module 8

Question 1

sources de variabilité aléatoire ou imprécisions

Answer 1

• variation bio (propre à chaque individu ex pression art.)
• variations entre individus d’un groupe (ex gènes)
• imprécision instrument de mesure
• imprécision observateur utilisant instrument
• imprécision du sujet mesuré (si besoin de collaboration)

Question 2

v ou f
on peut expliquer l’erreur aléatoire par la présence de biais

Answer 2

f
biais = erreur systématique

Question 3

méthode pour réduire l’imprécision

Answer 3

1. • grand N (+ de mesures/individu & + d’individus)
2. instruments de mesure fiables

Question 4

imprécision = manque de ___

Answer 4

puissance

Question 5

v ou f
échantillon 1:2 (cas: témoins ou exp: nexp ou tx:placebo) est l’idéal pour assurer une bonne puissance

Answer 5

f
1:1 best

Question 6

Comment évaluer le rôle du hasard?

Answer 6

test d’hypothèse
IC autour de l’estimation

Question 7

que comprend un TH

Answer 7

p-value, en supposant absence d’asso E-M

si grande: H0 n’est pas rejeté et résultat peut être expliqué par l’effet seul du hasard d’échantillonnage

si petite: H0 peut être rejeté, moins plausible que ce soit dû au hasard mais on ne peut pas complètement éliminer cette hypothèse

Question 8

p-value dépend de quoi

Answer 8

magnitude de l’effet
& de “n”

(fore d’asso ou de prévalence)

Question 9

v ou f
p-value de 0.00001 exclue complètement le rôle du hasard

Answer 9

f
aucun p peut exclure complètement rôle du hasard

Question 10

IC étroit = bonne/mauvaise précision = beaucoup/peu d’erreur aléatoire

Answer 10

IC étroit = bonne précision = peu d’erreur aléatoire

(moins de chance que valeur nulle en fasse partie et qu’on aille une erreur B)

Question 11

v ou f
on peut avoir un IC de 100% qui permet d’exclure complètement le rôle du hasard

Answer 11

f
jamais 100%, ne peut pas exclure complètement le rôle du hasard

Question 12

erreur a

Answer 12

rejeter H0 alors qu’elle est vraie (conclure résultat stat sign alors qu’il n’y a pas d’asso en réalité)

Question 13

erreur B

Answer 13

ne pas rejeter H0 alors que HA est vraie (conclure résultat non stat-sign alors qu’il l’est)

plus probable si petit échantillon et petite puissance (IC plus large)

Question 14

un vrai HR = 12% pour population 1 et 2, on obtient 7.5% dans l’échantillon 1 et 15% dans l’échantillon 2

quelle est la conclusion de l’étude

Answer 14

on conclu une différence alors qu’il n’y en a pas pour de vrai: erreur a

Question 15

v ou f
si on a 2 IC qui se chevauchent entre 2 échantillons, on peut considérer notre résultat comme statistiquement significatif

Answer 15

f
si se chevauche, on sait déjà que c’est non stat sign

Question 16

comment on évite l’erreur a

Answer 16

correction de Bonferroni

on va donner un seuil de p-value plus faible que 0.05 (ou IC + que 95%) pour limiter erreur a et pour dire si c’est stat sign ou pas

Question 17

v ou f
plus on fait de test, plus on a de risque d’avoir des résultats stat sign simplement par l’effet du hasard

Answer 17

v
p: 0.05 => 5 résultats/100 dus au hasard

donc + de test = + de possibilité de se tromper => on va donc vouloir une méthode de correction

Question 18

v ou f
signification statistique n’élimine pas 100% le rôle du hasard, elle signifie qu’il est assez probable

Answer 18

f
n’élimine pas 100% rôle du hasard mais signifie qu’il est peu probable

Question 19

v ou f
la signification statistique n’élimine pas la possibilité que les résultats puissent être la conséquence de biais ou de FC

Answer 19

v

Question 20

v ou f
signification statistique veut dire que la relation expo maladie est cause à effet

Answer 20

f
asso = PAS causalité

Question 21

v ou f
signification statistique ne veut pas dire qu’il n’y en a une clinique, on doit évaluer coûts/ES/réalistiquement implantable?

Answer 21

v

Question 22

v ou f
la non-signification statistique signifie que les résultats sont nécessairement dus au hasard

Answer 22

f
pas nécessairement dus au hasard mais on ne peut pas écarter que c’est possiblement dû au hasard

Question 23

v ou f
l’erreur B nous dit que malgré un résultat non-stat sign, on peut quand même avoir une signification clinique

Answer 23

v

Question 24

que nous informe un résultat non-stat sign p/r à la taille de l’échantillon

Answer 24

qu’elle est sans doute trop petite/ insuffisante

Question 25

v ou f
une étude est capable de donner un lien de causalité si elle démontre que son association ne semble pas être due à un biais, un FC ou le hasard

Answer 25

f
causalité ne peut être donné par le résultat d’une étude

on obtient juste une association mais on doit vérifier les critères de hill pour évaluer la causalité potentielle

Question 26

cause suffisante

Answer 26

un facteur (ou ensemnle de facteurs) produit INÉVITABLEMENT la mx

ex. tabac + immunosupp + susceptibilité génétique = cancer poumon

Question 27

cause nécessaire

Answer 27

facteur requis pour dev mx

ex. VPH doit être présent pour avoir cancer du col

Question 28

cause composante

Answer 28

facteur contribue mais n’est pas suffisant à lui-seul pour causer mx

px être nécessaire ou non

Question 29

critères de Braford Hill pour établir un lien de causalité (7)

Answer 29

1. temporalité (expo av maladie)
2. plausabilité biologique
3. stabilité / constance
4. effet dose-réponse
5. expérimentation
6. spécificité
7. force d’association

Question 30

v ou f
on peut avoir de la causalité sans critère de temporalité

Answer 30

F
seul critère absolument nécessaire pour causalité

Question 31

v ou f
on peut avoir causalité sans que tous les critères de hill soient remplis

Answer 31

v
mais temporalité doit toujours être démontrée

Question 32

v ou f
plusieurs association fortes peuvent être non-causales et asso faibles sont causales

Answer 32

v
donc on peut avoir cause à effet sans le critère de force d’association

Question 33

v ou f
absence de constance à travers les études exclut un lien de cause à effet

Answer 33

f
c’est sur que si plusieurs études de différents types ou dans différentes population trouve la même association, ça renforce le lien de causalité mais pas nécessaire

Question 34

condition où on n’observerait pas d’effet dose-réponse

Answer 34

effet de seuil

mais sinon en général, plus on augmente la dose d’expo, plus on augmente le risque de mx

Question 35

v ou f
on exclut causalité si pas de plausibilité biologique

Answer 35

f
reflet des connaissances actuelles et assez subjectif

Question 36

v ou f
on utilise beaucoup de critère de spécificité pour déterminer la causalité aujourd’hui

Answer 36

f
pcq on trouve des expositions qui ne sont pas spécifique (ex tabac a ++ asso, pas juste 1 maladie)

Question 37

critère de spécificité de hill

Answer 37

1 expo augmente ou diminue le risque d’UNE seule maladie mais pas d’autres (pas vrm utilisé aujourd’hui)

Question 38

critère d’expérimentation de hill

Answer 38

étude expérimentale montre que si on retire ou prévient l’exposition, la fréquence de maladie diminue (ex par vaccin)

=> par contre pas toujours dispo

Question 39

La prévalence d’une maladie mortelle M est plus faible chez F que H. Pourtant, il y a 6 mois elle était identique. comment-est-ce possible?

1. M dure plus longtemps chez H
2. M dure plus longtemps chez F
3. L’incidence cumulée de M est plus élevée chez H
4. L’incidence cumulée de M est plus élevée chez F
5. Les facteurs de risque de M sont plus fréquents chez F

Answer 39

3. L’incidence cumulée de M est plus élevée chez H => pour une durée égale, si l’incidence est plus basse, la prévalence aussi

Question 40

On dit que le taux ajusté de mortalité d’un pays n’est pas réel mais plutôt « fictif »
Quelle partie de son calcul le rend fictif?
1. Le taux brut de mortalité
2. Les taux de mortalité spécifiques aux groupes d’âge
3. Le nombre de décès observés dans chaque groupe d’âge
4. La taille de la population de ce pays
5. La distribution par groupes d’âge

Answer 40

4. La taille de la population de ce pays (permet d’ajuste pour FC qu’est l’âge)

Question 41

Une cohorte de 1000 femmes est suivie du 01 janvier 1998 au 31 décembre 1998 pour mesurer l’incidence de l’infection VPH; 365 (réparties de façon uniforme dans l’année) ont été infectées par le VPH (aucune n’était infectée au départ).

Quelle est l’incidence cumulée ?

Answer 41

365/1000 pour 1 an

Question 42

Une cohorte de 1000 femmes est suivie du 01 janvier 1998 au 31 décembre 1998 pour mesurer l’incidence de l’infection VPH; 365 (réparties de façon uniforme dans l’année) ont été infectées par le VPH (aucune n’était infectée au départ).
Quel est le taux d’incidence

Answer 42

365 / (1000 + (1000-365))/2 x 1an (unités = personnes-années)

Question 43

Extrait du BMJ: « Bien que le TIR (ratio des taux d’incidence) d’infarctus du myocarde (IM) associé au tabagisme soit plus élevé chez les femmes que chez les hommes, le tabagisme pourrait très bien entraîner un TI (taux d’incidence) d’IM plus élevé chez les fumeurs que chez les fumeuses »
Comment est-ce possible?

1. Le TIR d’IM dépend de la durée d’exposition au tabagisme
2. La prévalence du tabagisme est inférieure chez les femmes
3. Le TI d’IM est inférieur chez les non fumeuses que chez les non fumeurs
4. Chez les fumeuses, le TI d’IM augmente avec l’âge
5. L’incidence du tabagisme est supérieure chez les hommes n’ayant pas fait d’IM

Answer 43

3. Le TI d’IM est inférieur chez les non fumeuses que chez les non fumeurs

Question 44

Une étude veut identifier les facteurs associés à la résistance au dépistage VIH chez les femmes trans à partir d’un échantillon de 300 femmes chez lesquelles +++ variables sont mesurées simultanément. Résultat: Âge  18 ans associé à la résistance au dépistage
(OR = 4,2; IC95% = 2,4 ; 7,4)
De quel type d’étude s’agit-il?

Answer 44

2. Étude transversale analytique

Question 45

Un test utilisé en situation diagnostique plutôt qu’en situation de dépistage…
1. Sera plus sensible
2. Sera plus spécifique
3. Aura une valeur prédictive négative (VP-) plus élevée
4. Fournira une probabilité post-test d’un résultat positif (ou VP+) plus élevée
5. Toutes ces réponses

Answer 45

4. Fournira une probabilité post-test d’un résultat positif (ou VP+) plus élevée

pcq on veut qu’il nous donne l’heure juste sur les vrais malades parmi les résultats positifs

aussi au test diagnostic, + grande prévalence donc + VPP

Question 46

Dans une situation de dépistage, à part la prévalence de maladie, quelle caractéristique à le plus d’influence sur la valeur prédictive positive ?
1. Sensibilité du test
2. Spécificité du test
3. Valeur prédictive négative
4. Probabilité post-test d’un résultat positif

Answer 46

2. Spécificité du test

Question 47

Pour éviter un biais de selection dans l’étude de cohorte, on doit échantillonner exposés (et non exposés) “indépendamment de la maladie”.
Que veut-on dire?
1. On doit échantilloner autant d’exposés qui deviendront malades que d’exposés qui ne le deviendront pas (idem pour non exp)
2. On doit échantillonner des exposés qui ne sont pas malades seulement (idem pour les non exposés)
3. On doit échantillonner des exposés qui ont une probabilité nulle de tomber malade (idem pour non exp)
4. On doit échantillonner des exposés sans surreprésenter ceux qui deviendront malades ou ceux qui ne le deviendront pas (idem pour non exp)

Answer 47

4. On doit échantillonner des exposés sans surreprésenter ceux qui deviendront malades ou ceux qui ne le deviendront pas (idem pour non exp)

Question 48

Étude de cohorte de l’association entre le niveau socio économique (NSE) et les blessures chez les enfants:
On aura un biais de sélection si…
1. Les enfants ayant un NSE bas sont plus susceptibles aux blessures
2. Les enfants ayant un NSE bas ne veulent pas participer
3. De tous les enfants ayant un NSE bas, ceux étant les plus susceptibles aux blessures ne veulent pas participer
4. Les enfants ayant un NSE bas ne sont pas blessés au moment de l’échantillonnage

Answer 48

3. De tous les enfants ayant un NSE bas, ceux étant les plus susceptibles aux blessures ne veulent pas participer

Question 49

Dans une étude cas-témoins de l’association entre le sexe oral et le cancer de la gorge, 15% de tous les participants cachent leur exposition, tandis que 10% des cas déclarent erronément le pratiquer. Ceci est un exemple d’erreurs de classification:
1. Non-différentielles
2. Différentielle et
non-différentielle
3. Non-différentielle et différentielle
4. Différentielles
5. Ce ne sont pas des erreurs de classification

Answer 49

3. Non-différentielle et différentielle

Question 50

Dans un ECR qui compare un traitement de la sclérose en plaque (SP) (vs placebo), on s’intéresse aux éruptions cutanées comme effet adverse. Ce sont 11% et 9 % des groupes traitement expérimental et placebo, respectivement, qui en sont atteints (p=0,301). Quelle est la meilleure interprétation de la valeur-p ?
1. Si on suppose que le traitement n’est pas efficace, on a une probabilité de 30% d’obtenir un surplus d’éruptions cutanées d’au moins 2 % avec le traitement expérimental comparativement à un placebo
2. Si on suppose que le traitement n’est pas efficace, on a 30 % de chance que la différence observée de 2% (ou une différence encore plus grande) soit due au hasard
3. Si on suppose que le traitement est équivalent à un placebo, on a au moins 30 % des chances de se tromper
4. Les patients d’une population prenant le traitement expérimental ont 30% de chance d’avoir un surplus d’éruptions cutanées de 2% ou plus comparé à ceux d’une population n’en prenant pas
5. On a 30 % des chances que l’hypothèse nulle, qui stipule que les deux traitements sont équivalents dans la population, soit vraie

Answer 50

1. Si on suppose que le traitement n’est pas efficace, on a une probabilité de 30% d’obtenir un surplus d’éruptions cutanées d’au moins 2 % avec le traitement expérimental comparativement à un placebo

Question 51

Si dans une étude cas-témoins portant sur la naissance de bébés de faible poids et le tabagisme de la mère, les mères ayant donné naissance à un bébé de faible poids ont tendance à sous-déclarer leur consommation de tabac :
On est en présence :
1. d’un effet de confusion
2. d’une erreur aléatoire (un effet du hasard)
3. d’un biais de sélection
4. biais d’information

Answer 51

biais d’information

Question 52

Si dans une étude cas-témoins portant sur la naissance de bébés de faible poids et le tabagisme de la mère, les mères ayant donné naissance à un bébé de faible poids ont tendance à sous-déclarer leur consommation de tabac :
Quel effet cela aurait sur la mesure du OR ?

Answer 52

1. Une sous-estimation du OR

Question 53

Pour un essai clinique randomisé comparant Warfarine a Aspirine dans la prévention des AVC, seulement 20% de l’ensemble des patients de 65 ans et plus suivis dans un hôpital sont invités à participer à l’étude sur la base de la préférence du médecin traitant. Quel problème cela peut poser ?
1. Un biais de sélection
2. Un biais de confusion
3. Un biais d’information
4. Un problème de validité externe

Answer 53

Un problème de validité externe