9 - Analyse statistique

Question 1

6 éléments à prendre en compte dans le choix du test statistique

Answer 1

1. Type de variable étudiée (qualitative, quantitative, censurée,…)
2. Distribution de la variable
3. Type d’expérience
4. Conditions d’application
5. Logiciels utilisés: reconnus (SAS-SPSS-EPI info) ou non
6. Références bibliographiques: indispensables pour justifier l’utilisation de tests peu courants

Question 2

2 types de distributions de la variable + type de test applicable

Answer 2

• normale = tests paramétriques
• non normale = tests non paramétriques

Question 3

condition d’application du Chi-2

Answer 3

effectifs théoriques n > 5

Question 4

condition d’application du T de Student ou l’ANOVA (analysis of variance)

Answer 4

effectifs théoriques n > 30 ou distribution normale

Question 5

Situations de multiplicité de tests au cours d’un essai thérapeutique : (4)

Answer 5

• multiplicité des tests du fait du nombre de critères d’évaluation (critère principal et critères secondaires)
• multiplicité des tests sur différents sous-groupes
• multiplicité des tests du fait du nombre de groupes de traitement évalués (2 bras de traitement)
• multiplicité des tests du fait de la réalisation d’analyses intermédiaires

Question 6

Plan de l’analyse statistique (toujours le même en LCA)

Answer 6

1ère étape = analyse descriptive

2ème étape = analyse univariée

3ème étape (optionnelle) = analyse multivariée

Ces niveaux d’analyse diffèrent en fonction du type de variable.

Question 7

Définition d’analyse descriptive ?

Answer 7

1ère étape

description brute des variables étudiées

Question 8

Définition d’analyse univariée

Answer 8

2ème étape

comparaison des deux analyses descriptives pour étudier l’association entre une variable (FDR facteur pronostique, nouveau traitement) et un critère de jugement

Question 9

Définition d’analyse multivariée

Answer 9

3ème étape (optionnelle)

évaluation de l’association entre plusieurs variables simultanément et un critère de jugement afin de tenter de controler des facteurs de confusion potentiels

Question 10

3 types de variables (bien les distinguer pour l’ECN)

Answer 10

Variables QUALITATIVES (ou catégorielles)

Variables QUANTITATIVES

Variables CENSURÉES

Question 11

Définition de variables qualitatives

Answer 11

variable qui n’est pas naturellement essociée à une valeur numérique

Question 12

3 types de variables qualitatives

Answer 12

Ordinales -> catégories ordonnées _{(ex : stade de gravité = 1? 2 ou 3)}

Nominales -> catégories non ordonnées _{(ex:groupe sanguin ABO, sexe F ou M…)}

Dichotomiques (cas particulier d’un variable ordinale ou nominale) -> uniquement 2 catégories possibles _{(ex: sexe M ou F, malade ou non malade)}

Question 13

Définition de variables quantitatives

Answer 13

mesure d’une quantité prenant des valeurs numériques avec une signification concrète

l’écart entre deux valeurs et le calcul d’une moyenne ont un sens

Question 14

2 types de variables quantitatives

Answer 14

Discrètes -> nombre fini et dénombré de valeurs possibles - distinctes sans valeur intermédiaire possible

_{Ex : nombre d’événement, nombre d’enfant}

Continues -> nombre infini et non dénombrable de valeurs possibles - valeurs intermédiaires possibles entre deux écarts

_{Ex : poids, dosage biologique}

Question 15

Distinction entre variable quantitative discrète et variable qualitative ordinale

Answer 15

quantitative discrète = s’il s’agit de la mesure mise en classes d’une caractéristique des sujets (âge en années, poids en kg sans décimales)

qualitative ordinale = si les écarts entre deux catégories ne peuvent pas être comparés

les 2 dénominations possibles = s’il s’agit du nombre de malades dans un échantillon limité par la taille de l’échantillon

Question 16

Définition de variables censurées

Answer 16

suivi d’un groupe de patients sur une période donnée en recherchant comme critère de jugement la survenue d’un évènement binaire jusqu’à une date de point (date de fin de l’étude).

Après date de point, données sont dites censurées (on arrête de relever la survenue de l’évènement binaire chez les patients)

Question 17

Tests adaptés si variable qualitative :

Answer 17

• Si distribution normale = Soit Chi-2 (ac Nemar si apparié) soit test de Fisher
• Si distribution anorale : Soit Chi-2 (ac Nemar si apparié) soit test de Fisher

Question 18

Test adapté si la variable quantitative pour une distribution normale ou une distribution non-normale

Answer 18

1. Distribution normale :
   
   • si 2 groupes : T de Student
   • si > 2 groupes : ANOVA
2. Distribution non normale :
   
   • si 2 groupes : Mann Whitney
   • si > 2 groupes : Kruskal Wallis

Question 19

Test adapté si la données appariées pour une distribution normale ou une distribution non-normale

Answer 19

1. Distribution normale :
   
   • si 2 groupes : T apparié
   • si > 2 groupes : ANOVA mesures répétées
2. Distribution non normale :
   
   • si 2 groupes : Wilcoxon
   • si > 2 groupes : Friedman

Question 20

Test adapté si la association entre 2 variables pour une distribution normale ou une distribution non-normale

Answer 20

1. Distribution normale :
   
   • Régression linéaire
   • Coefficient de corrélation (Pearson)
2. Distribution non normale :
   
   • Coefficient de corrélation (Spearman)

Question 21

Test adapté si la courbes de survie (données censurées) pour une distribution normale ou une distribution non-normale

Answer 21

1. Distribution normale :
   
   • Courbe de Kaplan-Meier = pour estimation de la probabilité de survie
   • Test du Log-Rank = pour comparaison de 2 courbes de survie
   • Modèle de Cox = pour analyse multivariée (ajustement sur de potentiels facteurs de confusion)
2. Distribution non normale : idem !!

Question 22

A lire: pièges sur les variables auxquels faire attention

Answer 22

Ne pas confondre “variable qualitative” (ex: décès) et “expresison quantitative de cette variable” (pourcentages)

Variable binaire = cas particulier de variable qualitative

Le fait que la variable ait une distribution normale ou non sera précisé dans l’énoncé du QCM

Par convention, il faut toujours un seul test statistique sur le critère de jugement principal

Question 23

Définition de test bilatéral

Answer 23

test statistique qui permet d’explorer 2 seuils: très utile si on ignore si le traitement A est supérieur ou inférieur au traitement B: traitement A peut être meilleur, égal, ou moins bon que le B (essai thérapeutique de supériorité)

On peut donc avoir:

• A < B
• A = B ou
• A > B

Question 24

Définition de test unilatéral

Answer 24

Test statistique pour lequel on part du principe que la différence que l’on cherche à démontrer a un sens connu (essai thérapeutique de non-infériorité ou essai de supériorité)

Le nouveau traitement A est forcément meilleur ou égal à l’ancien traitement B

On peut donc avoir:

• A > B ou
• A = B

Question 25

Que veut-on mettre en évidence dans une étude de supériorité si le test statistique est unilatéral ?

Answer 25

mettre en évidence une différence d’efficacité dont le sens est connu “A > B”

Question 26

Que veut-on mettre en évidence dans une étude de supériorité si le test statistique est bilatéral ?

Answer 26

mettre en évidence une différence d’efficacité dont le sens n’est pas connu

A > B ou B > A

Question 27

Résumé des différents cas de figure de comparaison possibles rencontrés en étude thérapeutique (4)

Answer 27

hypothèse de recherche vise à montrer que:

• soit l’un des 2 interventions est meilleure que l’autre (hypothèse de supériorité bilatérale)
• soit l’intervention A est meilleure que le comparateur B (hypothèse de supériorité unilatérale)
• soit l’intervention testée est au moins aussi performante que le comparateur (hypothèse de non-infériorité)
• soit les deux interventions sont aussi performantes (hypothèse d’équivalence)

Question 28

Quand choisir un test unilatéral ou bilatéral ?

Answer 28

défini a priori dans le protocole

Si unilatéral: doit être justifié à priori:

• ne faire de test unilatéral que si le sens de la différence attendue ne fait aucun doute et repose sur des données indiscutables de la littérature
• Correspond aux essais de non-infériorité

Question 29

Piège ECNi :

Un test bilatéral non significatif peut donner un test significatif en unilatéral ?

Answer 29

=> Vrai : car la puissance nécessair epour un test unilatéral est moindre

Question 30

2 intérêts d’utiliser un test unilatéral ?

Answer 30

Soit augmenter la puissance car le degré de significativité p d’un test unilatéral est égal à la moitié du p d’un test bilatéral (PCZ)

Soit diminuer le nombre de sujets à inclure (pour une même puissance) mais attention: NSN d’une étude de non-infériorité >> NSN d’une étude de supériorité >> NSN d’une étude d’équivalence

-> car calcul NSN doit aussi tenir compte du territoire des hypothèses explorées par l’étude et pas seulement du type de test réalisé

Question 31

Définition des perdus de vue ?

Answer 31

Patient inclus pour lequel le résultat du critère de jugement principal n’est pas disponible

problème = on ne sait pas si le patient est guéri, ou si il a eu une complication grave qui l’empêche de revenir et donc pourquoi il n’est pas revenu

Surtout, on ne sait pas si la cause de la perte de vue est en lien ou non avec le traitement (importance pour les auteurs de préciser dans l’article de manière exhaustive les raisons des perdus de vue)

A savoir dans les études de non-infériorité: l’analyse est faite en ITT et en per-protocole

Question 32

Quelles sont les 5 caractéristiques de la proporitions des perdus de vue ?

Answer 32

Quantifiée (nb de perdus de vue)

Faible < 10%

Equilibrée entre les groupes (sinon craindre un biais de classement par défaut du double aveugle)

Etudée = le fait d’être perdu de vue est-il lié au critère de jugement principal ou au facteur étudié ? (recherche des causes des perdus de vue)

Représentée sur un diagramme de flux

Question 33

Quels sont les 2 risques liés aux perdus de vue ?

Answer 33

• Biais de sélection des perdus de vue: échantillon non représentatif de la population cible
• Biais d’attrition: perte de comparabilité des groupes (qui est aussi un biais de sélection)

Question 34

Définition de l’analyse multivariée pour ajustement ? + interets

Answer 34

Analyse de l’effet d’une variable en tenant compte de l’effet de covariables (facteurs de confusion potentiels):

si essais thérapeutiques: permet l’ajustement sur des facteurs de confusion potentiels (âge - comorbidités,…)

si études épidémiologiques: permet d’expliquer une variable en fonction de covariables dites “explicatives” (facteurs de confusion potentiels)

Question 35

Tableau synthèse des analyses descriptive, univariée et multivariée

Answer 35

Si courbes de survie :

1. Analyse descriptive = Courbe de survie Kaplan Meier
2. Analayse univariée = Test du Log Rank
3. Analyse multivariée = Modèle de Cox

Si variable qualitative :

1. Analyse descriptive = Pourcentage
2. Analayse univariée = Test du Chi2
3. Analyse multivariée = Régression logistique

Si variable quantitative :

1. Analyse descriptive = Moyenne
2. Analayse univariée = T-student
3. Analyse multivariée = Régressin linéaire multiple

Le modèle de régression logistique est surtout utilisé quand le délai de survenue de la maladie est court ou lorsque l’ensemble de la cohorte a pu être suivie jusqu’à la fin

Question 36

Quel type de courbe étudie les données censurées ?

Answer 36

Courbe de survie

Question 37

Définition d’une variable censurée ?

Answer 37

suivi d’un groupe de patients sur une période donnée en recherchant comme critère de jugement la survenue d’un évènement binaire (mort/pas mort ou complciation/pas complication…) jusqu’à une date de point (date de fin de l’étude)

Après cette date de point, les données sont dites censurées (on arrête de relever la survenue del’évènement binaire chez les patients)

Notion de durée de participation sur variable censurée: calculer la durée de participation pour chaque patient de l”étude

Question 38

Quels sont les 4 cas de figure dans le calcul de la durée de participation pour chaque patient de l’étude ?

Answer 38

Si patient décédé avant la date de point = différence entre la date de décès et la date d’entrée dans l’étude

Si patient perdu de vue = différence entre la date du dernier contact et la date d’entrée dans l’étude

Si patient présente l’évènement binaire = différence entre la date de survenue de l’évènement et la date d’entrée dans l’étude

Si patient n’a pas présenté l’évènement binaire à la date de point = différence entre la date de point et la date d’entrée dans l’étude

-> schéma explicatif page 57

Question 39

Quels sont les 2 types d’études qui utilisent les courbes de survie ?

Answer 39

• essais thérapeutiques
• cohortes prospectives

Question 40

_{Interprétation graphique d’un Log-Rank comparant deux courbes de survie des deux groupes:}

Comment interpréter si les deux courbes de survie sont décalées initialement puis restent écartées de manière parallèle comme sur la figure ?

Answer 40

Il y a eu une différence au tout début de l’étude entre les deux groupes = avantage probable en phase précoce/aigue

puis la différence entre les deux groupes est restée constanta au cours du temps, sgnifiant donc que le médicament testé n’a pas continué à faire une différence significative entre les groupes

conclusion: avantage initial du traitement mais plus aucun effet supplémentaire au traitement controle ensuite

Question 41

_{<u>Interprétation graphique d'un Log-Rank comparant deux courbes de survie des deux groupes:</u>}

Comment interpréter si les deux courbes de survie sont décalées initialement puis que l’écart entre les courbes ne cesse d’augmenter comme sur la figure ?

Answer 41

Il y a eu une différence au tout début de l’étude entre les deux groupes

puis la différence a continué à exister entre les deux groupes tout au long de l’étude avec un écart entre les groupes qui n’a de cese de se creuser

Conclusion: différence significative entre les deux groupes avec un effet sur tout la durée de l’étude (situation idéale attendue par les auteurs !)

Question 42

Notions clés cochables en QCM traitant de l’interprétation d’une courbe de survie

Answer 42

• Etude de données censurées
• Date d’origine (ex: date de diagnostic)
• Evènement BINAIRE attendu précis
• probabilité de survenue de l’évènement binaire au cours du temps
• Délai de survenue de l’évènement par rapport à la date d’origine
• Date de point = date à laquelle il y a censure des sujets perdus de vue ou sans évènement
• Médiane de survie: durée au bout de laquelle la moiti du groupe a présenté l’évènement binaire attendu (décès)
• Test du Log-Rank significatif si p< 0,05
• Effectifs de sujets à risque d’évènement en fonction du temps

Question 43

Définition de coefficient de corrélation ?

Answer 43

formule mathématique permettant la mesure de l‘intensité de la liaison entre deux variables

valeur comprise entre -1 et 1

Question 44

signification d’un coefficient de corrélation = 1; -1; 0; ≥ 0,7 ?

Answer 44

coefficient de corrélation = 1 : corrélation parfaite entre es 2 variables

coefficient de corrélation = -1: corrélation inverse parfaite entre es 2 variables

coefficient de corrélation = 0: absence totale de corrélation entre les 2 variables

coefficient de corrélation ≥ 0,7: corrélation correcte entre les 2 variables

Question 45

définition d’analyse de sensibilité (sensitivity analysis) ?

Quel est son intêret ?

Answer 45

analyse réalisée pour évaluer la sensibiltié des résultats d’une étude à des changements dans la façon dont cela a été fait (autrement dit, quels résultats aurait-on obtenu en refaisant l’étude de telle ou telle façon)

intêrets: évaluer la robustesse des résultats par raport à des décisions incertaines ou des hypothèses qui ont été faites sur les données et les méthodes utilisées

Question 46

Comment réaliser en pratique une analyse de sensibilité ?

Answer 46

analyses toujours faites après l’analyse principale

on refait tout ou partie de l’analyse statistique en modifiant certains points de la méthode (modifie définition du critère de jugement principal, on utilise un autre modèle statistique) et on évalue si les résultats sont modifiés ou non par cette manoeuvre

moins on arrive à faire varier les résultats et plus ces résultats sont dits robustes

Question 47

Définition de test de permutation ?

Answer 47

Test statistique que les auteurs utilisent lorsque les critères d’application des tests statistiques standard ne sont pas correctement remplis