Surtraitement

Le surtraitement désigne l’utilisation d’un traitement dont les bénéfices attendus sont insuffisants par rapport à ses risques, ses contraintes ou ses coûts.

Il peut apparaître après un surdiagnostic, mais les deux notions ne sont pas identiques.

Une maladie peut être correctement diagnostiquée et réellement dangereuse, mais recevoir un traitement excessif.

Inversement, une maladie surdiagnostiquée peut être simplement surveillée sans traitement invasif.

Il faut donc distinguer deux questions :

fallait-il poser ce diagnostic ?

et

fallait-il traiter de cette manière ?

Surdiagnostic et surtraitement

Le lien le plus simple est :

dépistage

↓

surdiagnostic

↓

traitement d’une maladie qui n’aurait jamais causé de problème

↓

surtraitement.

Mais ce n’est qu’un cas particulier.

Exemple

Un dépistage détecte une petite tumeur très indolente.

La tumeur est réellement présente.

Une chirurgie est réalisée.

Si cette tumeur n’aurait jamais progressé, la chirurgie ne pouvait apporter aucun bénéfice sur la maladie.

Elle constitue alors un surtraitement lié à un surdiagnostic.

Mais le surtraitement peut exister sans surdiagnostic

Supposons une maladie qui aurait réellement provoqué des symptômes.

Le traitement nécessaire peut être :

une intervention limitée.

Si la personne reçoit à la place :

  • chirurgie plus étendue ;
  • traitement plus toxique ;
  • durée thérapeutique inutilement longue,

il peut y avoir surtraitement.

La maladie n’était pas surdiagnostiquée.

C’est l’intensité du traitement qui était excessive.

Le problème du bénéfice marginal

Beaucoup de traitements ne sont pas simplement :

utiles ou inutiles.

Ils produisent un bénéfice probabiliste.

Supposons qu’un traitement réduise le risque d’un événement de :

2 % à 1 %.

Le traitement est efficace.

Mais sur 100 personnes traitées :

  • 1 bénéficie de l’intervention ;
  • 99 ne voient pas cet événement évité par le traitement.

Certaines de ces 99 personnes peuvent néanmoins subir des effets indésirables.

Une efficacité réelle peut donc coexister avec beaucoup de traitements sans bénéfice individuel observable

C’est une difficulté fondamentale.

Si l’on ne peut pas identifier à l’avance la personne qui bénéficiera, il faut parfois traiter beaucoup de personnes pour en aider quelques-unes.

Ce n’est pas automatiquement du surtraitement.

Tout dépend de la balance :

bénéfice attendu / dommages attendus.

Nombre nécessaire à traiter

Cette logique peut être exprimée par le NNT, ou nombre nécessaire à traiter.

Si le risque passe de :

10 % à 5 %,

la réduction absolue du risque est :

5 points de pourcentage.

Le NNT est :

1 / 0,05 = 20.

Il faut donc traiter environ 20 personnes pour éviter un événement supplémentaire pendant la période étudiée.

NNT élevé ne signifie pas automatiquement mauvais traitement

Supposons :

NNT = 1 000.

Cela semble peu efficace.

Mais si :

  • l’événement évité est catastrophique ;
  • le traitement est presque sans risque ;
  • très peu coûteux,

cela peut rester rationnel.

À l’inverse :

NNT = 20

peut être peu intéressant si le traitement provoque fréquemment des complications graves.

Le surtraitement dépend donc du contexte

Il faut considérer :

  • gravité de l’événement évité ;
  • probabilité de bénéfice ;
  • gravité des effets indésirables ;
  • contraintes du traitement ;
  • préférences du patient.

Il n’existe pas de seuil universel définissant le surtraitement.

Risque relatif versus bénéfice absolu

Une présentation en risque relatif peut encourager le surtraitement si elle masque un faible risque initial.

Supposons qu’un traitement réduise un risque de :

50 %.

Cela semble considérable.

Mais il peut s’agir de :

2 % → 1 %

ou

40 % → 20 %.

La réduction relative est identique.

Le bénéfice absolu est radicalement différent.

Exemple

Patient A

Risque sans traitement :

2 %.

Avec traitement :

1 %.

Réduction absolue :

1 point.

Patient B

Risque sans traitement :

40 %.

Avec traitement :

20 %.

Réduction absolue :

20 points.

Le même effet relatif produit un bénéfice vingt fois plus important en valeur absolue chez B.

Le risque de base est donc essentiel

Traiter une population à très faible risque peut conduire à administrer beaucoup de traitements pour éviter très peu d’événements.

C’est l’une des voies possibles vers le surtraitement.

Prévention chez les personnes à faible risque

Une intervention préventive peut être très efficace relativement.

Mais si l’événement est extrêmement rare, la majorité des personnes traitées n’en auraient jamais souffert.

Il faut alors vérifier que les effets indésirables et les contraintes restent suffisamment faibles.

Le traitement comme pari probabiliste

On peut représenter :

sans traitement : risque X

versus

avec traitement : risque Y + risques du traitement.

Le choix rationnel consiste à comparer les conséquences attendues des deux stratégies.

Traitement préventif versus traitement curatif

Dans une maladie déjà symptomatique grave, le bénéfice potentiel peut être immédiat et important.

En prévention, on traite souvent des personnes actuellement en bonne santé pour réduire un risque futur.

Le niveau de preuve et la tolérance aux dommages doivent donc être particulièrement exigeants.

Pourquoi ?

Une personne malade accepte parfois rationnellement un traitement toxique pour obtenir une forte chance de guérison.

Une personne asymptomatique à faible risque peut raisonnablement accepter beaucoup moins d’effets indésirables pour un bénéfice potentiel très faible.

Surtraitement après dépistage

Le dépistage peut produire une chaîne :

anomalie détectée

↓

diagnostic

↓

incertitude sur l’évolution

↓

traitement « par précaution ».

Plus il est difficile de prédire quelles lésions progresseront, plus la tentation de traiter toutes les lésions peut être forte.

Exemple

Sur 100 petites lésions :

  • 20 progresseraient ;
  • 80 resteraient indolentes.

Si l’on traite les 100 parce qu’on ne peut pas distinguer les 20 à risque, on évite potentiellement des complications chez certaines personnes.

Mais 80 reçoivent un traitement dont elles n’auraient jamais eu besoin.

C’est le problème du surtraitement populationnel.

Pourquoi le médecin peut pourtant prendre une décision rationnelle

Pour le patient devant lui, le médecin ne sait pas forcément s’il appartient aux :

  • 20 % à haut risque ;
  • 80 % à faible risque.

Traiter peut donc être rationnel à partir des informations disponibles.

Le fait qu’une stratégie produise beaucoup de traitements inutiles rétrospectivement ne signifie pas que chaque décision était irrationnelle.

Incertitude ex ante et inutilité ex post

C’est une distinction importante.

Ex ante, avant l’évolution, on décide sous incertitude.

Ex post, après plusieurs années, on peut constater que certaines personnes n’auraient jamais eu besoin du traitement.

Il ne faut pas juger automatiquement une décision passée à partir d’informations qui n’étaient pas disponibles au moment de la décision.

Mais une stratégie peut néanmoins être mauvaise

Si les données montrent qu’une intervention :

  • apporte très peu de bénéfice ;
  • provoque beaucoup de dommages,

continuer à la proposer systématiquement peut constituer du surtraitement au niveau des pratiques.

Overtreatment versus erreur médicale

Le surtraitement n’implique pas nécessairement :

  • faute ;
  • négligence.

Il peut résulter d’une recommandation médicale historiquement admise mais ensuite remise en question par de meilleures preuves.

La médecine évolue.

Exemple conceptuel

Pendant des années, une intervention est pratiquée parce que :

  • mécanisme plausible ;
  • études observationnelles favorables.

Un essai randomisé montre ensuite :

aucun bénéfice clinique, mais plusieurs complications.

La pratique antérieure peut être réévaluée comme excessive sans que les médecins aient nécessairement agi de mauvaise foi.

Les traitements fondés sur des critères intermédiaires

Une source classique de surtraitement est de supposer que :

améliorer un biomarqueur = améliorer la santé.

Ce n’est pas toujours vrai.

Exemple conceptuel

Un médicament réduit fortement une anomalie biologique.

On pourrait conclure :

« il doit prévenir les complications ».

Mais si les essais montrent :

  • pas de baisse de mortalité ;
  • augmentation d’effets indésirables,

la correction du biomarqueur ne suffit pas à justifier le traitement.

Critère intermédiaire et critère clinique

Il faut distinguer :

critère intermédiaire : tension, biomarqueur, score, image.

et

critère clinique : symptômes, infarctus, handicap, décès, qualité de vie.

Un traitement doit idéalement améliorer des résultats qui comptent réellement pour le patient.

Le traitement d’un chiffre

Une formule critique parfois utilisée est :

« traiter le chiffre plutôt que le patient ».

Elle décrit les situations où une anomalie biologique devient l’objectif en soi, indépendamment de son impact réel sur la santé.

Il faut toutefois éviter d’en faire un slogan simpliste : certains biomarqueurs sont de bons guides thérapeutiques.

Seuils et surtraitement

Abaisser un seuil diagnostique ou thérapeutique augmente le nombre de personnes éligibles au traitement.

Cela peut être bénéfique si de nouveaux patients profitent réellement de l’intervention.

Mais cela peut aussi augmenter fortement :

  • NNT ;
  • effets indésirables ;
  • coûts.

Exemple

Ancien seuil :

traitement si risque cardiovasculaire ≥ 20 %.

Nouveau seuil :

≥ 10 %.

Le nombre de personnes traitées augmente.

Le risque moyen des nouveaux patients est plus faible.

Le bénéfice absolu moyen diminue souvent.

Il faut donc recalculer la balance bénéfice-risque.

Expansion thérapeutique

Plus les seuils descendent, plus on traite des personnes proches de la normalité.

Cette évolution peut être justifiée.

Mais elle doit être soutenue par des preuves montrant que :

le bénéfice supplémentaire dépasse les dommages supplémentaires.

Surtraitement et médecine défensive

La peur de manquer un diagnostic ou d’être tenu responsable peut inciter à :

  • multiplier les examens ;
  • traiter « au cas où ».

Cette médecine défensive peut favoriser le surtraitement.

Exemple

Une infection probablement virale reçoit un antibiotique :

« au cas où ce serait bactérien ».

Si cette pratique est répétée massivement, elle expose à :

  • effets indésirables ;
  • résistance aux antibiotiques.

Le coût dépasse le patient individuel.

Antibiotiques

L’antibiothérapie est un exemple particulièrement clair.

Un antibiotique inutile peut entraîner :

  • diarrhée ;
  • allergie ;
  • autres effets indésirables.

Mais il contribue également à la résistance antimicrobienne, un coût collectif.

La balance bénéfice-risque inclut donc des externalités.

Surtraitement et traitements invasifs

Plus un traitement est invasif, plus la certitude diagnostique et la probabilité de bénéfice devraient généralement être élevées.

Une chirurgie inutile peut provoquer :

  • infection ;
  • hémorragie ;
  • séquelles fonctionnelles.

La tolérance au faux positif thérapeutique doit être faible.

Traitements réversibles et irréversibles

Un traitement léger et facilement interrompu n’a pas la même exigence qu’une intervention irréversible.

Cela peut justifier des seuils de décision différents.

Exemple

Option A

Médicament pendant quelques jours, risque faible.

Option B

Ablation chirurgicale d’un organe.

On n’exige évidemment pas le même niveau de certitude avant les deux décisions.

Intensification thérapeutique

Le surtraitement peut également concerner la dose ou l’intensité.

Supposons qu’un traitement modéré produise presque tout le bénéfice disponible.

Une intensification supplémentaire apporte :

1 % de bénéfice supplémentaire

mais augmente fortement les effets indésirables.

La stratégie intensive peut devenir défavorable.

Dé-escalade thérapeutique

La recherche moderne étudie parfois si l’on peut réduire :

  • doses ;
  • durée ;
  • nombre de traitements

sans perdre de bénéfice clinique.

C’est la dé-escalade thérapeutique.

Exemple conceptuel

Traitement standard :

12 mois.

Nouvel essai :

6 mois donne un résultat équivalent avec moins d’effets indésirables.

La durée traditionnelle peut alors être reconsidérée.

Essais de non-infériorité

Les essais de dé-escalade utilisent souvent des designs de non-infériorité.

La question n’est pas :

« le nouveau traitement est-il meilleur ? »

mais :

« est-il suffisamment proche en efficacité tout en réduisant les dommages ou contraintes ? »

La marge de non-infériorité est cruciale

Si elle est trop large, on peut accepter une perte clinique importante.

L’interprétation de ces essais doit donc être rigoureuse.

Polymédication

Chez certaines personnes, notamment âgées, l’accumulation de médicaments peut devenir problématique.

Chaque traitement pris isolément peut avoir une justification.

Mais leur combinaison peut produire :

  • interactions ;
  • chutes ;
  • confusion ;
  • hypotension.

Le problème apparaît au niveau du système thérapeutique complet.

Déprescription

La déprescription consiste à réévaluer systématiquement les traitements et à arrêter ou réduire ceux dont :

  • bénéfice est devenu faible ;
  • risque est devenu supérieur.

Ce n’est pas un abandon thérapeutique.

C’est une optimisation.

Le contexte change avec le temps

Un traitement prescrit à 60 ans peut être pertinent.

À 90 ans, le même médicament peut avoir :

  • bénéfice attendu dans vingt ans ;
  • risque d’effet indésirable immédiat.

La balance peut donc s’inverser.

Délai avant bénéfice

Pour certains traitements préventifs, le bénéfice nécessite plusieurs années.

Si l’espérance de vie ou la situation clinique change, ce délai peut devenir plus long que le temps pendant lequel la personne peut raisonnablement bénéficier du traitement.

Le temps jusqu’au dommage peut être beaucoup plus court

Un médicament peut provoquer :

  • chute demain ;
  • hémorragie la semaine prochaine,

alors que son bénéfice potentiel apparaît plusieurs années plus tard.

Comparer les temporalités est donc essentiel.

Surtraitement et personnes âgées

Il ne faut pas conclure :

« les personnes âgées ne doivent pas être traitées ».

L’âge seul n’est pas suffisant.

Il faut considérer :

  • risque réel ;
  • fragilité ;
  • espérance de vie ;
  • objectifs du patient.

Deux personnes du même âge peuvent avoir des situations très différentes.

Multiplication des recommandations

Une personne ayant plusieurs maladies peut recevoir les traitements recommandés pour chacune séparément.

Mais les recommandations sont souvent fondées sur des essais excluant les patients très multimorbides.

L’application cumulative peut devenir difficile.

Guidelines collision

Plusieurs recommandations parfaitement raisonnables prises séparément peuvent entrer en conflit lorsqu’elles sont appliquées simultanément.

Il faut alors hiérarchiser les objectifs.

Surtraitement et médecine personnalisée

Une médecine plus personnalisée cherche à estimer :

qui bénéficie réellement ?

On peut utiliser :

  • risque de base ;
  • biomarqueurs ;
  • comorbidités ;
  • préférences.

L’objectif est d’éviter le modèle :

même traitement pour tous.

Hétérogénéité de l’effet thérapeutique

L’effet moyen d’un essai ne signifie pas que tous les patients bénéficient également.

Certains peuvent avoir :

  • grand bénéfice ;
  • bénéfice faible ;
  • aucun bénéfice ;
  • dommage net.

L’identification fiable de ces sous-groupes est toutefois méthodologiquement difficile.

Attention aux analyses de sous-groupes

Chercher après coup :

« chez qui ça marche ? »

peut produire des résultats aléatoires.

Les sous-groupes doivent idéalement être :

  • pré-spécifiés ;
  • biologiquement plausibles ;
  • confirmés indépendamment.

Sinon, la personnalisation peut devenir une nouvelle source d’erreur.

Surtraitement et cascade diagnostique

Un test inutile peut produire un résultat légèrement anormal.

Puis :

nouveau test

↓

biopsie

↓

diagnostic

↓

traitement.

Le surtraitement peut donc commencer très en amont, au moment de la décision de tester.

Prévenir le surtraitement par le bon usage des tests

Une règle importante est :

ne pas réaliser un test si aucun résultat plausible ne modifierait utilement la prise en charge.

Tester « juste pour savoir » n’est pas toujours anodin.

Exemple

Un examen révèle fréquemment des anomalies bénignes chez des personnes asymptomatiques.

Si ces découvertes déclenchent systématiquement des investigations invasives, l’indication initiale du test doit être questionnée.

Less is more

Le mouvement Less is More en médecine rappelle que davantage de soins ne signifie pas automatiquement de meilleurs soins.

Dans certaines situations :

  • moins de tests ;
  • moins de traitements

peuvent produire de meilleurs résultats.

Choosing Wisely

Des initiatives comme Choosing Wisely ont cherché à identifier des examens et interventions fréquemment utilisés sans bénéfice suffisant.

L’objectif est de favoriser une médecine fondée sur la valeur plutôt que sur le volume.

Mais « moins » n’est pas automatiquement mieux

Il ne faut pas inverser le dogme.

Le sous-traitement existe aussi.

Réduire un traitement utile peut provoquer :

  • complications ;
  • décès évitables.

L’objectif est :

le bon niveau de traitement.

Sous-traitement et surtraitement

Ils sont deux erreurs opposées.

Sous-traitement

Intervention insuffisante malgré un bénéfice attendu important.

Surtraitement

Intervention excessive par rapport au bénéfice attendu.

Une politique de santé doit limiter les deux.

Le compromis varie selon le risque

Plus le risque initial est élevé, plus le bénéfice absolu potentiel d’un traitement efficace est généralement important.

Les patients à haut risque peuvent donc supporter une intervention plus intensive.

Exemple

Même médicament :

réduction relative du risque :

25 %.

Risque initial 40 %

Risque traité :

30 %.

Bénéfice absolu :

10 points.

Risque initial 4 %

Risque traité :

3 %.

Bénéfice absolu :

1 point.

La balance peut être très différente.

Number needed to harm

Pour comparer les dommages, on peut calculer le NNH, nombre nécessaire pour nuire.

Supposons qu’un effet indésirable grave passe de :

1 % à 3 %.

Augmentation absolue :

2 points.

NNH :

1 / 0,02 = 50.

Un dommage supplémentaire apparaît en moyenne pour 50 personnes traitées pendant la période considérée.

Comparer NNT et NNH

Supposons :

NNT = 100

pour éviter un événement.

NNH = 20

pour provoquer un effet grave.

Cette balance peut être défavorable.

Mais il faut aussi comparer la gravité respective des événements.

Un infarctus évité et une nausée ne sont pas équivalents.

Les nombres seuls ne suffisent pas

Il faut pondérer :

  • importance clinique ;
  • durée ;
  • réversibilité.

Un bénéfice rare mais majeur peut dépasser plusieurs effets mineurs.

Qualité de vie

Les traitements peuvent modifier :

  • fatigue ;
  • douleur ;
  • sexualité ;
  • capacité fonctionnelle.

Un traitement qui prolonge légèrement la survie au prix d’une qualité de vie très dégradée peut être accepté par certaines personnes et refusé par d’autres.

Préférences individuelles

Le seuil de traitement n’est donc pas toujours purement médical.

Deux patients ayant exactement le même risque peuvent faire des choix différents selon leurs valeurs.

La décision partagée est particulièrement importante lorsque la balance est proche.

Risque de cadrage

La manière de présenter le traitement peut influencer fortement le choix.

Dire :

« réduction de 50 % du risque »

peut produire une perception très différente de :

« risque réduit de 2 sur 1 000 à 1 sur 1 000 ».

Les deux peuvent être corrects.

L’information complète devrait présenter les risques absolus.

Effet placebo et surtraitement

Un traitement inutile sur la maladie peut parfois améliorer des symptômes par :

  • effet placebo ;
  • contexte thérapeutique.

Cela complique l’analyse.

Le bénéfice symptomatique peut être réel même si le mécanisme supposé est faux.

Mais le placebo ne justifie pas n’importe quelle intervention

Un traitement présentant :

  • risques importants ;
  • coût élevé

ne devient pas acceptable simplement parce qu’il produit un effet contextuel.

Des alternatives plus sûres peuvent produire le même bénéfice.

Surtraitement chirurgical historique

L’histoire de la médecine comporte des exemples où des interventions de plus en plus agressives ont été pratiquées en supposant :

« plus on retire, mieux on contrôle la maladie ».

Des essais comparatifs ont parfois montré qu’une chirurgie moins mutilante obtenait des résultats similaires.

C’est une leçon importante sur la nécessité des essais contrôlés.

Intensité et plausibilité

Une intervention plus intense semble parfois intuitivement :

plus efficace.

Mais la biologie ne suit pas toujours cette intuition.

Au-delà d’un certain niveau, le bénéfice peut plafonner tandis que les dommages continuent d’augmenter.

Courbe dose-réponse thérapeutique

On peut imaginer :

dose faible → bénéfice augmente rapidement

puis

plateau thérapeutique

alors que

toxicité continue d’augmenter.

Le meilleur dosage se situe avant que les dommages supplémentaires dépassent le bénéfice supplémentaire.

Surtraitement en soins intensifs

À la fin de la vie, certaines interventions peuvent prolonger un processus de mourir sans restaurer une qualité de vie acceptable.

La distinction entre :

  • traitement utile ;
  • obstination déraisonnable

devient alors éthique autant que clinique.

Objectifs de soins

La question centrale peut devenir :

quel est l’objectif ?

  • prolonger la vie à tout prix ;
  • préserver l’autonomie ;
  • soulager la douleur.

Une intervention ne peut être jugée utile sans connaître le but poursuivi.

Surtraitement et médecine de fin de vie

Une intervention techniquement possible n’est pas automatiquement médicalement souhaitable.

L’évaluation doit considérer :

  • pronostic ;
  • souffrance ;
  • volontés du patient.

Cela dépasse la seule épidémiologie mais illustre parfaitement la différence entre capacité d’agir et bénéfice réel.

Coûts collectifs

Le surtraitement consomme également :

  • médicaments ;
  • temps médical ;
  • lits ;
  • financement.

Ces ressources pourraient être utilisées ailleurs.

On parle de coût d’opportunité.

Une intervention peu utile peut indirectement priver d’autres patients de soins utiles

Ce point est particulièrement important dans un système aux ressources limitées.

L’évaluation du surtraitement possède donc une dimension de santé publique.

Mais le coût ne suffit jamais à déclarer un traitement « inutile »

Une intervention coûteuse peut être très bénéfique.

Le problème est la relation :

coût / bénéfice,

pas le coût isolé.

Incitations financières

Certains systèmes peuvent encourager davantage d’actes par :

  • rémunération à l’acte ;
  • intérêts commerciaux.

Cela peut favoriser le surtraitement.

Mais il ne faut pas supposer automatiquement qu’une intervention rémunératrice est inutile.

Les données restent nécessaires.

Incitation inverse

Un système très contraint financièrement peut au contraire favoriser le sous-traitement.

Les incitations institutionnelles doivent donc être analysées dans les deux directions.

Surtraitement et recommandations

Une recommandation peut encourager le traitement d’un groupe large.

Il faut examiner :

sur quelle population les essais ont-ils été réalisés ?

Une généralisation excessive peut conduire à traiter des personnes chez qui la balance bénéfice-risque n’a jamais été démontrée.

Extrapolation

Un traitement validé chez :

patients à très haut risque

n’est pas nécessairement utile chez :

patients à très faible risque.

L’effet relatif peut éventuellement persister, mais le bénéfice absolu diminue.

Recommandations et conflits d’intérêts

Les auteurs de recommandations peuvent avoir des conflits :

  • financiers ;
  • intellectuels.

Cela ne rend pas leurs conclusions automatiquement fausses.

Mais la transparence et l’indépendance sont importantes, surtout lorsqu’il s’agit d’élargir les seuils thérapeutiques.

Disease management et métriques

Si un système évalue les médecins selon :

« proportion de patients atteignant une cible biologique »,

cela peut encourager une intensification thérapeutique même lorsque le bénéfice marginal devient faible.

Les indicateurs de qualité peuvent parfois créer des effets pervers.

Une bonne métrique doit refléter les résultats importants

Il vaut mieux, lorsque c’est possible, mesurer :

  • complications évitées ;
  • qualité de vie ;
  • mortalité.

Mais ces critères sont plus difficiles et plus longs à observer.

Surtraitement et incertitude scientifique

Lorsque les preuves sont incomplètes, il peut être rationnel d’intervenir par prudence.

Mais cette prudence doit être réévaluée lorsque de meilleures données apparaissent.

Une intervention provisoire ne doit pas devenir une tradition intangible.

Dé-implémentation

La dé-implémentation étudie comment réduire l’usage d’interventions devenues :

  • inutiles ;
  • inefficaces ;
  • potentiellement nuisibles.

C’est souvent difficile.

Les pratiques médicales développent une inertie institutionnelle.

Pourquoi les pratiques persistent

Plusieurs facteurs :

  • habitudes ;
  • peur de changer ;
  • attentes des patients ;
  • incitations.

Une intervention peut persister longtemps après l’affaiblissement de sa justification scientifique.

La difficulté psychologique d’arrêter

Pour un médecin, dire :

« ce traitement que nous prescrivions depuis vingt ans n’apporte probablement pas le bénéfice que nous pensions »

est difficile.

Pour un patient aussi.

Mais changer d’avis lorsque les preuves évoluent est précisément une qualité scientifique.

Témoignage individuel

Une personne peut dire :

« ce traitement m’a sauvé ».

Peut-être.

Mais lorsque le bénéfice est probabiliste, on ne peut généralement pas savoir ce qui se serait produit sans traitement.

Le témoignage ne permet pas d’estimer l’efficacité.

L’inverse est également vrai

Une personne subit un effet indésirable après traitement.

Cela ne prouve pas automatiquement que le traitement était une mauvaise décision au moment où il a été prescrit.

La balance se juge probabilistiquement avant l’intervention.

Décision de groupe et expérience individuelle

Un traitement peut être globalement bénéfique et causer un dommage majeur à certains individus.

Il peut aussi être globalement inutile tout en coïncidant avec une amélioration chez certains.

L’épidémiologie cherche à estimer l’effet moyen et sa variabilité.

Individualiser sans illusion

L’objectif idéal est :

traiter ceux qui bénéficieront

et

épargner ceux qui ne bénéficieront pas.

Mais la prédiction individuelle parfaite est rarement possible.

Il reste donc toujours une certaine proportion de traitements inutiles.

Le surtraitement est-il toujours identifiable ?

Non.

Comme le surdiagnostic, il possède souvent une dimension contrefactuelle.

Pour un patient guéri après traitement, on ne sait pas toujours s’il aurait guéri sans lui.

Il faut s’appuyer sur les essais et les comparaisons populationnelles.

Exemple final

Supposons 1 000 patients à faible risque.

Sans traitement :

20 événements graves.

Avec traitement :

10 événements.

Le traitement évite :

10 événements.

Mais les 1 000 personnes reçoivent le traitement.

Si 100 personnes subissent un effet indésirable important, la balance devient discutable.

Si seulement 1 présente un effet mineur, le traitement est beaucoup plus facile à justifier.

Le nombre de personnes « traitées sans bénéficier » ne suffit pas à lui seul pour conclure.

Une leçon d’esprit critique

Face à l’affirmation :

« ce traitement réduit le risque de 50 % »,

demandez :

50 % de quel risque initial ?

Quelle est la réduction absolue ?

Quel est le NNT ?

Quels sont les effets indésirables ?

Quel est le NNH ?

Pendant combien de temps ?

Le critère est-il réellement important pour le patient ?

Ces questions permettent d’éviter une interprétation excessivement enthousiaste.

Face à un traitement « préventif »

Demandez également :

combien de personnes auraient eu l’événement sans traitement ?

Plus le risque de base est faible, plus le bénéfice absolu peut être limité.

Face à une recommandation plus agressive

Si un seuil est abaissé :

combien de nouvelles personnes seront traitées ?

Combien d’événements supplémentaires seront évités ?

Combien d’effets indésirables supplémentaires surviendront ?

C’est une manière beaucoup plus informative d’évaluer l’évolution.

Surtraitement et autonomie

Un patient ne peut donner un consentement réellement éclairé s’il entend uniquement :

« ce traitement est efficace ».

Il devrait idéalement connaître :

  • risque sans traitement ;
  • risque avec traitement ;
  • principaux dommages ;
  • incertitude.

La décision peut alors refléter ses propres préférences.

Tableau de distinction

ConceptProblème principal
Faux positifMaladie absente mais test positif
SurdiagnosticMaladie réelle mais qui n’aurait jamais causé de problème
SurtraitementTraitement dont le bénéfice ne justifie pas les dommages ou contraintes
Sous-traitementTraitement insuffisant malgré un bénéfice attendu important

Ces phénomènes peuvent s’enchaîner mais ne doivent pas être confondus.

À retenir

Le surtraitement correspond à une intervention médicale dont l’intensité ou l’utilisation dépasse ce que justifie son bénéfice attendu.

Il peut résulter :

  • d’un surdiagnostic ;
  • d’un seuil thérapeutique trop bas ;
  • d’une surestimation du bénéfice ;
  • d’un critère intermédiaire trompeur ;
  • d’une intensité ou durée excessive.

Il doit toujours être évalué en termes de :

risque absolu

bénéfice absolu

effets indésirables

préférences du patient.

Une réduction relative spectaculaire peut correspondre à un bénéfice absolu minuscule lorsque le risque initial est faible.

Inversement, traiter beaucoup de personnes n’est pas automatiquement du surtraitement si l’événement évité est très grave et l’intervention très sûre.

Il faut donc éviter deux simplifications opposées :

« plus de traitement est toujours mieux »

et

« tout traitement qui ne bénéficie pas à chaque patient est excessif ».

Le principe fondamental est :

une intervention médicale n’est justifiée ni par sa seule capacité à modifier un biomarqueur, ni par son efficacité relative, mais par la balance entre les résultats importants qu’elle permet d’éviter et les dommages qu’elle produit dans la population réellement traitée.

La bonne question n’est donc pas seulement :

« ce traitement fonctionne-t-il ? »

mais :

« chez cette population, de combien améliore-t-il réellement les résultats qui comptent, et à quel prix en effets indésirables, contraintes et ressources ? »

Pour aller plus loin

H. Gilbert Welch — travaux sur le surdiagnostic et le surtraitement. Une référence importante pour comprendre comment une détection accrue peut entraîner une cascade thérapeutique sans bénéfice proportionnel.

Choosing Wisely — recommandations sur les soins de faible valeur. Une initiative internationale visant à identifier des examens et traitements couramment utilisés alors que leur bénéfice est faible ou incertain.

Cochrane — revues systématiques d’interventions thérapeutiques. Elles permettent de comparer bénéfices et dommages en privilégiant les résultats cliniquement pertinents.

David Sackett et collaborateurs — Clinical Epidemiology. Une référence classique pour relier risque de base, réduction absolue du risque, bénéfice thérapeutique et décision clinique.