Biais de confusion et de sélection Flashcards
De quoi est composé la justesse
Validité interne
Précision
Mesure observée =
mesure vraie + erreur systématique + erreur aléatoire
Erreur systématique =
validité interne
Mesure valide=
mesure qui décrit correctement un phénomène
Erreur aléatoire=
précision
Mesure précise=
mesure qui fluctue peu
V/F observation d’un écart entre la valeur mesurée et la vraie valeur ne suffit pas à en attribuer la cause à un manque de validité ou un manque de précision.
Vrai
Qu’est-ce q’un biais de confusion
Tiers facteur qui va modifier l’association entre l’exposition et la maladie.
Quelles sont les 3 conditions pour être un facteur de confusion
- Être une cause de la maladie/facteur de risque
2.Être associé à l’exposition - Ne pas faire partie de la chaîne causale reliant l’exposition à la maladie (pas un intermédiaire)
V/F Biais de confusion peut sous-estimer ou sur-estimer l’association
Vrai
V/F Pour être un facteur confondant, il faut que le lien entre le facteur confondant et la maladie soit présent indépendamment de l’exposition
Vrai
V/F Une variable peut remplir toutes les conditions pour être confondante, mais le contrôle d’une autre variable confondante ne peut pas faire en sorte que son effet comme confondant disparaît
Faux
De quoi dépend le statut d’une variable comme facteur confondante
Des autres variables qui ont été contrôlées dans l’évaluation
Comment évaluer la confusion ?
- Pas de test statistique
- Jugement clinique
- Différence de 10% dans la mesure d’association est suffisante
Pour ne pas être un facteur de confusion
La valeur brute doit être entre les mesures spécifiques
Qu’est- ce qu’un biais d’indication ?
cas particulier de biais de confusion, lorsqu’une intervention est plus souvent prescrite à des sujets à risque élevé.
Comment prévenir les biais de confusion ( 3)
- Randomisation
- Restriction
- Appariement
Dans quelle situation un facteur potentiellement confondant peut être, par hasard, débalancé entre les populations exposée et non exposée malgré la randomisation
Quand taille de l’étude est modeste
Quand à lieu la restriction ?
Au moment de la conception de l’étude
En quoi consiste la restriction ?
lorsqu’on anticipe un facteur de confusion , ont peut restreindre la population à une seule catégorie de ce facteur
Comment fonctionne l’appariement dans une étude de cohorte
Population est divisée en sous populations comprenant des exposés et des non exposés qui sont homogènes quant à la catégorie du facteur confondant
Comment fonctionne l’appariement dans une étude cas-témoins
les témoins sont appariés aux cas de façon à stratifier l’étude en de nombreuses sous études cas-témoins homogènes quant à la catégorie du facteur confondant
Comment corriger les biais de confusion
- analyse multrivariées
- Stratification
De quoi résultent les biais de sélection
Erreurs commises lors de la constitution des groupes (des populations) à comparer
Quand est-ce qu’un biais de selection peut se produire ( 2)
- au moment de la sélection des participants
- Lors du processus de rétention des sujets
Quand considère t’on qu’il y a un biais de sélection dans une étude de cohorte ?
Si le recrutement des sujets exposés (sujets non exposés) est lié à la présence de la maladie
Quand considère t’on qu’il y a un biais de sélection dans une étude cas-témoins ?
Si le recrutement des cas (témoins) est lié à la présence de l’exposition au facteur étudié
V/F Le fait que (dans la majorité des situations) la population de l’étude ne soit pas représentative de la population plus large n’est pas un problème (de sélection)
Vrai
Qu’est ce que la validité externe
Généralisation
V/F Pour réaliser les études épidémiologiques analytiques, la population n’est pas choisie pour servir les besoins de l’étude (validité, précision, durée, coûts) mais pour représenter la population générale
Faux
Biais de sélection possible dans étude transversale(3)
- selection des survivant
- biais de volontariat
- Biais de non-réponse
Biais de séléction dans RCT(2)
- Allocation non-aveugle
- Perte au suivi/Biais d’attrition
Méthodes pour contrecarrer une randomisation problématique (3)
-préparation de médicaments par la pharmacie
-randomisation à distance
-enveloppe scellée et opaque
Biais de sélection dans étude de cohorte (3)
- Biais liés à un groupe de comparaison non représentatif( ex: biais de bonne santé des travailleurs)
2.Biais de volontariat ou de non-réponse - Biais d’attrition (pertes au suivi et retrait de l’étude)
V/F Ceux qui restent dans l’étude peuvent avoir un risque différent que ceux qui se retire de l’étude ou qui ne sont pas observants ( biais d’adhésion)
Vrai
Biais de bonne santé des travailleurs
Les populations de travailleurs ont généralement un taux de morbidité et de mortalité plus faibles que la population générale
Biais de volontariat
Caractéristiques des participants ne sont pas représentatives des caractéristiques de l’ensemble des individus de la population
Biais d’attrition ( ou de migration, perdus de vue)
la perte au suivi peut être différente selon l’exposition en cause
Biais de survie sélective
Dans l’étude de cas prévalents, les personnes asymptomatiques et celles qui ont un épisode fatal et de courte durée sont moins susceptibles d’être admises dans l’étude
conséquence biais de survie sélective
Il y aura sur-représentation des cas vivant le plus longtemps, i.e. les non- exposés
Biais de détection
si le facteur influence directement la détection de la maladie
Quand Biais d’admission (Berkson)
Dans les études cas-témoins, lorsque les groupes de comparaison sont des patients hospitalisés dans des études cas-témoins
Qu’est-ce qu’un Biais d’admission (Berkson)
probabilité différente d’être admis ou non à l’hôpital diffère selon que la personne est exposée ou non au facteur étudié
Biais de publication
Dans les revues systématiques et méta-analyses
* Tendance à publier principalement les études qui appuient les hypothèses de recherche établies
Prévention des biais de sélection dans les études de cohorte (3)
1)maintenant un contact fréquent et systématique avec les participants
2)Avoir accès à un registre exhaustif des évènements
3) Privilégier les évènements inévitables (décès de toutes causes) pour éviter les risques compétitifs
Prévention des biais de sélection dans les études cas-témoins (3)
- utiliser des stratégies qui favorisent la participation
- Lorsque l’étude est réalisée dans une population bien définie, sélectionner les témoins de façon aléatoire (avoir accès à un registre)
- Éviter les données manquantes
V/F Dans une étude cas-témoins, les témoins doivent toujours être sélectionnés de façon indépendante des expositions étudiées
Vrai
Différence relative
[(RI ajusté – RI brute/ RI ajusté)]
