Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

3040 intra > 5- méta analyses > Flashcards

5- méta analyses Flashcards

1
Q

objectif d’une méta analyse ?

A

localiser et synthésier la littérature concernant une q? de recherche particulière

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Revue syst.

A

Revue d’une q? formulé qui utilise des mtéhodes systématiques et explicites afin d’identifier, sélectionner et critiquer les évidences pertinentes et de recueillir et analyser les données des études incluses ds la revue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Méta analyse

A

-utilise des techniques statistiques et produit une mesure résumée des connaissances concernant une q? de recherche spécifique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

revue et méta sont des

A

devis d’études

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

méta-analyse comprend nécessairement

A

une revue systématique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

revue syst. peut ne pas comprendre

A

d’intégration des résultats

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

méta analyses similaires à ?

et doit être (2)

A

étude observationnelle traditionnelle mais où l’unité d’analyse est une étude et non un pt

reproductible et transparente (lecteur doit savoir ce que le chercheur a fait durant la démarche)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Pk (2) des méta-anal

A

explosion de la litt.scientifique

revues de litt. traditionnelles sont subjectives et manquent de transparence

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

à quoi servent les m-a ? (4)

A
  • ^ précision de l’estimé de l’effet d’une intervention ou expo (en ^ nbr de sujets étudiés)
  • expliquer la variation des résultats observées entre études
  • évaluer l’effet d’une intervention/expo ds un s-groupe de la pop. d’intérêt
  • générer de new hypo à mettre à l’épreuve ds le cadre d’études futures
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

8 étapes

A
  1. définir q?
  2. rédiger protocole et critère d’i/e
  3. localiser études
  4. identifier les études qui satisfont aux critères de sélection
  5. extraire les données des études incluses
  6. évaluer le risque de biaisds éétudes incluses
  7. combiner statistiquement les résultats
  8. Discuter les limites de l’étude et conclure
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Étape 1 :

définir q?

A

PICO:

population
intervention /exposition
Comparateur
Outcome

=>devis d’intérêt est également spécifié

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Étape 2

rédaction du protocole et définition des critères de sélection

A

Rédaction du protocole :
=>objectifs de la m-a, critères i/e des études , spécifier les stratégies de recherche, décrire info extraite des études

=> réduit la probabilité de changements post-hoc potentiellement biaisés et assure la transparence

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

étape 3

localiser les études:

A 
=> bases de données électroniques
=>revues syst et m-a précédentes
=> liste des réf. des études incluses
=>thèse/dissert
=> Litt. grise (non facilement accessible)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Étape 4 :

Identifier les études qui satisfont aux critères de sélection (3)

A
  • application des critères de sélection par au moins 2 évaluateurs indépedants (^ transparece du processus)
  • résolution des différences par consensus ou par un autre évaluateur
  • possibilité d’évaluer l’éligibilité à l’aveugle par rapport à certaines info
  • doublecheck les doublons
  • les résultats combiné doivent être indépendants les uns des autres
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Étape 5 : extraire les données des études incluses

A
  • développer une grille d’extraction standardisée et la pré-tester (données générales, données spécifiquese à l’études, données quantitatives)
  • extraction des données par au moins 2 évaluateurs indépendants et résolution des différences par consens ou par un autre évaluateur
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Étape 6 : évaluer le risque de biais dans les études incluses (4)

A
  • développer une grille d’évaluation de la rigueur scientifique et la pré-tester
  • par rapport à des critères méthodologiques
  • souvent en mm temps que l’extraction des données
  • influencera l’interprétation des résultats et les conclus de m-a
17
Q

Étape 6 suite : évaluer le risque de biais ds les études incluses

comment utiliser le résultat de l’évaluation du risque de biais

A

1-restreindre analyse principale aux études ayant un faible risque de biais
2- pondérateur dans le calcul de la mesure résumée
3- Variable d’ajustement dans les analyses statistique

18
Q

Étape 6 (suite)
la qualité des études incluses dans la m-a est ?

-en général les estimations des mesures d’association tendent à ?

A

surtout utilisée pr interpréter qualitativement la valeur du résultat généré par la m-a

-être surestimées (Exagérées) dans les études ayant un haut risque de biais comparativement aux études ayant un faible risque de biais.

19
Q

Étape 7 : combiner statistiquement les résultats

5 sous étapes

A

a) choix de la mesure d’association (RR, OR)
b) présentation graphique des données)

c) examen de l’hétérogénéité des études
d) choix du modèle statistique
e) analyse de sous-groupes et de sensibilité

20
Q

étape 7c : examiner l’hétérogénéité des études incluses

A

explorer les différents facteurs qui pourraient expliquer partiellement l’inconsistance des résultats des différentes études :

=>taille d’éch, devis de recherche, caractéristiques des pop.étudiées

21
Q

TEsts statistiques pour évaluer l’hétérogénéité

A

Q : distribution khi-2 avec n-1 DDL => faibles valeurs p <0.10 indiquent la présence d’hétérogénéité

I^2 : dérivé de la statistique Q => représente le % de la variation des mesures d’association qui est due à l’hétérogénéité plutout qu’au hasard

22
Q

Quel cas il faut pas combiner statistiquement les résultats des études

A

faut que I^2 est de 50% ou plus ou que le p-value de la statistique Q est plus petite que 0.10

23
Q

Étape 7d : choisir le modèle statistique

les résultats des études individuelles seront combinées en donnant + de poids aux études possédant une grande taille d’éch ( pcq + précise)

2types de modèles

A

modèle à effet fixe

modèle à effets aléatoires

24
Q

modèle à effet fixe (2)

A
  • p-e utilisé si les études sont assez similaires en termes d’intervention
  • suppose que les différeces entre les résultats des études sont dues uniquement au hasard
25
Q

modèles à effets aléatoires (2)

A
  • p-e utilisé si les études varient en termes d’intervention
  • plus conservateur que le modèle à effet fixe
26
Q

Biais de publication

A
  • principale menace à la validité des m-a
  • qd la publication ou non publication des résultats de recherche est influencée par la nature et/ou la drection de ces résults
  • études avec résultats positifs ou stat. sign => + propices à être publiées
  • études possédant une petite taill d’éch => souvent résult n-sign => moins publiés
  • pas juste check base de données électronique
  • m-a qui incluent juste études publiées ==> tendance à surestimer l’effet de l’intervention
27
Q

2 moyens pr documenter biais de publication

A
  • rosenthal

- funnel plot

28
Q

Rosenthal

A

-estimer nbr d’études n-publiées ak un résult. N-SIGNF qui doivent exister pr inverser le résultat sign. généré par la m-a

29
Q

funnel plots (2)

A
  • diagramme de dispersion mettant en relation la mesure de l’effet et taille d’éch
  • absence de biais de publ => nuage devrait avoir l’air d’un entonnoir inversé

(trou ds coin inférieur guahce = présence de biais de publ)

30
Q

Étape 8 : discuter des limites de l’étude et conclure (3)

A
  • fournir un résumé des résultats obtenus et préciser les implications cliniques
  • accorder + de valeur aux hypothèses définies a priori
  • discuter les limites de l’étude
31
Q

AVantages des m-a (6)

A
  • transparente
  • objective
  • réduction des biais
  • permet de répondre à des q? n-adressées ds études indiv.
  • pas $
  • pas problèmes éthiques
32
Q

limites des m-a (4)

A
  • peuvent produire des infos invalides pcq reflètent les biais présents ds études individuelles combinées ( garbage in, garbage out)
  • combiner résults d’études ayant des devis diff, des intervetions ou des expo. diff
  • peuvent produire une mesure résumée inappropriée en présence d’un biais de publication important
  • doit être mise à jour afin de refléter l’état des connaissances
33
Q

grille d’évaluation amstar

A

outil permettant d’évaluer la qualité méthodologique des revues syst et m-a

3040 intra (12 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions