CM 8 - Erreurs et causalité

Question 1

Nomme quelques sources d’imprecision dans les études.

Answer 1

• Variation biologique propre à chaque individu
• Variation entre individus d’un groupe
• Imprécision de l’instrument de mesure
• Imprécision de l’observateur utilisant l’instrument
• Imprécision du sujet mesuré (si collaboration requise)

Question 2

Quelle est la technique #1 pour diminuer l’imprécision dans les études analytiques?

Answer 2

Augmenter la taille de l’échantillon pour augmenter la puissance. On peut augmenter le nombre d’individus ou le nombre de mesures par individus.

Question 3

Quelles deux techniques épidémiologiques peuvent être utilisées pour évaluer le rôle du hasard?

Answer 3

Test d’hypothèse
Intervalle de confiance

Question 4

Vrai ou faux?
Avec une valeur p de moins de 0.05, on peut exclure l’effet du hasard.

Answer 4

Faux. Aucune valeur-p aussi petite soit-elle ne peut complètement exclure le rôle du hasard. On peut cependant alors déclarer le résultat statistiquement significatif.

Question 5

De quels deux paramètres dépendent la valeur p?

Answer 5

Magnitude de l’effet et taille de l’échantillon (n)

Question 6

Qu’indique la largeur de l’intervalle de confiance (as in si l’intervalle est très large ou très étroit, qu’est-ce que ça veut dire?)

Answer 6

La largeur de l’intervalle de confiance indique la variabilité inhérente (aléatoire) à l’estimation. Un intervalle large indique une mauvaise précision et un intervalle étroit indique une bonne précision et peu d’erreur aléatoire.

Question 7

Est-ce qu’un intervalle de confiance très étroit peut permettre d’exclure le rôle du hasard?

Answer 7

No.

Question 8

Qu’est-ce que la correction de Bonferroni? Pourquoi est-elle utile?

Answer 8

La correction de Bonferroni est une méthode pour corriger le seuil de significativité lors de comparaisons multiples puisque la probabilité de trouver un effet “statistiquement significatif” simplement par mauvais hasard (erreur de type I) augmente avec le nombre de facteurs étudiés (ou de comparaisons effectuées).

Question 9

Vrai ou faux?
Un résultat non-statistiquement significatif signifie que les résultats sont simplement dus au hasard.

Answer 9

Faux. Ça signifie seulement que le rôle du hasard ne peut être écarté.

Question 10

Vrai ou faux?
Un résultat non-statistiquement significatif peut signifier que la taille de l’échantillon était insuffisante.

Answer 10

Vrai. (erreur de type II ou manque de puissance)

Question 11

Si un biais, un facteur de confusion ou le hasard ne semblent pas expliquer une association observée, pouvons-nous conclure que l’exposition étudiée cause la maladie?

Answer 11

Non. Les études analytiques ne démontrent pas de liens de cause à effet, mais plutôt des associations.

Question 12

Quel est le meilleur devis d’étude pour établir un lien de cause à effet? Est-il parfait?

Answer 12

Essai clinique randomisé (ou essai clinique cross-over), mais aucun des deux n’est parfait. On mesure toujours une association.

Question 13

Qui a créé le modèle de cause composante suffisante?

Answer 13

KJ Rothman

Question 14

Quelle est la différence entre une cause suffisante, une cause nécessaire et une composante?

Answer 14

Suffisante: Facteur (surtout ensemble de facteurs) qui produit inévitablement la maladie
Nécessaire : Facteur sans lequel on ne peut pas développer la maladie (requis pour le développement)
Composante : facteur qui contribue, mais n’est pas suffisant à causer la maladie.

Question 15

Une cause peut-elle est à la fois composante et suffisante?
Peut-elle être à la fois composante et nécessaire?

Answer 15

Non.
Oui.

Question 16

Quels critères utilisés depuis 1965 permettent de déterminer un lien de causalité entre une exposition et une maladue?

Answer 16

Bradford-Hill

Question 17

Quel critère de Bradford-Hill est une condition sine qua non pour déterminer la causalité?

Answer 17

Temporalité

Question 18

Donne un exemple de situation ou on n’observe pas l’effet dose-réponse (critère de Bradford-Hill) même s’il y a une causalité.

Answer 18

Effet de seuil.

Question 19

Qu’est-ce que le critère de spécificité (Bradford Hill)?

Answer 19

Une exposition particulière augmentant/diminuant le risque d’une maladie mais pas des autres, renforce le lien de causalité.

Question 20

Qu’est-ce que le critère d’expérimentation de Bradford Hill?

Answer 20

Des études expérimentales montrent que le retrait/prévention de l’exposition diminue la fréquence de maladie.

Question 21

Quels sont les 7 critères de Bradford Hill?

Answer 21

Temporalité
Force de l’association
Constance ou stabilité
Effet dose-réponse
Plausibilité biologique
Spécificité
Expérimentation

Question 22

La prévalence d’une maladie mortelle M est plus faible chez les F que chez les H. Pourtant, il y a 6 mois, elle était identique et on sait que sa létalité est la même pour tous.
Comment est-ce possible?
1. M dure plus longtemps chez ♂
2. M dure plus longtemps chez ♀
3. L’incidence cumulée de M est plus élevée chez ♂
4. L’incidence cumulée de M est plus élevée chez ♀
5. Les facteurs de risque de M sont plus fréquents chez ♀

Answer 22

3

Question 23

On dit que le taux ajusté de mortalité d’un pays n’est pas réel mais plutôt « fictif »
Quelle partie de son calcul le rend fictif?
1. Le taux brut de mortalité
2. Les taux de mortalité spécifiques aux groupes d’âge
3. Le nombre de décès observés dans chaque groupe d’âge
4. La taille de la population de ce pays
5. La distribution par groupes d’âge

Answer 23

5

Question 24

Une cohorte de 1000 femmes est suivie du 01 janvier 1998 au 31 décembre 1998 pour mesurer l’incidence de l’infection VPH; 365 (réparties de façon uniforme dans l’année) ont été infectées par le VPH (aucune n’était
infectée au départ).
Quel est le taux d’incidence?
Quelle est l’incidence cumulée?

Answer 24

Taux d’indidence = 365/ ((1000 + (1000-365))/2) = 0.446 personne-année ou 446 cas / 1000 personnes-année
Incidence cumulée = 365/1000 = 36.5% sur un an

Question 25

Extrait du BMJ: « Bien que le TIR (ratio des taux d’incidence) d’infarctus du myocarde (IM) associé au tabagisme soit plus élevé chez les femmes que chez les hommes, le tabagisme pourrait très bien entraîner un TI (taux d’incidence) d’IM plus élevé chez les fumeurs que chez les fumeuses. »
Comment est-ce possible?

1. Le TIR d’IM dépend de la durée d’exposition au tabagisme
2. La prévalence du tabagisme est inférieure chez les femmes
3. Le TI d’IM est inférieur chez les non fumeuses que chez les non fumeurs
4. Chez les fumeuses, le TI d’IM augmente avec l’âge
5. L’incidence du tabagisme est supérieure chez les hommes n’ayant pas fait d’IM

Answer 25

3

Question 26

Une étude veut identifier les facteurs associés à la résistance au dépistage VIH chez les femmes trans à partir d’un échantillon de 300 femmes chez lesquelles +++ variables sont mesurées simultanément.

Résultat: Âge  18 ans associé à la résistance au dépistage
(OR = 4,2; IC95% = 2,4 ; 7,4)
De quel type d’étude s’agit-il?

1. Étude transversale descriptive
2. Étude transversale analytique
3. Étude longitudinale descriptive
4. Étude de cohorte
5. Étude cas-témoins

Answer 26

2

Question 27

Un même test utilisé en situation diagnostique plutôt qu’en situation de dépistage…
1. Sera plus sensible
2. Sera plus spécifique
3. Aura une valeur prédictive négative (VP-) plus élevée
4. Fournira une probabilité post-test d’un résultat positif plus élevée
5. Toutes ces réponses

Answer 27

4

Question 28

Dans une situation de dépistage, à part la prévalence de maladie, quelle caractéristique a le plus d’influence sur la valeur prédictive positive ?
1. Sensibilité du test
2. Spécificité du test
3. Valeur prédictive négative
4. Probabilité post-test d’un résultat positif

Answer 28

2

Question 29

Pour éviter un biais de selection dans l’étude de cohorte, on doit échantillonner exposés (et non exposés) “indépendamment de la maladie”.
Que veut-on dire?
1. On doit échantilloner autant d’exposés qui deviendront malades que d’exposés qui ne le deviendront pas (idem pour non exp)
2. On doit échantillonner des exposés qui ne sont pas malades seulement (idem pour les non exposés)
3. On doit échantillonner des exposés qui ont une probabilité nulle de tomber malade (idem pour non exp)
4. On doit échantillonner des exposés sans surreprésenter ceux qui deviendront malades ou ceux qui ne le deviendront pas (idem pour non exp)

Answer 29

4

Question 30

Étude de cohorte de l’association entre le niveau socio économique (NSE) et les blessures chez les enfants:
On aura un biais de sélection si…
1. Les enfants ayant un NSE bas sont plus susceptibles aux blessures
2. Les enfants ayant un NSE bas ne veulent pas participer
3. De tous les enfants ayant un NSE bas, ceux étant les plus susceptibles aux blessures ne veulent pas participer
4. Les enfants ayant un NSE bas ne sont pas blessés au moment de l’échantillonnage

Answer 30

3

Question 31

Dans une étude cas-témoins de l’association entre le sexe oral et le cancer de la gorge, 15% de tous les participants cachent leur exposition, tandis que 10% des cas déclarent erronément le pratiquer. Ceci est un exemple d’erreurs de classification:
1. Non-différentielles
2. Différentielle et non-différentielle
3. Non-différentielle et différentielle
4. Différentielles
5. Ce ne sont pas des erreurs de classification

Answer 31

3

Question 32

Dans un ECR qui compare un traitement de la SP (vs placebo), on s’intéresse aux éruptions cutanées comme effet adverse. Ce sont 11% et 9 % des groupes traitement expérimental et placebo, respectivement, qui en sont atteints (p=0,301). Quelle est la meilleure interprétation de cette valeur-p ?
1. Si on suppose que le traitement n’est pas efficace, on a une probabilité de 30% d’obtenir un surplus d’éruptions cutanées d’au moins 2 % avec le traitement expérimental comparativement à un placebo
2. Si on suppose que le traitement n’est pas efficace, on a 30 % de chance que la différence observée de 2% (ou une différence encore plus grande) soit due au hasard
3. Si on suppose que le traitement est équivalent à un placebo, on a au moins 30 % des chances de se tromper
4. Les patients d’une population prenant le traitement expérimental ont 30% de chance d’avoir un surplus d’éruptions cutanées de 2% ou plus comparé à ceux d’une population n’en prenant pas
5. On a 30 % des chances que l’hypothèse nulle, qui stipule que les deux traitements sont équivalents dans la population, soit vraie

Answer 32

1

Question 33

Si dans une étude cas-témoins portant sur la naissance de bébés de faible poids et le tabagisme de la mère, les mères ayant donné naissance à un bébé de faible poids ont tendance à sous-déclarer leur consommation de tabac :
On est en présence :
1. d’un effet de confusion
2. d’une erreur aléatoire (un effet du hasard)
3. d’un biais de sélection
4. d’un biais d’information

Quel effet cela aurait sur la mesure du
risque relatif ?
1. Une sous-estimation du OR
2. Une sur-estimation du OR

Answer 33

4 et 1

Question 34

Pour un essai clinique randomisé comparant Warfarine a Aspirine dans la prévention des AVC, seulement 20% de l’ensemble des patients de 65 ans et plus suivis dans un hôpital sont invités à participer à l’étude sur la base de la préférence du médecin traitant. Quel problème cela peut poser ?
1. Un biais de sélection
2. Un biais de confusion
3. Un biais d’information
4. Un problème de validité externe

Answer 34

4