CM 4 - Essais cliniques randomisés Flashcards

1
Q

Quel type de volontaires retrouve-t-on à la phase I d’un essai clinique pour le développement d’un médicament? Que cherche-t-on à démontrer?

A

On utilise des volontaires sains. C’est une étude de tolérance pour démontrer que le médicament n’est pas dangereux pour la santé.

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

À quelle phase du développement d’un médicament correspond l’essai clinique randomisé?

A

Phase 3 : Étude comparative.

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

Que recherche-t-on à la phase 4 de l’essai clinique dans le cadre du développement d’un nouveau médicament ou traitement?

A

C’est l’étude post-marketing. On recherche les effets secondaires rares du médicament en testant sur de très grands groupes de malades.

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

À quel phase d’essai clinique pour le développement d’un médicament commence-t-on à utiliser un groupe contrôle? Que se passe-t-il à la phase précédente.

A

On utilise un groupe contrôle qu’à la phase III (ECR). À la phase II, on teste le traitement sur un petit groupe de malades pour déterminer les conditions d’efficacité et les modalités thérapeutiques.

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

Quelle est l’hypothèse qui expliquerait l’effet du tocilizumab pour prévenir l’intubation ou le décès de patients hospitalisés pour la COVID-19?

A

Le tocilizumab vient bloque les récepteurs IL-6, ce qui pourrait interrompre ou prévenir la tempête de cytokines qu’on croit responsable des complications.

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

À quoi correspondent chaque lettre dans l’acronyme PICO? En répondant au PICO, quelle élément essentiel d’une étude est-on en train de formuler?

A

Le PICO correspond à l’objectif de l’étude.
P: Population de référence
I: Intervention étudiée (expostion d’intérêt)
C: Exposition du groupe contrôle
O: Issue principale de l’étude.

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

À quoi correspond la population de référence d’une étude?

A

C’est la population cible à laquelle on pourra appliquer les résultats de l’étude.

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

Qu’est-ce que le cadre d’échantillonage lorsqu’on parle d’essai clinique randomisé?

A

C’est la population accessible qui sera échantillonnée pour l’étude (où et quand trouve-t-on les participants).

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

Quelle est la différence entre la population expérimentale et les participants de l’étude?

A

La population expérimentale correspond au groupe homogène obtenu une fois les critères d’éligibilité appliqués. Les participants sont un sous groupe de la population expérimentale qui a accepté de participer à l’étude.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Qu’est-ce que l’effet placebo?

A

C’est une tendance innée des individus à répondre favorablement à n’importe quel traitement, peu importe son efficacité physiologique.

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

Lorsqu’on donne un traitement, l’effet observé chez le participants est en fait la somme d’effets de divers facteurs. Quels sont ces facteurs? (pssst il y en a 4) Lequel de ces facteur est absent dans le groupe placebo?

A

Effet du traitement (absent dans le groupe placebo)
Effet placebo
Effet du suivi
Effet du temps

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

Qu’est-ce que l’effet du suivi médical? Il existe un autre nom pour ce suivi, quel est-il?

A

Le suivi des patients tel qu’on le retrouve dans les essais cliniques peut s’accompagner d’un effet bénéfique. C’est l’effet “Hawthorne”.

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

Quelle technique utilisée dans les essais cliniques randomisés permet de rendre les groupes plus comparables entre eux?

A

Randomisation

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

Vrai ou faux?
Avec la randomisation, tous les participants ont la même chance (probabilité) d’être assigné à un traitement en particulier.

A

Vrai. La probabilité d’avoir une certaine assignation ne dépend pas de l’assignation des autres patients.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Comment peut-on s’assurer d’une randomisation plus efficace?

A

Augmenter le nombre de participants à l’étude.

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

Qui fait la randomisation dans un essai clinique randomisé?

A

Un ordinateur ou une table de nombres aléatoires.

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

Quel problème qui peut mener à une diminution de la validité interne d’une étude pourrait être prévenu par la randomisation?

A

Les facteurs de confusion (les groupes deviennent semblables en tous points sauf pour l’intervention étudiée). La randomisation est le meilleur moyen d’éviter les facteurs de confusion.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Nomme 3 caractéristiques d’un facteur de confusion.

A
  1. Caractéristique/variable différente de l’exposition
  2. Caractéristique dont la distribution diffère entre les groupes comparés.
  3. Caractéristique qui risque d’affecter l’issue directement et qui n’est pas un intermédiaire entre l’intervention et l’issue.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Vrai ou faux?
En présence d’un facteur de confusion, il est possible de dire que les résultats observés ne sont pas valides, car ils sont sûrement dus à ce facteur.

A

Faux. En présence d’un facteur de confusion, on ne peut pas savoir si la difference observée entre les groupes (l’effet observé) est due au traitement , au facteur de confusion ou à une combinaison des deux.

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

Pour rendre les groupes vraiment comparables en essai clinique randomisé, pourquoi ne pas simplement jumeler les sujets entre les groupes quant aux facteurs potentiels de confusion (appariement) au lieu de faire la randomisation?

A

Il est impossible de connaître tous les facteurs de confusion d’une étude et on ne peut jumeler que pour les facteurs connus. De plus, plus il y a de caractéristiques, moins il est possible de jumeler.
Avec la randomisation, les groupes deviennet comparables pour les caractéristiques qu’on aurait pu jumeler, mais aussi pour les autres.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Vrai ou faux?
En essai clinique randomisé, on détermine les dates de suivi au fur et à mesure de l’étude?

A

Faux. Les étapes de suivi sont prédéterminées dans le plan de l’étude. Le nombre de visites, le moment de celles-ci et les variables à mesurer sont déterminées à l’avance.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

À quoi correspond l’issue principale de l’étude dans un essai clinique randomisé? Chez qui est-elle mesurée?

A

C’est la variable réponse la plus importante de l’étude. Elle mesure toujours l’efficacité de l’étude. On doit pouvoir la mesurer chez tous les patients de l’étude.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Vrai ou faux?
En essai clinique randomisé, l’issue principale peut être d’évaluer l’efficacité ou les effets secondaires du traitement.

A

Faux. L’issue ne peut pas être d’évaluer les effets secondaires . Puisqu’on tente toujours de prouver une amélioration en ECR, l’issue se doit d’évaluer un bénéfice. L’issue secondaire peut toutefois être reliée à l’efficacité ou aux effets secondaires.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Vrai ou faux?
Les issues objectives sont toujours préférables.
(donne un exemple d’issue plus subjective et un d’issue objective)

A

Vrai.
Objectif: Décès
Plus subjectif: intubation parce que le décision dépend du professionnel de la santé
Subjectif: Présence de fatigue ou de DRS

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Le suivi doit être strictement identique
nombre et durée des visites , appels téléphoniques, prélèvements, examens, etc.) et les issues mesurées exactement de la même façon dans tous les groupes. Pourquoi?

A

Afin d’éviter d’introduire des différences entre les groupes qui ne seraient pas dues à l’intervention, mais plutôt à la façon dont on a observé les participants ou mesuré les variables. On cherche à éviter les biais d’observation.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Donne un synonyme à biais d’observation.

A

Biais d’information.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Quel type de biais peut s’insérer dans une étude lorsque la mesure d’une valeur est trop subjective?

A

Biais d’observation.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Donne 4 façons de prévenir un biais d’observation dans l’essai clinique randomisé.

A
  1. Faire l’étude à l’aveugle. On évite d’altérer le jugement de la personne qui fait la mesure du patient lors de la collecte de données.
  2. Avoir une issue objective avec des critères explicites pour déterminer ou mesurer l’issue
  3. Utiliser des outils de mesure standars et valides
  4. Le suivi doit être strictement identique et omplet dans tous les groupes.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Quelles peuvent être les conséquences d’une connaissance de l’exposition par le participant (participant response bias) dans un essai clinique randomisé?

A

Le patient qui n’obtient pas de soulagement de la douleur parce qu’il sait (ou pense savoir) qu’il prend un placebo.
Le patient qui veut plaire aux investigateurs et répond favorablement s’il est dans le groupe expérimental et défavorablement dans le groupe contrôle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Quelles peuvent être les conséquences d’une connaissance de l’exposition par l’évaluateur (outcome ascertainment bias) dans un essai clinique randomisé?

A

Le médecin peut modifier ses questions ou l’intensité de ses recherches pour trouver l’issue favorable (ou l’effet adverse) dans le groupe expérimental dépendamment de ses croyances.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Quelle est la différence entre une étude simple aveugle et double aveugle?

A

Simple aveugle: les participants ou l’investigateur ne connaissent pas le groupe du participants.
Double aveugle : ni les investigateurs, ni le participant ne connaissent le groupe du participant.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Quand utilise-t-on un essai ouvert (open-labeled) au lieu d’un essai à l’aveugle?

A

Pour les exposition impossibles à cacher (ex: diète, exercice, formation, etc.)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

L’étude sur le tocilizumab était-elle faite open-labeled ou à l’aveugle?

A

Elle était en double-aveugle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Quel est l’avantage de l’étude à l’aveugle sur les biais de sélection?

A

On augmente le risque que les participants adhèrent au traitement et on diminue leur risque de quitter l’étude s’ils ont reçu le placebo. On diminue ainsi le nombre de perdus de vue et le biais de sélection que cela aurait pu amener.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

À quoi sert un organigramme CONSORT?

A

On y présente les effectifs des différentes populations (cadre d’échantillonage, population expérimentale, participants, randomisés, groupes de randomisation, perdus de vue, etc.) dans un organigramme. Il est utile pour calculer le taux de participation et évaluer à quel point il est possible de généraliser les résultats de l’étude.

36
Q

Vrai ou faux?
On considère dans les perdus de vue les patients qui ont déménagé, qui ont abandonné l’étude, qui sont décédés et ceux qui ont été exclus parce qu’ils ne respectaient pas le protocole ou étaient non observants.

A

Faux. Les patients exclus par le médecin parce qu’ils ne respectent pas le protocole ou sont non observants ne sont pas de véritables perdus de vue. Par définition, on ne peut pas mesurer l’issue chez les perdus de vue.

37
Q

Comment peut-on inclure les perdus de vue dans l’analyse finale?

A

En leur “imputant” une valeur d’issue.

38
Q

Quelles sont les deux principales conséquences d’avoir plusieurs perdus de vue dans une étude?

A

On réduit la puissance de l’étude et on peut créer un biais de sélection.

39
Q

Vrai ou faux?
Un biais est une erreur dans l’etude qui mène à une diminution de la validité interne ou externe de l’étude.

A

Faux. Si le problème n’affecte que la validité externe de l’tude, ce n’est pas un biais.

40
Q

Vrai ou faux?
Dans un essai clinique randomisé, les biais doivent résulter de problèmes ayant lieu après la randomisation.

A

Vrai. Un problème ayant lieu avant la randomisation n’affecte pas la validité interne de l’étude, mais seulement la validité externe.

41
Q

Comment peut-on réduire les biais de sélection dans l’essai clinique randomisé lors de la création du plan d’étude?

A

Éviter les pertes au suivi:
- Resserrer les critères de sélection
- Contacts fréquents avec participants
- Récompense à chaque visite, indemnisation déplacements, etc. (ce n’est pas éthique de payer les participants mais on peut offrir des indemnisations).
- Bien expliquer l’importance de ne pas quitter l’étude
- Promesse d’informer le patient des résultats de l’étude, etc.

42
Q

Comment peut-on réduire les biais de sélection dans l’essai clinique randomisé après l’étude?

A

C’est déjà trop tard, mais on peut comparer les caractéristiques entre les finissants et les perdus de vue (mais nombre limité de caractéristiques et on ne connait pas les issues), imputation, analyse de sensibilité pour estimer l’étendue du biais (worst-case scenario).

43
Q

Quelles sont les avantages de l’imputation pour pallier au problème des perdus de vue dans un essa clinique randomisé?

A

On peut maintenir la taille de l’échantillon et l’équilibre entre les deux groupes (réduction des facteurs de confusion), mais on crée aussi une “fausse puissance” qui est moins précise.

44
Q

Comment fait-on l’imputation pour une issue continue? Et pour une issue catégorique?

A

Continue: “carrying foward”, valeur moyenne, imputation multiple.
Catégorique: valeur défavorable ou favorable pour tous (worst case scenario).

45
Q

Vrai ou faux?
Les patients qui ne sont pas fidèles au traitement sont considérés comme perdus de vue lors des analyses dans un essai clinique randomisé.

A

Faux. Nous sommes toujours capables de mesurer l’issue chez ces patients.

46
Q

Quel est l’effet d’un manque de fidélité au traitement sur les résultats dans un essai clinique randomisé?

A

Les groupes deviennent très similaire sur le point de l’exposition (peu importe le type de la non observance).
La non observance diminue donc la capacité de l’étude à détecter l’effet réel du traitement expérimental (diminution de la puissance). Si on trouve un effet, l’effet est valide et probablement plus important que le résultat obtenu. Cependant, si on ne trouve pas d’effet, il se peut que la non observance ait faussé les résultats.

C’est un biais qu’on dit conservateur puisqu’il nous rapproche toujours de la valeur nulle.

47
Q

Comment prévient-t-on le manque de fidélité au traitement dans les essais cliniques randomisés?

A
  • Population motivée
  • Présentation réaliste des “taches” requises lors du consentement
  • Contacts fréquents avec les sujets
  • Suivi de l’observance (ex:pill count)
  • Période d’essai afin d’éliminer les sujets “indisciplinés”
  • Étude à l’aveugle
48
Q

Quelle est la première étape de l’analyse d’un essai clinique randomisé?

A

Comparer les caractéristiques des groupes expérimental et de contrôle dans le “Tableau 1”. La randomisation protège généralement mais pas toujours contre les facteurs de confusion (surtout dans les études de petite taille).

49
Q

Nomme un facteur qui est presque toujours un facteur de confusion dans les études.

A

L’âge.

50
Q

Comment calcule-t-on le NNT (number needed to treat)?

A

NNT = 1/Différence de risque = 1/(risque exp-risque placebo).
C’est le nombre de patient qu’il faut traiter pour observer l’amélioration de l’issue.

51
Q

Quel est le calcul pour “l’amélioration de l’incidence chez les traités relativement à ce qu’elle est chez les non traités” ou la fraction attribuable des bénéfices? (dans un ECR)

A

(Risque placebo-risque exp)/risque placebo/

52
Q

Devrait on exclure de l’analyse ceux qui ne sont pas fidèles au traitement dans un essai clinique randomisé?

A

Non. Dans presque toutes les études, seule une petite partie des sujets sont parfaitement fidèles au traitement. Les non-observants ont tendance à avoir de moins bons résultats peu importe le groupe dans lequel ils sont placé, ce qui mène à une erreur non différentielle. Enfin, la randomisation permet un équilibre dans les groupes entiers. Si on exclut des sujets, on diminue ses avantages (tous les patients randomisés devraient être inclus dans les analyses).

53
Q

Qu’est-ce que l’analyse par intention thérapeutique?

A

C’est une analyse qui inclut tous les patients randomisés dans le groupe auquel ils ont été assignés au hasard, peu importe leur adhérence aux critères d’inclusion, des traitements reçus, de leur retrait ou de leur déviation du protocole. On y inclut aussi les perdus de vue (méthode d’imputation)

54
Q

Vrai ou faux?
L’analyse par intention thérapeutique permet d’enlever le biais de sélection causé par les perdus de vue.

A

Faux. On ne fait que maintenir la taille de l’étude et l’effet de la randomisation.

55
Q

Quels sont les avantages de l’analyse par intention thérapeutique?

A

Cette analyse renseigne sur le bien-fondé d’offrir un certain traitement quand le patient se présente pour la première fois au cabinet du médecin. C’est une mesure qui se rapproche plus de l’efficacité réelle (dans la vraie vie).
- Simplifie la tâche de gestion des participants dont les résultats sont anormaux (on les inclut dans l’analyse coûte que coûte)
- Maintient l’équilibre des caractéristiques de base entre les groupes
- Maintient la taille d’échantillon (et donc la puissance)

56
Q

Nomme une alternative à l’analyse par intention thérapeutique et explique la. Qui est inclut dans ce type d’analyse et sur quoi renseigne-t-elle?

A

L’analise par protocole s’effectue chez ceux ayant parfaitement suivi le protocole et complété l’étude. On exclut alors les autres participants. Elle renseigne sur les effets plus biologiques du traitement et l’efficacité potentielle (si non biaisé, mais rare).

57
Q

Quels sont les désavantages de l’analyse par protocole?

A

Elle est souvent biaisée, moins précise et moins généralisable que l’analyse par intention thérapeutique.

58
Q

Quelle est la différence entre efficacité potentielle et efficacité réelle? Quelle méthode d’analyse nous permet d’obtenir une meilleure estimation de chacun de ces concepts?

A

L’efficacité potentielle réfère à l’efficacité du traitement dans des conditions optimales (observance parfaite, sujets uniformes, conditions contrôlées). L’analyse par protocole nous en fournirait une estimation si elle n’était pas biaisée.
L’efficacité réelle correspond à l’efficacité du traitement dans des conditions normales (observance, interruption, ajouts de traitement, indication plus ou moins appropriée, etc.). C’est donc le bénéfice du traitement donné par un médecin “moyen” à un patient “moyen” dans des conditions de pratiques quotidiennes. L’analyse par intention thérapeutique nous en donne l’estimation.

59
Q

Quelles sortes de problème peuvent affecter la validité interne d’une étude?

A

Facteurs de confusion
Biais d’observation
Biais de sélection

60
Q

Vrai ou faux?
Les problèmes qui affectent la validité interne de l’étude ont toujours lieu APRÈS la randomisation.

A

Vrai.

61
Q

Vrai ou faux?
Lorsqu’il y a un problème de validité externe, il y aura toujours un problème de validité interne aussi.

A

Faux. Sauf qu’un problème de validité interne mènera toujours à un problème de validité externe.

62
Q

Qu’est-ce que la validité interne d’une étude?

A

C’est d’avoir une estimation correcte de l’efficacité d’un traitement chez les randomisés à l’étude.

63
Q

À quoi la validité externe de l’étude fait-elle référence?

A

À la généralisabilité de l’étude. À savoir si les résultats sont transposables à la population de référence.

64
Q

Quelles sont les conditions pour avoir une bonne validité externe de l’étude?

A
  • Les participants ne forment pas un sous-groupe disproportionné de la population expérimentale (bon taux de participation, bonne comparabilité entre les participants et non participants)
  • La population expérimentale est représentative de celle de référence (critère d’éligibilité pas trop stricte, cadre d’échantillonage représentatif).
65
Q

Dans quels cas peut-on considérer les critères d’éligibilité comme étant trop stricte?

A

S’ils excluent des comorbidités très fréquentes par désir de magnifier l’effet du traitement.

66
Q

Vrai ou faux?
La validité interne d’un essai clinique randomisé est généralement supérieure à celle des autres types d’étude.

A

Vrai, grâce à la randomisation, au recours d’un placebo et aux autres stratégies de prévention des biais utilisables dans ce devis.

67
Q

Vrai ou faux?
Les essais cliniques randomisés sont considérés comme le “gold standard” en recherche.

A

Vrai. Ils sont alors souvent è la base des politiques cliniques et de santé publique.

68
Q

Vrai ou faux?
La validité externe d’un essai clinique randomisé est généralement supérieure à celle des autres types d’étude.

A

Faux. Leurs résultats sont souvent difficiles à généraliser, les groupes étudiés étant peu représentatifs.

69
Q

Pourquoi les essais cliniques randomisés ne sont-ils pas toujours faisables ou recommandables?

A
  • Raisons éthiques (exposition néfaste, exposition non randomisable, avantages trop évidents pour ne pas donner le traitement et ainsi créer un groupe placebo (pas d’équipoise))
  • Raisons pratiques (exposition déjà utilisée à large échelle, maladie rare, recrutement trop long, exposition fixe comme groupes sanguins).
70
Q

Que signifie le terme équipoise dans le cadre d’un ECR pour un traitement donné?

A

Il faut qu’on pense que le traitement fonctionne sans être sûr qu’il soit meilleur que le placebo (sinon on se retrouve avec trop d’injustice entre les deux traitements).

71
Q

De quoi dépend l’intervalle de confiance d’une mesure? (3 facteurs)

A
  • Le risque estimé
  • Le niveau de confiance choisi (souvent 95%)
  • La variabilité des échantillons (qui dépend souvent de leur taille)
72
Q

Qu’est-ce que l’erreur alpha?

A

Erreur qui consiste à rejeter l’hypothèse nulle quand cette hypothèse est la bonne. On conclut alors qu’il y a une différence statistiquement significative, alors qu’il n’y en a pas.

73
Q

Si on choisit un intervalle de confiance à 90%, on est prêt à tolérer jusqu’à quel risque d’erreur alpha?

A

10%

74
Q

À quoi correspond l’erreur bêta?

A

C’est l’erreur qui consiste à ne pas rejeter l’hypothèse nulle quand cette hypothèse est fausse. On conclut qu’il n’y a pas de différence significative, alors qu’il y en a une.

75
Q

Quel est le lien entre le risque d’erreur bêta et la puissance d’une étude?

A

Puissance = 1- bêta

76
Q

Qu’est-ce que la puissance d’une étude?

A

C’est la capacité d’une étude à détecter une différence statistiquement significative entre deux population, quand cette différence existe.

77
Q

Vrai ou faux?
C’est le chercheur qui détermine la puissance de son étude.

A

Vrai.

78
Q

Par convention, que choisit-on comme puissance d’une étude? Qu’est-ce que cela veut dire par rapport au risque d’erreur bêta?

A

Par convention, on choisit une puissance d’au moins 80%
C’est à dire un risque d’erreur bêta de moins de 20% ou moins.

79
Q

Quels sont les facteurs qui déterminent la puissance d’une étude?

A
  • Niveau de confiance choisi (1-risque d’erreur alpha)
  • Taille des échantillons ayant servi à bâtir cet intervalle
  • Magnitude de l’effet qu’on tente de détecter.
    (fréquence de l’issue dans le groupe placebo - mais l’impact est moindre)
80
Q

Si on cherche à augmenter la puissance de notre étude. Faudra-t-il augmenter ou diminuer la taille de notre échantillon?

A

L’augmenter.

81
Q

Si au lieu d’un intervalle de confiance de 95%, on cherche plutôt un intervalle de confiance de 90%, faudra-t-il augmenter ou réduire la taille de l’échantillon pour maintenir la même puissance de l’étude?

A

Diminuer la taille de l’échantillon.

82
Q

Si on souhaite détecter un plus petit effet thérapeutique tout en gardant le même intervalle de confiance et la même puissance de notre étude, que se passera-t-il avec la taille de notre échantillon?

A

La taille de l’échantillon devra augmenter.

83
Q

Sur quels facteurs les cherheurs basent-ils la décision de l’ampleur de l’effet escompté lorsqu’ils débutent un ECR?

A
  • Question à laquelle on tente de répondre (étude de supériorité, de non infériorité ou d’équivalence)
  • Informations cliniques (différence nécessaire pour qu’on change la pratique médicale, coût, signification pour le patient et le médecin, etc.)
84
Q

Quel serait l’impact de mal choisir l’ampleur de l’effet escompté dans une étude?

A

Que peut il se passer si les chercheurs sont trop optimistes? Par exemple, s’ils pensent pouvoir réduire un risque de décès initialement de 60%, à 10% avec leur molécule miracle? Un effet aussi spectaculaire est plus facile à détecter. Donc, pour maintenir une même puissance et un même niveau alpha, ils ont besoin de moins de participants dans l’étude. Donc, ils feront une plus petite étude.
Or, après l’étude, les investigateurs peuvent réaliser qu’en fait, leur molécule n’est pas aussi miraculeuse qu’ils le pensaient et qu’elle ne réduit le risque de décès qu’à 55 %(au lieu de 10 Dans ce cas, la puissance initialement prévue pour l’étude n’a sûrement pas été atteinte et le résultat obtenu n’est sûrement pas statistiquement significatif L’étude a été, en quelque sorte, inutile, parce que les chercheurs ont mal choisi/déterminé la grandeur de l’effet attendu et que la taille d’étude résultant de cette décision était insuffisante pour conférer la puissance nécessaire pour mettre à jour un effet de moindre envergure que celui de leurs rêves.

85
Q

Vrai ou faux?
Un résultat statistiquement significatif l’est toujours cliniquement?

A

Faux. Une signification statistique n’implique pas nécessairement une importance clinique et vice-versa.