Chapitre 6 : L'utilité clinique des notions de précision et de validité Flashcards
Nommez les 2 types d’erreurs
Erreur systématique et aléatoire
La validité c’est l’absence de quoi? Et la précision?
- Validité : Absence d’erreurs systématiqes
- Précision : Absence d’erreurs aléatoires
Décrire : Validité
- renvoie à la capacité d’évaluer correctement un phénomène ou d’en mesurer la valeur réelle.
- On distingue deux types de validité, la validité interne et la validité externe.
Différenciez validité interne et externe
- La validité interne est la capacité d’une étude d’estimer correctement les mesures.
- La validité externe est la capacité de généraliser un résultat à une population cible.
Pour prévenir les biais, il est nécessaire d’employer quoi?
une démarche rigoureuse, que ce soit en recherche ou en clinique.
Décrire : Précision
La précision d’une mesure réfère au fait qu’elle fluctue peu, c’est-à-dire qu’il n’y a pas d’erreur aléatoire.
Nommez des raisons de variation de mesure (inprécise) (5)
- selon les variations biologiques qui sont propres à chaque individu. Par exemple, les moments de la journée, les heures d’alimentation et les changements d’humeur peuvent affecter les mesures.
- en raison des différences entre les sujets étudiés.
- liées aux instruments de mesure utilisés,
- à l’observateur
- au degré de collaboration des sujets.
Pour prévenir l’erreur aléatoire, il est nécessaire de faire quoi? (2)
- d’employer des instruments bien conçus.
- L’emploi d’un échantillon de grande taille permet également de d’améliorer la précision des mesures.
Nommez les types de biais (3)
- sélection
- d’information
- confusion
Nommez les types de biais de sélection (6)
- Biais d’échantillonnage ou de survie élective
- Biais d’admission ou de Berkson
- Biais de migration ou des perdus de vue
- Biais de volontariat
- Biais de « bonne santé des travailleurs »
- Biais de publication
Décrire : Biais d’échantillonnage ou de survie élective
- survient lorsque des membres de la population à l’étude ont moins de chance d’être sélectionnées dans une étude.
- Par exemple, certains sujets pourraient être moins susceptibles d’être dans l’étude puisqu’ils sont asymptomatiques ou encore parce qu’ils souffrent d’une maladie causant rapidement le décès.
Décrire : Biais d’admission ou de Berkson
survient lorsque les sujets sélectionnés sont différents de la population cible en raison de l’exposition étudiée (plus grande proportion de gens exposés dans l’échantillon que dans la population cible).
Décrire : Biais de migration ou des perdus de vue
dans une étude où il y a eu des sujets perdus de vue, il est possible de surévaluer ou de sous-évaluer l’efficacité d’une intervention puisque l’on ne peut pas savoir si les gens perdus de vue ont été guéri ou non par le traitement.
Décrire : Biais de volontariat
- se produit lorsque le recrutement des sujets de l’étude se fait par volontariat.
- Les caractéristiques de sujets volontaires ne représentent pas nécessairement les caractéristiques de la population à l’étude.
Décrire : Biais de « bonne santé des travailleurs » (3)
- les travailleurs ont généralement un taux de morbidité et de mortalité moins élevé que la population générale.
- Cela est secondaire au fait que les personnes en bonne santé ont plus de chance de conserver un emploi.
- On ne peut donc généraliser les résultats obtenus dans une population de travailleurs qu’à une population de travailleurs.
Décrire : Biais de publication
- ce biais peut être retrouvé dans les articles de synthèse.
- Il est lié à la tendance des chercheurs de publier davantage les articles qui appuient les hypothèses de recherche plutôt que ceux qui les contredisent.
Comment prévenir : Les biais d’échantillonnage (2)
- S’assurer que tous les membres de la population ont la même probabilité d’être sélectionnés pour l’étude.
- Par exemple, en effectuant un échantillonnage aléatoire stratifié
Comment prévenir : Les biais d’admission (1)
Vérifier que les caractéristiques des sujets à l’étude sont représentatives de la population cible.
Comment prévenir : Les biais de migration (1)
Employer des méthodes pour minimiser les perdus de vue
Comment prévenir : Les biais de volontariat (1)
Utiliser un échantillonnage aléatoire
Comment prévenir : Les biais Biais de « bonne santé des travailleurs » (1)
Comparer les résultats obtenus dans un groupe de travailleurs uniquement à une population de travailleurs
Comment prévenir : Les biais Biais de publication (1)
Prendre des mesures pour retrouver les études qui n’ont pas été publiées
Décrire : Biais de l’information (3)
- causé par la mesure incorrecte de l’exposition ou de la maladie.
- Ce type de biais peut être causé par des instruments de mesure de mauvaise qualité, à une mauvaise méthode de récolte des données ou encore par de mauvaises pratiques de la part de l’observateur.
- Peuvent survenir à toutes les étapes du processus diagnostique
Nommez les 2 types d’erreurs de classification aossicés au bias d’information
- Erreur de classification non différentielle
- Erreur de classification différentielle
