Calcul de la taille d’échantillon : les paramètres clés

Pourquoi le calcul du NSN est une étape critique

Le calcul du nombre de sujets nécessaires (NSN) est l'une des sections les plus scrutées dans un dossier de soumission CPP, un synopsis DRCI ou un dossier PHRC. Un NSN mal justifié, qu'il soit sous-estimé ou surestimé, fragilise la crédibilité scientifique du projet et peut motiver un retour en commission.

Pourtant, le calcul lui-même est rarement réalisé par l'investigateur principal. C'est le biostatisticien qui le produit. Le rôle de l'investigateur est de lui fournir les bons paramètres, ce qui suppose de les comprendre, de savoir où les trouver dans la littérature, et de savoir lesquels s'appliquent réellement à son design.

Premier point de vigilance : tous les designs ne se dimensionnent pas de la même façon

Le dimensionnement d'une étude n'obéit pas à une logique unique. Les paramètres détaillés ci-dessous (hypothèse de comparaison, risque alpha, risque bêta, puissance) sont ceux d'une étude comparative dont l'objectif est de tester une hypothèse portant sur une différence entre deux stratégies. C'est le cadre le plus fréquent en recherche interventionnelle académique, mais ce n'est pas le seul.

D'autres familles d'études relèvent d'une logique différente :

• les études descriptives et épidémiologiques, dimensionnées sur la précision attendue de l'estimation, c'est-à-dire sur la largeur de l'intervalle de confiance, et non sur une puissance ;
• les études diagnostiques, dimensionnées sur la précision attendue de la sensibilité et de la spécificité, ou sur la comparaison de performances entre deux tests ;
• les études pronostiques et les modèles de prédiction, dimensionnés sur le nombre d'événements disponibles au regard du nombre de variables candidates ;
• les études pilotes et les preuves de concept, pour lesquelles il n'y a pas d'hypothèse à tester : l'effectif relève de recommandations méthodologiques dédiées.

Une section en fin d'article revient sur ces cas. Le principe commun reste identique quel que soit le design : le dimensionnement se justifie, il ne se constate pas.

Les 5 paramètres à maîtriser avant de contacter un biostatisticien (étude comparative)

1. Le cadre de comparaison : supériorité, non-infériorité ou équivalence

Lorsque l'étude vise à comparer deux stratégies, la nature de l'hypothèse conditionne le type de test statistique et, directement, la taille d'échantillon. Ces trois cadres ne sont pas interchangeables :

• Supériorité : on cherche à démontrer que l'intervention est meilleure que le comparateur. C'est le cadre le plus courant dans les essais randomisés académiques.
• Non-infériorité : on cherche à démontrer que l'intervention n'est pas moins bonne que le comparateur, au-delà d'une marge prédéfinie (delta). L'effectif dépend directement de cette marge : plus elle est étroite, et une marge étroite est souvent la seule défendable cliniquement, plus le nombre de sujets nécessaires augmente. La marge doit être argumentée cliniquement, pas calibrée pour rendre l'étude faisable.
• Équivalence : on cherche à démontrer que les deux bras sont comparables dans les deux sens. Rare en pratique clinique, nécessite des effectifs importants.

Le cadre doit être défini avant le calcul, pas après. Le choisir en fonction du NSN obtenu est une erreur méthodologique qui sera identifiée par tout évaluateur expérimenté.

2. Le critère de jugement principal et sa variabilité

Le NSN est ancré sur le critère de jugement principal. C'est la règle de référence, et elle structure la cohérence du protocole. Elle admet toutefois un aménagement courant : lorsqu'un critère secondaire est jugé structurant, le NSN peut être calculé sur les deux critères et l'effectif retenu est alors le maximum des deux, afin de sécuriser la puissance sur l'un et sur l'autre. Ce choix n'a rien d'irrégulier, mais il doit être explicité et justifié dans le protocole et dans le plan d'analyse.

Dans tous les cas, le critère principal doit être clairement défini (nature, échelle de mesure, temps de mesure) avant toute discussion avec le biostatisticien.

• Critère quantitatif (score, mesure physiologique) : fournir la moyenne et l'écart-type attendus dans chaque groupe, issus de la littérature ou de données pilotes.
• Critère binaire (survie, rechute, succès ou échec) : fournir le taux attendu dans chaque groupe.

Ces données doivent provenir d'études publiées comparables, pas d'estimations intuitives.

Et lorsque la littérature ne fournit rien d'exploitable ? L'absence de données sur la population cible n'autorise pas à improviser un écart-type ou un taux attendu. Elle oriente vers un autre design : une étude pilote ou une preuve de concept, dont l'objet est précisément de produire ces estimations pour dimensionner l'essai ultérieur. Il existe pour ces designs des recommandations de taille dédiées. Assumer ce basculement est mieux reçu en évaluation qu'un NSN construit sur des hypothèses non sourcées.

3. La différence cible et la taille d'effet : deux notions à ne pas confondre

C'est le point de confusion le plus fréquent, y compris dans des protocoles aboutis. Trois notions distinctes interviennent, et les mélanger conduit à transmettre au biostatisticien des paramètres incohérents.

Notion	Définition	Qui la produit
Différence cible (delta)	L'écart entre groupes que l'étude est dimensionnée pour mettre en évidence, exprimé dans l'unité du critère de jugement : points de score, mmHg, points de pourcentage	L'investigateur, sur argument clinique, appuyé sur la littérature
Variabilité (écart-type)	La dispersion du critère dans la population cible, pour un critère quantitatif	La littérature ou des données pilotes
Taille d'effet standardisée	Le rapport de la différence cible sur l'écart-type. Grandeur sans dimension utilisée dans les formules de calcul (d de Cohen pour une comparaison de moyennes)	Le biostatisticien, à partir des deux paramètres précédents

La taille d'effet standardisée n'est donc pas un paramètre clinique que l'investigateur choisit : elle résulte de la différence cible et de la variabilité. Ce que l'investigateur doit apporter, c'est la différence cible exprimée dans l'unité du critère, et son argumentation clinique.

Différence cible et MCID

La différence cible est souvent adossée à la MCID (Minimal Clinically Important Difference), la plus petite variation du critère considérée comme cliniquement importante. Les deux notions sont liées mais elles ne se superposent pas : la MCID est le plus souvent définie au niveau individuel, comme le seuil en deçà duquel le patient ne perçoit pas de bénéfice, alors que la différence cible s'applique à une comparaison de groupes. La littérature méthodologique consacrée au choix de cette différence, notamment la recommandation DELTA2, retient d'ailleurs le terme de target difference plutôt que celui de MCID pour cette raison.

En pratique, lorsqu'une MCID validée existe pour le critère retenu dans la population cible, elle constitue la borne basse défendable de la différence cible : dimensionner l'étude pour détecter une différence inférieure revient à mobiliser des patients pour un résultat sans portée clinique.

Trois erreurs fréquentes sur ce paramètre

• Surestimer la différence cible pour obtenir un NSN plus faible. Un écart irréaliste au regard de la littérature sera immédiatement identifié par le jury.
• Reprendre la différence observée dans l'étude pilote la plus favorable sans la confronter à l'ensemble des données disponibles. Les effets observés sur de petits effectifs sont structurellement surestimés.
• Annoncer directement une taille d'effet standardisée (par exemple : un effet modéré, d égal à 0,5) sans avoir explicité la différence clinique et la variabilité qui la sous-tendent. La formulation masque alors l'absence d'argument clinique.

4. Les risques alpha et bêta

Ces deux paramètres n'ont de sens que dans un cadre de test d'hypothèse. Ils n'interviennent pas dans les designs dimensionnés sur la précision d'une estimation, ni dans les études pilotes.

Risque alpha : probabilité de conclure à tort à un effet alors qu'il n'existe pas (faux positif). Par convention, alpha égal à 0,05, soit 5 %.

Risque bêta : probabilité de ne pas détecter un effet alors qu'il existe (faux négatif). La puissance de l'étude est égale à 1 moins bêta. Par convention, bêta égal à 0,20, soit une puissance de 80 %. Certains appels à projets exigent 90 %.

Ces valeurs sont des conventions, mais elles peuvent être discutées selon le contexte clinique. Un essai portant sur une pathologie grave, où manquer un effet réel aurait des conséquences importantes, peut justifier un bêta de 0,10, soit une puissance de 90 %.

5. Les perdus de vue et le taux de non-conformité

Le NSN calculé sur les paramètres statistiques est un NSN analytique. Il faut lui appliquer un coefficient correcteur pour anticiper les perdus de vue, les exclusions après randomisation et les non-conformités au protocole. Ce pourcentage doit être justifié par des données réelles de la file active ou d'études similaires, pas fixé arbitrairement à 10 ou 20 %.

Les designs qui ne relèvent pas de cette logique

Appliquer les paramètres d'un essai comparatif à une étude qui n'en est pas un est une erreur fréquente et facilement repérable en évaluation. Les repères suivants permettent d'identifier la bonne logique de dimensionnement avant la première réunion avec le biostatisticien.

Type d'étude	Logique de dimensionnement	Paramètres à préparer
Descriptive, prévalence, incidence	Précision de l'estimation : on dimensionne pour obtenir un intervalle de confiance d'une largeur acceptable	Fréquence attendue du phénomène, précision souhaitée, niveau de confiance
Diagnostique	Précision attendue sur la sensibilité et la spécificité, ou comparaison de performances entre deux tests	Performances attendues du test, précision souhaitée, prévalence de la maladie dans la population testée, qui conditionne le nombre de sujets à inclure pour disposer d'assez de malades
Pronostique, modèle de prédiction	Nombre d'événements disponibles au regard du nombre de variables candidates ; des approches plus récentes dimensionnent sur la performance attendue du modèle	Nombre de variables candidates, incidence attendue de l'événement, performance visée
Pilote, faisabilité, preuve de concept	Pas de puissance : les objectifs sont la faisabilité, l'estimation de la variabilité et l'acceptabilité. Des recommandations méthodologiques dédiées existent, les ordres de grandeur varient selon l'objectif du pilote	Objectif précis du pilote, paramètre à estimer, recommandation méthodologique retenue en référence
Qualitative, sciences humaines et sociales	Logique de saturation des données, et non de calcul d'effectif	Stratégie d'échantillonnage, critères de saturation, justification de l'arrêt des inclusions

Dans tous ces cas, l'attente de l'évaluateur est identique à celle d'un essai comparatif : un effectif argumenté, sourcé et reproductible. Ce qui change, ce sont les paramètres à mobiliser, pas l'exigence de justification.

Les erreurs fréquentes dans la justification du NSN

Erreur	Conséquence
NSN justifié a posteriori pour coller au recrutement possible	Signal de raisonnement circulaire, immédiatement identifiable par le jury
Paramètres d'un essai comparatif appliqués à un design descriptif, diagnostique ou pilote	Dimensionnement inadapté à la question posée, incohérence entre objectif et méthode
Confusion entre différence cliniquement pertinente et taille d'effet standardisée	Paramètres incohérents transmis au biostatisticien, argument clinique absent du protocole
Différence cible issue d'une seule étude non représentative	Fragilise la robustesse de l'hypothèse principale
Absence de source bibliographique pour les paramètres	NSN non reproductible et non vérifiable
Puissance insuffisante sans justification	Étude sous-dimensionnée, résultat négatif peu interprétable
Perdus de vue non intégrés au NSN final	NSN analytique présenté comme NSN opérationnel

Ce que l'investigateur doit apporter au biostatisticien

Avant toute réunion, l'investigateur doit être en mesure de fournir :

• La question de recherche et le design retenu (comparatif, descriptif, diagnostique, pronostique, pilote), qui déterminent la logique de dimensionnement applicable
• Pour une étude comparative : la formulation précise de l'hypothèse principale (supériorité, non-infériorité, équivalence) et, le cas échéant, la marge retenue avec son argumentation
• Le critère de jugement principal, son échelle et son temps de mesure
• Les données de la littérature pour chaque groupe (moyenne et écart-type, ou taux attendu), avec leurs sources
• La différence cible exprimée dans l'unité du critère, et son argumentation clinique, en s'appuyant sur une MCID validée lorsqu'elle existe
• Le risque alpha et la puissance souhaitée lorsque le design repose sur un test d'hypothèse, ou la précision attendue lorsqu'il repose sur une estimation
• Une estimation du taux de perdus de vue fondée sur des données réelles
• Le cas échéant, l'identification d'un critère secondaire structurant sur lequel un second calcul serait pertinent

Ces éléments doivent être disponibles avant la première réunion, pas construits pendant. Le biostatisticien traduit ces paramètres en effectif ; il ne les définit pas à la place de l'investigateur.