Module 7

Question 1

Qu’est-ce que la précision ?

Answer 1

L’absence de l’erreur aléatoire, elle accroit au fur et à mesure que la taille de l’échantillon via diminution des fluctuations aléatoires

Question 2

Qu’est-ce qu’une erreur systématique ?

Answer 2

Une erreur systématique, liée au devis, qui entraîne un biais. La validité est l’absence d’erreur systématique

Question 3

Nomme le biais/ facteur de confusion: les mères qui n’allaitent pas qui participent à une étude sont celles dont l’enfant avait des problèmes GI

Answer 3

Biais de sélection

Question 4

Nomme le biais / facteur de confusion: une proportion des gastros n’est pas colligée au dossier médical

Answer 4

Biais d’observation (erreur de classification non différentielle)

Question 5

Nomme le biais / facteur de confusion : les mères allaitant proviennetn de niveaux socio économiques supérieurs, donc ont de smeilleurs hygiène et moins d’entassement qui sont les vrais facteurs protecteurs (donc l’effet est éronnément attribué au lait maternel)

Answer 5

Facteur de confu

Question 6

Nomme le biais / facteur de confusion. Les femmes allaitant leur enfant vont moins chez le médecin, le dossier des enfants est donc moins complet et les épisodes de gastor sont osus-estimés dans ce group

Answer 6

Biasi d’observation (erreur de classification différentielle)

Question 7

Erreur de classification (biais d’observation) différentielle vs non différentielle

Answer 7

Non différentielle: si la mesure de l’exposition ou de la maaldie est imaprfaite, masi que cette imperfection en dépend pas de l’autre axe de classification
- est plus ou moins présente dans toute l’étude

Différneitlle: si la qualité de la mesure de la maladie est différente entre exposés et non exposés ou entre malades et non malades

Question 8

Carte à supprimer

Question 9

Une erreur de classification non différentielle fait elle réduire ou augmenter la force d’une association

Answer 9

Diminuer. L’OR va tendre vers la nullité (OR =1)

Question 10

Vrai ou faux le sous-diagnostic aléatoire non différentiel de la maladie ne biasera pas le RR dans ne étude de cohorte.

Answer 10

Vrai

Question 11

Vrai ou faux, dans une cohorte, le sous-diagnostic aléatoire (non différentiel) de la maladie ne biaise pas les RR mais réduit la pusisance

Answer 11

Vrai

Question 12

Comment pourrait-on avoir une erreur de classification non-différentielle de l’exposition dans un ECR ?

Answer 12

Non compliance

Question 12

Les erreurs de classification non différentielle font elles sous-estimer ou surestimer les associations ?

Answer 12

Sous-estimer, rapprochement vers la valeur nulle sauf pour le sous-diagnostic

Si pas d’association, le biais ne créeera pas de problème

Question 13

Quel sera l’effet d’une erreur de classification de l’exposition différentielle sur les associations ? En assumant qu’on est meilleur pour détecter les expositions dans les cas que les témoins

Answer 13

Augmentation de la force de relation, classiquement les cas se rappellent mieux des trucs que des témoins.

Question 14

Si on détecte moins bien une maladie chez les non exposés que chez les exposés, est-ce qu’on sous-estime ou surestime les associations?

Answer 14

Surestimer

Question 15

Quand on parle de biais d’observation dans une étude analytique, on fait généralement référence à quoi ?

Answer 15

Aux erreurs de classification différentielle

Question 16

Dans une étude analytique, les erreurs de classification non différentielles tendent à faire quoi comme biais ?

Answer 16

Tendre vers la nulle = biais conservateur

Question 17

Comment peut on avoir des biais de sélection dans les études de cohorte vs dans les études cas témoins ?

Answer 17

Cohorte: sélection ou pertes au suivi des exposés et non exposés dépend de la susceptibilité à (ou la présence de) la maladie

Cas-témoins: quand la sélection des cas et des témoins dépend des facteurs liés à la présence (ou l’absence) de l’exposition

Question 18

Comment peut on détecter un biais de sélection d’un échantillonnage ?

Answer 18

Si RR différent entre les exposés et les non exposés.

Question 19

Comment peut-on avoir un biais de sélection dans un ECR ?

Answer 19

pertes au suivi: donc les gens qui partent rendent la population non représentative
mais le refus de participer ne cuase ps de biais, engendre un problème de validité externe mais pas un biasi de sélection

Question 20

Quelles circonstances peuvent donner un biais de sélection dans une étude de cohorte

Answer 20

• Refus de participer ou volontariat
• perts au suivi
  toute autre raison faisant que les groupes ne sont pas choisis indépendamment de leur susceptibilité à la maladie (peu probable dans la prospective)

Question 21

Quand est-ce qu’un biais de sélection peut apparaitre dans une étude cas-témoins ?

Answer 21

Si la surveillance et donc la détection des cas asymptomatiques ne se faisait pas à la même intensité selon l’exposition

Si le diagnostic de la maladie et l’hospitalisation des cas est liée à l’exposition (biais de Berkson)

La participation des cas et/ou des témoins ne sont pas choisis indépendamment de l’expositino

TOute autre raison faisant que les cas et/ou les témoins ene sont pas choisis indépendamment de l’exposition

Question 22

Comment prévenir des biais de sélecction dans les études cas témoin et de cohorte

Answer 22

Question 23

Comment prévenir des pertes au suivi ?

Answer 23

• Contacts fréquents avec patients
• récompenses aux visites
• explication de ne pas quitter l’étude
• s’engager à informer les participants des résultats
• consulter les statistiques de mortalité (retracer en cas d’abandon)
• prévoir un envoi postal à tous les participants

Question 24

Vrai ou faux, le surdiagnostic de la maladie va engendrer un biais d'information dans la cohorte (erreur de classification) et un problème de biais de sélection dans le cas-témoin (échantillonnage sur le statut de la maladie)

Answer 24

Vrai :D

Question 25

Avec les OR comment peut on déterminer la présence d'un facteur de confusion?

Answer 25

Si l'OR brut n'est pas équivalent aux OR des strates

Question 26

Quelles sont trois méthodes pour savoir si une variable externe est un facteur de confusion ?

Answer 26

1. démonstration formelle des liens entre facteur de confusion et maladie/exposition. Si tous les liens existent et que FC n'est pas une variable intermédiaire, alors FC exerce un effet de confusion 2. Comparer la mesure d'association brute à la mesure d'association ajustée pou FC (comme dans une analyse multivariable, la majeure partie deds études dans la littérature). Si elles diffèrent, on conclut que FC exerce un effet de confusion (différence de +/- 10%) 3. Comparer la mesure d'association brute et les mesures d'association pour chaque strate (méthode approximative): si les strates (égales) diffèrent du brute, il y a un effet de confusion

Question 27

Quelles études ont des facteurs confondants ?

Answer 27

1 : non 2: oui 3: oui 4: peut être

Question 28

Si les OR des strates sont semblables au OR brut, y a-t-il confusion et/ou interaction ?

Answer 28

Aucun des deux

Question 29

Si les OR des strates sont semblables entre eux mais différents du OR brut, y a-t-il confusion et/ou interaction ?

Answer 29

Confusion Pas d'intéraction

Question 30

Si les OR des strates différentes entre eux et différents du OR brut , y a-t-il confusion et/ou interaction ?

Answer 30

Intéraction et peut être confusion

Question 31

Facteur de confusion vs effet modifiant

Answer 31

De plus, l'effet modifiant est une variable qui quand elle change de valeur modifie la force de l'association entre une exposition et une maladie fait en sorte que dans différents sous groupes de la poulation, l'effet de l'expositione t de la maldie n,est pas la même Effet réel, pas un biais à éviter.

Question 32

Reporting bias

Answer 32

Le sujet peut être hésitant à donner des informations quant à ce qu’il pense peut être genant ou qu’il ne veut pas partager (trucs sexuels, substances illicites, etc. Peut donner un biais si cest pire chez les cas que les contrôles.

Question 33

Wish bias

Answer 33

Wish bias: quand on demande aux patients pourquoi ils pensent être tombés malades, ils ont tendance subconsciemment de penser que la maladie n’est pas leur faute. Ils peuvent donc nier des habitudes de vie (fumer, tabac, etc) ou surreprésenter des trucs liés au travail pour des cas de CNESST genre.

Question 34

qu'est-ce que l'intéraction par modèle additif ?

Answer 34

Model additif Quand on additionne exposition B à l’exposition A, on a une addition des effets. Si par exemple, sans expositions le risque est 3.0. Risque exposition A: 9.0 (3.0+6.0) Risque exposition B: 15.0. (3.0 +12.0) Risque expositions A + B = 21 (3 +12 + 6) Attention à ne pas compter le background risk deux fois

Question 35

Qu'est-ce que l'intéraction par modèle multiplicatif ?

Answer 35

Model multiplicatif Risque de base: 3.0 Risque A: 9.0 (6 +3.0) Risque B: 15.0 (12 +3.0) Risque A + B : 45 (Risque A triple le risque de base et devrait donc tripler base+B = 3x 15 = 45). Risque B fait 5x le risque de base (5x3 = 15) donc si on fait base + A = 5 x 9 = 45.