11 - analyse stat ITT et PP

Question 1

types de biais (6)

Answer 1

• confusion
• sélection
• suivi
• évaluation
• publication
• attrition

Question 2

biais de confusion

Answer 2

absence de prise en considération des facteurs de confusion

Question 3

biais de sélection

Answer 3

2 grp de l’essai sont non comparables

Question 4

biais de suivi

Answer 4

2 grp sont pas suivis de la même manière

Question 5

biais d’évaluation

Answer 5

mesure du critère de jugement est pas faite de la même façon

Question 6

biais de publication

Answer 6

seuls les essais positifs sont publiés ce qui donne une fausse impression d’efficacité

Question 7

biais d’attrition

Answer 7

pts randomisés sont écartés de l’analyse

Question 8

dans quel cas le biais d’attrition est plus susceptible

Answer 8

quand les exclusions se font pas strictement au hasard, mais perte est due au med

Question 9

biais d’attrition : différents écarts (6)

Answer 9

• arrêt prématuré
• mauvaise observance
• adoption du tx d’un autre bras d’étude
• absence de ctrl de suivi
• absences de résultats
• inclusion de pts répondant pas aux critères d’inclusion

Question 10

analyse ITT : pts inclus

Answer 10

tous les pts randomisés, quelque soit
- observance
- tx réellement reçu
- raison de retrait ou déviation du protocole

Question 11

analyse ITT : AV

Answer 11

• garantit absence de biais
• permet l’estimation d’effet du tx dans des conditions proche de la réalité

Question 12

analyse ITT : ctrl du biais d’attrition

Answer 12

analyse ITT + remplacement des données manquantes

Question 13

analyse PP : pts inclus

Answer 13

slm pts qui ont été traités en pleine conformité avec le protocole

Question 14

analyse PP : pts exclus

Answer 14

• pts inclus à tort
• traités par erreur avec mauvais tx
• arrêté le tx
• ayant reçu tx concomitants

Question 15

analyse PP : DV

Answer 15

surestime souvent efficacité obtenue en pratique

Question 16

analyse par tx reçu : principe

Answer 16

• analysés en fct de la nature du tx
• pts avec mauvaise observance pas inclus dans l’analyse

Question 17

v ou f : l’ITT permet la comparaison de base établie par la randomisation alors que PP, garanti de randomisation s’applique plus ce qui introduit biais

Answer 17

v

Question 18

analyse ITT ou PP estime mieux ce qui se produit dans la vie réelle

Answer 18

ITT

Question 19

analyse (ITT ou PP) plus pertinente

Answer 19

ITT

Question 20

dans quel cas utiliser une analyse PP

Answer 20

études NI

Question 21

analyse en sous-grp : définition

Answer 21

subdiviser la population de l’essai en sous-pop et rechercher l’effet du tx dans ces sous-pop

Question 22

analyse en sous-grp : but

Answer 22

rechercher une interaction entre effet du tx et une ou plusieurs variables

Question 23

analyse en sous-grp : but dans l’essai non concluant

Answer 23

essai n’a pas montré de différence stat significative (globalement) mais on cherche le sous grp dans lequel il existerait un effet stat significatif

Question 24

analyse en sous-grp : but dans l’essai concluant

Answer 24

on obtient une différence stat significative (globalement) mais on cherche le sous grp dans lequel le tx est plus efficace et celui dans lequel il serait non efficace

Question 25

analyse en sous-grp : ce qu’on compare

Answer 25

pour chaque sous-grp, on compare l’effet du tx vs pbo

Question 26

analyse en sous-grp : cmt savoir qu’un test est concluant

Answer 26

valeur p significative (< 0,05)

Question 27

interaction

Answer 27

• quand une covariable influence la taille de l’effet du tx
• effet du tx varie entre les sous-grp

Question 28

types d’interaction

Answer 28

• quantitative
• qualitative

Question 29

interaction quantitative

Answer 29

tx est bénéfique ou délètaire dans tous les sous-grp (même direction de l’effet) mais avec une variation de la taille de l’effet

Question 30

interaction qualitative

Answer 30

tx est bénéfique dans un sous-grp et délètaire dans un autre

Question 31

but du test d’interaction

Answer 31

conclure si la différence observée dans la taille de l’effet du tx est trop grande pour slm être expliquée par le hasard

Question 32

analyses intermédiaires : déf

Answer 32

analyses de données faites en cours d’essai, avant que tous les pts prévus ait été recrutés ou avant la fin de période de suivi

Question 33

analyses intermédiaires : objectifs

Answer 33

• détecter au plus tot le bénéfice du tx (évite de traiter le pt au pbo)
• détecter au plut tot un effet délétère du tx (limiter le nbr de pts exposés au risque)
• arrêter une étude si tx pas efficace

Question 34

v ou f : la réalisation d’une analyse stat peut être faite en gardant l’insu

Answer 34

f, implique la levée de l’insu

Question 35

puissance stat : déf

Answer 35

aptitude à mettre en évidence l’effet du tx s’il existe

Question 36

paramètres dont dépend la puissance stat

Answer 36

• taille de l’effet à mettre en évidence
• nbr sujets
• risque de base
• risque alpha

Question 37

puissance : paramètres qui le conditionne (2)

Answer 37

• taille de l’effet
• fréquence de base de l’événement)

Question 38

cmt la taille de l’effet affecte la puissance

Answer 38

effet tx faible = faut plus de puissance

Question 39

si le nbr de pts est important, la puissance sera __

Answer 39

élevée

Question 40

v ou f : l’investigateur peut directement agir sur le nbr de sujets pour controler puissance de l’essai

Answer 40

v

Question 41

cmt la fréquence de base de l’événement affecte la puissance

Answer 41

faut plus de puissance pour mettre en évidence l’effet sur un événement rare que fréquent

Question 42

v ou f : l’investigateur peut directement agir sur le risque de base

Answer 42

f, partiellement

Question 43

relation entre la puissance stat et l’IC

Answer 43

inversement prop

Question 44

facteurs qui font augmenter le nbr de sujets nécessaires

Answer 44

• diminution taille de l’effet à mettre en évidence
• diminution de la fréquence de base de l’énévement