22. Statistiques (p.294-302) Flashcards
Niveau 1 de qualité
Méta-analyse avec intervalle de confiance étroit; 2+ ECR avec échantillon adéquat (si possible contre placebo)
Niveau 2 de qualité
Méta-analyse avec IC large; ÉCR
Niveau 3 de qualité
ÉCR avec petit échantillon
Étude prospective non randomisée
Étude rétrospective de bonne qualité
Série de cas
Niveau 4 de qualité
Opinion d’expert
Consensus
1er, 2e et 3 recours
1er: Niveau 1 ou 2 + appui clinique
2e: Niveau 3 + appui clinique
3e: Niveau 4 + appui clinique
NR: Niveau 1 ou 2 d’inefficacité
P<0.05
Le résultat aurait pu être obtenu par chance seulement moins de 5x/100. Seuil requis pour rejeter hypothèse nulle
Erreur de type I (alpha)
Hypothèse nulle rejetée alors qu’elle est vraie (erreur de validité interne). Probabilité de la commettre = valeur P
Erreur de type II (beta)
Hypothèse nulle acceptée alors qu’elle est fausse (manque de puissance)
Capacité d’une étude d’estimer correctement les mesures ou les associations recherchées
Résultat reflète la ‘‘vraie valeur’’ = bonne méthodologie et puissance statistique
Validité interne
Fiabilité vs validité
fiabilité = consistance et reproductibilité des résultats obtenus
validité = ‘‘est-ce que les résultats obtenus mesurent ce qu’on voulait mesurer?’’
Capacité de généraliser un résultat obtenu dans le cadre d’une étude à une population cible. Juger de l’intérêt clinique d’un résultat (considérer coût du traitement, disponibilité)
Validité externe
Qu’est-ce qui limite la validité externe?
L’échantillonnage et les critères de sélection
Utiliser quoi pour améliorer la validité externe d’une étude
Devis pragmatique
9 éléments pour établir une causalité
-Force de l’association démontrée (haut degré de corrélation)
-Consistance de l’association dans différentes études
-Association temporelle
-Cohérence avec les connaissances scientifiques contemporaines
-Relation dose-réponse
-Réversibilité
-Plausabilité biologique
-Spécificité
-Élimination des autres explications
Prévalence
nb de cas au cours d’une période de temps/nb de personnes dans la population durant cette période
Incidence
Nb de nouveaux cas au cours d’une période de temps/individus à risque durant cette période
Puissance
Probabilité de déceler une différence lorsqu’elle existe vraiment
Complément de l’erreur Beta (1-beta)
Puissance dépend le plus de quel facteur
Taille de l’échantillon
Définition étude analytique et 2 types
Évaluer le risque 2aire à une exposition précise
-Étude de cohorte
-Étude cas-témoin
Étude de cohorte
2 groupes: exposé et non exposé à un facteur de risque prédéfini, suivi longitudinale pour comparer fréquence d’une MALADIE dans chaque groupe
progresse de CAUSE à EFFET donc prospectif
Étude de cohorte: inefficace et efficace dans quelle situation
Inefficace lorsque maladie rare, mais utile lorsque exposition est rare
+- étude de cohorte vs étude cas-témoin
Étude de cohorte longue et coûteuse, risque de perte de sujets (biais d’attrition), mais moins de biais en général
Étude cas-témoin plus de biais de rappel
Mesure utilisée pour étude de cohorte
Risque relatif
Étude cas-témoin
Deux groupes (CAS-malade ou TÉMOIN-sain) comparés quant à la fréquence d’une exposition à un facteur de risque déterminé
EFFET vers CAUSE dont rétrospectif
Étude cas-témoin utile dans quelle circonstance
Maladie rare
Mesure utilisée pour étude cas-témoin
Rapport de cote (odds ratio)
Gold standard d’étude avec biais atténués
Essai clinique randomisé
Biais dans la méthode adoptée pour sélectionner les sujets (ex volontariat, autosélection)
Biais de sélection
Biais lorsque variables confondantes non suffisamment contrôlées
Solution = essai randomisé contrôlé
Biais de confusion
Biais des études cas-témoin, lorsque les personnes malades se rappellent de certaines expositions de manière différente aux non-malades
Biais de rappel
Biais lorsque perte de certaines personnes de l’analyse
Solution = Last Observation Carried Forward
Biais d’attrition
Biais lorsque mesure d’outcome évaluée de manière différente dans les deux groupes
Solution = balancer les évaluateurs dans les groupes et documenter l’accord inter-juge
Biais d’évaluation
Tendance à publier les études positives seulement
Biais de publication
Sensibilité
Nombre de cas avec Dx correctement identifiés par test positif (vrai positif/vrai positif+faux négatif)
Spécificité
Nombre de cas sans Dx correctement identifiés par test négatif (vrai négatif/faux positif+vrai négatif)
Valeur prédictive positive
Nombre de cas avec Dx en présence d’un test positif (vrai positif/vrai positif + faux positif)
Si test positif, quelles sont les chances que j’aie la maladie?
Valeur prédictive négative
Nb de cas sans Dx en présence d’un test négatif (vrai négatif/vrai négatif+faux négatif)
Quelles valeurs dépendent de la prévalence?
VPP et VPN
NNT
Nb de patients à traiter pendant une période donnée pour éviter l’apparition d’un événement défavorable
Défini par l’inverse de la réduction du risque absolu (1/RAR)
Réduction absolue du risque (RAR) ou risque attribuable
Différence entre les deux risques = risque chez sujets exposés - risque chez sujets non exposés
Risque relatif/risk ratio
Risque chez sujets exposés/risque chez sujets non exposés
Rapport de cote/odds ratio
Utilisé pour études cas-témoins
RC = (AxD)/(CxB)
Calculer NNT 80% de réponse et 50% de rémission avec nouveau médicament vs 60% de réponse et 30% de rémission avec ancien médicament.
5
10
1
5
When a study outcome is expressed as a percent, the number needed to treat (NNT) is the inverse of the absolute risk reduction (ARR) expressed as a decimal.
The example below compares an event rate of 26% versus 16%:
ARR=(Controleventrate)−(Experimentaleventrate)
ARR=0.26−0.16=0.1
NNT=1/ARRNNT=1/0.1=10patients
Quelle étude pour vérifier l’effet de plusieurs doses de médicaments?
Expérimentale
Observationnelle
Analytique
Descriptive
Expérimentale
Une étude cherche à évaluer les symptômes de dépression chez les jeunes avec un questionnaire. Le questionnaire évalue en fait les symptômes anxieux. Quel est le problème?
Fiabilité
Validité
Reproductibilité
Acceptabilité
Validité
