Brainscape's Knowledge GenomeTM

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


See full index

Concept et méthode examen 2 et 3 > Biais de confusion et de sélection > Flashcards

Biais de confusion et de sélection Flashcards

1
Q

De quoi est composé la justesse

A

Validité interne
Précision

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

Mesure observée =

A

mesure vraie + erreur systématique + erreur aléatoire

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

Erreur systématique =

A

validité interne

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

Mesure valide=

A

mesure qui décrit correctement un phénomène

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

Erreur aléatoire=

A

précision

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

Mesure précise=

A

mesure qui fluctue peu

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

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.

A

Vrai

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

Qu’est-ce q’un biais de confusion

A

Tiers facteur qui va modifier l’association entre l’exposition et la maladie.

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

Quelles sont les 3 conditions pour être un facteur de confusion

A
  1. Être une cause de la maladie/facteur de risque
    2.Être associé à l’exposition
  2. Ne pas faire partie de la chaîne causale reliant l’exposition à la maladie (pas un intermédiaire)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

V/F Biais de confusion peut sous-estimer ou sur-estimer l’association

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

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

A

Vrai

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

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

A

Faux

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

De quoi dépend le statut d’une variable comme facteur confondante

A

Des autres variables qui ont été contrôlées dans l’évaluation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Comment évaluer la confusion ?

A
  • Pas de test statistique
  • Jugement clinique
  • Différence de 10% dans la mesure d’association est suffisante
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Pour ne pas être un facteur de confusion

A

La valeur brute doit être entre les mesures spécifiques

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est- ce qu’un biais d’indication ?

A

cas particulier de biais de confusion, lorsqu’une intervention est plus souvent prescrite à des sujets à risque élevé.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Comment prévenir les biais de confusion ( 3)

A
  1. Randomisation
  2. Restriction
  3. Appariement
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Dans quelle situation un facteur potentiellement confondant peut être, par hasard, débalancé entre les populations exposée et non exposée malgré la randomisation

A

Quand taille de l’étude est modeste

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Quand à lieu la restriction ?

A

Au moment de la conception de l’étude

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

En quoi consiste la restriction ?

A

lorsqu’on anticipe un facteur de confusion , ont peut restreindre la population à une seule catégorie de ce facteur

21
Q

Comment fonctionne l’appariement dans une étude de cohorte

A

Population est divisée en sous populations comprenant des exposés et des non exposés qui sont homogènes quant à la catégorie du facteur confondant

22
Q

Comment fonctionne l’appariement dans une étude cas-témoins

A

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

23
Q

Comment corriger les biais de confusion

A
  1. analyse multrivariées
  2. Stratification
24
Q

De quoi résultent les biais de sélection

A

Erreurs commises lors de la constitution des groupes (des populations) à comparer

25
Q

Quand est-ce qu’un biais de selection peut se produire ( 2)

A
  1. au moment de la sélection des participants
  2. Lors du processus de rétention des sujets
26
Q

Quand considère t’on qu’il y a un biais de sélection dans une étude de cohorte ?

A

Si le recrutement des sujets exposés (sujets non exposés) est lié à la présence de la maladie

27
Q

Quand considère t’on qu’il y a un biais de sélection dans une étude cas-témoins ?

A

Si le recrutement des cas (témoins) est lié à la présence de l’exposition au facteur étudié

28
Q

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)

A

Vrai

29
Q

Qu’est ce que la validité externe

A

Généralisation

29
Q

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

A

Faux

30
Q

Biais de sélection possible dans étude transversale(3)

A
  1. selection des survivant
  2. biais de volontariat
  3. Biais de non-réponse
31
Q

Biais de séléction dans RCT(2)

A
  1. Allocation non-aveugle
  2. Perte au suivi/Biais d’attrition
32
Q

Méthodes pour contrecarrer une randomisation problématique (3)

A

-préparation de médicaments par la pharmacie
-randomisation à distance
-enveloppe scellée et opaque

33
Q

Biais de sélection dans étude de cohorte (3)

A
  1. Biais liés à un groupe de comparaison non représentatif( ex: biais de bonne santé des travailleurs)
    2.Biais de volontariat ou de non-réponse
  2. Biais d’attrition (pertes au suivi et retrait de l’étude)
34
Q

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)

A

Vrai

35
Q

Biais de bonne santé des travailleurs

A

Les populations de travailleurs ont généralement un taux de morbidité et de mortalité plus faibles que la population générale

36
Q

Biais de volontariat

A

Caractéristiques des participants ne sont pas représentatives des caractéristiques de l’ensemble des individus de la population

37
Q

Biais d’attrition ( ou de migration, perdus de vue)

A

la perte au suivi peut être différente selon l’exposition en cause

38
Q

Biais de survie sélective

A

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

39
Q

conséquence biais de survie sélective

A

Il y aura sur-représentation des cas vivant le plus longtemps, i.e. les non- exposés

40
Q

Biais de détection

A

si le facteur influence directement la détection de la maladie

41
Q

Quand Biais d’admission (Berkson)

A

Dans les études cas-témoins, lorsque les groupes de comparaison sont des patients hospitalisés dans des études cas-témoins

42
Q

Qu’est-ce qu’un Biais d’admission (Berkson)

A

probabilité différente d’être admis ou non à l’hôpital diffère selon que la personne est exposée ou non au facteur étudié

43
Q

Biais de publication

A

Dans les revues systématiques et méta-analyses
* Tendance à publier principalement les études qui appuient les hypothèses de recherche établies

44
Q

Prévention des biais de sélection dans les études de cohorte (3)

A

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

45
Q

Prévention des biais de sélection dans les études cas-témoins (3)

A
  • 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
46
Q

V/F Dans une étude cas-témoins, les témoins doivent toujours être sélectionnés de façon indépendante des expositions étudiées

A

Vrai

47
Q

Différence relative

A

[(RI ajusté – RI brute/ RI ajusté)]

Concept et méthode examen 2 et 3 (6 decks)

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