Dans ce rapport, nous avons appliqué une approche descriptive et nous nous sommes concentrés sur les taux de rémission et sa stabilité pour une série de sujets dépressifs pendant une période de 3 ans.
Taux de rémission cumulatif
De ce point de vue, le résultat semble assez prometteur : 67 % de l’échantillon LOCF et la plupart des patients de l’échantillon OC (88 %) se sont rétablis à un moment donné pendant trois ans (taux de rémission cumulatif). Ces taux cumulatifs se situent dans une fourchette comparable à celle d’autres suivis naturalistes à long terme. Holma a trouvé 88,5 % après 5 ans, O’Leary 88 % après 3 ans et Ramana 80 % après 2 ans. De même, l’étude de référence de Keller sur l’évolution naturaliste à 5 ans de 431 sujets souffrant de dépression majeure a trouvé des taux de récupération cumulatifs (définis comme 8 semaines consécutives sans symptômes ou avec des symptômes minimaux) de 70 % après 1 an, 81 % dans les 2 ans, 87 % dans les 4 ans et 88 % dans les 5 ans .
Taux absolus de réponse et de rémission
Contrairement aux taux cumulatifs, les taux absolus de rémission à un certain temps de suivi ont tendance à être considérablement plus faibles. En ce qui concerne les taux de rémission après un, deux et trois ans, l’analyse LOCF a révélé 55 %, 56 % et 58 % de rémissions dans la présente étude. En ce qui concerne les cas observés après un, deux et trois ans, près de 62 % des compléteurs après un an, (59 %) après deux ans et (69 %) après trois ans répondaient aux critères de rémission (OC).
L’échantillon naturaliste de Vantaa comprenait 163 patients ambulatoires (échantillon OC) et appliquait les critères du DSM-IV sur une période continue de deux mois . Après cinq ans, 50 % des cas observés étaient en rémission complète dans cette étude de suivi.
Les taux de rémission MADRS des cas observés (MADRS < 9) de l’étude naturaliste SLICE sur une population de soins primaires (n = 1031) après 1 an (70,7 %) et 2 ans (75,3 %) étaient plus élevés que dans le présent rapport . Mais il faut tenir compte du fait qu’un échantillon de patients ambulatoires primaires comprend généralement des patients moins sévères et moins réfractaires par rapport à une population de patients hospitalisés dans un établissement de soins tertiaires, comme dans le présent rapport.
L’étude PROSPECT a rapporté des taux de rémission HAMD-17 des cas observés d’un groupe d’intervention recevant des interventions basées sur des algorithmes de 40.L’étude PROSPECT a rapporté des taux de rémission HAMD-17 des cas observés d’un groupe d’intervention recevant des interventions basées sur des algorithmes de 40,1 % après un an et de 49,7 % après deux ans, bien que la sévérité moyenne de l’HAMD au départ (18,1 contre 24) ne se situait que dans une fourchette modérée . Une limitation importante dans ce contexte est le taux élevé d’abandon de 82 % qui conduit à une sélection des patients avec des résultats favorables (voir également les limitations).
Bien que les patients du “monde réel” et les patients inclus dans des essais contrôlés randomisés ne soient pas facilement comparables, un regard sur les données à long terme d’un essai contrôlé randomisé récent, pourrait encore être instructif. Par exemple, dans l’essai Co-Med, les taux de rémission après 7 mois étaient plus faibles, soit 48 % (LOCF). Mais ici, la période d’observation était plus courte et le critère de rémission plus strict (les patients devaient être en état de rémission lors de deux visites consécutives). Un autre exemple est l’essai PREVENT, ici les taux de rémission de cet essai à long terme randomisé en double aveugle comparant la fluoxétine à la venlafaxine (N = 268) étaient plus élevés à la première année (67-68 %) et (71 %-77 %) à la deuxième année (OC) .
Stabilité de la rémission et évolution de la maladie
La stabilité de la rémission pour l’analyse LOCF et OC est illustrée dans des diagrammes de flux (voir les figures 2 et 3). En raison du taux d’abandon élevé, l’analyse OC semble être la plus fiable à cet égard (voir les limites).
L’évolution très fluctuante du trouble dépressif majeur est reflétée par 52 % des patients (OC) montrant une fluctuation de la rémission à la non-rémission et vice versa tout au long des trois années. Ce résultat est en ligne avec les taux de rechute correspondants publiés précédemment qui ont été évalués rétrospectivement à chaque suivi. Sur les 458 patients, 155 (33,6 %) ont connu au moins une rechute grave au cours de la période de suivi de trois ans. Le taux le plus élevé a été constaté au cours du premier mois et de la première année (25,3 %) après la sortie du traitement en milieu hospitalier, puis il a diminué à 16,1 % deux ans plus tard.
On peut obtenir une image plus fine en examinant uniquement les taux de passage de la rémission à la non-rémission. Ces taux varient entre 11 % et 25 %, 45 % perdant la rémission à un moment donné au cours des trois années. Seuls 36 % de l’ensemble des patients (et 55 % des patients initialement en rémission) sont restés en rémission pendant toute la durée de l’étude (OC). La récente étude naturaliste PREDICT-NL a suivi 174 patients ambulatoires de soins primaires souffrant de troubles dépressifs majeurs (sur 1338 participants) pendant une période de trois ans. En accord avec nos résultats, les auteurs ont trouvé un taux de 40 % avec une évolution fluctuante et un taux de 43 % restant en rémission dès le début. Les taux de bénignité peuvent à nouveau s’expliquer par les cas plus légers et moins complexes d’une population de patients ambulatoires de soins primaires. Cependant, 17 % des patients de l’étude PREDICT-NL présentaient une évolution chronique et sont restés dans un épisode pendant les trois années. Dans le présent rapport, 12 % de tous les patients sortis de l’hôpital sont restés en non-rémission depuis leur sortie de l’hôpital jusqu’à 3 ans et ont donc présenté une évolution chronique (OC, tableau 3). Ce niveau de chronicité est également en accord avec les rapports précédents. Keller a signalé que 12 % des patients de l’étude CDS n’étaient pas guéris après 5 ans. De même, Jules Angst a rapporté dans son suivi de 21 ans de 406 patients initialement hospitalisés que 13 % de tous les patients ont développé une évolution chronique. Spijker a trouvé un taux légèrement plus élevé de 20 % de patients souffrant de TDM qui n’avaient pas complètement récupéré après une période de deux ans dans l’étude NEMESIS .
Traitement
Après trois ans, 70,4 % de l’échantillon complet a reçu au moins un antidépresseur. Une revue systématique récente incluant 14 grandes enquêtes observationnelles naturalistes/épidémiologiques a rapporté des taux d’adhésion allant de 30 à 97 % (médiane 67 %) . Le taux de psychothérapie comparativement élevé ainsi que le taux élevé de patients bénéficiant de soins de santé mentale spécifiques (84 % la première année, 81 % la deuxième année et 78 % la troisième année), ainsi qu’une probabilité plus élevée que les patients adhérents restent dans l’échantillon complet pourraient avoir conduit à des taux d’adhésion élevés dans l’échantillon complet. En outre, il faut garder à l’esprit que le système de santé allemand fournit une assurance maladie à tous les membres de la communauté, ce qui permet de choisir librement son médecin. Par conséquent, les taux d’adhésion encourageants peuvent en partie être attribués aux soins de santé mentale spécialisés avancés par la politique d’assurance allemande.
Limitations
La limitation la plus importante concerne le taux d’abandon élevé. Les taux d’attrition dans les études à long terme de durées similaires, vont de 18 % , à 72 % . Le projet d’algorithme du Texas a montré un taux d’attrition similaire après un an de 47 % . Ainsi, le taux d’attrition à trois ans de la présente étude, qui est d’environ 82 % des patients entrant dans le suivi, semble se situer dans une fourchette élevée.
Entre autres, l’une des raisons du taux d’attrition élevé dans l’étude en question peut être due à la façon dont les participants au suivi devaient être contactés conformément au protocole de l’étude. Les participants ne pouvaient être contactés que par courrier, et non par téléphone ou par e-mail. Ainsi, au cours des trois années, vingt vagues d’envoi ont été réalisées. En outre, aucun entretien téléphonique n’était prévu pour les visites annuelles, mais des entretiens en face à face devaient être réalisés à la place. Bien que ces entretiens aient permis d’obtenir des données de meilleure qualité, ils ont pu conduire à des taux d’attrition plus élevés. Pour les études futures, le contact par email et surtout les appels téléphoniques, qui ont montré qu’ils augmentaient le temps de rétention dans les essais, sont clairement préférables.
L’analyse des abandons a révélé que les patients qui restaient jusqu’à trois ans dans le suivi présentaient des variables qui sont associées à un meilleur résultat à long terme (sexe féminin, troubles de la personnalité moins comocrbides, vivant plus souvent avec un partenaire, moins souvent libérés contre avis médical, temps de traitement hospitalier plus long, score de base de Hamilton plus faible, (Tableau 1)).
Ces variables correspondent largement aux variables associées à une plus faible attrition dans l’étude STAR*D et le projet d’algorithme du Texas . Les patients de l’échantillon d’abandon ont montré des taux de rémission significativement plus faibles dans les étapes un et deux de STAR*D . Néanmoins, cet échantillon de données à long terme sur trois ans de patients souffrant de dépression majeure, initialement hospitalisés, traités de manière naturelle et réévalués de manière approfondie, reste l’un des plus grands suivis européens.
Comme les critères d’inclusion étaient larges et les critères d’exclusion peu nombreux, des patients qui auraient été exclus dans la plupart des essais contrôlés randomisés ont été inclus dans notre étude. Ceci est à la fois une limitation et une force. Les résultats de cette étude pourraient être plus généralisables à la pratique clinique courante et exercer une validité externe élevée pour les patients adultes hospitalisés souffrant de troubles dépressifs majeurs. D’autre part, la validité interne est réduite en raison de l’absence de groupe de contrôle. Par conséquent, les conclusions concernant les effets du traitement sont très limitées. De plus, ces résultats pourraient ne pas être facilement généralisables aux populations de patients ambulatoires ou aux patients âgés.
Nous nous sommes également strictement concentrés sur la rémission à certains moments sans appliquer de seuils de durée. Plusieurs auteurs ont suggéré qu’un patient devrait au moins rester en rémission pendant au moins 8 semaines consécutives avant de pouvoir être considéré comme rétabli . De plus, comme aucun entretien n’a été réalisé, nous ne pouvons pas exclure qu’un patient qui est en rémission lors des trois visites puisse avoir connu des épisodes ou une activité plus importante de la maladie entre les visites. Ainsi, nos taux de rémission sont, le cas échéant, optimistes. Les mesures de résultats modernes comme les techniques d’évaluation écologique momentanée (EMA) pourraient fournir des outils prometteurs qui pourraient compléter ces mesures de résultats traditionnelles.
Donc, en résumé, les résultats de l’échantillon de complétion à 3 ans, même s’ils sont positivement biaisés, sont plutôt décevants avec 12 % montrant une évolution chronique, 52 % une évolution très fluctuante et seulement 36 % une rémission stable et appellent à des stratégies futures améliorant les résultats à long terme.
Un commentaire sur les données manquantes dans les essais à long terme – Dernière observation reportée (LOCF) et cas observés (OC)
Les analyses valides des données longitudinales sont complexes et difficiles, surtout si les données sont manquantes pour des raisons qui sont liées au résultat. Nous avons utilisé deux méthodes traditionnelles pour résoudre ce problème : 1) la méthode LOCF qui impute les données en reportant la dernière observation et 2) l’analyse des cas complets ou observés en incluant uniquement les patients qui ont eu une observation à chaque visite et au point final. Il est souvent avancé que le biais de la méthode LOCF conduit à une estimation “conservatrice” (sous-estimation) des effets du traitement. D’autre part, l’analyse des cas complets ou observés est supposée conduire à une surestimation des effets du traitement. Par conséquent, une approche combinée peut aider à obtenir une idée réaliste des taux de résultats.
Dans la présente étude, LOCF a effectivement estimé la rémission absolue aux taux de points de temps prédéfinis de manière plus conservatrice, mais a surestimé la stabilité à long terme en raison du taux élevé de patients perdus de vue. Par exemple, les rémissions stables étaient plus nombreuses dans l’analyse LOCF qu’avec la méthode OC (43 %, LOCF contre 36 % OC). En revanche, l’analyse des cas observés a montré des résultats absolus moins conservateurs (par exemple, des taux de rémission plus élevés après 1, 2 et 3 ans) mais permet un regard plus réaliste sur l’évolution à long terme.
Ces dernières années, les méthodes d’imputation modernes comme les modèles mixtes pour les mesures répétées deviennent de plus en plus courantes et sont souvent recommandées comme méthode préférable. D’autre part, il a été souligné qu’elles ne sont pas le remède à tous les problèmes associés aux données manquantes.
.