Statistiques ECOS Flashcards

1
Q

Nommez des biais possibles dans une étude

A

Mesure
Confusion
Rappel
Sélection
Attrition
De publication
D’évaluation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Définition biais de mesure

A

Lorsque les outils de collecte de mesure ne sont pas fiables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Définition biais de confusion (et solution)

A

Variables confondantes insuffisamment contrôlées
o Solution : essai randomisé contrôlé

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Définition biais de rappel (+ circonstances d’apparition et solution)

A

Les personnes malades se rappellent de certaines expositions de manière différente aux personnes non malades
o Dans les études cas-témoins
o Faire étude prospective

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Définition biais de sélection (et solution)

A

Biais dans la méthode adoptée pour sélectionner les sujets (ex : volontariat, autosélection)
o Solution : randomisation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Définition biais d’attrition (et circonstances d’apparition)

A

Perte des sujets (dont décès)
o Dans les études de cohortes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Définition biais de publication (+ circonstances d’apparition et solution)

A

Études réalisées sur un sujet ne sont pas toutes publiées. Tendance à publier les études positives seulement
o Entre autres, dans les méta-analyses, parce que ce sont surtout les études aux résultats positifs qui sont publiés
o Solution : enregistrement de l’étude dans une base de données avant le démarrage

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Définition biais d’évaluation (et solution)

A

Mesure de l’issue n’est pas évaluée de la même manière dans les deux groupes
o Solution : balancer les évaluateurs dans les groupes et documenter l’accord interjuge

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Comment évaluer la qualité d’une méta-analyse? (7)

A
  • Critères d’inclusion et exclusion explicites et bien justifiés
  • N’est pas restreinte aux études publiées (biais de publication)
  • Stratégie de recherche d’articles explicitement décrite
  • Recherche à partir de différentes sources (ex : diverses bases de données, contact avec les auteurs)
  • Protocole d’analyse et méthodologie détaillés
  • Évaluation de la fidélité interévaluateur des outils de mesure
  • Évaluation des biais possibles
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Comment établir une causalité? (8)

A
  • Force de l’association démontrée (haut degré de corrélation)
  • Consistance de l’association dans différentes études
  • Association temporelle
  • Cohérence avec les connaissances scientifiques contemporaines
  • Relation dose-réponse
  • Réversibilité
  • Plausibilité biologique
  • Spécificité
  • Élimination des autres explications
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Qu’est-ce que le PICO?

A
  • Patient
  • Intervention
  • Comparaison
  • Outcome
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Qu’est-ce que la fiabilité?

A

Consistance et reproductibilité des résultats obtenus

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Qu’est-ce que la validité?

A

“Est-ce que les résultats obtenus mesurent ce que l’on voulait mesurer?”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Définition de la validité interne

A

Capacité d’une étude d’estimer correctement les mesures ou associations recherchées
*Le résultat reflète la “vraie valeur” = bonne méthodologie et puissance statistique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Comment améliorer la validité externe d’une étude?

A

Utiliser un devis pragmatique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Définition de la validité externe (3)

A

Capacité de généraliser un résultat obtenu dans le cadre d’une étude à la population cible
Juger de l’intérêt clinique d’un résultat (considérer coût du traitement, disponibilité)
Limitée par l’échantillonnage et les critères de sélection

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Définition de la prévalence

A

Nombre de cas identifiés au cours d’une période de temps choisie

Divisé par

Nombre de personnes dans cette population au cours de cette période

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Définition de l’incidence

A

Nombre de nouveaux cas au cours d’une période de temps choisie

Divisé par

Individus à risque au cours de cette même période

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Définition de l’étude de cohorte

A

Deux groupes (exposé vs non exposé à un facteur de risque prédéfini) suivis de façon longitudinale pour déterminer et comparer la fréquence d’une maladie dans chaque groupe

Étude prospective (progression de la cause vers l’effet)

20
Q

Définition de l’étude cas-témoin

A

Deux groupes (cas-malade ou témoin-sain) comparés quant à la fréquence pour chacun de l’exposition à un facteur de risque déterminé

Étude rétrospective (progression de l’effet vers la cause, on recherche s’il y a eu exposition)

21
Q

Quel est le devis préférable si l’exposition à un facteur de risque est rare?

A

Étude de cohorte

22
Q

Quel est le devis préférable si la maladie est rare?

A

Étude cas-témoin

23
Q

Quelle est la mesure utilisée dans l’étude cas-témoin?

A

Rapport de cote (odds ratio)

24
Q

Mesure utilisée dans l’étude de cohorte

A

Risque relatif

25
Q

Qu’est-ce qu’une étude randomisée?

A

Sujets attribués à un groupe ou un autre de façon aléatoire
Progression de la cause vers l’effet donc prospectif
Sert à éviter la sélection systématique et le biais d’attribution

26
Q

Définition et calcul de la sensibilité

A

(vrais positifs) / (vrais positifs + faux négatifs)

Nombre de cas avec la maladie qui sont correctement identifiés par un test positif

(vrais positifs) / (tous les cas de maladie)

27
Q

Définition et calcul de la spécificité

A

(vrais négatifs) / (vrais négatifs + faux positifs)

Nombre de cas sans la maladie correctement identifiés par un test négatif

(vrais négatifs) / (tous les cas sans maladie)

28
Q

Définition et calcul de la valeur prédictive positive

A

Nombre de cas avec la maladie en présence d’un test positif A/(A+C)
Si mon test est positif, quelles sont les chances que j’aie la maladie?

(vrais positifs) / (vrais positifs + faux positifs)

29
Q

Définition et calcul de la valeur prédictive négative

A

Nombre de cas sans la maladie en présence d’un test négatif D/(B+D)

(vrais négatifs) / (vrais négatifs + faux négatifs)

30
Q

Quelle est la définition du NNT?

A

Nombre nécessaire pour traiter
Nombre de patients à traiter pendant une période donnée pour éviter l’apparition d’un événement défavorable. Défini par l’inverse de la réduction du risque absolu. Le NNT s’exprime en nombre de patients par unité de temps. En général, le NNT est calculé à partir de l’évolution de 2 populations sous un traitement A (molécule testée) et un traitement B (placebo)

31
Q

Quelle est la valeur d’un NNT idéal?

A

1
Dans ce cas, chaque patient s’améliore avec le traitement étudié et aucun patient ne s’améliore spontanément dans le groupe placebo.

32
Q

Qu’est-ce que le RAR (réduction absolue du risque)?

A

Différence entre les deux risques = risque chez les sujets exposés - risque chez sujets non exposés

33
Q

Calcul du NNT

A

Inverse de la réduction du risque absolu

Réduction du risque absolu = (risque chez sujets exposés) - (risque chez sujets non exposés)

NNT = 1 / RAR

34
Q

Qu’est-ce que le NNH?

A

Nombre de cas traité qui causent un effet négatif

35
Q

Calcul de la réduction relative du risque

A

Risque absolu / risque au départ

36
Q

Calcul du risque relatif

A

Risque chez sujets exposés / risque chez sujets non exposés

37
Q

Calcul du rapport de cotes (odds ratio)

A

(cas exposés X témoins non exposés)
_______________________________
(cas non exposés X témoins exposés)

38
Q

Qu’est-ce qu’une revue systématique?

A

Une revue systématique est une manière approfondie, globale et explicite d’interroger la littérature médicale. Elle comprend généralement plusieurs étapes, parmi lesquelles (1) poser une question à laquelle on puisse répondre (c’est souvent l’étape la plus difficile), (2) identifier une ou plusieurs bases de données à interroger pour sélectionner des articles, (3) élaborer une stratégie de recherche explicite, (4) sélectionner les titres, les résumés et les textes en se basant sur des critères explicites pour les retenir ou non et (5) synthétiser les données sous un format standardisé.
On synthétise donc les données de plusieurs études, mais sans refaire de nouveaux calculs statistiques.

39
Q

Quelle est la principale faiblesse des méta-analyses?

A

La principale faiblesse des méta-analyses réside dans la sélection des études incluses. S’il s’agit d’études de faible qualité, cela aura des répercussions sur la validité finale de la méta-analyse. Il peut aussi y avoir une grande hétérogénéité dans les études (différentes mesures, échelles, etc)

40
Q

Qu’est-ce qu’un biais?

A

Cause d’erreur systématique ou distorsion dans la collecte, l’analyse, l’interprétation qui affecte la validité et la fiabilité d’une étude.

41
Q

Que signifie un intervalle de confiance à 95%?

A

On peut dire qu’on est confiant à 95% que la valeur réelle de la population se situe à l’intérieur d’un intervalle de confiance.

42
Q

Qu’est-ce que le risque relatif et absolu?

A

Le risque absolu et le risque relatif sont deux mesures courantes utilisées en épidémiologie pour évaluer le risque de développer une maladie ou une condition dans une population donnée.

Le risque absolu est simplement la probabilité qu’un événement se produise dans une population donnée. Par exemple, si une maladie affecte 5 personnes sur une population de 1000, le risque absolu de développer cette maladie est de 0,5% ou 5/1000.

Le risque relatif, quant à lui, compare le risque d’un groupe exposé à un facteur de risque particulier (par exemple, fumer) au risque d’un groupe non exposé à ce facteur de risque. Le risque relatif est exprimé sous forme de ratio. Par exemple, si le risque de développer une maladie est deux fois plus élevé chez les fumeurs que chez les non-fumeurs, le risque relatif est de 2.

Les avantages du risque absolu sont qu’il est facile à comprendre et à interpréter. C’est une mesure utile pour informer les individus du risque réel qu’ils courent de développer une maladie ou une condition. Le risque absolu peut également être utilisé pour évaluer l’efficacité d’un traitement ou d’une intervention en comparant le risque absolu de l’issue souhaitée dans les groupes de traitement et de contrôle.

Les avantages du risque relatif sont qu’il permet de comparer le risque de maladie entre deux groupes exposés à des facteurs de risque différents. Cela peut aider les chercheurs et les décideurs à évaluer l’importance d’un facteur de risque particulier dans la survenue de la maladie. Le risque relatif est également utile pour évaluer l’efficacité des interventions de santé publique visant à réduire le risque de maladie dans la population.

Cependant, le risque relatif peut être trompeur si le risque absolu de la maladie est très faible dans les deux groupes. Dans ce cas, le risque relatif peut donner l’impression que le facteur de risque a un impact important sur la survenue de la maladie, alors qu’en réalité, l’impact est minime en termes de risque absolu. Par conséquent, il est important d’utiliser les deux mesures en conjonction pour obtenir une image complète du risque de maladie.

43
Q

Avantages d’une étude cas-témoin?

A
  • Étude relativement rapide et ne demande pas un grand budget
  • Pratique pour les maladies ayant une grande période de latence (apparaissant longtemps après l’exposition) : une étude de cohorte nécessiterait d’avoir un suivi très long
  • Étude bien adaptée aux maladies rares : une étude de cohorte nécessiterait d’avoir un échantillon énorme
  • Permet l’étude de plusieurs facteurs étiologiques dans une même étude
44
Q

Inconvénients d’une étude cas-témoins?

A
  • On ne peut calculer de risque relatif, mais seulement un odds ratio. On ne peut en théorie l’exprimer comme un risque relatif. Cependant, quand une affection est rare, ces deux valeurs sont proches
  • Biais de sélection : il est important que les deux groupes soient comparables, les sujets doivent avoir le même profil.
  • Biais de confusion : les facteurs étudiés peuvent être des variables confondantes.
  • Biais de rappel : les malades ont plus tendance à se rappeler l’exposition à certains facteurs que les témoins.
  • Ces études ne permettent pas d’évaluer l’incidence des maladies sur un groupe exposé et un autre non-exposé.
  • La chronologie entre l’exposition et la maladie est difficile à établir.
45
Q

Comment analyse un odds ratio?

A

Un OR > 1 indique une association positive entre un facteur de risque et une maladie
Un OR < 1 indique une association négative
Le risque relatif est plus fiable

46
Q

Que sont des covariables?

A
  • Covariables sont des caractéristiques qui excluent le traitement, qui peuvent affecter l’issue d’une étude. Ici, ce serait l’âge, le sexe et le statut socio-économique.