Une revue de la déclaration et de la gestion des données manquantes dans les études de cohorte avec évaluation répétée des mesures d'exposition

Résumé Contexte Retenir des participants dans des études de cohorte avec plusieurs vagues de suivi est difficile. Souvent, les chercheurs sont confrontés au problème des données manquantes, qui peuvent introduire des résultats biaisés ainsi qu'une perte de puissance statistique et de précision. Les directives STROBE von Elm et al. (Lancet, 370:1453-1457, 2007); Vandenbroucke et al. (PLoS Med, 4:e297, 2007) et les directives proposées par Sterne et al. (BMJ, 338:b2393, 2009) recommandent que les études de cohorte rapportent la quantité de données manquantes, les raisons de non-participation et de non-réponse, et la méthode utilisée pour gérer les données manquantes dans les analyses. Nous avons effectué une revue des publications d'études de cohorte afin de documenter la déclaration des données manquantes pour les mesures d'exposition et de décrire les méthodes statistiques utilisées pour tenir compte des données manquantes. Méthodes Une recherche systématique d'articles en langue anglaise publiés de janvier 2000 à décembre 2009 a été réalisée dans PubMed. Les études de cohorte prospectives avec une taille d'échantillon supérieure à 1 000 ayant analysé des données à l'aide de mesures répétées d'exposition ont été incluses. Résultats Parmi les 82 articles répondant aux critères d'inclusion, seuls 35 (43 %) ont rapporté la quantité de données manquantes conformément aux directives suggérées. Soixante-huit articles (83 %) ont décrit comment ils ont traité les données manquantes dans l'analyse. La plupart des articles ont exclu les participants ayant des données manquantes et ont effectué une analyse des cas complets (n = 54, 66 %). D'autres articles ont utilisé des méthodes plus sophistiquées, y compris l'imputation multiple (n = 5) ou la modélisation entièrement bayésienne (n = 1). Des méthodes connues pour produire des résultats biaisés ont également été utilisées, par exemple, la méthode de la dernière observation reportée (n = 7), la méthode de l'indicateur manquant (n = 1) et la substitution par la valeur moyenne (n = 3). Pour les 14 articles restants, la méthode utilisée pour gérer les données manquantes dans l'analyse n'était pas précisée. Conclusions Cette revue met en évidence la déclaration incohérente des données manquantes dans les études de cohorte et l'utilisation continue de méthodes inappropriées pour gérer les données manquantes dans l'analyse. Les revues épidémiologiques devraient invoquer les directives STROBE comme cadre pour les auteurs afin que la quantité de données manquantes et la manière dont cela a été pris en compte dans l'analyse soient transparentes dans la déclaration des études de cohorte.