Les cancers et le taux de survie à 5 ans

Publié le par

Le taux de survie en médecine est un élément statistique massivement utilisé pour montrer l’efficacité des dépistages mise en place par les instances en place. Ce taux de survie entretien le mythe de l’efficacité des examens de contrôles. C’est avec l’ancien maire de New-York, Rudy Giuliani qui avait lancé une publicité opposant ses chances de survivre à un cancer de la prostate aux États-Unis de 82% avec celle de survivre à ce même cancer en Angleterre, avec seulement 44% avec une médecine socialisée, ou on ne teste pas le PSA (Prostate Specific Antigen) en routine pour le cancer de la prostate. Pour l’ancien maire, ça signifiait pour lui que ses chances de survie au cancer de la prostate semblaient deux fois plus élevées ici aux USA qu’en Angleterre. Pourtant, malgré cette importante différence statistique sur le taux de survie à cinq ans, le taux de mortalité était à peu près le même aux USA et au Royaume-Uni. Car tester le PSA a augmenté la survie de 44% à 82% n’est en soit pas une preuve qu’il sauve des vies (1). Pour deux raisons:

  • La première est le biais de temps d’avance au diagnostic. Prenons le cas d’un groupe de patients chez qui un cancer a été diagnostiqué à cause des symptômes à l’âge de 67 ans, tous meurent à 70 ans. Chaque patient, survit seulement 3 ans. La survie à 5 ans est donc de 0% ici. L’autre groupe, subit un dépistage. Le diagnostique est plus précoce. Supposons qu’il soit vu chez tous les patients à 60ans. Mais, ils meurent tous également à l’âge de 70ans. Chaque patient ici survit 10 ans, amenant le taux de survie à 5 ans à 100%. Alors qu’au final, la patient ayant subit le dépistage, a subit un traitement contre le cancer pendant 7 années supplémentaires, diminuant probablement sa qualité de vie. C’est ici la première façon dant les changements de taux de survie peuvent être affectés (fig.1)(2).
  • La deuxième raison est le biais de sur-diagnostic, c’est à dire où l’on détecte un cancer qui n’aurait autrement jamais causé de problème. Par exemple, sans dépistage, si l’on prend 1000 personnes avec un cancer progressif, seulement 400 sont vivants 5 ans plus tard. Donc sans dépistage, le taux de survie à 5 ans est de seulement 40%. Mais avec le dépistage, 2000 cancers supplémentaires sont détectés via le sur-diagnostic. Détectant ainsi des cancers qui n’auraient jamais causés de problèmes ou seraient même probablement disparus d’eux-mêmes. Comme le cancer était inoffensif, 5 ans plus tard, les 2000 personnes supplémentaires sont toujours en vie. Et l’on passe ainsi avec un taux de survie à 5 ans à 80% avec pourtant le même nombre de personnes décédés du cancer. C’est une façon dont les taux de survie peuvent changer avec le dépistage et ne pas être en corrélation avec des changements dans les taux réels de mortalité par cancer (fig.1)(2).

Les taux de survies à 5 ans issue des dépistages, peuvent ne pas être en corrélation avec des changements réels de mortalité par cancer. En fait, la corrélation est nulle (pearson r=0) (figure.gauche)  (3). La mise en avant de ses statistiques biaisais et hautement trompeur pour les patients, car il n’y a aucun moyen de démêler le biais de temps d’avance au diagnostique et le biais de sur-diagnostic, à partir des données de survie du dépistage, montrant que ses statistiques sont dénuées de sens quand il s’agit de dépistage, c’est pourtant ce que l’on peut voir dans les publicités (4), mais c’est également ce qui est entendu des divers gouvernements mais également de « prestigieux » centres anti-cancer qui essayent de leurrer le public (5).

Le soucis, c’est que même les médecins ont du mal avec les statistiques et n’ont souvent jamais entendu parler de biais de sur-diagnostic ou de biais d’avance de temps au diagnostic. 54 sur 65 médecins interrogés sur le biais d’avance de temps au diagnostic ont dit ne pas savoir. Quand aux 11 restant, seuls deux personne ont su l’expliquer (6). Et même sans connaitre les termes de vocabulaires, ils ne comprennent pas non plus les concepts inhérents aux biais. La majorité des généralistes ne savaient pas quelles statistiques de dépistages fournissent des preuves fiables sur l’efficacité du dépistage. Ils étaient d’ailleurs 3 fois plus susceptibles de dire qu’ils recommanderaient certainement un dépistage du cancer sur la base de preuves non pertinentes par rapport à un test qui diminue effectivement la mortalité par cancer de 20%. Comment les médecins peuvent-ils correctement conseiller leurs patients s’ils ne comprennent pas eux-mêmes les statistiques clefs sur le cancer. (2). Les médecins analphabètes en statistiques sont condamnés à se fier à leurs conclusions analphabètes en statistiques, ou aux usages locaux, ou aux représentants de l’industrie et à leurs informations (7).

  1. Gigerenzer G, Wegwarth O. Five year survival rates can mislead. BMJ. 2013;346:f548.
  2. Wegwarth O, Schwartz LM, Woloshin S, Gaissmaier W, Gigerenzer G. Do physicians understand cancer screening statistics? A national survey of primary care physicians in the United States. Ann Intern Med. 2012;156(5):340-9.
  3. Welch HG, Schwartz LM, Woloshin S. Are increasing 5-year survival rates evidence of success against cancer?. JAMA. 2000;283(22):2975-8.
  4. Woloshin S, Schwartz LM. How a charity oversells mammography. BMJ. 2012;345:e5132.
  5. Gigerenzer G, Gaissmaier W, Kurz-milcke E, Schwartz LM, Woloshin S. Helping Doctors and Patients Make Sense of Health Statistics. Psychol Sci Public Interest. 2007;8(2):53-96.
  6. Wegwarth O, Gaissmaier W, Gigerenzer G. Deceiving numbers: survival rates and their impact on doctors’ risk communication. Med Decis Making. 2011;31(3):386-94.
  7. Wegwarth O. Statistical illiteracy in residents: what they do not learn today will hurt their patients tomorrow. J Grad Med Educ. 2013;5(2):340-1.