Dépistage et détection précoce

Le dépistage consiste à rechercher une maladie ou une anomalie chez des personnes qui ne présentent pas encore de symptômes évocateurs.

Son intuition paraît simple :

plus on détecte tôt, mieux c’est.

Cette idée est parfois vraie.

Mais elle ne l’est pas toujours.

Détecter une maladie plusieurs années plus tôt peut améliorer le pronostic si un traitement précoce est réellement plus efficace. Mais cela peut aussi simplement allonger le temps pendant lequel une personne sait qu’elle est malade, sans modifier la date de survenue des complications ou du décès.

L’évaluation du dépistage doit donc aller bien au-delà de la simple capacité à détecter davantage de cas.

Dépistage et diagnostic ne sont pas la même chose

Le diagnostic cherche généralement à expliquer :

  • symptômes ;
  • signes cliniques ;
  • anomalies déjà observées.

Le dépistage intervient avant cette étape.

La personne se considère souvent comme saine.

On cherche une maladie encore :

asymptomatique ou préclinique.

La phase préclinique détectable

On peut représenter l’histoire naturelle d’une maladie :

début biologique

↓

maladie détectable par un test

↓

apparition des symptômes

↓

diagnostic clinique habituel

↓

évolution.

Le dépistage ne peut fonctionner que s’il existe une période pendant laquelle :

la maladie est déjà détectable mais n’a pas encore provoqué les symptômes qui auraient conduit spontanément au diagnostic.

Cette période est appelée phase préclinique détectable.

Lead time

Le temps gagné entre :

diagnostic par dépistage

et

diagnostic qui aurait eu lieu après apparition des symptômes

est appelé lead time, ou avance au diagnostic.

Supposons :

  • dépistage à 60 ans ;
  • symptômes et diagnostic naturel à 64 ans.

L’avance au diagnostic est de :

4 ans.

Mais cette avance n’est pas nécessairement un gain de vie.

Deux scénarios

Sans dépistage

Diagnostic à 64 ans.

Décès à 70 ans.

Survie après diagnostic :

6 ans.

Avec dépistage

Diagnostic à 60 ans.

Décès toujours à 70 ans.

Survie après diagnostic :

10 ans.

La survie après diagnostic a augmenté de :

6 à 10 ans.

Mais la personne n’a pas vécu un seul jour de plus.

Détecter plus tôt n’est donc pas une fin en soi

Le véritable objectif n’est pas :

augmenter la durée entre diagnostic et décès.

Il est plutôt :

  • éviter certains décès ;
  • éviter des formes avancées ;
  • réduire les complications ;
  • améliorer la qualité de vie.

La distinction paraît évidente lorsqu’elle est explicitée, mais elle est fondamentale dans l’évaluation des programmes de dépistage.

Le dépistage peut réellement sauver des vies

Supposons maintenant :

Sans dépistage

Diagnostic à 64 ans.

Traitement tardif.

Décès à 70 ans.

Avec dépistage

Diagnostic à 60 ans.

Traitement précoce.

Survie jusqu’à 80 ans.

Cette fois, le dépistage a modifié l’histoire naturelle de la maladie.

C’est ce type de bénéfice que l’on cherche à démontrer.

Condition essentielle : le traitement précoce doit être meilleur

Un dépistage est particulièrement utile lorsque :

traiter avant les symptômes produit de meilleurs résultats que traiter après leur apparition.

Si le traitement fonctionne tout aussi bien plus tard, le diagnostic précoce apporte moins d’avantage.

Exemple conceptuel

Une maladie évolue très lentement.

Le traitement est identique et aussi efficace :

  • à 55 ans ;
  • à 60 ans.

Détecter la maladie à 55 ans peut simplement ajouter cinq années :

  • d’examens ;
  • d’anxiété ;
  • de surveillance

sans améliorer le résultat final.

Dépistage et prévention secondaire

Le dépistage est généralement considéré comme une forme de prévention secondaire.

La prévention primaire cherche à empêcher l’apparition de la maladie.

Par exemple :

  • vaccination ;
  • réduction du tabagisme ;
  • prévention des expositions toxiques.

La prévention secondaire cherche à intervenir tôt après le début du processus pathologique.

Dépister un facteur de risque

Tous les dépistages ne recherchent pas directement une maladie.

On peut rechercher :

  • hypertension ;
  • hypercholestérolémie ;
  • anomalies métaboliques.

Dans ce cas, l’objectif est d’identifier une situation augmentant le risque futur et de prévenir les complications.

Une chaîne complète

Le bénéfice du dépistage dépend de toute une chaîne :

population cible

↓

invitation

↓

participation

↓

test

↓

résultat

↓

confirmation diagnostique

↓

traitement

↓

bénéfice clinique.

Une rupture à n’importe quelle étape peut réduire fortement l’efficacité réelle.

Un bon test ne suffit donc pas

Supposons qu’un test détecte 99 % des lésions précoces.

Mais :

  • seulement 20 % des personnes participent ;
  • le suivi des positifs est mauvais ;
  • le traitement précoce n’améliore pas le pronostic.

Le programme peut avoir peu d’effet populationnel malgré un excellent test.

Efficacité du test versus efficacité du programme

Il faut distinguer :

performance du test

et

efficacité du programme de dépistage.

Le premier concerne :

  • sensibilité ;
  • spécificité.

Le second concerne :

  • mortalité ;
  • complications ;
  • qualité de vie ;
  • dommages liés au programme.

La participation

Même un programme efficace chez les participants peut avoir un effet populationnel limité si peu de personnes y participent.

Il faut donc considérer :

  • taux de participation ;
  • régularité ;
  • accès au suivi.

Les participants ne sont pas toujours représentatifs

Les personnes participant au dépistage peuvent être :

  • plus soucieuses de leur santé ;
  • plus favorisées ;
  • plus observantes.

Cela peut créer un healthy screenee effect.

Healthy screenee bias

Si l’on compare simplement :

participants au dépistage

et

non-participants,

les participants peuvent avoir une mortalité plus faible pour de nombreuses raisons autres que le dépistage.

Ils peuvent :

  • moins fumer ;
  • consulter davantage ;
  • mieux suivre les traitements.

La comparaison observationnelle peut donc surestimer le bénéfice.

Pourquoi les essais randomisés sont importants

Pour évaluer un programme de dépistage, on peut randomiser :

invitation au dépistage

versus

soins habituels.

On compare ensuite les événements cliniques entre groupes.

Cela limite fortement les biais liés au fait que les personnes choisissant spontanément le dépistage sont différentes.

Effet de l’invitation

Un tel essai estime généralement l’effet d’une stratégie d’invitation.

Toutes les personnes invitées ne participeront pas nécessairement.

C’est l’équivalent d’une logique en intention de traiter.

Pourquoi c’est intéressant

Le résultat reflète l’efficacité d’un programme tel qu’il pourrait fonctionner réellement :

  • invitations ;
  • participation imparfaite ;
  • suivi.

Ce n’est pas simplement l’efficacité biologique du test chez les personnes parfaitement observantes.

Quel résultat mesurer ?

Pour un dépistage du cancer, on peut mesurer :

  • mortalité due au cancer ;
  • mortalité toutes causes ;
  • incidence des formes avancées ;
  • complications ;
  • qualité de vie.

Chaque critère apporte une information différente.

Mortalité spécifique

La mortalité spécifique peut être sensible à un effet du dépistage sur la maladie ciblée.

Mais elle dépend de l’attribution correcte de la cause du décès.

Cela peut produire des erreurs de classification.

Mortalité toutes causes

La mortalité toutes causes évite les problèmes de classification de la cause.

Mais elle peut être moins sensible à un effet spécifique lorsque la maladie ciblée représente une petite proportion de tous les décès.

Il faut donc souvent regarder les deux.

Incidence des formes avancées

Un indicateur particulièrement intéressant est parfois :

l’incidence des maladies à un stade avancé.

Si le dépistage détecte réellement plus tôt des maladies qui auraient progressé, on peut s’attendre à observer moins de formes avancées.

Pourquoi cet indicateur est utile

Supposons qu’après introduction d’un dépistage :

  • diagnostics précoces augmentent fortement ;
  • diagnostics avancés ne diminuent pas.

Cela peut suggérer qu’une partie importante des nouvelles détections correspond à des lésions qui n’auraient pas progressé.

C’est un signal possible de surdiagnostic.

Mais l’interprétation reste contextuelle

Les classifications de stade peuvent changer.

Les techniques d’imagerie peuvent s’améliorer.

Les traitements peuvent évoluer simultanément.

Il faut donc analyser les tendances avec prudence.

Incidence après introduction du dépistage

Lorsqu’un programme commence, l’incidence diagnostiquée augmente souvent immédiatement.

Pourquoi ?

Parce qu’on découvre :

un stock de maladies déjà présentes mais non diagnostiquées.

Ce phénomène est attendu.

Le premier tour de dépistage

Le premier passage détecte souvent beaucoup plus de cas que les suivants.

Il explore le réservoir de cas prévalents.

Les tours ultérieurs détectent davantage les nouveaux cas apparus depuis le dernier dépistage.

Détection précoce et surdiagnostic

Le dépistage peut détecter :

  • cancers agressifs ;
  • cancers lents ;
  • lésions qui ne progresseront jamais.

Plus une maladie reste longtemps dans une phase détectable, plus elle est susceptible d’être trouvée.

Cela crée un biais en faveur des maladies lentes.

Les cancers d’intervalle

Certaines maladies apparaissent cliniquement entre deux dépistages.

On parle notamment de cancers d’intervalle.

Ils peuvent correspondre à :

  • lésions manquées ;
  • nouveaux cancers apparus depuis le dépistage ;
  • maladies particulièrement agressives.

Pourquoi ils sont informatifs

Un programme de dépistage très performant devrait idéalement réduire le nombre de formes graves apparaissant entre deux passages.

Mais leur fréquence dépend aussi :

  • intervalle entre tests ;
  • sensibilité ;
  • vitesse de progression.

Fréquence du dépistage

Tester plus souvent peut détecter davantage de maladies.

Mais cela augmente également :

  • coûts ;
  • faux positifs ;
  • examens ;
  • surdiagnostics potentiels.

Le rythme optimal doit donc être évalué.

Exemple

Dépistage :

tous les ans

peut être plus sensible qu’un dépistage :

tous les cinq ans.

Mais le bénéfice supplémentaire doit être comparé aux dommages supplémentaires.

Âge de début

Commencer très tôt augmente le nombre total de tests réalisés.

Si la maladie est extrêmement rare chez les jeunes, la VPP peut être faible et les faux positifs nombreux.

L’âge de début doit donc correspondre à une période où le bénéfice devient plausible.

Âge d’arrêt

À l’autre extrême, continuer un dépistage chez des personnes ayant une espérance de vie limitée peut être peu utile.

Pourquoi ?

Parce que les bénéfices du dépistage apparaissent parfois plusieurs années après.

La personne peut être davantage exposée aux dommages immédiats qu’au bénéfice futur.

Lag to benefit

On parle parfois de délai avant bénéfice.

Un dépistage peut produire des dommages immédiatement :

  • biopsie ;
  • chirurgie ;
  • anxiété.

Mais ne réduire la mortalité qu’après plusieurs années.

Ce décalage est important chez les personnes âgées ou très fragiles.

Dépistage et espérance de vie

La question pertinente n’est donc pas seulement :

« quel âge a cette personne ? »

mais aussi :

« a-t-elle une probabilité raisonnable de vivre assez longtemps pour bénéficier du dépistage ? »

Cette réflexion doit évidemment rester individualisée et prudente.

Dépistage et histoire naturelle

Un bon programme nécessite une connaissance suffisante de :

  • vitesse de progression ;
  • phase préclinique ;
  • risques de progression ;
  • réponse au traitement.

Sans cette connaissance, on peut détecter des anomalies dont on ne sait pas quoi faire.

La maladie doit être suffisamment importante

Dépister massivement une anomalie :

  • très rare ;
  • bénigne ;
  • sans traitement utile

a peu de sens.

Les bénéfices doivent pouvoir dépasser les dommages.

Critères historiques de Wilson et Jungner

Les travaux classiques de Wilson et Jungner ont proposé plusieurs principes pour qu’un dépistage soit pertinent.

Ils incluaient notamment l’idée que :

  • la maladie constitue un problème important ;
  • un traitement existe ;
  • une phase préclinique détectable existe ;
  • un test acceptable est disponible ;
  • l’histoire naturelle est suffisamment comprise ;
  • les coûts sont raisonnables.

Ces principes ont ensuite été développés et actualisés.

Le dépistage est un programme, pas un événement isolé

Un autre principe important est que le dépistage doit être considéré comme un processus continu, et non comme une campagne ponctuelle.

Il faut organiser :

  • rappel ;
  • qualité ;
  • confirmation ;
  • suivi ;
  • évaluation.

Dépistage organisé

Un programme organisé peut permettre :

  • critères standardisés ;
  • contrôle qualité ;
  • suivi des résultats ;
  • évaluation populationnelle.

Cela peut être préférable à une succession de tests opportunistes sans coordination.

Dépistage opportuniste

Un médecin peut proposer un test lors d’une consultation.

Cela peut être pertinent.

Mais à l’échelle populationnelle, cette stratégie peut créer :

  • couverture inégale ;
  • répétitions inutiles ;
  • manque de suivi.

Inégalités sociales

Les groupes qui bénéficient le plus facilement d’un dépistage sont parfois ceux ayant déjà :

  • meilleur accès aux soins ;
  • plus d’information ;
  • plus de disponibilité.

Un programme mal conçu peut donc accentuer certaines inégalités.

Couverture versus participation éclairée

Maximiser le taux de dépistage n’est pas toujours le seul objectif.

Pour certains programmes présentant des compromis importants, une décision éclairée peut être préférable à une pression pour atteindre un taux maximal de participation.

Informer sur les bénéfices et les dommages

Une information équilibrée devrait mentionner :

  • réduction éventuelle de mortalité ;
  • faux positifs ;
  • faux négatifs ;
  • surdiagnostic ;
  • surtraitement.

Ne présenter que :

« cela peut sauver des vies »

est incomplet.

Présentation en risque relatif

Supposons qu’un dépistage réduise la mortalité spécifique de :

20 %.

Cela semble considérable.

Mais il faut connaître le risque absolu.

Exemple

Sans dépistage :

5 décès pour 1 000 personnes.

Avec dépistage :

4 décès pour 1 000.

Réduction relative :

20 %.

Réduction absolue :

1 décès pour 1 000 personnes.

Les deux chiffres sont corrects.

Ils apportent des informations différentes.

Nombre nécessaire à dépister

On peut parfois calculer un nombre nécessaire à dépister pour éviter un événement.

Mais sa valeur dépend :

  • durée ;
  • population ;
  • programme ;
  • résultat choisi.

Il doit être interprété avec prudence.

Comparer bénéfices et dommages

Supposons que pour éviter un décès, un programme provoque :

  • plusieurs centaines de faux positifs ;
  • dizaines de biopsies ;
  • plusieurs surdiagnostics.

La décision collective nécessite de peser ces conséquences.

Il n’existe pas de réponse purement statistique.

Dépistage et valeurs

Deux personnes parfaitement informées peuvent accorder des poids différents :

  • à la réduction d’un petit risque de décès ;
  • au risque de biopsie ;
  • au risque de surdiagnostic.

Certaines décisions de dépistage comportent donc une dimension de préférence individuelle.

Dépistages où le bénéfice est très net

Dans certaines situations, le rapport bénéfice-risque est suffisamment favorable pour que les recommandations soient fortes.

Dans d’autres, le bénéfice est plus modeste et les préférences individuelles prennent davantage d’importance.

Il faut éviter de traiter tous les dépistages comme s’ils étaient équivalents.

Ce n’est pas parce qu’un dépistage est controversé que tous les dépistages le sont

L’erreur inverse serait de conclure :

« le dépistage produit du surdiagnostic, donc le dépistage ne sert à rien ».

Certains programmes réduisent clairement des événements importants.

La question doit être posée programme par programme.

Un test peut devenir meilleur sans améliorer le programme

Supposons qu’une nouvelle technique détecte :

30 % de lésions supplémentaires.

C’est un progrès en sensibilité.

Mais si ces lésions supplémentaires sont surtout :

  • indolentes ;
  • sans conséquence clinique,

la mortalité peut ne pas changer.

Plus de détection n’est donc pas nécessairement plus de bénéfice.

Stage migration

Une amélioration diagnostique peut aussi modifier la classification des stades.

Des patients auparavant classés :

stade II

peuvent devenir :

stade III

grâce à une imagerie plus sensible.

Cela peut artificiellement améliorer la survie apparente de chaque groupe de stade sans changer le pronostic global.

C’est parfois associé au phénomène de Will Rogers.

Pourquoi ?

Les cas les plus défavorables du stade II sont déplacés vers le stade III.

Le stade II restant paraît avoir une meilleure survie.

Les nouveaux entrants au stade III sont moins graves que les anciens stades III.

La survie du stade III s’améliore également.

Pourtant, aucun patient n’a nécessairement vécu plus longtemps.

Détection précoce et survie à cinq ans

Une augmentation de la survie à cinq ans après diagnostic peut donc provenir :

  • d’une réelle amélioration ;
  • du biais d’avance au diagnostic ;
  • du biais de durée ;
  • du surdiagnostic ;
  • d’un changement de classification.

La survie à cinq ans ne suffit donc pas pour évaluer un dépistage.

Exemple spectaculaire

Supposons que sans dépistage :

survie à cinq ans après diagnostic = 40 %.

Après introduction du dépistage :

80 %.

Cela semble extraordinairе.

Mais si beaucoup de lésions très lentes sont maintenant détectées, cette amélioration peut être en partie ou largement artificielle.

Il faut regarder la mortalité populationnelle.

Incidence et mortalité ensemble

Une lecture utile consiste à examiner simultanément :

  • incidence ;
  • mortalité.

Cas 1

Incidence augmente fortement et mortalité diminue.

Le dépistage peut avoir un bénéfice réel, avec éventuellement du surdiagnostic.

Cas 2

Incidence augmente fortement mais mortalité reste stable.

Le surdiagnostic devient une explication plus importante.

Cas 3

Incidence des formes avancées diminue et mortalité diminue.

C’est un signal plus convaincant d’un bénéfice réel.

Mais les traitements évoluent aussi

Une baisse de mortalité après introduction d’un dépistage peut venir :

  • du dépistage ;
  • de meilleurs traitements ;
  • de prévention primaire.

Il faut donc éviter les conclusions naïves basées uniquement sur une tendance temporelle.

Essais randomisés de dépistage

Les essais randomisés restent l’un des moyens les plus robustes pour évaluer le bénéfice.

On compare :

groupe invité au dépistage

et

groupe contrôle.

Puis on mesure les événements à long terme.

Mais ils sont difficiles

Ils nécessitent souvent :

  • très grands effectifs ;
  • suivi de nombreuses années ;
  • coûts élevés.

La technologie peut également évoluer pendant l’essai.

Contamination

Des personnes du groupe contrôle peuvent se faire dépister en dehors du programme.

Cela réduit la différence entre groupes.

On parle de contamination.

Non-participation

Inversement, certaines personnes invitées ne participent jamais.

Ces deux phénomènes tendent souvent à réduire la différence observée entre les groupes d’assignation.

Dépistage et mortalité toutes causes

Une réduction de mortalité spécifique peut ne pas produire une réduction détectable de mortalité toutes causes si :

  • la maladie représente peu de décès ;
  • l’effet est modeste ;
  • l’étude manque de puissance.

L’absence d’effet sur toutes causes ne réfute donc pas automatiquement un bénéfice spécifique.

Mais la mortalité spécifique peut être biaisée

La détermination de la cause du décès peut être influencée par :

  • connaissance du diagnostic ;
  • pratiques de codage.

Il faut donc considérer plusieurs critères ensemble.

Encore une fois, la triangulation est utile.

Surveillance des effets indésirables du dépistage

Les programmes devraient mesurer non seulement les bénéfices mais aussi :

  • taux de rappel ;
  • biopsies ;
  • complications ;
  • surdiagnostics ;
  • traitements.

Sans cela, le rapport bénéfice-risque reste incomplet.

Dépistage et faux négatifs

Un dépistage négatif peut produire une fausse rassurance.

Une personne peut ignorer un symptôme apparu quelques mois plus tard en pensant :

« mon dépistage était normal ».

Il faut rappeler qu’un test négatif ne garantit pas l’absence future ou même actuelle de maladie.

La date du test compte

Un dépistage répond essentiellement :

« y a-t-il un signal détectable aujourd’hui ? »

Il ne garantit pas :

« vous ne développerez pas la maladie avant le prochain test ».

Dépistage et prévention primaire

Il existe aussi un risque psychologique :

« je me fais dépister, donc je suis protégé ».

Le dépistage ne remplace pas :

  • arrêt du tabac ;
  • vaccination ;
  • activité physique ;
  • autres préventions adaptées.

Détecter tôt n’est pas empêcher la maladie d’apparaître.

Prévention primaire versus dépistage

Lorsqu’une prévention primaire très efficace existe, elle peut produire davantage de bénéfice que le dépistage.

Par exemple, réduire une exposition causale importante peut éviter la maladie elle-même plutôt que seulement la détecter plus tôt.

Dépistage génétique

Les technologies génétiques permettent parfois d’identifier des personnes à risque avant l’apparition de la maladie.

Cela peut permettre :

  • surveillance ciblée ;
  • prévention.

Mais cela pose également des problèmes :

  • pénétrance incomplète ;
  • variants de signification incertaine ;
  • anxiété.

Détection d’un risque n’est pas détection d’une maladie

Un variant augmentant le risque ne signifie pas que la personne développera nécessairement la maladie.

Il faut distinguer :

prédisposition

et

maladie présente.

Dépistage par imagerie complète

La possibilité de réaliser des examens d’imagerie chez des personnes asymptomatiques peut sembler séduisante.

Mais plus on inspecte l’organisme, plus on trouve :

  • petits nodules ;
  • kystes ;
  • variations anatomiques.

Beaucoup sont bénins.

Incidentalomes

Ces découvertes fortuites peuvent déclencher :

  • nouvelles imageries ;
  • biopsies ;
  • chirurgie.

La détection maximale peut donc entraîner une cascade médicale sans bénéfice proportionnel.

Le paradoxe du progrès diagnostique

Les technologies modernes permettent de voir toujours plus petit.

Mais une question devient alors de plus en plus importante :

« avons-nous besoin de connaître toutes les anomalies que nous sommes capables de détecter ? »

La capacité technique à voir quelque chose ne prouve pas que sa détection soit utile.

Dépistage et seuil de maladie

Une maladie peut progressivement passer :

normal → anomalie légère → anomalie importante → symptômes.

Déplacer le seuil diagnostique vers des anomalies plus faibles augmente mécaniquement la prévalence diagnostiquée.

Exemple

Ancienne définition :

biomarqueur ≥ 10.

Nouvelle définition :

≥ 7.

Des milliers de personnes supplémentaires peuvent devenir « malades » du jour au lendemain sans changement biologique.

Il faut démontrer que cette reclassification améliore les résultats.

Expansion des diagnostics

Ce phénomène est parfois appelé :

disease expansion ou élargissement diagnostique.

Il peut être justifié si traiter plus tôt apporte un bénéfice.

Sinon, il peut contribuer au surdiagnostic.

Dépistage et industrie

Les intérêts économiques peuvent parfois favoriser :

  • multiplication des tests ;
  • abaissement des seuils ;
  • élargissement des populations ciblées.

Cela ne signifie pas qu’un programme soutenu industriellement est inutile.

Mais les conflits d’intérêts doivent être pris en compte.

Intérêt économique inverse

Les systèmes de santé ont également des contraintes budgétaires pouvant conduire à limiter un dépistage réellement utile.

Les intérêts peuvent donc agir dans plusieurs directions.

L’évaluation doit revenir aux données.

Communication médiatique

Un nouveau test est souvent présenté comme :

« capable de détecter un cancer plusieurs années avant les symptômes ».

Cette phrase décrit une performance technique.

Elle ne répond pas encore à :

« cette détection sauve-t-elle des vies ? »

Il faut attendre les résultats cliniques appropriés.

Détection de cancers multiples par prise de sang

Les nouveaux tests capables de rechercher plusieurs cancers simultanément illustrent bien ce problème.

Détecter un signal précoce peut être technologiquement impressionnant.

Mais l’évaluation doit montrer :

  • quels cancers sont détectés ;
  • combien de faux positifs surviennent ;
  • ce que devient le patient après le résultat ;
  • si les formes avancées ou les décès diminuent.

La simple détection est insuffisante.

Critère intermédiaire

Une amélioration d’un critère comme :

proportion de cancers détectés au stade I

est intéressante.

Mais elle reste un critère intermédiaire.

Le véritable bénéfice doit idéalement se retrouver sur :

  • formes avancées ;
  • morbidité ;
  • mortalité ;
  • qualité de vie.

Dépistage et autonomie

Une personne devrait pouvoir comprendre que participer à un dépistage signifie accepter une certaine probabilité :

  • de bénéfice ;
  • de faux positif ;
  • de surdiagnostic.

L’autonomie nécessite donc une information quantitative compréhensible.

Présenter les nombres absolus

Une information utile peut être :

sur 1 000 personnes dépistées pendant dix ans :

  • X décès évités ;
  • Y faux positifs ;
  • Z biopsies ;
  • N surdiagnostics.

Cela permet une décision beaucoup plus éclairée qu’une simple réduction relative.

Une leçon d’esprit critique

Face à l’affirmation :

« grâce au dépistage, la survie à cinq ans est passée de 50 à 80 % »,

ne concluez pas immédiatement :

« le dépistage sauve énormément de vies ».

Demandez :

La mortalité a-t-elle diminué ?

Les formes avancées ont-elles diminué ?

Le diagnostic a-t-il seulement été avancé ?

Y a-t-il du surdiagnostic ?

Quels dommages le programme produit-il ?

Autre affirmation trompeuse

« le dépistage détecte 30 % de cancers supplémentaires ».

Il faut demander :

Ces cancers supplémentaires auraient-ils causé des symptômes ?

Leur détection précoce améliore-t-elle le pronostic ?

Le nombre de diagnostics n’est pas le résultat final pertinent.

La bonne comparaison

L’objectif est de comparer deux stratégies :

programme de dépistage

versus

absence de programme ou stratégie alternative.

Puis observer leurs conséquences globales.

C’est encore une fois un problème contrefactuel.

Le dépistage comme intervention causale

On peut poser :

« Que se passerait-il dans cette population si nous organisions le dépistage pendant dix ans, par rapport à une population comparable sans ce programme ? »

Cette formulation relie directement le dépistage au chapitre sur l’inférence causale.

À retenir

Le dépistage vise à détecter une maladie avant l’apparition de symptômes.

Pour être réellement bénéfique, plusieurs conditions doivent être réunies :

  • une phase préclinique détectable existe ;
  • le test est suffisamment performant ;
  • une prise en charge utile existe ;
  • traiter plus tôt améliore réellement le pronostic ;
  • les bénéfices dépassent les dommages.

Le principal piège est de confondre :

détection plus précoce

avec

vie prolongée.

Une augmentation de la survie après diagnostic peut apparaître sans aucune réduction de mortalité, simplement parce que le diagnostic a été posé plus tôt.

De même, détecter davantage de maladies peut correspondre en partie à des surdiagnostics.

L’évaluation d’un dépistage doit donc examiner :

  • mortalité ;
  • maladies avancées ;
  • qualité de vie ;
  • faux positifs ;
  • complications ;
  • surdiagnostic ;
  • surtraitement.

Le principe fondamental est :

le succès d’un programme de dépistage ne se mesure pas au nombre de maladies qu’il découvre, mais aux événements importants qu’il permet réellement d’éviter, compte tenu des dommages qu’il provoque.

La bonne question n’est donc pas :

« pouvons-nous détecter cette maladie plus tôt ? »

mais :

« que gagnent réellement les personnes à ce que nous la détections plus tôt ? »

Pour aller plus loin

Wilson et Jungner — Principles and Practice of Screening for Disease. Le texte historique majeur sur les conditions permettant de justifier un programme de dépistage.

H. Gilbert Welch — travaux sur le surdiagnostic et les effets du dépistage. Une référence importante pour comprendre pourquoi davantage de diagnostics ne signifie pas nécessairement une meilleure santé.

Cochrane — revues sur les programmes de dépistage. Elles permettent d’évaluer les bénéfices et dommages à partir d’essais et de synthèses méthodologiques.

David Sackett et collaborateurs — Clinical Epidemiology. Une référence classique pour relier dépistage, histoire naturelle de la maladie, pronostic et décision clinique.