Comprendre et interpréter les statistiques Flashcards

1
Q

Qu’est-ce qu’une statistique inférentielle?

A

Statistique qui permet d’effectuer une généralisation, à partir d’un échantillon, vers une population ou sous-population.

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

Qu’est-ce qu’une statistique descriptive?

A

▪ Permet de décrire, démontrer et résumer les données.
▪ Permet de détecter l’émergence de patterns dans l’échantillon. (ne permet pas de faire une inférence)

4 grandes familles:

  • Mesures de fréquence
  • Mesures de tendance centrale
  • Mesures de dispersion
  • Mesures de position
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qu’un péché mortel en statistique? (en nommer un exemple)

A

Péché dont la matière est grave et est commis en toute connaissance de cause.

Meilleur exemple: Utiliser des statistiques descriptives pour faire une inférence directe.
Ex: Associé les sx à une trouvaille radiologique

ou la corrélation = la causation

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

Qu’est-ce qu’une mesure de fréquence? (caractéristiques)

A

▪ Le plus souvent en forme de tableau ou graphique.
▪ En absolu ou relatif.
▪ Des intervalles sont souvent formés pour regrouper les données.
▪ Si les données sont continues : Histogramme.
▪ Si les données sont discrètes : Diagramme à bâtons.

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

Qu’est-ce que le SKEW?

A

le coefficient d’asymétrie… Il peut être:

Positif: Prépondérance accrue des valeurs positives
Négatif: Prépondérance accrue des valeurs négatives

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

Qu’est-ce qu’une mesure de position?

A

Quartiles
▪ Surtout utile pour les distributions asymétriques (SKEW).
▪ Intéressant de se questionner à savoir si l’asymétrie de la distribution est secondaire à un phénomène clinique « réel » ou si elle est secondaire à l’échantillonnage ou au hasard.
▪ Exemple avec l’attrition des sujets d’une étude clinique.

Rappel: Quartiles (Distribution anormale) et Écart-type (distribution normale)

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

Qu’est-ce qu’une mesure de tendance centrale?

A

Distribution normale et courbe normale

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

Qu’est-ce qu’une mesure de dispersion?

A

Permet de voir l’étendue de la distribution

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

Qu’est-ce que l’étendue de la distribution?

A

“Distance” entre la plus petite mesure et la plus grande mesure.

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

Qu’est-ce que l’écart-type et qu’est-ce que l’erreur-type?

A

Écart-type: Comment les valeurs sont étendues
autour de la moyenne.
Standard deviation: quantifies how much the data are spread out around their mean

Erreur-type: Correspond à l’écart-type divisé par le nombre d’observations. C’est une mesure de “précision” de vos observations. indicate the uncertainty around the estimate of the mean measurement. Quantifies the variations in the means from mutltiple sets mean.
–> Utilisé pour des statistiques inférentielles: Plus l’erreur est petite, plus je suis sur de ma valeur pour une inférence

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

Qu’est-ce qu’un erreur de type 1?

A

▪ Rejeter l’hypothèse nulle alors qu’elle est vrai.
▪ Accepter l’hypothèse alternative alors qu’elle est fausse.
▪ En langage courant : Croire à quelque chose qui n’existe pas.

Exemple : Conclure qu’une pathologie est présente alors qu’elle ne l’est pas.
▪ Ho : Absence de pathologie
▪ Ha : Présence de pathologie

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

Qu’est-ce qu’une erreur de type II?

A

▪ Accepter l’hypothèse nulle alors qu’elle est fausse.
▪ Rejeter l’hypothèse alternative alors qu’elle est vrai.
▪ En langage courant : Refuser de croire à quelque chose qui existe.

Exemple : Conclure qu’une pathologie est absente alors qu’elle ne l’est pas.
▪ Ho : Absence de pathologie
▪ Ha : Présence de pathologie

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

Que nous indique la p Value?****

A

▪ Probabilité de commettre une erreur de type I (ou alpha).
▪ Aucune indication sur la « pertinence » de l’observation.
▪ Dépend essentiellement de la taille de l’échantillon.

La valeur p indique UNIQUEMENT que la probabilité de commettre une erreur de type 1 était INFÉRIEURE au seuil de signification statistique préalablement déterminé par les auteurs de l’étude.

Ne donne AUCUNE information sur la pertinence clinique des résultats.

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

Qu’est-ce qu’un résultat cliniquement significatif et par quoi peut-elle être influencée?

A

▪ Changement perçu comme significatif par le patient.

Peut être influencée par:

  1. Les effets non-spécifiques
  2. Les effets planchers-plafonds
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Quels sont les différents effets non-spécifiques pouvant influencé la signification clinique des résultats?

A

▪ Guérison naturelle
▪ Régression vers la moyenne
▪ Effet Hawthorne
▪ Phénomène de Rogers (Le diagnostique affecte le pronostic)
▪ Paradoxe de Simpson (facteurs confondants et sous-groupes distincts)
▪ “Vrai” effet placebo

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

Qu’est-ce que l’effet plancher-plafond?

A
  • Plus les valeurs sont hautes plus on peut les réduire

- Moins les valeurs sont hautes, moins on peut les réduire et vice versa

17
Q

Qu’est-ce qu’un intervalle de confiance?

A

▪ Estimation de l’intervalle pouvant contenir la valeur réelle d’un paramètre recherché*.
▪ Si la mesure était répétée, la moyenne de l’échantillon tomberait à l’intérieur de l’intervalle de confiance.

18
Q

Qu’est-ce que la taille d’effet/effect size?

A

▪ Mesure de la magnitude d’un effet.

Petite: (0.10)
Moyenne: (0.30)
Grande: (0.50)

Se mesure par le Cohen d et dépend de la moyenne des 2 groupes et de l’écart-type des 2 groupes.

Elle équivaut au Standard mean difference value?

19
Q

Qu’est-ce que la boite à moustache?

A

Box qui représente les valeurs entre le 25e percentile et le 75e percentile

20
Q

Que veut dire analyse par intention to threat?

A

Va considérer les patients qui ont quittés et dans quel groupe ils étaient.

Notion d’attrition non-aléatoire. Sinon va surestimer l’effet si ne fait que les exclure sans en tenir compte

The effectiveness of a therapy is not simply determined by its pure biological effect but is also influenced by the physician’s ability to administer, or the patient’s ability to adhere to, the intended treatment.

The true effect of selecting a treatment is a combination of biological effects, variations in compliance or adherence, and other patient characteristics that influence efficacy.

Only by retaining all patients intended to receive a given treatment in their original treatment group can researchers and clinicians obtain an unbiased estimate of the effect of selecting one treatment over another.

21
Q

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

A

Capacité à détecter un effet donné avec une étude.
Arbitrairement établi entre 80% et 95%.
Probabilité d’obtenir un résultat statistiquement significatif si le traitement est réellement efficace.

22
Q

Qu’est-ce que le NNT?

A

Number Needed to Treat

▪ Mesure du nombre de patients qui doivent être traités pour obtenir un changement cliniquement significatif (ou prévenir un résultat défavorable) par rapport à l’absence d’intervention ou une autre intervention.

La valeur du NNT ne s’évalue pas uniquement avec la valeur en soi (Ne veut pas dire que plus ton NNT est faible ou élevé qu’il est bon ou faible, doit tenir en compte des sides effects et du prix de l’intervention)

23
Q

Quelles sont les 2 catégories de test des statistiques inférentielles?

A
  • Tests de différences (Ex. T-Test, Ex. Anova)

- Tests de relation (Ex. Corrélations, Ex. Régressions)

24
Q

Qu’est-ce qu’une corrélation de Pearson vs corrélation du rang de Spearman?

A

Pearson:
▪ Probablement la mesure de l’effet la plus connue.
▪ r allant de -1 à +1 !
▪ Pour les variables continues.

Spearman:
▪ Équivalent non paramétrique du PCC.
▪ r allant de -1 à +1 !
▪ Utilisé pour des variables ordinées.

25
Q

Qu’est-ce qu’une analyse de régression linéaire?

A

▪ Vise à estimer, expliquer ou prédire la contribution d’un (OU plusieurs) facteurS à la variance d’un phénomène.
▪ Utilisée pour les variables continues.
▪ Mesure la FORCE des prédicteurs (permet de les combiner).

Permet d’extraire les associations et non les causations

26
Q

Qu’est-ce qu’une analyse de régression logistique?

A

▪ Vise à estimer, expliquer ou prédire la contribution d’un (OU plusieurs) facteurS à la variance d’un phénomène.
▪ Utilisée pour les variables dichotomiques.
▪ Souvent utilisé pour des facteurs de risque ou de protection.
▪ ODD RATIO (OR)

27
Q

Qu’est-ce qu’une analyse de covariance?

A

▪ Aide à contrôler une COvariable pouvant affecter le résultat.
▪ Souvent utilisé pour des variables démographiques.
▪ Il existe une sorte de coefficient de corrélation pour l’ANCOVA.

Tout comme l’ANOVA, la procédure ANCOVA vise à déterminer l’effet d’une variable catégorielle (indépendante) sur une variable continue (dépendante).

La particularité de l’ANCOVA est de calculer cet effet en contrôlant l’effet d’une autre variable continue qui a un impact présumé sur la relation initiale.

28
Q

Qu’est-ce que les ANOVAS?

A

▪ ANalysis Of VAriance
▪ Compare la différence entre 3 groupes ou plus (anova simple).
▪ Utilise une seule variable dépendante (anova simple)

▪ Compare la différence à 3 moments ou plus (anova mesures répétées).
▪ Utilise généralement une seule variable dépendante (idem).

29
Q

Qu’est-ce que les T-test?

A

▪ Compare des groupes indépendants (T-Test indépendant, 2 échantillons)
▪ À un point dans le temps, une variable à la fois.

▪ Compare des groupes dépendants (T-Test dépendant, 1 échantillon)
▪ À plusieurs points dans le temps.