synthèse COPY Flashcards
1
Q
Définition de biais:
A
Erreur systématique survenant lorsque les groupes de comparaison sont traités ou évalués différemment, cela engendre de la distorsion. –> On veut contrôler les biais.
2
Q
Vrai ou faux Il est impossible dans une étude cohorte d’avoir un “minimum d’aveugle “
A
faux !
Dans une étude cohorte ; le sujet n’est pas à l’aveugle –>c’est lui qui décide de prendre le rx.
Est-ce que la personne en question est capable d’avoir son suivi à l’aveugle ? NON
Est ce qu’on est capable d’avoir une collecte d’infos à l’aveugle? OUI
DONC on voit que c’est possible d’avoir un minimum d’aveugle et un suivi égale entre les groupe
3
Q
Nommer 2 raisons pour lesquelles il est très important de compléter le suivi
A
- Afin que tous les patients aient la même chance (en terme de temps) de développer l’évènement ou l’issue étudiée 2. Pour que l’issue soit mesurée au même moment pour tous les patients
4
Q
si j’ai un P value de 0,05 est-ce que je rejette ou pas mon H0?
A
elle accepte les 2 réponses : rejette ou ne rejette pas H0 . mais elle s’attend à ce que dans l’examen on l’explique. habituellement dans les études si c’est 0,05 on va demander à voir les autres décimales.
5
Q
Quelle sorte d’analyse statistique on doit faire avec un essaie randomisé contrôlé pour tenir compte des variables confondantes ? et pk ils font ça au lieux d’une régression logistique ?
A
il s’agit de l’analyse de base que tt essaie randomisé contrôle vont avoir ? –> l’analyse intent to treat C’est pour s’assurer que l’on ne touche pas à la randomisation
6
Q
Quelle est ma valeur nulle qd je compare des proportions (variable dichotomique) .
A
Cela dépend de ce que l’on veux calculer : si on fait un risque relatif ou un odds ratio : qd on compare des proportions on va faire un ratio : (la moyenne du groupe traité)/( moyenne du groupe placebo). et donc lorsque le rx étudié n’a pas d’effets on s’attend à ce que mon numérateur et mon dénominateur soit égale, ce qui donne 1. ainsi, la valeur nulle sera de 1
Par contre, on peut aussi faire des différences de p.p. Dans ce cas la valeur nulle sera de 0, car si les deux p.p sont identiques en fessant la différence ça donnera 0.
7
Q
Vrai ou faux IL Y A 100% DE CHANCE QUE NOTRE ESTIME CALCULE SOIT COMPRIMES ENTRE LA BORNE INF ET SUP
A
VRAI ON L’UTILISE POUR CALCULER NOTRE BORNE
8
Q
Vrai ou faux Les analyses per-protocole + multivariés sont le best pour les études observationnelles
A
vrai
9
Q
vrai ou faux dans une étude cohorte l’évènement n’est pas encore arrivé on va être capable de mesurer l’incidence de notre issue
A
vrai
10
Q
Par quel type de devis on peut regarder nos ES d’un new rx mis sur le marché ?
A
Etudes observationnels 2 grands devis : 1. cohorte et 2. cas témoin
11
Q
Pour une étude cas témoin ‘exposition d’intérêt est celle survenue (avant/après) l’apparition de l’issue ou maladie.
A
Pour une étude cas témoin ‘exposition d’intérêt est celle survenue (avant) l’apparition de l’issue ou maladie.
12
Q
Dans une étude croisé habituellement on se fit sur quoi pour déterminer la duré de la période tampon ?
A
C’est la demie vie du rx qui va nous guider sur la longueur de notre période tampon
13
Q
Selon vous une étude cas témoin est-elle plus valide si on a des cas prévalent ou incident ?
A
incident (cas de NOVO) pk? pcq on veux regarder si par exemple un mx augmente le risque de dev une maladie. c’est pcq on veux que l’exposition soit un facteur de risque et non pas une conséquence du diagnostic. Pcq en théorie si c’est une conséquence on ne pourrait même pas l’analyser.
14
Q
Comment peut-on contrôler le biais de confusion?
A
Appariement. Analyses multivariées. Randomisation
15
Q
vrai ou faux L’analyse intent to treat dans une analyse randomisée contrôlée est faite mm si on a des pertes au suivie et que l’on pense que l’on a un biais de sélection
A
vrai
16
Q
vrai ou faux on peut avoir une très grande précision sur un estimé biaisé.
A
vrai
17
Q
Les traitements données a l’aveugle permettent de limiter quel biais ?
A
le biais d’information = meilleur validité interne
18
Q
Si on voit dans l’étude (randomisé contrôlée) qu’il y a 89 participants qui ont complétés l’étude, mais qu’il y a 111 participants qui ont été analysés, de quelle analyse il s’agit : ITT ou per-protocole ?
A
ITT si cela aurait été per-protocole on aurait analysés slm les participants qui ont complétés l’étude donc les 89 participants.
19
Q
En ayant une variable continu (pression artérielle) quelle statistique je vais aller mesurer dans chacun de mes groupes ? a) proportion, b)moyenne
A
moyenne (on va comparer les moyennes)
20
Q
Forces d’une étude de cohorte:
A
- Permet d’obtenir une mesure directe du risque dans chaque groupe (incidence) 2. Utile quand l’exposition est rare 3. Permet d’étudier l’association entre une exposition et plusieurs issues
21
Q
Si notre variance augmente qu’elle sera l’impact sur notre intervalle de confiance et sur notre précision ?
A
il va devenir plus large et notre précision va diminuer
22
Q
Avec le devis chassé-croisé il est important de s’assurer de quoi ?
A
Il faut s’assurer qu’il n’y a pas d’effets résiduels entre les deux traitements. Il faut donc que la période de temps entre les deux traitements soit assez longue pour que l’effet du premier traitement ait complètement disparu. Il faut également que la pathologie soit stable dans le temps.
23
Q
Direction de l’étude pour étude transversale
A
Sans direction
24
Q
Qu’est ce qu’on va faire si on veux avoir moins d’erreurs avec les mêmes donnés ?
A
on va augmenté le alpha, cela va faire que notre intervalle de confiance va par exemple passer de 95 à 99%. Avec un intervalle de confiance a 99% on est continuellement avec 1% d’erreur vs 5% qd on a un intervalle de confiance a 95%. Donc, en passant a 99% on va élargir notre intervalle et cela fait en sorte que l’on va avoir moins d’erreur.
25
la statistique d'une étude cas témoin c'est un \_\_\_\_\_\_
odds ratio
26
Si on a 0% de pertes au suivis dans une analyse randomisée contrôlée est-ce que l'analyse intent to treat est suffisante ?
OUI elle est suffisante
27
Diviser biais de sélection en 4 catégories
1. Biais d'admission 2. Biais de participation 3. Biais de notoriété 4. Biais de survie
28
v ou f un intervalle de confiance nous permet de déterminer la précision et d'aller valider nos hypothèses
V
29
Quelle régression va-t-on utiliser pour un outcome dichotomique?
Régression logistique
30
Vrai ou faux Dans un essai randomisé contrôlé on délaisse la validité externe au profit de la validité interne
Vrai : essaie randomisé contrôlé est extrêmement valide à l'interne mais svt ne sera pas généralisable.
31
la statistique d'une étude de cohorte c'est un \_\_\_\_\_\_
RR risque relatif
32
Vrai ou faux comme expérimentateur d'un essai randomisé contrôlé, on doit s'assurer que notre validité interne est intact même si pour ça on doit exclure bcp de sujets qui pourraient bénéficier du tx étudié
Vrai : un essai randomisé contrôlé se sont des sujets qui sont sélectionnés (ensemble des critères d'inclusions et exclusions, car on veux démontrer l'efficacité de notre rx et en démontrant notre efficacité on veux une validité interne très bonne.
33
Direction de l'étude pour essai clinique?
Exposition --\> Issue
34
Définition plan parallèle:
Un groupe de participants reçoit le traitement expérimental et un autre groupe reçoit le traitement standard. Les deux traitements sont donnés en même temps à des patients différents.
35
l'hypertension est une variable \_\_\_\_\_\_\_
continue
36
si à l'examen on nous montre le tableau 1 d'une étude randomisée contrôlée et que l'on nous demande: selon vous, est-ce que la randomisation a fonctionnée (présence de variables confondantes ou pas ?) Vous regardez alors l'échantillon dans chacun des groupes et vous remarquez que c'est un gros échantillon \>\>\>1000 personnes. Puis, en regardant chacun des P values pour chaque co-variables potentiellement confondantes vous voyez qu'il y en a bcp qui sont en bas de 5% et donc statistiquements significatives... Qu'est ce qu'on répond?
elle s'attend à ce genre de réponse : il y a plusieurs P values qui sont statistiquement significatifs, mais qd on regarde ds le tableau on se rend compte que se sont des estimés qui sont presque pareils. Alors, je pense que la randomisation a fonctionnée. En gros c'est que elle ne veux pas que l'on fie juste sur le P value.
37
Les biais se sont des erreurs __________ et La précision implique des erreurs \_\_\_\_\_\_\_\_.
Les biais se sont des erreurs systématiques et La précision implique des erreurs aléatoires.
38
Dans quelle étude il n'est pas nécessaire d'avoir un groupe placebo?
une étude transversale
39
V ou F On a besoin d'un groupe placebo seulement dans une étude randomisé contrôlé?
F , dans les études observationnelles c'est aussi nécessaire ( sauf étude transversale)
40
Vrai ou faux Si notre estimé est très précis (intervalle de confiance rapproché) j'ai moins de chance d'avoir de biais.
FAUX !! On peux avoir un estimé très précis, mais biaisé. Alors, il faut faire attention. qd on a un biais de sélection, information ou de confusion --\> a un impact sur nos estimés : relatif, odds ratio, différence de moyenne, différence de proportion. qd on parle de intervalle de confiance c'est notre précision qui est affecté.
41
vrai ou faux Quand la taille d'échantillon est faible notre puissance statistique est faible et donc notre P value est moins fiable.
Vrai Lorsque l'on a moins que 150 personnes dans chacun des groupes il faut être plus vigilant lorsque l'on va interpréter notre tableau 1, cela devient suggestif.
42
vrai ou faux La randomisation est spécifique à l'essai clinique ce terme n'a pas sa place ds une étude observationnel.
vrai
43
Définition devis de cohorte
Une étude de l'association entre une exposition et une issue, dans laquelle l'incidence de l'issue est déterminée dans des groupes définis par l'exposition des sujets
44
Habituellement le tableau 1 dans une étude randomisé contrôlée sert à quoi?
à savoir si notre randomisation a bien fonctionnée.
45
Définition cas-témoin
Une étude d'observation de l'association entre une exposition et une issue, dans laquelle l'exposition antérieure est déterminée dans des groupes d'individus définis par leur issue
46
vrai ou faux Dans les études observationnelles le biais de confusion on en tient compte avec la randomisation
faux : C'est pas possible dans des études observationnelles alors utilise absolument des méthodes statistiques : régression linéaire si issue continue ou régression logistique si issu est dichotomique.
47
Pour les études de cohortes et cas témoins, comment on peut tenir compte des variables confondantes ?
Pour ceux-ci il n'y a jamais de randomisation, mais il y a probablement des variables confondantes. Alors, pour en tenir compte on va faire des analyses multi variés et on va faire une régression linéaire ou une régression logistique.
48
Vrai ou faux la randomisation marche à tout coup
faux parfois elle marche et parfois non pour savoir si elle a marché on regarde si nos facteurs de risques sont distribué de façon égale entre notre groupe exposé et non exposé.
49
vrai ou faux On fait le choix du modèle de régression basé sur nos co-variables
faux On fait le choix du modèle basé sur l'issu : : régression linéaire si issue continue ou régression logistique si issu est dichotomique
50
Vrai ou faux, pour ce qui est des études non-expérimentales (observationnelles) : étude cohorte, étude cas-témoin, étude transversale on va utiliser les mêmes modèles d'analyses statistiques c-a-d soit la régression linéaire ou la régression logistique. Le modèle sera choisit en fonction de notre variable d'intérêt : est-elle continue ou dichotomique.
Vrai
51
Les résultats seront généralisables à la population de référence si...? (2 énoncés)
1. La population à l'étude est représentative de la population expérimentale (est-ce que les participants et ceux qui ont refusé de participer sont comparables?) 2. La population expérimentale est représentative de la population de référence (est-ce que les critères d'éligibilité sont définis? Sont-ils trop stricts? Sont-ils assez stricts?)
52
Il y aura un biais de sélection si...? (2 raisons)
1. Les participants qui quittent l'étude sont plus ou moins à risque d'avoir un évènement étudié que les autres 2. Le taux de perte au suivi pour cette raison est plus élevé dans un groupe de traitement que dans l'autre
53
Désavantages des essais cliniques:
1. Les résultats des essais cliniques sont souvent difficiles à généraliser 2. Les essais cliniques randomisés sont très coûteux 3. Il n'est pas toujours faisable ou recommandable de faire un essai clinique randomisé (ex : considérations éthiques, substances toxiques) 4. L'efficacité observée dans un essai clinique (efficacité clinique ou efficacity) est différente de l'efficacité réelle observée dans la vraie vie ( efficacité réelle ou effectiveness)
54
Dans une étude cas-témoin, comment les sujets sont sélectionnés?
1.Les cas ont l'issue (ou la maladie étudiée) : ils peuvent être prévalents ou incidents. (mieux que se soit incidents) 2. Les témoins n'ont pas l'issue étudiée. 3.Les témoins proviennent de la même population que les cas. --\> là où il y a le plus de chance d'introduire un biais de sélection. 4. Les cas et les témoins doivent être sélectionnés indépendamment de leur exposition.: on ne vas pas aller sélectionner des cas et des témoins basés sur leurs probabilités d'être exposé.
55
Pourquoi un groupe témoin? (3 raisons)
1. Effet placebo : Le simple fait de traiter un patient (même avec un placebo) peut s'accompagner d'un effet bénéfique 2. Effet du suivi médical : Le suivi des patients peut s'accompagner d'un effet bénéfique 3. Changement dans le temps : Parfois la condition médicale évolue dans le temps. Une période de crise aiguë peut être suivie d'une période d'accalmie ou de rémission.
56
Vrai ou faux un effet statistiquement significatif peut ne pas être cliniquement significatif
vrai
57
Définition validité interne?
Validité des résultats à partir des données recueillies sur la population à l'étude. ABSENCE DE BIAIS ( biais de sélection, biais de confusion et biais d'information)
58
Faiblesses d'une étude de cohorte
1. Susceptible aux biais ( surtout celui de confusion) 2. Non efficace quand la maladie est rare : étude longue et coûteuse 3. Les suivis de longue durée augmentent le risque de perdre des sujets
59
vrai ou faux l'étude cohorte nous permet de déterminer la causalité?
faux une étude ne nous permet pas démontré la causalité elle va nous donner une association : exemple :si je regarde l'effet de l'usage des mx antiasthmatique et le fait d'aller à l'urgence et je trouve que le nbr de visite à l'urgence augmente, ça se peut que se soit pas les x anti-asthamatique qui me font aller à l'urgence, c'est pt que je suis asthamatique
60
Quand la maladie est rare quel devis on privilégie ?
un devis cas témoin
61
Quand on parle de validité externe on parle de \_\_\_\_\_\_
généralisation.
62
Diviser l'erreur totale en 2 catégories
1. Erreur systématique 2. Erreur aléatoire
63
Pour le devis croisé et parallèle, il faut que l'intervention soit attribué à chaque participant de manière _______ ?
aléatoire !!
64
Comparer l'analyse intent to treat à l'analyse per- protocole Ex on a 200 sujets : 100 dans chacun des groupes + 10% de perte au suivi dans chacun
L'analyse intent-to-treat va analyser 100 sujets dans chacun des groupes, mais une analyse per-protocole va analyser les sujets qui ont terminés l'étude. : alors si 10% de perte au suivi ds chacun des groupes, il va analyser 90 personnes dans chaque.
65
Direction de l'étude pour étude de cohorte
Exposition --\> Issue On va échantillonner basé sur leur statue d'exposition, ex 100 prennent le rx A et 100 autres prennent le rx B
66
Pourquoi c'est important de savoir c'est quoi nos valeurs nulles ?
c'est comme ça que l'on va aller calculer nos intervalles de confiances. valeur nulle c'est H0 ou H1
67
Vrai ou faux l'interprétation d'une étude de cohorte et d'une étude cas témoins n'est pas la même
faux c'est la même même si la façon dont on calcul un odds ratio et un risque relatif n'est pas pareil l'interprétation sera la même lorsque l'issue est rare
68
Dans une étude de cohorte, quelle mesure doit-on utiliser?
RR
69
Est ce que l'on détermine si la randomisation fonctionne seulement basé sur le p-value ?
Non : Il en revient a nous de déterminé où est-ce que l'on voit des disparités entre nos 2 groupes suffisamment grandes pour potentiellement dire que la randomisation n'a pas fonctionné.
70
1. juste en regardant cette méta-analyse, êtes-vous en mesure de dire si :
a) la variable est continue/ dichotomique?
b) si on a fait une moyenne ou une proportion ?
c) qu'elle est la valeur nulle ?
2. etes vous capable de dire si l'infection HIV diminue ou augmente la masse osseuse ?
3. est-ce que la masse osseuse diminue tous de façon statistiquement significatif?
4. interpréter -6,2 |-10,2 -2,2|
5. est ce qu'on interprète des estimés ajustés ou non ajustés ?
6. interpréter le 1er estimé :(KNOBEL 2001)
1a) la variable est continue/ dichotomique? variable continu ( masse osseuse)
1b) si on a fait une moyenne ou une proportion ? on a fait un moyenne
1c) qu'elle est la valeur nulle ? la valeur nulle est de 0.
on peut répondre a A) , B) et C) en un seul coup d'oeil à la ligne dans le graph : ligne a 0 donc on sait que la valeur nulle est de 0 donc que l'on a fait une moyenne et donc que c'est une variable continue !!
2. HIV diminue la masse osseuse, car les valeurs tous en bas de 0.
3. non, car il y a 3 études qui ont démontrés un effet réducteur, mais non STATISTIQUEMENT signifiactif. et on peut dire cela pcq celles-ci n'ont pas rejetées H0.
4. comme la valeur de 0 n'est pas inclut dans l'estimé on peut dire que elle est statistiquement significatif.
le fait d'avoir une infection HIV diminue notre masse osseuse de 6,2 U par rapport a ne pas avoir d'infection au HIV en tenant compte de nos variables potentiellement confondantes.
5. ajustés.
6. l'infection au VIH n'a pas d'effet statistiquement significatif sur la masse osseuse. par rapport à lorsque l'on compare avec et sans infection aux VIH en tenant compte de tt les variables potentiellement confondantes.
71
nommer une Méthode pour minimiser les pertes aux suivit :
On s'assure que l'on mesure tt le monde au mm moment et que l'on mesure de la mm façon, fait en sorte de minimiser les pertes aux suivi, car si on les contact suffisamment diminue perte au suivit
72
Quelle est l'analyse statistique qui devrait TOUJOURS ETRE faite dans un essaie randomisé contrôlé ?
ITT itent to treat
73
vrai ou faux les cas témoin est un des devis qui est le plus sujet au biais de sélection
vrai bien au-delà de l'étude de cohorte.
74
V ou F Le biais d'information est spécifique du devis essai clinique randomisé
F c'est vrai qu'il a un plus gros impact pour un essai clinique randomisé, mais le biais d'information a quand même sa place dans les études observationnelles.
75
Placer en ordre croissant les devis le plus sujet au biais, a) étude clinique randomisé contrôlé, b) étude cas-témoin c) étude cohorte
étude clinique randomisé contrôlé \< étude cohorte \< étude cas-témoin
76
v ou f un P value nous permet de déterminer la précision et d'aller valider nos hypothèses
F nous permet SLM de valider nos hypothèses
77
1. SI on a un P value de 0,04 est ce que je rejette ou pas le H0 ? 2.est ce qu'il y a un effet cliniquement significatif de H0?
3. si j'ai un P value de 0,04 est-ce que mon intervalle de confiance va inclure ou exclure mon H0 ?
1. je le rejette, pcq il a un effet statistiquement significatif. -car P value \>0,05
2. ça va dépendre
3. on va exclure H0
78
Un test d'hypothèse est un outil très utile aux cliniciens et aux chercheurs pourquoi ?
il permet de tirer des conclusions sur des hypothèses de recherche en examinant un ou des échantillons aléatoires provenant d'une population.
79
Diviser l'erreur systématique en 3 catégories
1. Biais de sélection 2. Biais d'information 3. Biais de confusion
80
Comment peut-on contrôler le biais d'information?
Données objectives. Interrogatoire à l'aveugle.
81
Définition Étude ouverte et donner un exemple :
Le professionnel traitant et le patient savent quel traitement le patient reçoit exemple : Dans les hôpitaux si on veux évaluer c'est quoi le out com de nouvelles techniques chirurgicales par rapport aux anciens protocoles, on va fouiller dans les archives et ça va être une étude ouverte dans ce cas.
82
Quelle est la valeur nulle dans un risque relatif ?
1
83
Avantages des essais cliniques
1. Grâce à la randomisation et aux traitements donnés à l'aveugle, la validité interne des essais cliniques randomisés est souvent plus grande que celle des autres devis de recherche 2. Les essais cliniques randomisés sont généralement considérés comme étant les meilleurs études pour évaluer l'efficacité d'un nouveau médicament
84
1.Quel problème vous voyez à faire seulement une analyse per-protocole ? 2. qu'est ce que vous faites pour pallier à cela ?
1.Quel problème vous voyez à faire seulement une analyse per-protocole ? Le problème c'est qu'on peut vouloir dire des choses aux chiffres. En effet, vue que les personnes qui ont quittés l'étude avant la fin ne sont pas considérés dans l'analyse, il est possible que les caractéristiques de ceux-ci ne soient pas les mêmes que les personnes qui reste dans l'étude à la fin. Cela peut avoir un impact sur nos résultats. 2. qu'est ce que vous faites pour pallier à cela ? on va faire une analyse multi varié si l'issu est continu on prend une regression Linéaire, si notre issu est distotomique on prend une régression logistique.
85
lorsqu'on fait une analyse multi varié peut-on faire les 2 types de régression (linéaire et logistique) pour une étude?
Non à moins que dans l'étude on analyse des issues différentes
86
Pour augmenter la validité d'une étude indépendamment du devis, il faut s'assurer que l'info est ..... ?
que l'info est récolté de la mm façon indépendamment du groupe étudié
87
Définition essai clinique
Étude expérimentale réalisée chez des humains qui consiste à administrer un médicament ou une intervention pour en évaluer l'efficacité et l'innocuité. Encore une fois, le chercheur a un rôle direct sur la distribution des traitements et des interventions.
88
Est-ce qu'on est capable d'estimer la précision avec un P value ?
non réponse : il manque de l'info, je ne peut pas y répondre,
89
Forces d'une étude cas-témoins?
1. Utile quand la maladie est rare 2. Permet d'étudier l'effet de plusieurs expositions simultanément 3. Pour un rendement comparable, les études cas-témoins sont plus petites et donc moins coûteuses que les études de cohorte 4. Elles sont également plus courtes à réaliser.
90
J'ai un alpha de 5% quelle sera la valeur de mon Zalpha/2 ?
1,96
91
Qu'est ce qui se passe si tout reste pareil (alpha, omega) et que notre taille d'échantillon augmente : plus la taille d'échantillon augmente et plus notre estimé \_\_\_\_\_\_?
estimé sera précis, car notre intervalle de confiance sera plus étroit.
92
Pour éviter un biais d'information il faut que...? (2 réponses)
1. Le suivi des participants soit identique d'un groupe à l'autre 2. L'évaluation des issus soit identique d'un groupe à l'autre
93
Différencier incidence ou nouveaux cas ?
incidence = survenue des new cas ( dans une année) prévalence = tous les cas
94
Par rapport à l'étude cas-témoins, quelle est l'exposition?
1.L'exposition d'intérêt est celle survenue avant l'apparition de l'issue (ou maladie). 2.L'exposition peut être continue ou catégorique. 3.Plusieurs expositions peuvent être étudiées simultanément. 4.La définition de l'exposition doit dépendre de la relation biologique soupçonnée entre cette exposition et l'issue (vrai pour n'importe quelle étude) .
95
On doit avoir 2 variables minimalement dans n'importe quelle étude quels sont ces variables ?
1. exposition 2. issue
96
quelle sera la statistique dans ce cas : par exemple; on donne un rx aux participants et on mesure la pression artérielle dans chacun de mes groupes et on veux savoir si oui ou non les participants font de l'hypertension artérielle; je vais obtenir des OUI ou NON = variable dichotomique.
Ce sera une proportion (p.p) : je veux savoir quel sera la p.p. de mon groupe exposé a mon rx qui fait de l'hypertension artérielle. et je vais faire la même chose du côté de mon groupe placebo.
97
vrai ou faux il faut avoir une puissance statistiquement nécessaire pour aller démontrer une association statiquement significative
vrai
98
Pourquoi on fait une étude cas témoin ? pourquoi on fait une étude cohorte?
Pourquoi on fait une étude cas témoin ?si l'issue (la maladie) est rare. pourquoi on fait une étude cohorte? si l'exposition est rare
99
Comment peut-on contrôler le biais de sélection?
Recrutement exhaustif. Confirmation à l'aveugle.
100
Diviser biais d'information en 2 catégories :
1. Différentiel 2. Non-différentiel
101
Définition étude expérimentale ?
Étude dans laquelle le chercheur a un rôle direct sur la distribution des traitements ou des interventions qui sont évalués
102
Définition double aveugle:
Le professionnel traitant et le patient ne savent pas quel traitement le patient reçoit
103
Compléter : utiliser les termes suivants issue : cancer du poumon exposition: cigarette cas-témoins: on a une _________ et on peut regarder plusieurs \_\_\_\_\_\_\_. cohorte: on a une _________ et on peut regarder plusieurs \_\_\_\_\_\_\_.
Compléter : issue : cancer du poumon exposition: cigarette cas-témoins: on a une issue (cancer du poumon) et on peut regarder plusieurs expositions (cigarette). cohorte: on a une exposition (cigarette) et on peut regarder plusieurs issues (cancer du poumon).
104
Si on a 10% de pertes au suivis dans une analyse randomisée contrôlée est-ce que l'analyse intent to treat est suffisante ?
Oui on veux toujours préférablement faire une ITT, mais ca serais OK de faire une per-protocole
105
qu'elle est ma valeur nulle qd je compare des moyennes ( variable continue) ? illustrer cela avec un exemple.
elle sera de 0 ! exemple si je veux étudier l'effet d'un mx sur la pression artérielle. La variable sera continue et dans ce cas je vais faire des moyennes de pression artérielle dans les deux groupes et si on voit que c'est pareil on dira que le rx n'a pas d'effets. On fait: moy du groupe tx - moy du groupe placebo =0. Ainsi, la valeur nulle sera de 0.
106
QU'EST ce qui va augmenter la validité interne au niveau du biais d'information?
c'est d'avoir des instruments validés.
107
Direction de l'étude pour étude cas-témoins
Issue --\> Exposition on va échantillonner basé sur l'issu : on va aller sélectionner 100 personnes qui ont eu notre évènements d'intérêt et 100 autres personnes qui ne l'ont pas eu et puis on va aller calculer une association
108
Quelle régression va-t-on utiliser pour un outcome continu?
Régression linéaire
109
Notre taille d'échantillon on le calcul à partir de \_\_\_\_\_
de notre issu principale donc on aura la puissance pour notre issue principale, mais on aura pt pas la puissance pour nos issues sec.
110
Dans une étude de cohorte, comment les sujets sont sélectionnés?
1.Les sujets sont sélectionnés en fonction de leur exposition. 2.L'exposition peut être catégorielle (si on regarde plusieurs doses de rx), continue (si on regarde la tension artérielle )ou dichotomique ( si on a juste exposition a un mx) 3.Le groupe des sujets non-exposés comprend des individus non exposés à l'agent étudié. 4.Les sujets n'ont pas l'issue étudiée au moment de l'entrée dans la cohorte. --\> Et cela nous permet avec le suivit d'aller identifier l'incidence de la maladie
111
Dites quelle est la manière la plus propice à créer un biais de sélection pour une étude cas témoin :
Dans une étude cas témoin c'est où on sélectionne nos contrôles que c'est la manière la plus propice a créer un biais de sélection. donc le biais de sélection est dût où on a sélection pas nos cas mais non TEMOIN
112
Définition simple aveugle:
Le patient ne sait pas quel traitement il a reçu
113
vrai ou faux Comment interpréter un intervalle de confiance a 95%: il y a 95% de chances que mon odds ratio de la pop à l'étude soit compris entre ma borne inf et sup
FAUX !!! -il y a 100% chances que mon odds ratio calculé soit compris entre ma borne inf et sup : on l'utilise pour calculer notre intervalle de confiance !! -il y a 95 % de chances que l'estimé populationnel soit compris entre ma borne inf et sup.
114
Faiblesses d'une étude cas-témoins?
1. Le cas-témoins ne procure pas d'estimation directe du risque de l'issue 2. Peut être affecté par plusieurs biais ( surtout sélection) 3. Le choix d'un groupe témoins, bien que conceptuellement simple, peut parfois être très complexe.
115
Dans une étude pourquoi c'est essentiel d'avoir un groupe placebo/comparateur ?
c'est pcq dans n'importe quoi on a un risque de base et nous on veux évaluer si X exposition (cigarette) augmente le risque de X issue ( cancer poumon) par rapport au risque de base (sans exposition). Si de base après 65 ans tu as 10% de chances d'avoir le cancer du poumon. après 65 ans ceux qui ont fumés pendant x nbr d'années on 15% de chances d'avoir le cancer du poumon. Dans ce cas, on ne dira pas la cigarette augmente de 15% les chances du cancer du poumon, on dira que la cigarette augmente de 5 % les chances de cancer du poumon. Aussi, dans 3-4 ans il peut y avoir pleins d'avancées : sur le suivit médicale des gens, les habitudes de vies ont changés etc... Alors on veux être capable de mesurer ça dans le temps, ce qui est possible avec un groupe placebo. Et de capturer ça a l'int du temps et c'est pour ça que l'on a besoin d'un devis de contrôle et c'est essentiel. Donc, dans une étude on veux savoir le risque de base et ça c'est notre groupe placebo/comparateur qui va nous le donner.
116
Dans une étude cas-témoins, quelle mesure doit-on utiliser?
OR. Mais si l'issue est rare, OR = RR
117
Définition randomisation:
Processus destiné à assigner de manière aléatoire chaque participant à un groupe d'étude (groupe expérimental ou groupe témoin. l'objectif de la randomisation est de maximiser les chances que les caractéristiques des participants dans les groupes à l'étude soient similaires. Plus le nombre de participants est élevé, plus la randomisation est efficace.
118
s'il la prévalence d'exposition est rare on va privilégier un devis de \_\_\_\_\_
cohorte, car on a une main mise sur le nombre de sujet que on va aller recruter pour l'études.
119
Dans une étude de cohorte, combien d'issues peuvent être examinés simultanément?
Plusieurs. On choisira de préférence des issues objectives et facilement mesurables. et il y aura normalement 1 issue principale.
120
Que va-t-il arriver si les participants quittent l'étude avant la fin du suivi?
Il y aura perte de puissance statistique (+ difficile de détecter une différence entre les groupes); le biais de sélection va diminuer notre taille d'échantillon et avec un plus faible échantillon on va avoir un impact sur notre estimé : plus la taille de pop est petite et plus l'intervalle de confiance sera large et moins la précision sera grande.
121
si on a un intervalle de confiance a 99% qu'est ce que ca veux dire ?
il y a 99% de chances que mon estimé populationnel se retrouve entre ma borne inf et sup,
122
J'ai un alpha de 1% qu'elle sera la valeur de mon Zalpha/2 ?
2,54
123
Lorsque l'on fait des test d'hypothèse est-ce qu'on utilise le terme "accepte" H0 ou H1 ?
Jamais !!! on va dire je rejette H0 ou je ne le rejette pas.
124
vrai ou faux Dans une étude de cohorte on va baser la sélection de nos sujets sur le statue d'exposition ?
vrai
125
Biais de sélection
type biais d'admission qu'est ce que c'est ?
c'est une perte au suivi
126
Décrivez le processus de sélection de la population à l'étude.
Population-cible ----- (critères d'inclusion/d'exclusion) -----\> Population-source ----- (échantillonnage/participation) -----\> Population à l'étude Plus on va vers la population cible, plus la validité externe augmente
127
On veux mesurer une prévalence de maladie dans une population quel devis on va utiliser ?
étude transversale
128
Pour une étude cas-témoin, qu'est ce qui va déterminer notre puissance statistique ?
le nombre de cas exposés
129
Lorsque l'on fait de la randomisation quel biais on risque de diminuer ?
le biais de confusion : La randomisation tient compte du biais de confusion.
130
**_type question à développement_**
1. Selon vous, est-ce que tt les études démontrent un effet statistiquement significatif entre le tabagiste et le risque de diabete de type 2 ?
2. Il y en a combien d'entres elles qui démontrent une augmentation du risque de diabètes associées à la prise de tabas?
3. comment on fait pour savoir lesquelles des études dans la méta-analyse sont statistiquement significatives ?
4. alors combien d'études démontrent un effet statistiquement significatif?
5. si on regarde le 1er estimé, on va rejeter oui ou non le H0 ?
6. si on regarde le 2e estimé, est ce que le P value serait plus grand ou plus petit que 5% ?
7. le 1er estimé est statistiquement significatif et il est de 1,50 comment on interprète cela ?
8. interpréter l'intervalle de confiance du 1er : |1,07-2,10| et c'est un intervalle de confiance à 95%.
9. maintenant si j'aurais eu un intervalle de confiance à 99% quel impact cela aurait eu sur mon intervalle de confiance ? |1,07-2,10|
10. si je diminue mon seuil significatif ( mon alpha de 5% à 1%) j'ai un intervalle de confiance à 99% et quel impact cela aurait sur mon test d'hypothèse?
11. Ces estimés on les analyses en se moment comme s'il y avait seulement 2 variables ds notre modèle, mais les chances sont qu'ils sont issues de modèles multi variés où ils sont ajustés pour plusieurs variables potentiellement confondante.
Alors comment on doit interpréter :
1. NON
2. presque toutes !! Car leur estimé est plus grand que 1. (se n'est pas dit statistiquement significatif dans l'énoncé) : La plupart sont a droite de notre valeur nulle (1).
3. on regarde leur intervalle de confiance : si ça inclut la valeur nulle ça veut dire que se n'est pas statistiquement significatif.
4. 15
5. comme le 1er estimé est statistiquement significatif on va rejeter H0.
6. il serait plus petit, car l'intervalle de confiance inclut le H0.
7. ceux qui fument ont 1,5 x plus de chances d'avoir un diabète de type 2 par rapport à ceux qui ne fument pas. OU ceux qui fument ont 50% plus de chances d'avoir un diabète de type 2 que ceux qui ne fument pas.
* *_Pour répondre à 7 on veux les éléments suivants_** :
a) la comparaison par rapport à ceux qui ne fument pas,
b) parler de l'exposition (fumer)
c) de l'issu ( diabète de type 2)
8. il y a 95% de cahance que l'estimé populationnel soit compris entre les 2 bornes : borne inf 1,07 et sup 2,10.
9. cela élargirait mon intervalle de confiance.
10. es chaces sont que ma valeur nulle entre dans la borne inf. c-à-d dans mon intervalle de confiance et donc se ne serait pu un résultat statistiquement significatif.
11. le fait de fumer augmente notre risque de diabète de type2 de 50% par rapport à ne pas fumer de manière statistiquement significatif et ça c'est en tenant compte pour ( et on écrit tt les variables confondantes qui ont été mises dans le modèle multi-varié).
131
vrai ou faux une étude transversale c'est comme une photo a un moment donné de la pop.
vrai
132
1.Si on a un intervalle de confiance qui a passer de 95 à 99% ( avec les même données, juste votre alpha qui passe de 5% à 1%), est-ce que vous pensez que ça va élargir votre intervalle de confiance ou que ça va le raccourcir ? 2. expliquer? 3. dites ce qui se passe sur la précision?
1.le fait de diminuer notre alpha (notre seuil de signification) va avoir comme effet d'augmenter l'étendu de mon intervalle de confiance et donc diminuer ma précision
133
vrai ou faux devis cohorte est non efficace qd la maladie est rare
vrai il faut penser à notre nombre de cas exposés, si maladie est rare il va falloir avoir une plus grande taille d'échantillon
134
1. si j'ai un P value de 0,07 est-ce que je rejette ou pas mon H0 ?
2. si j'ai un P value de 0,07 est-ce que mon intervalle de confiance va inclure ou exclure mon H0 ?
1. je ne rejette pas. car P value \>0,05
2. on va l'inclure, car on ne rejette pas H0.
135
Vrai ou faux L'erreur aléatoire dut à la précision sera plus facile à gérer que l'erreurs systématiques dut aux biais.
vrai En effet, plus on augmente notre taille d'échantillon, plus la précision sera petite. OU Dépendamment de si j'ai un test bilatéral ou unilatéral cela a un impact... (l'alpha que je choisis aura un impact!) Cela fait en sorte que l'on peut avoir plus de contrôle sur la précision et donc sur l'erreur aléatoire.
136
Définition population chassé-croisé
Tous les participants reçoivent à tour de rôle le traitement expérimental et le traitement standard. Les deux traitements sont donnés en séquence aux mêmes patients (plus efficient au point de vue statistique, car requière moins de participants, donc ça augmente la précision) ===\> autrement dit : ça va augmenter la précision, pcq j'ai artificiellement augmenté ma taille d'échantillon!
