Search

Dans la méta-analyse agrégée d'études cliniques randomisées, on peut tenter de déterminer des effets de traitement dans une population générale en utilisant uniquement de l'information agrégée (moyennes, variances, proportions, etc.) fournie dans chaque étude. Si le paramètre d'intérêt est l'effet causal moyen d'un traitement sur une issue, une analyse utilisant les données agrégées est suffisante. Par contre, lorsque les paramètres d'intérêt sont ceux d'un modèle structurel marginal (MSM) décrivant la modification de l'effet de traitement créée par une autre covariable, les paramètres du modèle au niveau agrégé peuvent être différents de ceux du modèle au niveau individuel. Le cas échéant, les estimations provenant des données agrégées sont biaisées pour estimer la modification réelle de l'effet dans le MSM. C'est ce qu'on appelle le «biais écologique». La solution naturelle pour éliminer ce biais serait de baser la méta-analyse non pas sur les données agrégées, mais plutôt sur les données brutes issues de chaque étude. Or, les investigateurs menant une méta-analyse ont rarement accès aux données brutes de toutes les études. Estimer le MSM en utilisant seulement les études dont les données brutes sont disponibles est réalisable, mais cette approche est susceptible au biais de sélection. Nous proposons donc de contourner le problème en ajustant les estimateurs obtenus au niveau agrégé à l'aide d'informations décrivant la relation individuelle entre l'issue et le modificateur d'effet qui peuvent être obtenues à partir des données individuelles. Dans le présent ouvrage, nous décrivons la source du biais écologique dans l'estimation d'un MSM spécifique à un traitement pour une issue continue sous la perspective contrefactuelle de l'inférence causale. Nous proposons des estimateurs des paramètres de régression ajustés pour le biais écologique utilisant les paramètres de régression au niveau individuel d'un sous-échantillon d'études. Nous prouvons la convergence de ces estimateurs ajustés. L'efficacité de la correction du biais de même que l'ampleur du biais écologique dans plusieurs scénarios sont évaluées numériquement à l'aide d'une étude de simulation., In the aggregate meta-analysis of randomized clinical trials, one may attempt to assess treatment effects in a general population using the aggregate information (means, variances, proportions, etc.) only provided in each study. If the parameter of interest is the average causal effect of a treatment on an outcome, analysis using aggregate data is sufficient. However, when the parameters of interest are those of a marginal structural model (MSM) describing the treatment effect modification caused by another covariate, the parameters of the aggregate level model may be different from those of the individual level model. If so, the estimates from the aggregate data are biased for the true effect modification in the MSM. This is called "ecological bias". The natural solution to eliminate this bias would be to base the meta-analysis not on the aggregate data, but rather on the raw data from each study. Unfortunately, investigators conducting a meta-analysis rarely have access to raw data from all studies. Estimating the MSM using only studies with raw data available is feasible, but this approach is prone to selection bias. We therefore propose to circumvent the problem by adjusting the estimators obtained at the aggregate level. This is done using information describing the relationship between the outcome and the effect modifier that can be obtained from the individual patient data. In this thesis, we describe the source of ecological bias in the estimation of a treatment-specific MSM for a continuous outcome using the counterfactual perspective of causal inference. We propose estimators for the marginal regression parameters that are adjusted for ecological bias using the individual level regression parameters of a subsample of studies. We prove the convergence of these adjusted estimators. The effectiveness of the bias correction as well as the extent of the ecological bias in several scenarios are evaluated numerically through a simulation study.

Les changements climatiques constituent un enjeu important en santé publique. En effet, une hausse des températures provoquera une hausse de la mortalité attribuable à la chaleur. En outre, certaines populations et territoires sont particulièrement vulnérables aux effets de la chaleur. Il est donc nécessaire de les identifier clairement ainsi que les impacts futurs pour orienter avec équité les politiques publiques aujourd’hui et à l’avenir. L’objectif de cette thèse est de documenter les facteurs de vulnérabilité à la chaleur dans le présent et les éléments permettant leur prise en compte pour l’avenir dans le contexte des changements climatiques. Quatre étapes ont été menées pour répondre à cet objectif : a) Mener une revue systématique et une méta-analyse des facteurs de vulnérabilité face aux risques de mortalité en lien avec la chaleur ; b) Analyser si l’exposition chronique à la pollution atmosphérique modifie la relation entre la chaleur et la mortalité dans un contexte urbain (Paris) et explorer la double interaction avec la défaveur sociale ; c) Développer une méthode de quantification des impacts liés à la chaleur en lien avec les changements climatiques en intégrant une grande diversité de simulations climatiques ; d) Estimer les inégalités d’années de vies perdues attribuables à la chaleur et leurs projections futures dans deux contextes distincts (Montréal et Paris) et comparer ces inégalités. Cette thèse a permis de mettre en évidence sur la base de la littérature épidémiologique les groupes de population qui sont les plus vulnérables face aux effets de la chaleur et de montrer qu’il y a plusieurs divergences par rapport aux recommandations émises par les institutions de santé publique vis-à-vis de l’identification de populations vulnérables. Cette thèse a permis également d’identifier l’exposition chronique à la pollution atmosphérique comme nouveau facteur de vulnérabilité à la chaleur et que cette vulnérabilité était encore plus prononcée lorsqu’il s’agissait de populations défavorisées socialement. Puis, une méthode permettant de quantifier l’impact des changements climatiques sur les décès attribuables à la chaleur et ses sources d’incertitudes a été développée, et a permis de mettre en évidence que la probabilité que les changements climatiques conduisent à une augmentation de la mortalité en lien avec la chaleur est très forte. Cette méthode a ensuite été utilisée pour estimer que l’augmentation de la température conduira à une augmentation des inégalités sociales d’années de vie perdues à la fois à Montréal et à Paris, l’effet des changements climatiques sur l’accroissement de ces inégalités étant plus fort à Montréal qu’à Paris. Cette thèse, en se basant sur diverses méthodes épidémiologiques, a permis dans l’ensemble de clarifier quelles populations étaient particulièrement à risque face aux effets de la chaleur et de questionner les recommandations émises par les organismes tels que l’OMS. Elle a également permis de montrer l’effet des changements climatiques sur l’évolution de vulnérabilités face à la chaleur pour inciter dès aujourd’hui la mise en place de politiques publiques équitables et limiter l’impact des changements climatiques sur l’accroissement des inégalités de santé., Climate change is an important public health threat. An increase in temperatures will lead to an increase in mortality attributable to temperature. In addition, some populations and territories are particularly vulnerable to the impact of increases in heat. It is thus necessary to identify these populations and territories as well as examine future heat-related health impacts in order to recommend equity-oriented policies today and in the future. The general objective of this thesis is to document current and future heat-related vulnerability factors in the context of climate change. In order to address this general objective, the thesis involved four components: a) to conduct a systematic review and a meta-analysis to assess the heterogeneity in the heat-mortality associations with respect to individual and contextual population characteristics; b) to identify whether and how the magnitude of mean temperature effects on all-cause mortality were modified by chronic air pollution exposure, social deprivation, and a combination of these two dimensions; c) to develop a method to quantify the climate change impacts on heat-related mortality using climate modeling; d) to assess historical and future social disparities in years of life lost caused by ambient temperature in Montreal and Paris, and compare these estimates as well as the impact of climate change on social disparities between the two cities. This thesis highlights which populations are more vulnerable to heat and shows that several differences exist with regard to guidelines from international public health institutions for the identification of vulnerable populations. This thesis also identified chronic air pollution exposure as a new vulnerability factor in heat-related mortality and that it has a double interaction with social deprivation. Furthermore, in this thesis a novel method to quantify future heat-related mortality was developed which emphasized the strong evidence of an increase in heat-related mortality under climate change. This method was then applied to estimate the increase in daily years of life lost social disparities in both Montreal and Paris under climate change which showed that this increase would be greater in Montreal compared to Paris in the future. Thus, this thesis which used a variety of epidemiologic methods has clarified which populations are particularly vulnerable to heat impacts and challenges guidelines for the identification of vulnerable populations from international public health institutions. It has also highlighted the climate change impacts on health inequalities and aims to reorient equity-focused policies., Thèse réalisée en cotutelle avec Université Paris 11 (Ecole Doctorale 420)