chapitre 2 Flashcards
Énumérer les mesures d’associations
Risque attribuable (RA)
Risque relatif (RR)
Rapport des cotes (RC)
Coefficient de corrélation linéaire
Qu’est-ce que les mesures d’associations mettent en relation?
une mesure de fréquence provenant de 2
groupes de participants
Pour quelle type d’étude utilise-t-on les mesures d’association?
Étude de cohorte: exposé versus non exposé au médicament d’intérêt
Étude cas témoin: cas versus témoin
Si on utilise les mesures d’association pour une étude étiologique, qu’est-ce que ceux-ci permettent d’établir?
Association
Si on utilise les mesures d’association dans une étude expérimentale, qu’est-ce que ceux-ci peuvent établir?
effet
Nommer une mesure d’impact
nombre nécessaire à traiter
QSJ: Rapport du risque chez le groupe exposé au médicament sur celui du groupe non exposé
Risque relatif
Qu’est-ce que le RR mesure?
l’importance du médicament dans L’ÉTIOLOGIE de l’évènement
À partir de quoi calcule-t-on le risque relatif
Mesures de fréquences observées dans les études de cohortes:
- Taux d’incidence
- Incidence cumulée
Équation du risque relatif
Le risque relatif est-il un rapport ou un ratio?
Rapport
QSJ: Rapport de la cote d’exposition au médicament chez les cas sur celle des témoins
Rapport de cotes
Interprétation d’un RR > 1
Augmentation du RISQUE de l’évènement du médicament comparé au traitement de référence
VF: RR < 1 est protecteur
V
Qu’est-ce que RC permet de faire?
Estimer le risque RR en établissant un rapport entre le ratio d’exposition au médicament CHEZ LES cas vs le ratio d’exposition chez les témoins
Interpréter: RC < 1
Réduction de l’estimé du risque de l’événement
VF: RC surestime le RR si la prévalence de la maladie excède 10%
V
Équation de RC
Le rapport de cote est un rapport ou un ratio?
Ratio
À partir de quelle mesure de fréquence peut-on mesurer le rapport de côte?
Cote
QSJ: Mesure l’association linéaire entre 2 variables quantitatives continues
Coefficient de corrélation linéaire
VF: le coefficient de corrélation linéaire peut seulement mesurer l’association entre des variables quantitatives discrètes
F. continues
Le coefficient de corrélation linéaire varie entre quelles chiffres?
-1 et 1
interpréter: r près de +1
Corrélation linéaire positive forte (proportionnelle)
– Si r près de − 1: Corrélation linéaire négative forte (inversement prop
Interpréter: r près de − 1
Corrélation linéaire négative forte (inversement prop.)
Interpréter: r = 0
Aucune corrélation
QSJ: Différence de risques entre le groupe exposé au médicament et le groupe non exposé
Risque attribuable (RA)
Interpréter: RA = 0
autant d’événements dans les 2 groupes
interpréter: RA < 0
moins d’événements reliés au médicament
Qu’est-ce que la différence de risque correspond?
À la responsabilité du médicament quant au nombre de cas
À partir de quel(s) mesures de fréquences peut se calculer le risque attribuable?
Taux d’incidence
Incidence cumulée
Équation du RA
QSJ: Mesure d’impact utilisée en médecine basée sur les
preuves
NNT
Interpréter : NNT = 10
Il faut traiter 10 participants avec le médicament pour prévenir un phénomène
À partir de quelle mesure de fréquence peut on calculer le NNT?
Risque attribuable
Équation NNT
Dans quelle type d’étude utilise-t-on les critères de causalité? Non expérimentale ou expérimentale?
Non expérimentale (le lien est + évident dans les études expérimentales)
Que sont les types d’erreurs dans un article?
Erreur systématique (biais)
Erreur aléatoire
Pour qu’une étude respecte la « validité », qu’est-ce qu’il faut qu’elle respecte?
- Absence d’erreurs systématique ou de biais
- Mesure qui décrit correctement un phénomène entre le médicament et l’évènement
Pour qu’une étude respecte la « précision », qu’est-ce qu’il faut qu’elle respecte?
- Absence d’erreurs aléatoires
- Mesure qui fluctue peu
Que sont les 2 types de validité
Interne et externe
À quoi réfère la validité interne
Aux biais
que sont les 3 types de biais
Biais de sélection
Biais d’information
Biais de confusion
À quoi réfère la validité externe
Au fait que les résultats d’une étude sont généralisables ou non à d’autres populations que celle de l’étude
À quoi fait référence la précision
À la statistique
Précision élevée = intervalle de confiance étroit
De quoi dépend la précision?
Taille de l’échantillon (+ taille est grande, + puissance est grande, + précision est grande, + intervalle confiance étroit)
Variabilité du caractère étudié (écart type = mesures de dispersion)
Pour une étude, faut-il opter pour la précision ou la validité en premier?
Validité
MESURE CHEZ UN PARTICIPANT
Pour qu’une mesure soit valide, qu’est-ce qu’il faut respecter? (4)
– Outil ou questionnaire validé
– Appareil adéquat et bien calibré
– Personne qui prend la mesure la prend bien (standardisation)
– Participant évalué respecte les conditions nécessaires à la
prise de la mesure
MESURE CHEZ UN PARTICIPANT
Pour qu’une mesure soit précise, qu’est-ce qu’il faut s’assurer?
Appareil a une faible marge d’erreur
MESURE DANS UN ÉCHANTILLON
Pour qu’une mesure soit valide (validité interne), qu’est-ce qu’il faut s’assurer?
– Pas ou peu de biais de sélection
– Pas ou peu de biais d’information
– Pas ou peu de biais de confusion
MESURE DANS UN ÉCHANTILLON
Pour qu’une mesure soit précise, qu’est-ce qu’il faut s’assurer?
– Échantillon à l’étude est grand
– Peu de variabilité entre les participants
QSJ: Participation ou rétention différente entre groupes de
comparaison
Biais de sélection
que sont les sources possibles des biais de sélection?
- Admission (critère sélection, assignation au tx)
- Taux de participation
- Non randomisation (assigner au tx ou placebo)
- Pertes au suivi
Que sont les types de biais de sélection?
- Biais d’échantillonnage (survie sélective)
- Biais d’admission (Berkson)
- Biais des perdus de vue (migration)
- Biais de volontariat
- Biais de bonne santé des travailleurs
- Biais de publication
QSJ: Il apparaît lorsque les personnes sélectionnées dans la population à l’étude sont différentes de la population cible à cause de l’exposition étudiée.
Biais d’admission
QSJ: découle de la stratégie de recrutement de l’échantillon des sujets à l’étude. Il réside dans le fait que les caractéristiques des sujets volontaires (âge, sexe, état de santé, etc.) participant à une étude ne sont pas représentatives de l’ensemble des caractéristiques des individus qui composent la population à l’étude.
Biais de volontariat
QSJ: une situation où des personnes, membres de la population à l’étude, sont moins susceptibles d’être admises dans une étude à cause d’une caractéristique comme le fait d’être asymptomatique ou atteint d’une maladie mortelle et de courte durée
Biais d’échantillonage
QSJ: Ce phénomène pour le moins étonnant s’explique principalement par le fait que les personnes en bonne santé sont plus susceptibles de travailler et de conserver un emploi que les personnes aux prises avec un ou des problèmes de santé faisant partie de la population en général.
Biais de la bonne santé des travailleurs
Que faire pour éliminer les biais de sélection? (5)
– Échantillonnage aléatoire. Sinon autre type d’échantillonnage (aléatoire stratifié)
– Population à l’étude représentative de pop cible
– Éviter les pertes au suivi (études de cohorte)
– ECR: Randomisation du traitement
– Article de synthèse: rechercher tous les articles non encore publiés (ex.: résumés de conférence
QSJ: Erreur systématique lors de la collecte des données. Mesure incorrecte des variables
Biais d’information
Que sont les types d’erreur dans les biais d’information
Misclassification non diférencielle
Misclassification différencielle
QSJ: Affecte également les groupes de comparaison
Misclassification non différentielle
VF: la misclassification non différentielle peut seulement sous-estimer l’association vers la valeur nulle (0 ou 1)
V
QSJ: Affecte différemment l’information entre les groupes
Misclassification différentielle: Sur-estime ou sous-estime l’association
Que faire pour éviter les biais d’information? (5)
– Bien cerner la fenêtre d’exposition pertinente
– Standardiser les procédures
– Utiliser des données primaires i.e. recueillies en
vue de l’étude. Sinon, Utiliser des sources de données valides
– Collecte des données en aveugle
– Double aveugle dans ECR
QSJ: Erreur systématique attribuable à un autre facteur dans la relation entre le médicament et l’événement
Biais de confusion
que son les 3 conditions pour être un facteur confondant
– Doit être un facteur de risque de l’événement
– Doit être associé à l’exposition (le médicament)
– Ne doit pas être dans la chaîne intermédiaire
Que faire pour éviter les biais de confusion? (5)
- Revue de la littérature: identifier les variables pertinentes
- Design: Restriction, pairage (cas-témoins)
- Collecte des variables potentiellement confondantes
- Statistique: Ajustement (analyses multivariées ou score de propension) ou stratification
- ECR:
- Randomisation
- Randomisation stratifiée selon variable de confusion
VF: L’information manquante sur une variable de confusion est un biais d’information
F
Quand est-ce qu’un biais d’indication (confusion par indication) se produit?
Quand la raison de prescrire (indication) ou la sévérité d’une
maladie est associée à l’événement
Ex indication: + de personnes qui prennent ASA vont subir évènement cardiovasculaire… ces personnes sont + à risque à la base. Pas à cause du médicament qu’ils ont + d’évènements (biais de sélection)
Quels biais peuvent ressortir du biais d’indication?
Biais de sélection ou de confusion
Pour qu’un test ait une bonne validité intrinsèque, qu’est-ce qu’il doit présenter?
Une bonne sensibilité
Une bonne spécificité
QSJ: Probabilité que le test soit positif chez la personne malade
Sensibilité
QSJ: Correspond à la probabilité que le test soit négatif chez la personne son malade
Spécificité
Qu’est-ce que sensibilité permet?
SN élevée pour devancer moment du dx
qu’est-ce que spécificité élevée permet?
éviter les faux positif
VF: La sensibilité vient au détriment de la spécificité et vice versa
V
QSJ: probabilité que la maladie soit présente quand le test est positif
Valeur prédictive positive (VPP)
QSJ: probabilité que la maladie soit absente lorsque le test est négatif
valeur prédictive négative (VPN)
Comment varie VPP et VPN lorsque la prévalence augmente ou diminue
VPP: proportionnel à la prévalence
VPN: inversement proportionnel à la prévalence
