Des chercheurs de la VUB améliorent la fiabilité des modèles de simulation pour le dépistage du cancer du sein
Des chercheurs de la Vrije Universiteit Brussel (VUB) ont trouvé un moyen ingénieux d’améliorer les calculs informatiques qui sous-tendent les programmes de dépistage du cancer du sein. Leur nouvelle méthode de calcul permet aux gouvernements et aux décideurs politiques d’estimer beaucoup plus précisément l’impact des changements apportés à la politique de dépistage. Cela contribue à éviter que les décisions politiques ne reposent sur des résultats de modèles faussés. Cette étude, dirigée par le Dr Max Lelie, a récemment été publiée dans la revue scientifique *Applied Health Economics and Health Policy*.
La conception d’un programme de dépistage à l’échelle de la population est toujours un exercice d’équilibre complexe. Dépister tout le monde tous les mois pourrait sembler idéal pour s’assurer qu’aucune tumeur ne passe inaperçue, mais cela serait pratiquement impossible. Les hôpitaux seraient surchargés et les coûts monteraient en flèche. De plus, un dépistage excessif entraîne des traitements inutiles et suscite de l’anxiété chez les femmes en bonne santé. À l’inverse, un dépistage insuffisant peut conduire à un dépistage trop tardif des cancers. Le gouvernement cherche donc la meilleure combinaison entre l’âge de début, l’âge de fin et la fréquence des dépistages.
Jusqu’à présent, les modèles mathématiques utilisés pour comparer les groupes à risque se heurtaient à un problème curieux. Si le gouvernement assouplissait les règles afin que les personnes soient classées plus rapidement dans la catégorie « à haut risque », le modèle informatique s’embrouillait. Le modèle en concluait alors que le changement administratif lui-même était à l’origine d’une augmentation du nombre de personnes développant un cancer. Un gouvernement utilisant un tel modèle pour simuler les conséquences de la suppression d’un groupe à risque se verrait indiquer qu’il y aurait soudainement moins de cas de cancer. Cela pourrait conduire à des décisions sociétales erronées.
Le Dr Max Lelie explique l’objectif de cette recherche : « Nous recherchons toujours l’équilibre optimal : comment sauver le plus grand nombre de vies possible grâce à des mesures politiques, sans que les coûts n’augmentent inutilement ? Investir davantage pour lutter contre une maladie est certes acceptable, mais cela doit se faire de manière raisonnable. »
Pour résoudre ce problème, le Dr Lelie a ajusté les calculs mathématiques sous-jacents au modèle. En Flandre, environ 13 % des femmes développeront un cancer du sein à un moment donné de leur vie. En intégrant ce chiffre global dans le modèle dès le départ, l’ordinateur n’a plus qu’à calculer quand une personne tombe malade, plutôt que le nombre total de personnes qui tomberont malades à la suite d’un changement de politique.
« Dans les anciens modèles, on avait l’impression que le simple fait de modifier une catégorie sur le papier modifiait la probabilité de développer un cancer », explique le Dr Lelie. « La base mathématique du modèle reste toujours logiquement cohérente avec les statistiques connues sur le cancer, quelle que soit la manière dont le gouvernement reclassifie les groupes à risque. De cette manière, l’ordinateur évite que les décideurs politiques ne soient induits en erreur. »
De plus, la nouvelle méthode de calcul est conçue pour que les décideurs puissent facilement y intégrer les chiffres les plus récents issus du registre du cancer. Ainsi, l’ordinateur s’adapte automatiquement à mesure que la population devient en meilleure santé ou que les modes de vie évoluent.
« Notre objectif était de fournir un outil permettant aux décideurs politiques d’explorer eux-mêmes en toute sécurité différents scénarios à l’aide de chiffres actualisés », conclut le Dr Lelie.
Le nouveau modèle a été testé de manière approfondie à l’aide de données flamandes et s’est révélé correspondre très précisément aux diagnostics annuels réels en Flandre. La méthode offre donc une base solide pour la planification de futurs programmes de dépistage à l’échelle de la population.
Référence
Lelie, M., VandenBulcke, B., Verhaeghe, N., Annemans, L., Simoens, S., & Putman, K. (2026) Garantir la cohérence épidémiologique dans les modèles de dépistage du cancer à stratification des risques : une approche novatrice basée sur le dépistage du cancer du sein en Flandre . Applied Health Economics and Health Policy. https://doi.org/10.1007/s40258-026-01029-3
Contact :
Dr Max Lelie : max.lelie@vub.be. Numéro de téléphone disponible auprès du service de presse.
Prof. Dr Koen Putman
Prof. Dr Steven Simoens
Tineke Sonck
