Module 4 - Validité en recherche (biais méthodologiques)

Question 1

Quels sont les 3 types de biais méthodologiques en recherche?

Answer 1

Sélection, Information, Confusion

Question 2

Quels sont les 2 types de validité pour une recherche?

Answer 2

Interne et externe

Question 3

Pourquoi reconnaître les biais est-il particulièrement important pour un clinicien?

Answer 3

Permet de vérifier si l’étude est méthodologiquement valide et ses conclusions sont applicables à la pratique clinique

Question 4

Quelles sont les 4 catégories qui influencent la qualité d’une étude? + expliquer chacune

Answer 4

• Validité exp : Qualité, standardisation protocole
• Échantillonnage : Représentativité, Tx appropriés à cette pop?, Semblables à ceux de la clinique?
• Échelles, outils de mesure : Qualités métrologiques, Bien capturer tous les chang importants
• Tests statistiques : Appropriés, Oublié d’analyser?, Analyses non-nécess?

Question 5

déf : biais de sélection + conséquence

Answer 5

Sélection des participants : Non-représentatifs ou pas assez (généralisation difficile)

Question 6

déf : biais d’information + conséquence

Answer 6

Lié à l’info collectée et sa qualité : aveuglement, outil de mesure, perte de sujets au suivi (mesures peuvent ne pas être la “vérité”)

Question 7

Comment contrôle-t-on les biais d’information?

Answer 7

Planification du protocole, mais la perte de sujets est incontrôlable

Question 8

déf : biais de confusion + conséquence

Answer 8

Perturbation de l’association entre les variables dép et indép. influence les 2 variables, mais ne fait pas partie de la chaine causale. association pourrait être faussée

Question 9

Comment contrôle-t-on les biais de confusion?

Answer 9

Randomisation, Pendant l’expérience, Analyse statistique

Question 10

Expliquer la validité interne. Comment l’augmente-t-on?

Answer 10

Organisation interne de l’étude, méthodologie, qui permet de poser des conclusions valides. Standardisation du devis et des étapes de l’étude.

Question 11

Quels sont les avantages d’une bonne validité interne?

Answer 11

Conclusions valides, Objectivité de l’étude, Précision des mesures, Reproduction et Vérification des résultats

Question 12

Quel est le désavantage d’une très haute validité interne?

Answer 12

Environnement + artificiel, nuit à la généralisation et l’applicabilité clinique

Question 13

Biais pouvant influencer la validité interne (3 catégories, 9 éléments)

Answer 13

Sélection : Taille d’échantillon
Info : Familiarisation, Instrumentation, Mortalité exp, Biais évaluateurs
Confusion : Sélection/Assignation, Histoire, Maturation, Contamination

Question 14

Quel peut être l’effet d’un biais de taille d’échantillon?

Answer 14

Il peut y avoir des faux négatifs (on ne trouve pas d’effet significatif, mais il y en aurait eu un si l’échantillon avait été + grand)

Question 15

V/F : Une taille d’échantillon trop petite entraîne nécessairement un biais

Answer 15

Faux, s’il y a une différence significative malgré la taille des groupes, il n’y a pas de biais (on doit cependant noter le manque de puissance stat, car elle peut influencer la précision des estimés)

Question 16

déf + effet : biais de familiarisation

Answer 16

Modification des résultats causée par l’apprentissage des techniques d’évaluation (pt a de “meilleurs résultats”, mais c’est pcq il sait + ce qu’il doit faire). On croit que c’est le tx, mais non, donc conclusions erronnées

Question 17

Dans quel cas (2) y a-t-il un effet de familiarisation? Dans quel type d’instrument de mesure (1) n’y en a-t-il pas?

Answer 17

• Répétition des mesures dans le temps, Tx ressemble/est pareil à l’éval
• Questionnaires

Question 18

Quels sont les 3 “sortes” de biais d’instrumentation?

Answer 18

• Appareillage défectueux
• Procédure exp varie (évaluateur, type d’appareil de mesure, séquence des évènements)
• Mauvais choix d’outils de mesures

Question 19

déf : Mortalité expérimentale

Answer 19

Sujets qui quittent une étude, peu importe la raison (souvent à cause d’un protocole long et exigeant)

Question 20

Quelle proportion de “quitters” est considérée comme acceptable (pertes au suivi)? Quelle est la particularité à ce sujet pour un ECR?

Answer 20

Max 20%

Il faut que la proportion soit similaire dans les 2 groupes

Question 21

Quels peuvent être les effets de la trop grande mortalité exp (3)?

Answer 21

• Groupes comparables pourraient ne plus l’être (H/F, âge), conclusions affectées
• Si les sujets qui restent sont ceux avec le pronostic le + favorable, Surestimation de l’effet de traitement
• Taille de l’échantillon, manque de puissance statistique

Question 22

V/F : La proportion au suivi à 80% et la puissance statistique à 80% sont des concepts différents, mais inter-reliés

Answer 22

Vrai

Question 23

Comment peut-on limiter la mortalité exp et ses effets?

Answer 23

• Documenter les raisons des pertes (demander aux pts)
• Inclure des nouveaux participants pendant l’étude
• Vérifier si les pts qui quittent sont similaires à ceux qui restent
• Vérifier si les sujets ayant quitté sont répartis dans les 2 groupes
• Ajuster avec des méthodes statistiques (d’ajustement) (si les groupes ne sont plus comparables)

Question 24

déf : analyse par intention de traiter

Answer 24

Les données de tous les participants qui commencent l’étude sont analysés. La dernière donnée recueillie d’un pt sera transposée à la fin et analysée comme une donnée finale.

Question 25

pourquoi souhaite-t-on éviter l’analyse per protocole?

Answer 25

si seuls les gens qui ont un bon pronostic ont fini l’étude, l’effet de traitement pourrait être surestimé

Question 26

V/F : Avec une analyse par intention de traiter, les effets du tx sont parfois surestimés

Answer 26

Faux, les résultats sont très conservateurs (mais c’est mieux que l’inverse)

Question 27

V/F : Le biais d’évaluateur est considéré comme un biais d’information, mais peut être aussi considéré comme un biais de confusion

Answer 27

vrai

Question 28

Quelle sont les principales solutions (2) pour éviter les biais d’évaluateurs?

Answer 28

• Aveuglement

- Standardisation des protocoles (intervention + évaluation)

Question 29

déf : Biais de confusion, histoire

Answer 29

Situation de vie des sujets (hors de l’étude), qui a un effet sur le tx (stress, manque de temps), co-interventions (sous-estimation de l’effet du tx sur le sujet)

Question 30

déf : biais de confusion, maturation

Answer 30

Processus de changement naturel (organique, psychologique) qui peut affecter les résultats d’une recherche (aussi, si les groupes ne sont pas comparables)

Question 31

déf : biais de confusion, contamination

Answer 31

Transmission d’infos entre les 2 groupes, possible compensation ou changement d’attitude d’un pt du groupe CTL

Question 32

Dans quel type de devis est-il le + probable de retrouver un biais de maturation?

Answer 32

Étude pré-post, il n’y a pas de groupe CTL pour comparer l’évolution naturelle au tx

Question 33

Comment évite-t-on la contamination (6)?

Answer 33

Randomisation,
Aveuglement,
Explications aux sujets (buts de l’étude + conséquences du non-respect du protocole),
Séparation des groupes (physique/temporelle),
Vérifier l’aveuglement à la fin de l’étude,
Analyser les abandons et sujets perdus (répartis?)

Question 34

déf : validité externe

Answer 34

Représentativité des résultats de l’étude vers la clinique. Généralisation et application à d’autres populations

Question 35

V/F : si la validité interne est faible, la validité externe sera nécessairement faible

Answer 35

Vrai : s’il y a des biais a/n du protocole expérimental, l’applicabilité des résultats en clinique est non-pertinente

Question 36

Biais pouvant influencer la validité externe (3 éléments)

Answer 36

Biais de sélection, Réaction au devis expérimental, Effet Hawthorne

Question 37

Dans quel cas le biais de sélection affecte spécifiquement la validité externe?

Answer 37

Échantillon ne représente pas la population vue en clinique

Question 38

déf : Réaction au devis expérimental

Answer 38

Situation artificielle (environnement, p.ex.) cause une modification du comportement du participant (positivement ou négativement)

Question 39

déf : Effet Hawthorne

Answer 39

Le sujet a l’impression d’être observé, donc changement de comportement (favorable, + d’efforts dans les tx, p.ex.)