Étude : Impact de la Sonde de Swan Ganz en Réanimation

Contexte: projet RWE
Étude rétrospective analysant 5735 observations en unité de soins intensifs. L'objectif est d'évaluer si la pose d'une sonde de Swan Ganz (RHC) est associée à une augmentation du risque de décès comparé à sa non-utilisation, en fonction de l'état clinique des patients.

Explication simple de la notion de score de propension ici

---

Variables Analysées

Type	Exemples (Unités)
Temporelles	Date d'admission, sortie, décès, dernières nouvelles
Catégorielles	Sexe, ethnie, statut RHC, diagnostic (respiratoire/cardiaque/neurologique...), comorbidités (insuffisance cardiaque, néoplasie...), statut de survie (30/180 jours)
Numériques	Âge (années), scores APACHE/Glasgow, paramètres biologiques (pression artérielle, fréquence cardiaque, créatininémie...)

---

Traitement des Données

1. Nettoyage initial :

   • Suppression des variables non informatives :
     • ADL et diurèse (52-75% de données manquantes).
     • CAT1 (variable constante à 100%).
     • ROWNAMES (identifiants surnuméraires).
   • Recodage des variables :
     • Variables binaires (RHC, diagnostics) : 1 (oui) / 0 (non).
     • CAT2 : NA → 0 (absence de second diagnostic).
     • Score de Glasgow : conversion de l'échelle 0-100 → 3-15.

2. Gestion des valeurs manquantes :

   • Valeurs numériques à 0 → NA → imputées par la médiane.
   • Taux global de données manquantes : 3.84%.

3. Correction des incohérences :

   • Pour 1055 patients : date de dernières nouvelles < date de sortie → remplacement par la date de sortie.
   • Pour 1112 patients décédés après la date de dernières nouvelles → imputation de la date de décès à cette date.

4. Variables ordinales :

   • Recodées en ordre ascendant (gravité/désavantage croissant).

---

Méthodes Clés

1. Analyse Préliminaire

   • Odds Ratio brut : 1.39 (décès à 30j avec RHC vs sans RHC).
   • Courbes de Kaplan-Meier :
     • Survie médiane : 98 jours (avec RHC) vs 180 jours (sans RHC).

2. Score de Propension (SP)

   • Modèle logistique prédictif de l'utilisation de RHC (52 covariables cliniques/démographiques).
   • Distribution équilibrée entre groupes (bon recouvrement).

3. Techniques d'Ajustement

   Méthode	Résultat (décès à 30j)
   Régression logistique (SP)	OR = 1.27 [1.11-1.44], p<0.001
   Appariement (caliper=0.05)	OR = 1.28 [1.10-1.48]
   Stratification (10 déciles)	OR = 1.38 [1.24-1.55]
   Modèle de Cox (ajusté SP)	HR = 1.21 [1.1-1.34]

---

Résultats Clés

• Association significative : Toutes les méthodes convergent vers un risque accru de décès à 30j avec RHC (OR/HR > 1).
• Effet indépendant de la gravité :
  • Le surrisque persiste après ajustement par SP (synthèse des covariables).
  • Confirmé par l'analyse stratifiée : effet délétère de RHC observé dans plusieurs déciles de gravité.
• Validation des modèles :
  • Hypothèse des risques proportionnels respectée (modèle de Cox).
  • Taille d'échantillon adéquate (≥ 10 événements par variable).

---

Conclusion

La sonde de Swan Ganz est associée à une augmentation de 21 à 38% du risque de décès à 30 jours, indépendamment de l'état clinique des patients.
Cet effet délétère est robuste à travers différentes méthodes d'ajustement (score de propension, appariement, stratification).

---

Fichiers du Projet

• /data : Jeux de données nettoyés
• /scripts :
  • data_cleaning.R (prétraitement)
  • propensity_score.R (modélisation SP)
  • survival_analysis.R (modèles de survie)