Vous rédigez un mémoire en soins infirmiers, en médecine ou en santé publique, et votre directeur vous demande de calculer la prévalence dans une étude clinique rétrospective ? Cette mesure, apparemment simple, cache plusieurs subtilités que beaucoup d'étudiants négligent : comment la définir précisément, comment calculer un intervalle de confiance valide, et surtout, comment l'interpréter dans le contexte de votre population d'étude ? Cet article vous guide pas à pas, avec des formules expliquées et un exemple clinique concret, pour que vous puissiez aborder cette section de votre mémoire avec confiance et rigueur.
Qu'est-ce que la prévalence et pourquoi la mesure-t-on dans une étude rétrospective ?
Avant de calculer quoi que ce soit, il est essentiel de bien comprendre ce que la prévalence mesure réellement — et ce qu'elle ne mesure pas.
Définition de la prévalence
La prévalence est la proportion d'individus présentant une condition donnée (une maladie, un symptôme, une complication) dans une population définie, à un moment ou sur une période donnée. On distingue deux formes :
- La prévalence ponctuelle : proportion de cas existants à un instant précis (par exemple, le 1er janvier 2022).
- La prévalence sur une période : proportion de cas ayant existé durant un intervalle de temps (par exemple, sur l'année 2022).
Dans les mémoires en santé, c'est très souvent la prévalence sur une période qui est calculée, car les études rétrospectives s'appuient sur des dossiers médicaux ou des registres couvrant une durée déterminée.
La prévalence versus l'incidence : ne pas confondre
Une erreur classique dans les mémoires est de confondre prévalence et incidence. L'incidence mesure les nouveaux cas qui surviennent dans une population initialement indemne sur une période donnée. La prévalence, elle, comptabilise tous les cas existants — anciens et nouveaux. Dans une étude rétrospective sur des hospitalisations, vous comptez le plus souvent tous les patients atteints d'une pathologie sur la période, qu'ils l'aient contractée avant ou pendant la fenêtre d'observation : vous calculez donc bien une prévalence, et non une incidence.
Pourquoi les études rétrospectives sont-elles fréquentes dans les mémoires en santé ?
Une étude rétrospective consiste à analyser des données déjà collectées dans le passé — registres hospitaliers, dossiers patients, bases de données administratives. Elle présente l'avantage d'être rapide, peu coûteuse et éthiquement moins contraignante qu'un essai prospectif. C'est pourquoi elle est particulièrement répandue dans les mémoires de fin d'études en soins infirmiers, en médecine générale et en pharmacie. Sa principale limite, qu'il faudra évoquer dans votre discussion, est le risque de biais de sélection et de données manquantes liés à la qualité des dossiers.
Comment calculer la prévalence : formule et exemple clinique
La formule de base
La formule de la prévalence est la suivante :
Prévalence (P) = Nombre de cas / Taille de la population de référence
Le résultat peut s'exprimer sous forme de proportion (entre 0 et 1), de pourcentage, ou encore pour 1 000 ou 100 000 habitants selon l'ordre de grandeur attendu dans votre discipline.
Exemple clinique concret
Imaginons que vous réalisiez votre mémoire sur la prévalence du diabète de type 2 chez les patients hospitalisés dans un service de médecine interne en 2022. Vous avez consulté 320 dossiers médicaux. Parmi eux, 76 patients avaient un diagnostic de diabète de type 2 documenté à l'entrée ou au cours de l'hospitalisation.
P = 76 / 320 = 0,2375 soit 23,75 %
Vous pouvez écrire dans votre mémoire : « La prévalence du diabète de type 2 dans notre population d'étude était de 23,75 % (76/320). » C'est correct, mais incomplet. Il vous faut impérativement ajouter un intervalle de confiance.
Calculer l'intervalle de confiance de la prévalence
Un résultat statistique sans intervalle de confiance est comme une carte sans échelle : on ne sait pas à quel point lui faire confiance. Dans votre mémoire, le jury vous demandera systématiquement cet élément.
Pourquoi un intervalle de confiance ?
Votre échantillon de 320 patients n'est qu'une fraction de tous les patients possibles dans ce service ou dans des services similaires. L'intervalle de confiance à 95 % (IC 95 %) vous dit : si vous répétiez l'étude 100 fois dans les mêmes conditions, dans 95 cas sur 100, la vraie prévalence de la population se situerait dans cet intervalle. Il quantifie l'incertitude liée à la taille de votre échantillon.
La méthode de Wilson : celle que nous recommandons
La méthode la plus couramment enseignée est l'intervalle de Wald :
IC 95 % = P ± 1,96 × √(P × (1 − P) / n)
Appliquée à notre exemple :
√(0,2375 × 0,7625 / 320) = √(0,000566) ≈ 0,0238
IC 95 % = 0,2375 ± 1,96 × 0,0238 = [0,191 ; 0,284] soit [19,1 % ; 28,4 %]
Cependant, la méthode de Wald peut produire des intervalles incorrects lorsque la prévalence est inférieure à 10 % ou supérieure à 90 %, ou lorsque l'échantillon est petit (n < 30). Dans ces situations, la méthode de Wilson est préférable : elle est plus robuste aux extrêmes et reste valide pour des petits échantillons. La plupart des logiciels statistiques (R, SPSS, Stata) et les modules Zycral calculent automatiquement l'IC de Wilson. Si vous travaillez à la main, la méthode de Wald reste acceptable pour des prévalences comprises entre 20 % et 80 % avec un effectif suffisant.
Que faire avec un très petit effectif ?
Si votre échantillon comporte moins de 30 individus ou si le nombre de cas est inférieur à 5, ni Wald ni Wilson ne sont pleinement satisfaisants. Orientez-vous vers l'intervalle exact de Clopper-Pearson, fondé sur la loi binomiale. Mentionnez explicitement dans votre mémoire la méthode choisie et sa justification : cela démontre une maîtrise méthodologique appréciée des jurys.
Interpréter et contextualiser votre prévalence dans la discussion
Calculer la prévalence n'est que la moitié du travail. L'autre moitié — souvent la plus valorisée par les jurys — consiste à l'interpréter correctement.
Comparer à des données de référence
Votre résultat de 23,75 % de patients diabétiques en médecine interne doit être mis en regard de données existantes. En France, la prévalence du diabète traité en population générale est d'environ 5 à 6 % (données Santé publique France). Une prévalence de 23,75 % en milieu hospitalier n'est donc pas surprenante : les patients hospitalisés sont par définition plus malades que la population générale. C'est ce qu'on appelle un biais de Berkson ou biais d'admission hospitalière, et il doit impérativement figurer dans votre discussion des limites.
Les erreurs d'interprétation les plus fréquentes
- Confondre prévalence élevée et risque élevé : une forte prévalence peut simplement refléter une durée de maladie longue, pas nécessairement une forte incidence.
- Généraliser abusivement : votre étude porte sur un service, un hôpital, une région. Ne concluez pas que vos résultats s'appliquent à l'ensemble d'un pays sans nuance.
- Oublier de vérifier les critères d'inclusion : si certains dossiers incomplets ont été exclus, votre prévalence peut être biaisée (biais de sélection). Précisez-le.
- Interpréter l'IC 95 % comme une probabilité : l'IC ne dit pas que la vraie valeur a 95 % de chances d'être dans l'intervalle — il décrit une procédure, pas un état du monde. Cette nuance est subtile mais fait bonne impression au jury.
Structurer le paragraphe de résultats dans votre mémoire
Voici un modèle de rédaction que vous pouvez adapter :
« Sur les 320 dossiers analysés, 76 patients présentaient un diagnostic de diabète de type 2, soit une prévalence de 23,75 % (IC 95 % [19,1 % – 28,4 %]). Ce résultat est nettement supérieur à la prévalence nationale estimée en population générale (5-6 %), ce qui s'explique par le profil de patients plus âgés et polypathologiques caractéristique d'un service de médecine interne. »
Ce type de rédaction montre que vous savez calculer, mais aussi situer et critiquer votre résultat : c'est exactement ce qu'un jury de mémoire en santé cherche à évaluer.
Les outils pour calculer la prévalence et son intervalle de confiance
Vous n'avez pas à tout faire à la main. Plusieurs outils facilitent ces calculs :
- R (package
PropCIsouepitools) : calcule les IC de Wilson, Clopper-Pearson et Wald en quelques lignes. Idéal si vous êtes à l'aise avec la programmation. - SPSS / Stata : options intégrées dans les modules de statistiques descriptives, très utilisées dans les facultés de médecine.
- Excel : possible pour la méthode de Wald, mais risqué si vous n'êtes pas vigilant aux arrondis.
- Zycral : la plateforme permet de saisir vos données et d'obtenir automatiquement la prévalence, l'IC 95 % par la méthode de Wilson et une interprétation guidée — particulièrement utile si vous débutez en statistiques.
Quelle que soit la méthode choisie, précisez toujours dans votre mémoire le logiciel utilisé et la méthode de calcul de l'intervalle de confiance. C'est une exigence méthodologique standard.
Conclusion
Calculer la prévalence dans une étude clinique rétrospective pour votre mémoire en santé n'est pas une opération mystérieuse : une fraction, un intervalle de confiance bien choisi, et surtout une interprétation contextualisée. Les trois points clés à retenir sont : bien définir votre population de référence, choisir la méthode d'intervalle de confiance adaptée à votre effectif (Wilson pour les cas courants, Clopper-Pearson pour les petits échantillons), et comparer votre résultat aux données de la littérature en discutant honnêtement les biais de votre étude rétrospective.
Votre mémoire sera d'autant plus solide que vous montrerez au jury que vous comprenez non seulement le résultat, mais aussi ses limites. C'est le signe d'un chercheur en devenir rigoureux — et c'est précisément ce que Zycral cherche à vous aider à développer.
Besoin d'aide pour analyser vos données ou vérifier vos calculs statistiques ? Découvrez les services d'accompagnement méthodologique de Zycral : de l'analyse descriptive à la régression, nos outils et nos experts sont là pour que votre mémoire soit à la hauteur de votre engagement.