Personnes-temps et taux d’incidence
En épidémiologie, toutes les personnes ne sont pas toujours suivies pendant la même durée. Certaines entrent plus tard dans une étude, d’autres la quittent avant la fin, certaines développent l’événement étudié et cessent alors d’être à risque, d’autres décèdent ou sont perdues de vue.
Dans ce type de situation, compter simplement le nombre de personnes au début de l’étude peut être trompeur.
On utilise alors une mesure appelée personnes-temps, qui combine le nombre de personnes observées et la durée pendant laquelle chacune contribue effectivement au suivi.
Pourquoi la durée de suivi compte
Imaginons deux études.
Dans la première, 1 000 personnes sont suivies pendant un an.
Dans la seconde, 1 000 personnes sont suivies pendant dix ans.
Si 20 nouveaux cas apparaissent dans chacune des deux études, le nombre de cas est identique. Pourtant, le rythme d’apparition de la maladie n’est clairement pas le même.
Observer 20 cas en un an traduit une fréquence de survenue beaucoup plus élevée que 20 cas en dix ans.
Pour comparer correctement ces situations, il faut donc intégrer le temps pendant lequel les personnes étaient réellement exposées au risque de devenir un cas.
Qu’est-ce qu’une personne-temps ?
Une personne suivie pendant une année contribue :
1 personne-année.
Une personne suivie pendant six mois contribue :
0,5 personne-année.
Deux personnes suivies chacune pendant six mois contribuent ensemble :
1 personne-année.
Une personne suivie pendant dix ans contribue :
10 personnes-années.
Les personnes-temps additionnent donc toutes les durées individuelles d’observation.
Exemple simple
Supposons une étude comprenant 100 personnes suivies pendant un an.
Si toutes restent dans l’étude pendant toute l’année, le temps total d’observation est :
100 personnes-années.
Si 5 nouveaux cas apparaissent, le taux d’incidence est :
5 / 100 = 0,05 cas par personne-année
soit :
5 cas pour 100 personnes-années.
Cette mesure indique la vitesse à laquelle les nouveaux cas apparaissent dans la population observée.
Quand les durées diffèrent
Imaginons maintenant cinq personnes :
| Personne | Durée de suivi |
|---|---|
| A | 1 an |
| B | 1 an |
| C | 6 mois |
| D | 2 ans |
| E | 6 mois |
Le temps total d’observation est :
1 + 1 + 0,5 + 2 + 0,5 = 5 personnes-années.
Si un nouveau cas apparaît pendant cette période, le taux d’incidence est :
1 cas pour 5 personnes-années
soit :
20 cas pour 100 personnes-années.
Le nombre de personnes présentes au départ ne suffit donc pas : ce qui compte est combien de temps elles ont réellement contribué au risque.
Taux d’incidence et incidence cumulée ne sont pas identiques
Il faut distinguer deux notions proches.
L’incidence cumulée estime la proportion de personnes initialement à risque qui développent l’événement pendant une période donnée.
Le taux d’incidence mesure la vitesse à laquelle les nouveaux événements apparaissent en fonction du temps réellement observé.
| Incidence cumulée | Taux d’incidence | |
|---|---|---|
| Numérateur | Nouveaux cas | Nouveaux cas |
| Dénominateur | Personnes initialement à risque | Total de personnes-temps |
| Interprétation | Probabilité de devenir un cas pendant une période | Vitesse d’apparition des nouveaux cas |
| Unité | Proportion ou pourcentage | Cas par unité de personne-temps |
L’incidence cumulée peut par exemple être de 5 % sur cinq ans, tandis qu’un taux d’incidence peut être exprimé comme 10 cas pour 1 000 personnes-années.
Ce ne sont pas simplement deux façons différentes d’écrire la même quantité.
Pourquoi parle-t-on d’un « taux » ?
Un véritable taux incorpore une dimension temporelle.
Dire :
10 cas pour 1 000 personnes-années
signifie que, rapportée au temps total d’observation, la population a produit en moyenne 10 nouveaux cas pour 1 000 années-personnes de suivi.
Cela ne signifie pas nécessairement que 10 personnes sur 1 000 tomberont malades chaque année.
Cette approximation peut parfois être proche lorsque l’événement est rare et le taux relativement stable, mais le taux d’incidence est avant tout une mesure de vitesse, pas directement une probabilité individuelle.
Une analogie avec la vitesse
La différence peut être comparée à celle entre distance et vitesse.
L’incidence cumulée ressemble à une question du type :
« Quelle proportion du trajet a été parcourue ? »
Le taux d’incidence ressemble davantage à :
« À quelle vitesse avance-t-on ? »
Une vitesse ne dit pas directement quelle distance totale sera parcourue sans connaître la durée.
De même, un taux d’incidence ne donne pas directement le risque cumulé sans tenir compte du temps.
Quand une personne cesse-t-elle de contribuer ?
Une personne contribue au temps d’observation seulement tant qu’elle reste à risque de connaître l’événement étudié.
Si l’on étudie la première apparition d’une maladie, une personne qui développe cette maladie cesse généralement de contribuer au temps à risque après son diagnostic.
Elle peut aussi cesser de contribuer si elle :
- quitte l’étude ;
- déménage hors de la zone surveillée ;
- décède d’une autre cause ;
- devient impossible à suivre ;
- atteint la fin prévue du suivi.
Le calcul des personnes-temps permet donc de tenir compte de ces situations.
Exemple avec apparition de cas
Supposons quatre personnes suivies pendant deux ans au maximum.
- A reste saine pendant deux ans : 2 personnes-années
- B développe la maladie après un an : 1 personne-année
- C quitte l’étude après six mois : 0,5 personne-année
- D reste saine pendant deux ans : 2 personnes-années
Temps total :
5,5 personnes-années
Un nouveau cas a été observé.
Le taux d’incidence est donc :
1 / 5,5 ≈ 0,182 cas par personne-année
soit environ :
18,2 cas pour 100 personnes-années.
Les personnes-temps permettent de comparer des cohortes différentes
Supposons deux groupes.
Groupe A
100 personnes suivies pendant 10 ans produisent 50 cas.
Temps total approximatif :
1 000 personnes-années
Taux d’incidence :
50 pour 1 000 personnes-années
Groupe B
1 000 personnes suivies pendant un an produisent également 50 cas.
Temps total :
1 000 personnes-années
Taux d’incidence :
50 pour 1 000 personnes-années
Les populations et les durées sont très différentes, mais la vitesse moyenne d’apparition des événements est identique.
C’est précisément ce que permet de voir le dénominateur en personnes-temps.
Attention : même personne-temps ne signifie pas toujours même situation
Il serait toutefois faux de penser que :
1 personne suivie pendant 100 ans
et
100 personnes suivies pendant un an
sont toujours scientifiquement interchangeables.
Les deux situations représentent théoriquement 100 personnes-années, mais le risque peut dépendre fortement de l’âge, de la durée d’exposition ou d’autres caractéristiques.
Les personnes-temps permettent d’additionner des périodes de suivi sous certaines hypothèses, mais elles ne font pas disparaître l’hétérogénéité des populations.
Taux constant ou variable ?
Un taux d’incidence global suppose implicitement qu’on peut résumer une période par une vitesse moyenne.
Or le taux peut évoluer.
Pendant une épidémie, par exemple, l’incidence peut être :
- très faible en janvier ;
- élevée en février ;
- maximale en mars ;
- faible à nouveau en avril.
Un taux moyen calculé sur quatre mois masque cette dynamique.
Il est donc souvent préférable de calculer des taux sur des périodes plus courtes lorsque l’évolution temporelle est importante.
Le calendrier compte
Les personnes-temps ne doivent pas faire oublier quand le temps d’observation s’est produit.
Cent personnes-années accumulées pendant une période de forte circulation virale ne sont pas nécessairement comparables à cent personnes-années accumulées lorsque l’épidémie est presque absente.
La même remarque vaut pour les traitements, les changements de recommandations médicales ou les évolutions environnementales.
Le temps n’est donc pas uniquement une quantité : il possède aussi un contexte historique.
Personnes-années, personnes-mois, personnes-jours
L’unité choisie dépend du phénomène étudié.
Pour une maladie chronique rare, on peut utiliser :
cas pour 100 000 personnes-années.
Pour une infection aiguë suivie pendant quelques semaines, il peut être plus naturel d’utiliser :
cas pour 1 000 personnes-jours.
Les unités peuvent être converties, mais il est important de les indiquer clairement.
Un chiffre comme :
« incidence = 12 »
ne signifie presque rien sans savoir s’il s’agit de 12 %, de 12 cas pour 1 000 personnes-années ou de 12 cas pour 100 000 personnes-jours.
Exemple de maladie rare
Supposons qu’une cohorte accumule :
500 000 personnes-années
et que 250 nouveaux cas soient observés.
Le taux d’incidence est :
250 / 500 000 = 0,0005 cas par personne-année
soit :
50 cas pour 100 000 personnes-années.
Cette présentation permet d’obtenir un chiffre lisible malgré la rareté de la maladie.
Comparer deux groupes
Supposons deux populations :
| Groupe | Cas | Personnes-années | Taux | | ----------- | --: | ---------------: | ----------------------------: | | Exposés | 80 | 20 000 | 4 pour 1 000 personnes-années | | Non exposés | 40 | 20 000 | 2 pour 1 000 personnes-années |
Le taux est deux fois plus élevé chez les personnes exposées.
On peut alors calculer un rapport de taux d’incidence :
4 / 2 = 2.
L’association observée suggère donc une vitesse d’apparition deux fois plus élevée dans le groupe exposé.
Mais, comme toujours, cela ne suffit pas à prouver une causalité : les groupes peuvent différer par d’autres caractéristiques.
Les événements répétés compliquent encore la mesure
Certaines analyses s’intéressent à un événement pouvant survenir plusieurs fois chez la même personne : crises d’asthme, infections répétées, hospitalisations ou accidents.
Dans ce cas, une personne peut contribuer plusieurs événements au numérateur.
Il faut alors préciser si l’étude mesure :
le premier événement,
ou
l’ensemble des événements répétés.
Ces deux approches ne répondent pas à la même question.
Personnes-temps et perte de suivi
L’un des grands avantages des personnes-temps est de permettre l’utilisation des informations disponibles même lorsque toutes les personnes ne terminent pas l’étude.
Une personne suivie pendant trois ans avant d’être perdue de vue ne doit pas être traitée comme si elle n’avait jamais participé.
Ses trois années de suivi apportent une information réelle.
Mais si les personnes perdues de vue diffèrent systématiquement des autres, un biais de sélection peut malgré tout apparaître.
Les personnes-temps résolvent donc un problème de durée d’observation, pas tous les problèmes méthodologiques.
Taux d’incidence et risque individuel
Il faut rester prudent lorsqu’on transforme un taux en message destiné à une personne.
Un taux de :
20 cas pour 1 000 personnes-années
ne signifie pas nécessairement qu’une personne a exactement 2 % de risque chaque année.
Cela dépend notamment :
- de la stabilité du taux dans le temps ;
- de l’âge ;
- des caractéristiques individuelles ;
- de la concurrence avec d’autres événements ;
- de la durée de suivi.
Pour une communication individuelle, il est souvent plus utile de convertir les résultats en risque absolu sur une période clairement définie, lorsque cela est possible.
Pourquoi cette notion est importante en pratique
Les personnes-temps permettent de comparer plus honnêtement des groupes lorsque les durées de suivi diffèrent.
Sans cette correction, un groupe suivi plus longtemps accumulerait naturellement davantage de cas et pourrait sembler artificiellement plus à risque.
Cette situation peut apparaître dans les cohortes, les études de médicaments, les études professionnelles ou les systèmes de surveillance sanitaire.
Une leçon d’esprit critique
Lorsqu’une étude annonce :
« 200 événements dans le groupe A contre 100 dans le groupe B »,
le nombre de personnes ne suffit pas toujours.
Il faut également demander :
Combien de temps chaque groupe a-t-il été observé ?
Si le groupe A a accumulé trois fois plus de temps de suivi, le nombre supérieur d’événements peut être parfaitement compatible avec un taux inférieur.
Le dénominateur pertinent peut donc être non seulement un nombre de personnes, mais un nombre de personnes multiplié par une durée.
À retenir
Les personnes-temps additionnent les durées pendant lesquelles chaque participant est réellement observé et à risque de connaître l’événement étudié.
Le taux d’incidence rapporte les nouveaux événements à cette quantité de temps.
Il permet notamment de comparer des populations dont les membres ne sont pas tous suivis pendant la même durée.
L’incidence cumulée répond plutôt à la question :
« Quelle proportion des personnes développe l’événement pendant une période donnée ? »
Le taux d’incidence répond plutôt à :
« À quelle vitesse les nouveaux événements apparaissent-ils ? »
Enfin, les personnes-temps améliorent la comparaison des durées de suivi, mais elles ne corrigent pas automatiquement les différences d’âge, d’exposition, de calendrier ou de caractéristiques entre populations.
Pour aller plus loin
Kenneth J. Rothman, Sander Greenland et Timothy L. Lash — Modern Epidemiology. Une référence majeure pour comprendre en profondeur les taux d’incidence, les personnes-temps et les mesures de fréquence.
Leon Gordis — Epidemiology. Une présentation pédagogique de la distinction entre incidence cumulée et densité d’incidence.
David Coggon, Geoffrey Rose et David Barker — Epidemiology for the Uninitiated. Une introduction accessible à l’utilisation du temps-personne dans les études de cohorte.