BIAIS Flashcards
Nommez les biais de sélection possibles dans une
- Étude de cohorte
- Étude cas-témoins
Étude de cohorte :
- Échantillonnage
- Perte au suivi
Étude cas-témoins :
- Mauvaise représentation de l’exposition
- Biais des volontaires (Les participants de l’étude représentent mal la vraie population exposée)
- Survie sélective
- Berkson
Les biais de sélection sont identiques entre les ECR et les EDC. Après tout, ces deux devis sont très semblables. Cependant, le biais d’échantillonnage n’affecte pas la même validité entre les deux études. Pourquoi?
Contrairement au biais de perte au suivi qui vient entacher les validités interne et externe des deux études, le biais d’échantillonnage affecte seulement la validité EXTERNE de l’ECR alors qu’elle affecte les deux validités dans l’EDC.
Cette situation se produit parce que l’ECR est randomisé, ce qui annule le biais à même l’étude. La généralisabilité en reste affectée cependant.
Nommez un biais qui peut être un biais de sélection ou d’observation selon le devis de l’étude
BIAIS DE DÉTECTION
EDC : Biais d’observation (on tente de diagnostiquer plus fortement ceux qui sont exposés)
ECT : Biais de sélection (on diagnostique les cas parce qu’ils étaient exposés, ça distortionne le groupe)
Nommez 5 biais d’observation
- Biais de détection
- Biais de mémoire
- Biais de non-aveugle du patient
- Biais de non-aveugle de l’évaluateur
- Biais de classification
Vrai ou faux? Une perte au suivi aléatoire de 50% pour le groupe des exposés et 20% des non-exposés dans une EDC est un biais
Non, ça ne change pas la mesure d’association parce que c’est un ratio
Vrai ou faux? Une perte au suivi aléatoire de 50% pour le groupe des cas et 20% des témoins dans une ECT est un biais
Non, ça ne change pas la mesure d’association du odds ratio
Vrai ou faux? Une perte au suivi aléatoire de 50% pour le groupe des exposés et malade et 20% des non-exposés en général dans une EDC est un biais
Oui! Ça vient shifter le ratio
Erreur de classification différentielle ou non-différentielle?
Mon instrument de mesure détecte une maladie tout croche quand je l’utilise uniformément dans mes deux groupes
Non-différentielle, rapproche RR de 1
Erreur de classification différentielle ou non-différentielle?
Je mets un treshold qui fait en sorte qu’une exposition à de la moisissure pendant moins d’un an n’est pas une exposition significative (je mets ces patients dans les non-exposés)
Non-différentielle, parce que j’applique cette règle uniformément entre mes groupes d’exposés et non-exposés. C’est comme ça que je les forme d’ailleurs! Ainsi, les groupes vont se ressembler davantage en ce sens où des non-exposés sont actually exposés un peu. Rapproche RR de 1
Lead-time/Intervalle-latent
Définition
La partie de la phase préclinique d’une maladie qui peut être identifiée par un test de dépistage.
Biais de l’intervalle latent
Si la durée de survie est mesurée à partir du diagnostic, il en résulte une surestimation de celle-ci chez les dépistés due au diagnostic précoce sans véritable prolongation de la vie.
Biais de durée
Surreprésentation, chez les cas trouvés par dépistage, de sujets dont la maladie progresse lentement
Biais de volontaires
Sujets qui acceptent de prendre part à un programme de dépistage diffèrent probablement de ceux qui refusent de le faire
Biais de spectre
- Éventail (spectre) inadéquat de présentations cliniques pour l’évaluation peut faire paraître le test meilleur qu’il ne l’est
- Quand il est présent, ce biais entraîne une surestimation de la propriété (sensibilité ou spécificité) évaluée
Biais de vérification
ou “workup biais”
- Résultat du test affecte l’intensité/choix du “workup” subséquent et, éventuellement, la probabilité que le gold standard soit appliqué
- Certains patients subissent le test mais pas le gold standard (vérification partielle) = surestimation de la sensibilité et une sous-estimation de la spécificité
- Variante : les tests + subissent le gold standard et les test - subissent un “silver standard” = sous-estimation de la sensibilité et de la spécificité