Biais

Question 1

C’est quoi la validité?

Answer 1

L’absence de biais dans une étude mène à des mesure valides même si les mesures ne sont pas précises

1. Validité interne : peut faire inférence à la population source
2. Validité externe : peut faire inférence à la population cible

Question 2

1. Erreur systématique

2. Erreur aléatoire

Answer 2

1. mène à des mesures biaisées

2. manque de précision dans les mesures ou variation attribuable à l’échantillonnage (IC large)

Question 3

Quoi faire pour contrer une erreur aléatoire?

Answer 3

Hausse de la taille d’échantillon

Question 4

Quels sont les trois types de biais?

Answer 4

1. Biais de sélection
2. Biais d’information
3. Biais de confusion

Question 5

Comment survient le biais de sélection? quel est son impact? étude?

Answer 5

1. Quand prob d’être recruté est influencé par le fait d’être exposé au facteur d’intérêt et par le fait d’être malade (associé au recrutement et au suivi)
2. L’effet du facteur sur la maladie est différente chez les sujets sélectionnés et chez la population source
3. Fréquent étude cas-témoins (car individu nécessairement malade ou pas)

Question 6

Que peut-on faire pour minimiser les biais de sélection?

Answer 6

1. prévenir par une bonne planification de l’étude

2. ajuster les mesures à l’aide des fractions d’échantillonnage

Question 7

Comment survient le biais d’information? Catégories? Exemple? Prévention? Effet?

Answer 7

1. Survient quand erreur systématique dans la mesure de l’exposition ou de la maladie
2. a) Non différentiel : affecte de la même façon les 2 groupes (ne dépend pas du statut du sujet)
   ex : test avec Se et Sp < 100%
   prévenir : améliore Se et Sp
   effet : gen sous-estimation entre expo et maladie
   b) Différentiel : affecte différemment les 2 groupes (dépend du statut)
   ex :
   - biais de rappel (proprio des malades se rappellent davantage des infos)
   - bais d’enquêteur
   - biais associé à la désirabilité sociale
   prévenir : bien choisir outil de mesure, aveugle, cacher but de l’étude
   effet : sur ou sous-estimation

Question 8

Comment survient le biais de confusion? Critères? Effet? Comment les détecter?

Answer 8

1. Lorsque l’effet qu’on attribue à une expo est dû en tout ou en partie à un facteur externe non mesuré qui accompagne l’exposition d’intérêt
2. Être une cause de la maladie. Être associé à l’exposition dans la population source. Ne pas être affecté par l’exposition ou la maladie
3. Sur ou sous-estime
4. Faire schéma causal, faire analyse globale et stratifié des facteurs

Question 9

C’est quoi la différence entre confusion et interaction?

Answer 9

• Interaction si l’effet d’un facteur x est modifié en présence du facteur y

Question 10

Quelles sont les 4 méthodes pour prévenir les biais de confusion?

Answer 10

1. Randomisation
2. Échantillonnage restreint et exclusion (identifie variables qui pourraient confondre puis sélectionne sujets pour qu’ils soient semblables entre eux pour ces facteurs)
3. Appariement (trouve facteur confondant et divise également entre les groupes)
4. Contrôle analytique (doit avoir mesuré la variable confondante puis introduit dans un modèle statistique multivarié)

Question 11

Quels sont les types d’appariement? Avantages et désavantages?

Answer 11

1. Par paire
2. Par fréquence
3. • = limite effet des facteurs de confusion, augmente précision des estimés
4. • = difficile à mettre en oeuvre, enlève possibilité de connaitre l’effet de la variable apparié