sojourn time and screening sensitivity using questionnaire data on time since previous screening. J Med Screen. 2008;15:83–90.
66. Bailey SL, Sigal BM, Plevritis SK. A simulation model investigating the impact of tumor volume doubling time and mammographic tumor detectability on screening outcomes in women aged 40-49 years. J Natl Cancer Inst. 2010;102(16):1263–71.
67. Chen Y, Brock G, Wu D. Estimating key parameters in periodic breast cancer screening-application to the Canadian National Breast Screening Study data. Cancer Epidemiol. 2010;34(4):429–33.
68. Uhry Z, Hédelin G, Colonna M, et coll. Multi-state Markov models in cancer screening evaluation: a brief review and case study. Stat Methods Med Res. 2010;19(5):463–86.
69. Wu JC-Y, Hakama M, Anttila A, et coll. Estimation of natural history parameters of breast cancer based on non-randomized organized screening data: subsidiary analysis of effects of inter-screening interval, sensitivity, and attendance rate on reduction of advanced cancer. Breast Cancer Res Treat. 2010;122(2):553–66.
70. Shows J, Wu D. Inferences for the lead time in breast cancer screening trials under a stable disease model. Cancers. 2011;3(4):2131–40.
71. Taghipour S, Banjevic D, Miller A, et coll. Parameter estimates for invasive breast cancer progression in the Canadian National Breast Screening Study. Br J Cancer. 2013;108(3):542–8.
72. Tan KHX, Simonella L, Wee HL, et coll. Quantifying the natural history of breast cancer. Br J Cancer. 2013;109(8):2035–43.
73. Baker R. Use of a mathematical model to evaluate breast cancer screening policy. Health Care Manag Sci. 1998;1(2):103–13.
74. Weedon-Fekjaer H, Tretli S, Aalen OO. Estimating screening test sensitivity and tumour progression using tumour size and time since previous screening. Stat Methods Med Res. 2010;19(5):507–27.
75. Day NE. Estimating the sensitivity of a screening test. J Epidemiol Community Health. 1985;39(4):364–6.
76. Metz C. ROC methodology in radiologic imaging. Invest Radiol. 1986;21:720–33.
77. Committee on Improving mammography quality standards. Improving breast imaging quality standards. The National Academies Press, Washington, États-Unis; 2005:221 p.
78. Beam CA, Conant EF, Sickles EA. Association of volume and volume-independent factors with accuracy in screening mammogram interpretation. J Natl Cancer Inst. 2003;95(4):282–90.
79. Smith-Bindman R, Chu P, Miglioretti DL, et coll. Physician predictors of mammographic accuracy. J Natl Cancer Inst. 2005;97(5):358–67.
256
80. Carney P, Miglioretti D, Yankaskas B, et coll. Individual and combined effects of age, breast density, and hormone replacement therapy use on the accuracy of screening mammography. Ann Intern Med. 2003;138:168–75.
81. Lehman C, White E, Peacock S, et coll. Effect of age and breast density on screening mammograms with false-positive findings. Am J Roentgenol. 1999;173(6):1651–5.
82. Chiarelli AM, Edwards SA, Prummel MV, et coll. Digital compared with screen-film mammography: performance measures in concurrent cohorts within an organized breast screening program. Radiology. 2013;268(3):684–93.
83. Théberge I, Vandal N, Langlois A, et coll. Mammographie numérique et indicateurs de performance dans le programme québécois de dépistage du cancer du sein (PQDCS), 2007-2012. Institut national de santé publique du Québec, Québec, Canada; 2014:65 p.
84. Théberge I, Chang SL, Vandal N, et coll. Radiologist interpretive volume and breast cancer screening accuracy in a Canadian organized screening program. J Natl Cancer Inst. 2014;106(3):djt461.
85. Buist DS, Anderson ML, Haneuse SJPA, et coll. Influence of annual interpretive volume on screening mammography performance in the United States. Radiology. 2011;259(1):73–84.
86. Woodard DB, Gelfand AE, Barlow WE, et coll. Performance assessment for radiologists interpreting screening mammography. Stat Med. 2007;26(May 2006):1532–51.
87. Brisson J, Hébert-Croteau N, Langlois A. Déterminants du taux de référence lors d’une première mammographie de dépistage - Programme québécois de dépistage du cancer du sein (PQDCS) 1999. Institut national de santé publique du Québec, Québec, Canada; 2003:45 p.
88. Donabedian A. An introduction to quality assurance in health care. Oxford University Press, New York, États-Unis; 2002:200 p.
89. Brunelle Y. La qualité des soins et services: un cadre conceptuel. Gouvernement du Québec, Québec, Canada; 1993:122 p.
90. Saucier A, Brunelle Y. Les indicateurs et la gestion par résultats. Gouvernement du Québec, Québec, Canada; 1995:33 p.
91. Weiss C. Evaluation (Second Edition). Prentice-Hall, New Jersey, États-Unis; 1998:372 p.
92. National quality management committee. National accreditation standards - BreastScreen Australia Quality Improvement Program. BreastScreen Australia, Australie; 2008:244 p.
93. Australian Institute of Health and Welfare. BreastScreen Australia monitoring report 2009-2010. Canberra: AIHW, Australie; 2012:95 p.
94. NHS Breast Screening Program. Annual Review 2012. NHS Cancer Screening Programmes, Royaume-Uni; 2013:24 p.
257
95. Rosenberg R, Yankaskas B, Abraham L, et coll. Performance benchmarks for screening mammography. Radiology. 2006;241(1):55–66.
96. Breast Cancer Screening Consortium. Disponible au : http://breastscreening.cancer.gov/data/performance/screening/.
97. Brewer N, Salz T, Lillie S. Systematic review: the long-term effects of false-positive mammograms. Ann Intern Med. 2007;146:502–10.
98. Salz T, Richman AR, Brewer NT. Meta-analyses of the effect of false-positive mammograms on generic and specific psychosocial outcomes. Psycho-oncology. 2010;19(10):1026–34.
99. Fletcher SW, Black W, Harris R, et coll. Report of the international workshop on screening for breast cancer. J Natl Cancer Inst. 1993;85(20):1644–56.
100. Blanks R, Day N, Moss S. Monitoring the performance of breast screening programmes: use of indirect standardisation in evaluating the invasive cancer detection rate. J Med Screen. 1996;3(2):79–81.
101. Prior P, Woodman C, Wilson S, et coll. Reliability of underlying incidence rates for estimating the effect and efficiency of screening for breast cancer. J Med Screen. 1996;3(3):119–22.
102. Tabar L, Faberberg G, Day NE, et coll. What is the optimum interval between mammographic screening examinations? An analysis based on the latest results of the Swedish two-county breast cancer screening trial. Br J Cancer. 1987;55(5):547–51.
103. Duffy S, Hill C, Estève J. Quantitative methods for the evaluation of cancer screening. Oxford University Press, New York, États-Unis; 2001:320 p.
104. Brekelmans C, Collette HJ, Collette C, et coll. Breast cancer after a negative screen: follow-up of women participating in the DOM screening programme. Eur J Cancer. 1992;28A(415):893–5.
105. Sienko D, Hahn R, Mills E, et coll. Mammography use and outcomes in a community-The Greater Lansing area mammography study. Cancer. 1993;71:1801–9.
106. Kerlikowske K, Grady D, Barclay J, et coll. Likelihood ratios for modern screening mammography-Risk of breast cancer based on age and mammmographic interpretation. JAMA. 1996;276:39–43.
107. Otten JD, van Dijck J, Peer PG, et coll. Long term breast cancer screening in Nijmegen, The Netherlands: the nine rounds from 1975-92. J Epidemiol Community Health. 1996;50(3):353–8.
108. Vizcaino I, Salas D, Vilar J, et coll. Breast cancer screening: first round in the populations-based program in Valencia, Spain. Radiology. 1998;206:253–60.
109. Kerlikowske K, Carney P, Geller B, et coll. Performance of screening mammography among women with and without a first-degree relative with breast cancer. Ann Intern Med. 2000;133:855–64.
110. Poplack SP, Tosteson AN, Grove MR, et coll. Mammography in 53,803 women from the New Hampshire Mammography Network. Radiology. 2000;217(23):832–40.
258
111. McDowell G, Lunt L, McLean L, et coll. The sensitivity of the assessment process in screening mammography. Breast J. 2002;11:120–4.
112. Van Landeghem P, Bleyen L, de Backer G. Age-specific accuracy of initial versus subsequent mammography screening: results from the Ghent breast cancer-screening programme. Eur J Cancer Prev. 2002;11:147–51.
113. Bulliard JL, De Landtsheer JP, Levi F. Results from the Swiss mammography screening pilot programme. Eur J Cancer. 2003;39(12):1761–9.
114. Banks E, Reeves G, Beral V, et coll. Influence of personal characteristics of individual women on sensitivity and specificity of mammography in the Million Women Study: cohort study. BMJ. 2004;329(7464):1–6.
115. Hofvind S, Geller B, Vacek PM, et coll. Using the European guidelines to evaluate the Norwegian Breast Cancer Screening Program. Eur J Epidemiol. 2007;22(7):447–55.
116. Carney PA, Sickles EA, Monsees BS, et coll. Identifying minimally acceptable interpretive performance criteria for screening mammography. Radiology. 2010;255(2):354–61.
117. Partenariat canadien contre le cancer. Programmes organisés de dépistage du cancer du sein au Canada: rapport sur la performance des programmes en 2007 et en 2008. Toronto, Canada; 2013:72 p.
118. Prithwish D, Neutel CI, Olivotto I, et coll. Breast cancer incidence and hormone replacement therapy in Canada. J Natl Cancer Inst. 2010;102(19):1489–95.
119. Laya M, Larson E, Taplin S, et coll. Effect of estrogen replacement therapy on the specificity and sensitivity of screening mammography. J Natl Cancer Inst. 1996;88(10):643–9.
120. Kerlikowske K, Grady D, Barclay J, et coll. Effect of age, breast density, and family history on the sensitivity of first screening mammography. JAMA. 1996;276(1):33–8.
121. Rosenberg R, Hunt W, Williamson M, et coll. Effects of age, breast density, ethnicity, and estrogen replacement therapy on screening mammographic sensitivity and cancer stage at diagnosis: review of 183,134 screening mammograms in Albuquerque, New Mexico. Radiology. 1998;209(2):511–8.
122. Kavanagh A, Mitchell H, Giles G. Hormone replacement therapy and accuracy of mammographic screening. Lancet. 2000;355:270–4.
123. Banks E. Hormone replacement therapy and the sensitivity and specificity of breast cancer screening: a review. J Med Screen. 2001;8:29–35.
124. Kolb T, Lichy J, Newhouse J. Comparison of the performance of screening mammography, physical examination, and breast us and evaluation of factors that influence them: an analysis of 27,825. Radiology. 2002;255:165–75.
125. Sumkin J, Holbert B, Herrmann J, et coll. Optimal reference mammography: a comparison of mammograms obtained 1 and 2 years before the present examination. Am J Roentgenol. 2003;180:343–6.
259
126. Elmore J, Carney P, Abraham L, et coll. The association between obesity and screening mammography accuracy. Arch Intern Med. 2004;164:1140–7.
127. Kavanagh A, Cawson J, Byrnes G. Hormone replacement therapy, percent mammographic density, and sensitivity of mammography. Cancer Epidemiol Biomarkers Prev. 2005;14:1060–4.
128. Yankaskas BC, Taplin SH, Ichikawa L, et coll. Radiology association between mammography timing and measures of screening performance in the United States. Radiology. 2005;234:363–73.
129. Del Mar Vernet M, Checa M, Macià F, et coll. Influence of hormone replacement therapy on the accuracy of screening mammography. Breast J. 2006;12(2):154–8.
130. Pisano E, Hendrick R, Yaffe M. Diagnostic accuracy of digital versus film mammography: exploratory analysis of selected population subgroups in DMIST. Radiology. 2008;246(2):376–83.
131. Lowery JT, Byers T, Hokanson JE, et coll. Complementary approaches to assessing risk factors for interval breast cancer. Cancer Causes Control. 2011;22(1):23–31.
132. Sinclair N, Littenberg B, Geller B, et coll. Accuracy of screening mammography in older women. Am J Roentgenol. 2011;197(5):1268–73.
133. Yankaskas BC, May RC, Matuszewski J, et coll. Effect of observing change from comparison mammograms on performance of screening mammography in a large community-based population. Radiology. 2011;261(3):762–70.
134. Verbeek A, van den Ban M, Hendriks J. A proposal for short-term quality control in breast cancer screening. Br J Cancer. 1991;63(2):261–4.
135. Moss S, Blanks R, for the Interval Cancer Working Group. Calculating appropriated target cancer detection rates and expected interval cancers rates for the UK NHS breast screening programme. J Epidemiol Community Health. 1998;52:111–5.
136. Duffy SW, Gabe R. What should the detection rates of cancers be in breast screening programmes? Br J Cancer. 2005;92(3):597–600.
137. American College of Radiology. Breast Imaging Reporting and Data System Atlas (BI-RADS Atlas)- Fourth Edition. États-Unis; 2003.
138. BCSC glossary of terms. Disponible au: http://breastscreening.cancer.gov/data/bcsc_data_definitions.pdf.
139. The Steering Committee on clinical practive guidelines for the care and treatment of breast cancer. Investigation of lesions detected by mammography. CMAJ. 1998;158(Suppl. 3):S9–14.
140. The National Cancer Screening Service Board. Guidelines for quality assurance in mammography screening (Third Edition). The National Breast Cancer Screening Program, Dublin, Irelande; 2008:163 p.
141. Fracheboud J, de Koning H, Boer R, et coll. Nationwide breast cancer screening programme fully implemented in The Netherlands. Breast J. 2001;10(1):6–11.
260
142. Duijm LEM, Groenewoud JH, Jansen FH, et coll. Mammography screening in the Netherlands: delay in the diagnosis of breast cancer after breast cancer screening. Br J Cancer. 2004;91(10):1795–9.
143. Duijm L, Groenewoud J, de Koning H, et coll. Delayed diagnosis of breast cancer in women recalled for suspicious screening mammography. Eur J Cancer. 2009;45(5):774–81.
144. National QA Coordinators’ Group. Monitoring NHSBSP Standards - A guide for quality assurance reference centres. NHS Cancer Screening Programmes, Royaume-Uni; 2005:1–39.
145. NHSBSP Publication No 62. Audit of breast cancers in women aged 50 to 74. NHS Cancer Screening Program, Royaume-Uni; 2006:24 p.
146. NHSPSP Publication no 59. Quality assurance guidelines for breast cancer screening radiology. NHS Cancer Screening Program, Royaume-Uni; 2005:32 p.
147. Pelletier E, St-Jacques S, Langlois A, et coll. Programme québécois de dépistage du cancer du sein: Changement des définitions pour les cancers détectés par dépistage et les cancers d’intervalle. Institut national de santé publique du Québec, Québec, Canada; 2013:12 p.
148. Pelletier É, Diagle J, Major D, et coll. Short-interval follow-up recommendation agter imaging assessment of an abnormal screening mammogram: frequency and determinants. Affiche présenté au ARCC - Canadian Center for Applied Research in Cancer Control. Montréal, Canada; mai 2012.
149. Paci E, Ciatto S, Buiatti E, et coll. Early indicators of efficacy of breast cancer screening programmes-Results of the Florence District Programme. Int J Cancer. 1990;46(2):198–202.
150. Van den Akker-van Marle M, Reep-Can den Bergh C, Boer R, et coll. Breast cancer screening in Navarra: interpretation of a high detection rate at the first screening round and a low rate at the second round. Int J Cancer. 1997;73:464–9.
151. Blanks RG, Moss SM, Patnick J. Results from the UK NHS breast screening programme 1994-1999. J Med Screen. 2000;7(4):195–8.
152. Blanks RG, Moss SM, Wallis MG. Monitoring and evaluating the UK National Health Service Breast Screening Programme: evaluating the variation in radiological performance between individual programmes using PPV-referral diagrams. J Med Screen. 2001;8(1):24–8.
153. Richardson A, Graham P, Brown T, et coll. Breast cancer detection rates, and standardised detection ratios for prevalence screening in the New Zealand breast cancer screening programme. J Med Screen. 2004;11(2):65–9.
154. Broeders M, Scharpantgen A, Ascunce N, et coll. Comparison of early performance indicators for screening projects within the European Breast Cancer Network: 1989-2000. Eur J Cancer. 2005;14:107–16.
155. Matkowski R, Szynglarewicz B. First report of introducing population-based breast cancer screening in Poland: Experience of the 3-million population region of Lower Silesia. Cancer Epidemiol. 2011;35:e111–5.
156. Rothman K, Greenland S, Lash T. Modern epidemiology (Third Edition). Lippincott Williams & Wilkins, Philadalphie, États-Unis; 2008:758 pages.
261
157. Bulliard JL, Sasieni P, Klabunde C, et coll. Methodological issues in international comparison of interval breast cancers. Int J Cancer. 2006;119(5):1158–63.
158. Day N, McCann J, Camilleri-Ferrante C, et coll. Monitoring interval cancers in breast screening programmes: the east Anglian experience. J Med Screen. 1995;2(4):180–5.
159. Yankaskas BC, Klabunde CN, Ancelle-Park R, et coll. International comparison of performance measures for screening mammography: can it be done? J Med Screen. 2004;11(4):187–93.
160. Tableau de bord du PQDCS de l'Équipe d'évaluation. Disponible au : www.inspq.qc.ca/pqdcs.
161. Smith-Bindman R, Chu PW, Miglioretti DL, et coll. Comparison of screening mammography in the United States and the United kingdom. JAMA. 2003;290(16):2129–37.
162. Smith-Bindman R, Ballard-Barbash R, Miglioretti DL, et coll. Comparing the performance of mammography screening in the USA and the UK. J Med Screen. 2005;12(1):50–4.
163. Hofvind S, Vacek PM, Skelly J, et coll. Comparing screening mammography for early breast cancer detection in Vermont and Norway. J Natl Cancer Inst. 2008;100(15):1082–91.
164. Miglioretti D, Gard C, Carney P. When radiologists perform best: The learning curve in screening mammogram interpretation. Radiology. 2009;253(3):632–40.
165. Elmore J, Jackson S, Abraham L. Variability in interpretive performance at screening mammography and radiologists’ characteristics associated with accuracy. Radiology. 2009;253(3):632–40.
166. Théberge I, Major D, Hébert-Croteau N, et coll. Facteurs associés aux variations du taux de détection - Programme québécois de dépistage du cancer du sein (PQDCS) 1998-1999. Institut national de santé publique du Québec, Québec, Canada; 2003:44 p.
167. Elmore JG, Miglioretti DL, Reisch LM, et coll. Screening mammograms by community radiologists: variability in false-positive rates. J Natl Cancer Inst. 2002;94(18):1373–80.
168. Tan A, Freeman DH, Goodwin JS, et coll. Variation in false-positive rates of mammography reading among 1067 radiologists: a population-based assessment. Breast Cancer Res Treat. 2006;100(3):309–18.
169. Alberdi R, Llanes A, Ortega R, et coll. Effect of radiologist experience on the risk of false-positive results in breast cancer screening programs. Eur Radiol. 2011;21(10):2083–90.
170. Collaborative group on hormonal factors in breast cancer. Familial breast cancer: collaborative reanalysis of individual data from 52 epidemiological studies including 58,209 women with breast cancer and 101,986 women without the disease. Lancet. 2001;358(9291):1389–99.
171. Halapy E, Chiarelli AM, Klar N, et coll. Accuracy of breast screening among women with and without a family history of breast and/or ovarian cancer. Breast Cancer Res Treat. 2005;90(3):299–305.
172. Kavanagh AM, Byrnes GB, Nickson C, et coll. Using mammographic density to improve breast cancer screening outcomes. Cancer Epidemiol Biomarkers Prev. 2008;17(10):2818–24.
262
173. Hébert-Croteau N, Théberge I, Langlois A, et coll. Cancer d’intervalle chez les femmes avec première mammographie de dépistage normale dans le cadre du Programme québécois de dépistage du cancer du sein (PQDCS)en 1998-2000. Institut national de santé publique du Québec, Québec, Canada; 2005:50 p.
174. Kavanagh A, Davidson N, Jolley D, et coll. Determinants of false positive recall in an Australian mammographic screening program. Breast J. 2006;15(4):510–8.
175. Boyd NF, Rommens JM, Vogt K, et coll. Mammographic breast density as an intermediate phenotype for breast cancer. Lancet Oncol. 2005;6(10):798–808.
176. Boyd NF, Lockwood GA, Byng JW, et coll. Mammographic densities and breast cancer risk. Cancer Epidemiol Biomarkers Prev. 1998;7(12):1133–44.
177. Mandelson M, Oestreicher N, Porter P, et coll. Breast density as a predictor of mammographic detection: comparison of interval- and screen-detected cancers. J Natl Cancer Inst. 2000;92(13):1081–7.
178. Crane C, Luke C, Rogers J, et coll. An analysis of factors associated with interval as opposed to screen-detected breast cancers, including hormone therapy and mammographic density. Breast J. 2002;11(2):131–6.
179. Ciatto S, Visioli C, Paci E, et coll. Breast density as a determinant of interval cancer at mammographic screening. Br J Cancer. 2004;90(2):393–6.
180. Kerlikowske K. The mammogram that cried Wolfe. New Engl J Med. 2007;356(3):297–300.
181. Collège des médecins du Québec. Annuaire médical 2011-2012. Canada.
182. Théberge I, Major D, Langlois A, et coll. Validation de stratégies pour obtenir le taux de détection du cancer, la valeur prédictive positive, la proportion des cancers in situ, la proportion des cancers infiltrants de petite taille et la proportion des cancers infiltrants sans envahissement ganglionnaire. Institut national de santé publique du Québec, Québec, Canada; 2003:31 p.
183. Pelletier E, Major D, Brisson J. Développement d’algorithmes permettant d'identifier les interventions et les délais liés à l'investigation diagnostique suite à une mammographie de dépistage anormale - Programme québécois de dépistage du cancer du sein (PQDCS). Institut national de santé publique du Québec, Québec, Canada; 2005:39 p.
184. Miglioretti DL, Heagerty PJ. Marginal modeling of nonnested multilevel data using standard software. Am J Epidemiol. 2007;165(4):453–63.
185. Pelletier E, Théberge I, Vandal N, et coll. Évaluation de la performance des centres de dépistage désignés du Programme québécois de dépistage du cancer du sein (PQDCS): description des méthodes. Institut national de santé publique du Québec, Québec, Canada; 2008:29 p.
186. Hofvind S, Wang H, Thoresen S. Do the results of the process indicators in the Norwegian breast cancer screening program predict future mortality reduction from breast cancer? Acta Oncologica. 2004;43(5):467–73.
187. Cancer Care Ontario. Ontario Breast Screening Program 2011 Report. Toronto, Canada; 2013:90 p.
263
188. Théberge I, Hébert-Croteau N, Langlois A, et coll. Volume of screening mammography and performance in the Quebec population-based Breast Cancer Screening Program. CMAJ. 2005;172(2):195–9.
189. Taplin S, Abraham L, Barlow WE, et coll. Mammography facility characteristics associated with interpretive accuracy of screening mammography. J Natl Cancer Inst. 2008;100(12):876–87.
190. Taplin S, Rutter C, Finder C, et coll. Screening mammography: Clinical image quality and the risk of interval breast cancer. Am J Roentgenol. 2002;178:797–803.
191. De Koning H, Boer R. Quantitative interpretation of age-specific mortality reductions from the Swedish breast cancer-screening trials. J Natl Cancer Inst. 1995;87:1217–23.
192. Paci E, Boer R, Zappa M, et coll. A model-based prediction of the impact on reduction in mortality by a breast cancer screening programme in the city of Florence, Italy. Eur J Cancer. 1995;31A(3):348–53.
193. Warmerdam PG, de Koning HJ, Boer R, et coll. Quantitative estimates of the impact of sensitivity and specificity in mammographic screening in Germany. J Epidemiol Community Health. 1997;51(2):180–6.
194. Boer R, de Koning H, van Oortmarssen G, et coll. Stage distribution at first and repeat examinations in breast cancer screening. J Med Screen. 1999;6(3):132–8.
195. Van den Akker-van Marle E, de Koning H, Boer R, et coll. Reduction in breast cancer mortality due to the introduction of mass screening in The Netherlands: comparison with the United Kingdom. J Med Screen. 1999;6(1):30–4.
196. Rijnsburger A, van Oortmarssen GJ, Boer R, et coll. Mammography benefit in the Canadian national breast screening study-2: a model evaluation. Int J Cancer. 2004;110:756–62.
197. Lee SJ, Zelen M. Mortality modeling of early detection programs. Biometrics. 2008;64(2):386–95.
198. Mandelblatt JS, Cronin KA, Bailey S, et coll. Effects of mammography screening under different screening schedules : Model estimates of potential benefits and harms. Ann Intern Med. 2009;151:738–47.
199. Taylor P. Modelling the impact of changes in sensitivity on the outcomes of the UK breast screening programme. J Med Screen. 2010;17(1):31–6.
200. Duffy SW, Agbaje O, Tabar L, et coll. Overdiagnosis and overtreatment of breast cancer: estimates of overdiagnosis from two trials of mammographic screening for breast cancer. Breast Cancer Res. 2005;7(6):258–65.
201. De Koning HJ, Draisma G, Fracheboud J, et coll. Overdiagnosis and overtreatment of breast cancer: microsimulation modelling estimates based on observed screen and clinical data. Breast Cancer Res. 2006;8(202):1–5.
202. Seigneurin A, François O. Overdiagnosis from non-progressive cancer detected by screening mammography: stochastic simulation study with calibration to population based registry. BMJ. 2011;7017(November):1–11.
264
203. Gunsoy NB, Garcia-Closas M, Moss SM. Modelling the overdiagnosis of breast cancer due to mammography screening in women aged 40 to 49 in the United Kingdom. Breast Cancer Res. 2012;14(6):R152.
204. Van Der Maas PJ, De Koning HJ, Van Ineveld BM, et coll. The cost-effectiveness of breast cancer screening. Int J Cancer. 1989;43(6):1055–60.
205. Szeto K, Devlin N. The cost-effectiveness of mammography screening: evidence from a microsimulation model for New Zealand. Health Policy. 1996;38(2):101–58.
206. Rojnik K, Naveršnik K. Probabilistic cost-effectiveness modeling of different breast cancer screening policies in Slovenia. Value Health. 2008;11(8):139–48.
207. Ahern C, Shen Y. Cost-effectiveness analysis of mammography and clinical breast examination strategies: A comparison with current guidelines. Cancer Epidemiol Biomarkers Prev. 2009;18(3):718–25.
208. Shwartz M. An analysis of the benefits of serial screening for breast cancer based upon a mathematical model of the disease. Cancer. 1978;41:1550–64.
209. Duffy S, Sasieni P, Olsen A, et coll. Modelling the likely effect of the increase of the upper age limit from 70 to 73 for breast screening in the UK National Programme. Stat Methods Med Res. 2010;19(5):547–55.
210. Jansen JT, Zoetelief J. Optimisation of mammographic breast cancer screening using a computer simulation model. Eur J Radiol. 1997;24(2):137–44.
211. Boer R, de Koning HJ, van der Maas PJ. A longer breast carcinoma screening interval for women age older than 65 years? Cancer. 1999;86(8):1506–10.
212. Michaelson JS, Halpern E, Kopans DB. Computer applications breast cancer : computer simulation method for estimating optimal intervals for screening. Radiology. 1999;212:551–60.
213. Shen Y, Parmigiani G. Optimization of breast cancer screening modalities. Tiré du livre: Probability, Statistics, and Modelling in Public Health. Springer Science, États-Unis; 2006:405–20.
214. Van Ravesteyn NT, Heijnsdijk E, Draisma G, et coll. Prediction of higher mortality reduction for the UK Breast Screening Frequency Trial: a model-based approach on screening intervals. Br J Cancer. 2011;105(7):1082–8.
215. Hanin L, Pavlova L. Optimal screening schedules for prevention of metastatic cancer. Stat Med. 2013;32:206–19.
216. Weedon-Fekjaer H, Lindqvist BH, Vatten LJ, et coll. Breast cancer tumor growth estimated through mammography screening data. Breast Cancer Res. 2008;10(3):R41.
217. Karnon J, Goyder E, Tappenden P, et coll. A review and critique of modelling in prioritising and designing screening programmes. Health Technol Assess. 2007;11(52):1–145.
218. Habbema JD, van Oortmarssen GJ, Lubbe JT, et coll. The MISCAN simulation program for the evaluation of screening for disease. Comput Methods Programs Biomed. 1985;20(1):79–93.
265
219. Draisma G, de Koning H. MISCAN: estimating lead-time and over-detection by simulation. BJU International. 2003;92(Supplement 2):106–11.
220. Shi L, Tian H, McCarthy WJ, et coll. Exploring the uncertainties of early detection results: model-based interpretation of mayo lung project. BMC Cancer. 2011;11(1):92.
221. Wilschut JA, Habbema JDF, van Leerdam ME, et coll. Fecal occult blood testing when colonoscopy capacity is limited. J Natl Cancer Inst. 2011;103(23):1741–51.
222. Heijnsdijk EAM, Wever EM, Auvinen A, et coll. Quality-of-life effects of prostate-specific antigen screening. New Engl J Med. 2012;367(7):595–605.
223. Lansdorp-Vogelaar I, Kuntz K. Contribution of screening and survival differences to racial disparities in colorectal cancer rates. Cancer Epidemiol Biomarkers Prev. 2012;21(5):728–36.
224. Van Rosmalen J, de Kok IMCM, van Ballegooijen M. Cost-effectiveness of cervical cancer screening: cytology versus human papillomavirus DNA testing. BJOG. 2012;119(6):699–709.
225. Schultz F, Boer R, de Koning H. Description of MISCAN-lung, the Erasmus MC lung cancer micro-simulation for evaluating cancer control interventions. Risk Anal. 2012;32(Suppl 1):S85–S98.
226. Feuer EJ. Modeling the impact of adjuvant therapy and screening mammography on U.S. breast cancer mortality between 1975 and 2000: introduction to the problem. J Natl Cancer Inst Monogr. 2006;36:2–6.
227. Cancer Intervention and Surveillance Modeling Network (CISNET) Breast Cancer Collaborators. Executive Summary. J Natl Cancer Inst Monogr. 2006;36:1–2.
228. Clarke LD, Plevritis SK, Boer R, et coll. A comparative review of CISNET breast models used to analyze U.S. breast cancer incidence and mortality trends. J Natl Cancer Inst Monogr. 2006;36:96–105.
229. Habbema JDF, Tan SYGL, Cronin KA. Impact of mammography on U.S. breast cancer mortality, 1975-2000: are intermediate outcome measures informative? J Natl Cancer Inst Monogr. 2006;36:105–11.
230. Tan SYGL, van Oortmarssen GJ, de Koning HJ, et coll. The MISCAN-Fadia continuous tumor growth model for breast cancer. J Natl Cancer Inst Monogr. 2006;36:56–65.
231. Berry DA, Inoue L, Shen Y, et coll. Modeling the impact of treatment and screening on U.S. breast cancer mortality: a Bayesian approach. J Natl Cancer Inst Monogr. 2006;36:30–6.
232. Hanin LG, Miller A, Zorin AV, et coll. The University of Rochester model of breast cancer detection and survival. J Natl Cancer Inst Monogr. 2006;36:66–78.
233. Plevritis SK, Sigal BM, Salzman P, et coll. A stochastic simulation model of U.S. breast cancer mortality trends from 1975 to 2000. J Natl Cancer Inst Monogr. 2006;36:86–95.
234. Cancer Intervention and Surveillance Modeling Network (CISNET). Disponible au: http://cisnet.cancer.gov/breast/profiles.html.
266
235. Peer P, Verbeek A, Straatman H, et coll. Age-specific sensitivities of mammographic screening for breast cancer. Breast Cancer Res Treat. 1996;38(2):153–60.
236. Ministère de la santé et des services sociaux. Bilan 10 ans 1998-2008, Programme québécois de dépistage du cancer du sein. Gouvernement du Québec, Québec, Canada; 2009:50 pages.
237. Wood S. Generalized additive models: An introduction with R. Chapman & Hall, États-Unis; 2006:391 p.
238. Casella G, Berger RL. Statistical Inference (Second Edition). Duxbury, Californie, États-Unis; 2002:660 p.
239. Ministère de la santé et des services sociaux. Simulation de l’incidence et de la mortalité par cancer du sein dans des cohortes avec et sans depistage par mammographie. Gouvernement du Québec, Québec, Canada; 2012:15 p.
240. White E, Lee CY, Kristal AR. Evaluation of the increase in breast cancer incidence in relation to mammography use. J Natl Cancer Inst. 1990;82(19):1546–52.
241. Bouchardy C, Rapiti E, Blagojevic S, et coll. Older female cancer patients: importance, causes, and consequences of undertreatment. J Clin Oncol. 2007;25(14):1858–69.
242. Stotter A, Bright N, Silcocks PB, et coll. Effect of improved data collection on breast cancer incidence and survival: reconciliation of a registry with a clinical database. BMJ. 2000;321(7255):214.
243. Brisson J, Major D, Pelletier E. Évaluation de l’exhaustivité du fichier des tumeurs. Institut national de santé publique du Québec, Québec, Canada; 2003:35 p.
244. Friberg S, Mattson S. On the growth rates of human malignant tumors: implications for medical decision making. J Surg Oncol. 1997;(April):284–97.
245. Spratt J, Spratt J. Chapter 21 - Growth rates. Tiré du livre: Cancer of the Breast (Fifth Edition). Elsevier Science, Missouri, États-Unis; 2002:443–76.
246. Spratt JA, von Fournier D, Spratt JS, et coll. Mammographic assessment of human breast cancer growth and duration. Cancer. 1993;71(6):2020–6.
247. Spratt JA, von Fournier D, Spratt JS, et coll. Decelerating growth and human breast cancer. Cancer. 1993;71(6):2013–9.
248. Kusama S, Spratt J, Donegan W. The gross rates of growth of human mammary carcinoma. Cancer. 1972;30(2):594–9.
249. Peer P, van Dijck J, Hendriks J, et coll. Age-dependent growth rate of primary breast cancer. Cancer. 1993;71(11):3547–51.
250. Tabar L, Duffy S, Vitak B, et coll. The natural history of breast carcinoma: what have we learned from screening? Cancer. 1999;86:449–62.
267
251. Weinstein MC, O’Brien B, Hornberger J, et coll. Principles of good practice for decision analytic modeling in health-care evaluation: report of the ISPOR Task Force on Good Research Practices--Modeling Studies. Value Health. 2003;6(1):9–17.
252. Stout NK, Knudsen AB, Kong CY, et coll. Calibration methods used in cancer simulation models and suggested reporting guidelines. PharmacoEconomics. 2009;27(7):533–45.
253. Vanni T, Karnon J, Madan J, et coll. Calibrating models in economic evaluation - A seven-step approach. Pharmacoeconomics. 2011;29(1):35–49.
254. Blicke J, Beutels P, Brisson M, et coll. Accounting for methodological, structural, and parameter uncertainty in decision-analystic models: a practical guide. Med Decis Making. 2011;31(4):675–92.
255. Kopec JA, Finès P, Manuel DG, et coll. Validation of population-based disease simulation models: a review of concepts and methods. BMC Public Health. 2010;10(1):710.
256. Goldhaber-Fiebert JD, Stout NK, Goldie SJ. Empirically evaluating decision-analytic models. Value Health. 2010;13(5):667–74.
257. Eddy DM, Hollingworth W, Caro JJ, et coll. Model transparency and validation: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force-7. Med Decis Making. 2012;32(5):733–43.
258. Caro JJ, Briggs AH, Siebert U, et coll. Modeling good research practices--overview: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force-1. Med Decis Making. 2012;32(5):667–77.
259. Mehrara E, Forssell-Aronsson E, Ahlman H, et coll. Specific growth rate versus doubling time for quantitative characterization of tumor growth rate. Cancer Res. 2007;67(8):3970–5.
260. Michaelson J, Satija S, Moore R, et coll. Estimates of the sizes at which breast cancers become detectable on mammographic and clinical grounds. J Women Imaging. 2003;5(1):3–10.
261. Arnerlöv C, Emdin SO, Lundgren B, et coll. Breast carcinoma growth rate described by mammographic doubling time and S-phase fraction. Correlations to clinical and histopathologic factors in a screened population. Cancer. 1992;70(7):1928–34.
262. Vieira IT, de Senna V, Harper PR, et coll. Tumour doubling times and the length bias in breast cancer screening programmes. Health Care Manag Sci. 2011;14(2):203–11.
263. Von Fournier D, Weber E, Hoeffken W, et coll. Growth rate of 147 mammary carcinomas. Cancer. 1980;45(8):2198–207.
264. Australian Institute of Health and Welfare. BreastScreen Australia monitoring report 2003-2004. BreastScreen Australia, Australie; 2007:178 p.
265. American Joint Committee on Cancer. Cancer staging atlas (2e édition). Springer Science, États-Unis; 2012.
266. Million Women Study Collaborators. Breast cancer and hormone-replacement therapy: the Million Women Study. Lancet. 2003;362(9392):419–27.
268
267. Giguère Y, Dewailly E, Brisson J, et coll. Short polyglutamine tracts in the androgen receptor are protective against breast cancer in the general population. Cancer Res. 2001;61:5869–74.
268. Briggs AH, Weinstein MC, Fenwick EAL, et coll. Model parameter estimation and uncertainty analysis: a report of the ISPOR-SMDM Modeling Good Research Practices Task Force Working Group-6. Med Decis Making. 2012;32(5):722–32.
269. Rutter CM, Zaslavsky A, Feuer E. Dynamic microsimulation models for health outcomes: a review. Med Decis Making. 2011;31(1):10–8.
270. U.S. Preventive Services Task Force - Screening for Breast Cancer (2002). Disponible au: http://www.uspreventiveservicestaskforce.org/uspstf/uspsbrca2002.htm.
271. Canadian Task Force on Preventive Health Care - Screening for breast cancer. Disponible au: http://canadiantaskforce.ca/guidelines/2011-breast-cancer/.
272. Spratt J, Meyer J, Spratt J. Rates of growth of human solide neoplasms: Part I. J Surg Oncol. 1995;60(2):137–46.
273. Dubin N. Benefits of screening for breast cancer: application of a probabilistic model to a breast cancer detection project. J Chronic Dis. 1979;32(1-2):145–51.
274. Alexander F. Estimation of sojourn time distributions and flase negative rates in screening programmes which use two modalities. Stat Med. 1989;8:743–55.
275. Shen Y, Zelen M. Robust modeling in screening studies: estimation of sensitivity and preclinical sojourn time distribution. Biostatistics. 2005;6(4):604–14.
276. Duffy SW, Day NE, Tabár L, et coll. Markov models of breast tumor progression: some age-specific results. J Natl Cancer Inst Monogr. 1997;(22):93–7.
277. Henderson IC. Biologic variations of tumors. Cancer. 1992;69(7 Suppl):1888–95.
278. Gøtzsche PC, Jørgensen KJ, Zahl P-H, et coll. Why mammography screening has not lived up to expectations from the randomised trials. Cancer Causes Control. 2012;23(1):15–21.
279. Hutchison G, Shapiro S. Lead time gained by diagnostic screening for breast cancer. J Natl Cancer Inst. 1968;41:665–81.
280. Shapiro S, Goldberg JD, Hutchison GB. Lead time in breast cancer detection and implications for periodicity of screening. Am J Epidemiol. 1974;100(5):357–66.
281. Mook S, Van ’t Veer LJ, Rutgers EJ, et coll. Independent prognostic value of screen detection in invasive breast cancer. J Natl Cancer Inst. 2011;103(7):585–97.
282. Gilliland F, Joste N, Stauber P, et coll. Biologic characteristics of interval and screen-detected breast cancers. J Natl Cancer Inst. 2001;93(2):151–2.
269
283. Porter P, El-Bastawessi A, Mandelson M, et coll. Breast tumor characteristics as predictors of mammographic detection: comparison of interval-and screen-detected cancers. J Natl Cancer Inst. 1999;91:2020–8.
284. Saarenmaa I, Salminen T, Geiger U. The visibility of cancer on earlier mammograms in a population-based screening programme. Eur J Cancer. 1999;35(7):1118–22.
285. Warren R, Young J, McLean L, et coll. Radiology review of the UKCCCR Breast Screening Frequency Trial: Potential improvements in sensitivity and lead time of radiological signs. Clin Radiol. 2003;58(2):128–32.
286. Hoff S, Samset J, Abrahamsen A, et coll. Missed and true interval and screen-detected breast cancers in a population based screening program. Acad Radiol. 2011;18(4):454–60.
287. Ciatto S, Bernardi D, Pellegrini M, et coll. Proportional incidence and radiological review of large (T2+) breast cancers as surrogate indicators of screening programme performance. Eur J Radiol. 2012;22(6):1250–4.
288. Hoff SR, Abrahamsen A, Samset J, et coll. Breast cancer : Missed interval and screening-detected cancer at full-field digital mammography and screen-film mammography - Results from a retrospective review. Radiology. 2012;264(2):378–86.
289. Van Breest Smallenburg V, Setz-Pels W, Groenewoud JH, et coll. Malpractice claims following screening mammography in The Netherlands. Int J Cancer. 2012;131(6):1360–6.
290. Wu D, Kafadar K, Rosner GL, et coll. The lead time distribution when lifetime is subject to competing risks in cancer screening. Int J Biostat. 2012;8(1):Article 6.
291. Utzon-Frank N, Vejborg I, von Euler-Chelpin M, et coll. Balancing sensitivity and specificity: sixteen year’s of experience from the mammography screening programme in Copenhagen, Denmark. Cancer Epidemiol. 2011;35(5):393–8.
292. Anttila A, Koskela J, Hakama M. Programme sensitivity and effectiveness of mammography service screening in Helsinki, Finland. J Med Screen. 2002;9:153–8.
293. Blanks R, Moss S. Monitoring the performance of breast screening programmes: allowing for geographical variation in breast cancer incidence. J Med Screen. 1996;3:82–4.
294. Offman J, Duffy SW. National collation of breast interval cancer data : Screening years 1st April 2003 - 31st March 2005. NHS Cancer Screening Programmes, Royaume-Uni; 2012:39 p.
295. Lynge E, Olsen AH, Fracheboud J, et coll. Reporting of performance indicators of mammography screening in Europe. Eur J Cancer Prev. 2003;12(3):213–22.
296. Sarkeala T, Anttila A, Saarenmaa I, et coll. Validity of process indicators of screening for breast cancer to predict mortality reduction. J Med Screen. 2005;12(1):33–7.
297. Séradour B, Heid P, Estève J. Comparison of direct digital mammography, computed radiography, and film-screen in the French national breast cancer screening program. Am J Roentgenol. 2014;202(1):229–36.
270
298. Timmermans L, De Hauwere A, Bacher K, et coll. Impact of the digitalisation of mammography on performance parameters and breast dose in the Flemish Breast Cancer Screening Programme. Eur Radiol. 2014;24(8):1808–19.
299. Lipasti S, Anttila A, Pamilo M. Mammographic findings of women recalled for diagnostic work-up in digital versus screen-film mammography in a population-based screening program. Acta radiol. 2010;51(5):491–7.
300. Nederend J, Duijm LEM, Louwman MWJ, et coll. Impact of transition from analog screening mammography to digital screening mammography on screening outcome in The Netherlands: a population-based study. Ann Oncol. 2012;23(12):3098–103.
301. Van Luijt PA, Fracheboud J, Heijnsdijk EAM, et coll. Nation-wide data on screening performance during the transition to digital mammography: observations in 6 million screens. Eur J Cancer. 2013;49(16):3517–25.
271
ANNEXES
Liste des tableaux
Tableau A-1. Valeurs des paramètres concernant la croissance de la tumeur, la fonction de sensibilité et la
proportion de cancer non visible à la mammographie des 10 meilleurs ensembles de paramètres à
la suite du processus de calibration
Tableau A-2. Sensibilités et sensibilités estimées par la méthode de d’incidence pour différentes simulations
dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à
intervalle de 2 ans
Tableau A-3. Biais entre le rapport de sensibilité estimée par la méthode d’incidence et le rapport de sensibilité
pour les tumeurs avec un temps de devancement potentiel donnée en fonction de changement
dans la sensibilité, selon la période post-dépistage et les scénarios de dépistages lors d’un
dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
Tableau A-4. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans
lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à
intervalle d’un an
Tableau A-5. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans
lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à
intervalle de 3 ans
272
Liste des figures
Figure A-1. Différences absolues dans la sensibilité estimée par la méthode d’incidence en fonction des
différences absolues dans la sensibilité selon la période post-dépistage et les scénarios de
dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans
Figure A-2. Rapports de la sensibilité estimée par la méthode d’incidence en fonction des rapports de la
sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans
une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
Figure A-3. Différences absolues dans la sensibilité estimée par la méthode d’incidence en fonction des
différences absolues dans la sensibilité des tumeurs avec un temps de devancement potentiel
donné selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans
une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
Figure A-4. Rapports de sensibilité estimée par la méthode d’incidence en fonction des rapports de la
sensibilité des tumeurs avec un temps de devancement potentiel donné selon la période post-
dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans
Figure A-5. Biais entre le rapport de la sensibilité estimée par la méthode d’incidence et le rapport de la
sensibilité pour les tumeurs avec un temps de devancement potentiel donné selon la période post-
dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans
273
Tableau A-1. Valeurs des paramètres concernant la croissance de la tumeur, la fonction de sensibilité et la proportion de cancer non visible à la mammographie des 10 meilleurs ensembles de paramètres à la suite
du processus de calibration
Meilleurs ensembles de paramètres
Paramètres liés à la croissance des
tumeurs
Paramètres liés à la fonction de sensibilité
Proportion de cancers non visibles à la
mammographie
α1 α2 β0 β1 β2 β3 p
EP1 0,34 0,36 -6,44 0,65 0,02 0,64 1,5 %
EP2 0,09 0,23 -8,33 0,47 0,06 0,32 3,5 %
EP3 0,32 0,37 -8,51 0,57 0,05 1,23 2,5 %
EP6 0,33 0,47 -6,96 0,48 0,04 0,66 2,0 %
EP8 0,41 0,48 -9,50 0,71 0,05 1,26 0,5 %
EP23 0,31 0,03 -6,28 0,35 0,04 0,41 1,5 %
EP7 0,12 0,36 -7,96 0,45 0,05 0,48 5,5 %
EP4 0,34 0,46 -8,69 0,72 0,05 0,13 4,0 %
EP17 0,09 0,31 -9,83 0,60 0,07 0,59 1,0 %
EP50 0,43 0,65 -9,96 0,99 0,04 1,11 0,5 %
274
Tableau A-2. Sensibilités et sensibilités estimées par la méthode de d’incidence pour différentes simulations
dans lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population
dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 2 ans
Changement dans β0
(%) (%) (%) (%) (%)
-5,0 2,5 35,8 25,2 41,5 30,3
-4,0 2,9 40,2 28,6 46,6 34,6
-3,0 3,4 45,7 33,0 52,8 39,9
-2,0 4,1 51,7 38,0 59,6 46,0
-1,5 4,4 54,5 40,6 63,0 49,3
-1,0 4,9 58,0 43,7 66,8 53,1
-0,5 5,4 61,3 46,7 70,4 56,8
-6,44* 6,0 65,1 50,2 74,4 61,0
+0,5 6,7 68,6 53,2 78,2 65,1
+1,0 7,7 71,9 56,7 81,7 69,4
+1,5 8,9 75,0 60,2 85,1 73,9
+2,0 10,6 78,3 64,0 88,2 78,4
+3,0 16,1 83,2 70,1 93,3 86,4
+4,0 26,9 86,2 76,5 96,3 92,8
+5,0 44,5 87,7 81,7 97,9 96,5
: sensibilité, : sensibilité pour les tumeurs avec un temps de devancement potentiel
donné, : sensibilité estimée par la méthode d’incidence pour une période post-dépistage .
* La est simulée selon la fonction [ ]. La variation dans la
est créée en changeant le paramètre de cette équation.
275
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure A-1. Différences absolues dans la sensibilité estimée par la méthode d’incidence en fonction des
différences absolues dans la sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un
dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité,
: sensibilité estimée par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI1
Différences absolues Se
Annuel
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI2
Différences absolues Se
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI3
Différences absolues Se
Trisannuel
276
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure A-2. Rapports de la sensibilité estimée par la méthode d’incidence en fonction des rapports de la
sensibilité selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité, : sensibilité
estimée par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).
0,50
2,00
5,00
0,50 2,00 5,00
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eI1
Rapport de Se
Annuel
Bisannuel
Trisannuel
0,50
2,00
5,00
0,50 2,00 5,00
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eI2
Rapport de Se
Bisannuel
Trisannuel
0,50
2,00
5,00
0,50 2,00 5,00
0,10
1,00
10,00
0,10 1,00 10,00
Rap
po
rt d
e Ŝ
eI3
Rapport de Se
Trisannuel
277
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure A-3. Différences absolues dans la sensibilité estimée par la méthode d’incidence en fonction des
différences absolues dans la sensibilité des tumeurs avec un temps de devancement potentiel donné selon la
période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une population dynamique à
l’état d’équilibre de femmes âgées entre 50 et 69 ans. : sensibilité, : sensibilité estimée par la méthode
d’incidence pour un suivi post-dépistage , : période post-dépistage (an).
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI1
Différences absolues Se1
Annuel
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI2
Différences absolues Se2
Bisannuel
Trisannuel
-40,0%
-20,0%
0,0%
20,0%
40,0%
-40,0% -20,0% 0,0% 20,0% 40,0%
Dif
fére
nce
s ab
solu
es
ŜeI3
Différences absolues Se3
Trisannuel
278
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure A-4. Rapports de sensibilité estimée par la méthode d’incidence en fonction des rapports de la sensibilité
des tumeurs avec un temps de devancement potentiel donné selon la période post-dépistage et les scénarios de
dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes âgées entre 50 et
69 ans. : sensibilité pour les tumeurs avec un temps de devancement potentiel donné, : sensibilité estimée
par la méthode d’incidence pour un suivi post-dépistage , : période post-dépistage (an).
1,00 2,00
1,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eI1
Rapport de Se1
Annuel
Bisannuel
Trisannuel
1,00 2,00
1,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eI2
Rapport de Se2
Bisannuel
Trisannuel
1,00 2,00
1,00
2,00
0,50
0,50
Rap
po
rt d
e Ŝ
eI3
Rapport de Se3
Trisannuel
279
(A) Période post-dépistage de 1 an
(B) Période post-dépistage de 2 ans
(C) Période post-dépistage de 3 ans
Figure A-5. Biais entre le rapport de la sensibilité estimée par la méthode d’incidence et le rapport de la
sensibilité pour les tumeurs avec un temps de devancement potentiel donné selon la période post-dépistage et
les scénarios de dépistages lors d’un dépistage dans une population dynamique à l’état d’équilibre de femmes
âgées entre 50 et 69 ans. La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée en
changeant le paramètre de cette équation. : rapport de sensibilités pour les tumeurs avec un temps de devancement
potentiel donné, : rapport de sensibilités estimées par la méthode d’incidence pour un suivi post-dépistage .
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Bia
is e
ntr
e R
ŜeI1
et
RSe
1
Changement dans les β0
Annuel
Bisannuel
Trisannuel
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Bia
is e
ntr
e R
ŜeI2
et
RSe
2
Changement dans les β0
Bisannuel
Trisannuel
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 β0 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Bia
is e
ntr
e R
ŜeI3
et
RSe
3
Changement dans les β0
Trisannuel
280
Tableau A-3. Biais entre le rapport de sensibilité estimée par la méthode d’incidence et le rapport de sensibilité pour les tumeurs avec un temps de devancement
potentiel donnée en fonction de changement dans la sensibilité, selon la période post-dépistage et les scénarios de dépistages lors d’un dépistage dans une
population dynamique à l’état d’équilibre de femmes âgées entre 50 et 69 ans
Changement dans la via le paramètre *
-5,0 -4,0 -3,0 -2,0 -1,5 -1,0 -0,5 +0,5 +1,0 +1,5 +2,0 +3,0 +4,0 +5,0
Dépistage annuel
28,1 % 32,2 % 36,3 % 41,8 % 44,4 % 47,7 % 50,0 % 53,3 % 57,1 % 59,9 % 63,8 % 67,3 % 73,2 % 76,1 % 74,7 %
42,0 % 47,7 % 53,7 % 60,8 % 64,4 % 68,5 % 72,0 % 75,8 % 83,5 % 87,1 % 90,4 % 95,0 % 97,4 % 98,2 % 100,0 %
0,53 0,60 0,68 0,78 0,83 0,90 0,94 1,00 1,07 1,12 1,20 1,26 1,37 1,43 1,40
0,55 0,63 0,71 0,80 0,85 0,90 0,95 1,00 1,10 1,15 1,19 1,25 1,29 1,30 1,32
Biais† 4,9 % 4,0 % 4,0 % 2,3 % 2,0 % 0,9 % 1,3 % 0,0 % 2,9 % 2,2 % -0,3 % -0,7 % -6,4 % -9,2 % -5,9 %
Dépistage bisannuel
25,2 % 28,6 % 33,0 % 38,0 % 40,6 % 43,7 % 46,7 % 50,2 % 53,2 % 56,7 % 60,2 % 64,0 % 70,1 % 76,5 % 81,7 %
30,3 % 34,6 % 39,9 % 46,0 % 49,3 % 53,1 % 56,8 % 61,0 % 65,1 % 69,4 % 73,9 % 78,4 % 86,4 % 92,8 % 96,5 %
0,50 0,57 0,66 0,76 0,81 0,87 0,93 1,00 1,06 1,13 1,20 1,28 1,40 1,52 1,63
0,50 0,57 0,65 0,75 0,81 0,87 0,93 1,00 1,07 1,14 1,21 1,28 1,42 1,52 1,58
Biais† -1,0 % -0,5 % -0,5 % -0,4 % 0,0 % -0,1 % 0,2 % 0,0 % 0,6 % 0,7 % 1,1 % 0,8 % 1,4 % -0,2 % -2,8 %
Dépistage trisannuel
21,1 % 24,2 % 28,2 % 32,6 % 35,0 % 38,0 % 40,9 % 43,9 % 47,4 % 50,4 % 54,2 % 58,1 % 65,9 % 72,9 % 79,9 %
21,1 % 24,2 % 28,2 % 32,6 % 35,0 % 38,0 % 40,9 % 43,9 % 47,4 % 50,4 % 54,2 % 58,1 % 65,9 % 72,9 % 79,9 %
0,48 0,55 0,64 0,74 0,80 0,87 0,93 1,00 1,08 1,15 1,23 1,32 1,50 1,66 1,82
0,47 0,54 0,63 0,73 0,79 0,86 0,93 1,00 1,08 1,17 1,26 1,36 1,57 1,74 1,87
Biais† -2,7 % -2,2 % -2,1 % -1,7 % -1,2 % -1,2 % -0,7 % 0,0 % 0,2 % 1,6 % 2,1 % 2,8 % 4,2 % 4,7 % 2,5 %
: rapport de (catégorie de référence = ), : rapport de (catégorie de référence = ) * La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée en changeant le paramètre de cette équation.
† Le biais est calculé ainsi : .
281
Tableau A-4. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans
lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique
à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle d’un an
Changement dans β0
(%) (%) (%)
-5,0 1,8 28,1 45,4
-4,0 2,1 32,2 51,4
-3,0 2,4 36,3 57,7
-2,0 2,8 41,8 65,2
-1,5 3,0 44,4 69,0
-1,0 3,3 47,7 73,2
-0,5 3,7 50,0 76,9
β0 de référence* 4,1 53,3 83,7
+0,5 4,7 57,1 87,3
+1,0 5,4 59,9 90,7
+1,5 6,4 63,8 93,6
+2,0 7,8 67,3 96,9
+3,0 12,8 73,2 98,7
+4,0 23,1 76,1 99,2
+5,0 40,8 74,7 100,0
: rapport de (catégorie de référence = ), :
rapport de (catégorie de référence = ) * β0 de référence = -6,44. La est simulée selon la fonction
décrite à l’Équation 35. La variation dans la est créée en
changeant le paramètre de cette équation.
282
Tableau A-5. Sensibilités et sensibilités estimées par la méthode de détection pour différentes simulations dans
lesquelles la sensibilité varie (changement du paramètre β0) lors d’un dépistage dans une population dynamique
à l’état d’équilibre de femmes âgées entre 50 et 69 ans dépistées à intervalle de 3 ans
Changement dans β0
(%) (%) (%) (%) (%) (%) (%)
-5,0 2,9 38,3 27,4 21,1 57,9 36,1 25,5
-4,0 3,4 43,0 31,2 24,2 63,6 41,1 29,4
-3,0 4,0 49,1 36,2 28,2 70,0 47,2 34,3
-2,0 4,7 55,1 41,4 32,6 76,0 53,8 39,8
-1,5 5,2 57,9 44,1 35,0 78,9 57,4 43,1
-1,0 5,7 62,0 47,8 38,0 82,2 61,6 46,8
-0,5 6,4 65,3 51,0 40,9 85,1 65,8 50,9
β0 de référence * 7,1 68,7 54,1 43,9 87,7 69,9 55,1
+0,5 8,0 72,2 57,9 47,4 90,3 74,4 60,0
+1,0 9,1 75,2 61,0 50,4 92,4 78,6 65,0
+1,5 10,5 79,0 65,1 54,2 94,5 82,9 70,3
+2,0 12,5 81,7 68,9 58,1 96,0 86,9 75,8
+3,0 18,5 86,8 75,6 65,9 98,2 93,1 86,0
+4,0 29,5 90,4 81,3 72,9 99,3 96,9 93,0
+5,0 47,0 91,6 86,3 79,9 99,6 98,7 96,9
: sensibilité, : sensibilité pour les cancers avec un temps de devancement potentiel donné, : sensibilité
estimée par la méthode de détection pour un suivi post-dépistage .
* β0 de référence = -6,44. La est simulée selon la fonction décrite à l’Équation 35. La variation dans la est créée
en changeant le paramètre de cette équation.