Cours 6 : MODÈLES STATISTIQUES ET ÉVALUATION DE L’HÉTÉROGÉNÉITÉ

Question 1

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Qu’est-ce que le modèle à effet fixe?

Answer 1

Selon ce modèle, il existe un seul véritable effet du traitement. Les différences de taille d’effet d’une étude à l’autre sont attribuables à l’erreur.

Toutes les études ont le même effet véritable.
L’effet combiné est l’estimé de cet effet véritable.
La dispersion entre les effets observés est le résultat de l’erreur intra-études.
Le poids attribué à chaque étude vise à minimiser l’effet de l’erreur intra-études (il s’agit de l’inverse de la variance)

Question 2

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Qu’est-ce que le modèle à effet aléatoire?

Answer 2

Dans ce modèle, l’effet véritable peut varier d’une étude à l’autre. Les effets recueillis des études qui ont été réalisées représentent un échantillon aléatoire de tous les effets possibles de toutes les études qui pourraient être réalisées. C’est le modèle le plus utilisé en psy clinique.

Question 3

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effet fixe, qu’est-ce qui est l’inverse de la variance?

Answer 3

Le poids attribué à chaque étude vise à minimiser l’effet de l’erreur intra-études.

Question 4

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effet fixe, qu’est-ce que la variance?

Answer 4

La variance = moyenne des carrés des écarts à la moyenne.

Question 5

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effet fixe, plus le n est élévé, plus la variance est …?

Answer 5

petite

Question 6

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effet fixe, plus la variance est petite, plus l’inverse de la variance est…?

Answer 6

grand.

Inverse = 1/x. Si mon N = 10. Ça veut dire 1/10 = 0,1

Question 7

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effet fixe, quel est l’effet sur le poids de l’étude plus le n est élevé?

Answer 7

Plus le n est élevé dans une étude, plus l’étude va avoir du poids dans la combinaison. Une étude avec un plus grand échantillon, sera plus représentative et aura donc plus de poids.

Question 8

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effets aléatoires, les effets véritables sont…?

Answer 8

• Distribués normalement

- Ne sont pas identiques d’une étude à l’autre.

Question 9

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effets aléatoires, quelles sont les 2 sources de la dispersion observée entre les effets? (les deux sources de variances)

Answer 9

1. L’erreur intra-étude
2. La variation véritable des effets.

Le poids attribués à chaque étude vise à minimiser ces 2 sources de variance (inverse de la variance + estimé de variance inter-études)
Tau carré

Question 10

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Dans le modèle à effets aléatoires, comment calcule-t-on le tau carré? Que représente-il?

Answer 10

Le calcul du tau = estimé de la variance inter-études.

Il représente la variance véritable non due à l’erreur des tailles d’effets.

Question 11

Objectif 1 (Connaître les deux modèles de combinaison des tailles d’effet (effet fixe et effets aléatoires)

Que représente l’effet combiné dans un modèle à effet fixe? Dans un modèle à effets aléatoires?

Answer 11

Effet fixe : résultats d’une méta-analyse . Un d de Cohen dans un modèle à effet fixe : estimé de l’effet véritable.
Effets aléatoires : plusieurs effets possibles : effets combinés que j’obtiens = moyenne des effets véritables

Question 12

Un effet tiré d’un très petit échantillon est-il important dans un modèle à effet fixe?

Answer 12

Si on postule qu’il y a un effet, un petit N n’est pas très important

Question 13

Un effet tiré d’un très petit échantillon est-il important dans un modèle à effets aléatoires?

Answer 13

Dans ce modèle, toutes mes études m’apportent un résultat, ou des informations uniques. Le petit échantillon a autant d’importance qu’une étude avec un grand N.

Question 14

Quelle est la constante à laquelle les poids attribués à chaque étude sont additionnés dans le modèle à effets aléatoires?

Answer 14

L’estimé de variance inter-études, qui est le tau carré.

Question 15

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans une étude à effet fixe les poids sont : moins/plus dispersés? moins/plus différents les uns les autres?

Answer 15

Le poids de l’étude est plus dispersé.

Question 16

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans une étude à effets aléatoires les poids sont : moins/plus dispersés? moins/plus différents les uns les autres?

Answer 16

Poids plus égales/similaires (moins dispersés), moins différents les uns des autres. Études avec un petit échantillon je vais lui donner presque autant de poids qu’une étude avec un grand échantillon.

Question 17

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans quel modèle une étude avec un très petit échantillon aura-t-elle le
plus de poids?

Answer 17

Modèle à effets aléatoires

Question 18

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans quel modèle une étude avec un très grand échantillon aura-t-elle le plus de poids?

Answer 18

Modèle à effet fixe

Question 19

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans quel modèle les indices de dispersion (variance, erreur standard,
intervalles de confiance) seront-ils les plus grands?

Answer 19

Modèle à effets aléatoires puisqu’il y a deux sources de variances.

Question 20

Pourquoi choisir le modèle à effet fixe?

Answer 20

Les études incluses dans la méta-analyse
sont fondamentalement
identiques.
Le but est d’identifier l’effet pour
une population particulière, non
de généraliser à d’autres
populations.
Plus en pharmacologie

Question 21

Pourquoi choisir le modèle à effets aléatoires?

Answer 21

Les études sont réalisées par des
chercheurs différents, avec des
visées différentes.
Le but de la méta-analyse est de
généraliser les résultats.
Plus en psychologie clinique.

Question 22

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Comment s’interprète l’intervalle de confiance?

Answer 22

• si on faisait l’étude un nombre de fois infini, la taille d’effet tomberait dans l’intervalle 95 fois sur 100.

Question 23

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Dans le cas de tailles d’effets basées sur la moyenne, qu’est-ce que veut dire quand l’intervalle inclut 0?

Answer 23

D de Cohen, G de Hedges.
Taille d’effet de .5
Zéro : L’effet n’est pas statistiquement différent de 0. Si je fais l’étude un nombre infini de fois, il y aurait des chances que ce soit 0.

Question 24

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Quand il est question de rapport de cote, à quel chiffre est associé l’absence d’effet?

Answer 24

Données binaires : il faudrait que ce soit à 1 = absence d’effet. Si l’effet est nul le ratio de deux valeurs égales est 1.

Question 25

Objectif 2 (Interpréter les résultats de combinaison et de dispersion obtenus sous
chacun des modèles)

Qu’utilise-t-on pour calculer les intervalles de confiance?

Answer 25

On utilise l’erreur standard pour calculer des intervalles de confiance à
95% autour de la taille d’effet combiné. cela donne un indice de précision de l’estimé de l’effet moyen.

Question 26

Objectif 3 (Comprendre le concept d’hétérogénéité en méta-analyse)

De quoi est-il question lorsque l’on parle d’hétérogénéité?

Answer 26

Lorsqu’on parle d’hétérogénéité dans les tailles d’effet, on désigne les
variations entre les tailles d’effet véritables. La variance observée, elle, est en
partie erronée, car elle inclut la véritable hétérogénéité et l’erreur (variance intra-étude).

On veut répondre à la question : quelle proportion de la dispersion observée est réelle/véritable.

Question 27

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Quelles sont les 3 statistiques pour évaluer l’hétérogénéité?

Answer 27

Q
T2
I2

Question 28

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Dans un graphique en forêt, lorsque la ligne de non-signification est à 0, à quel type de tailles d’effets avons nous à faire?

Answer 28

Taille d’effet basée sur la moyenne.

Question 29

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Si ma variance intra-étude est grande mon Q sera…?

Answer 29

Plus petit.

Question 30

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Comment s’interprète la statistique Q?

Answer 30

On soustrait de Q la somme de carrés pondérés attendue (selon la prémisse que l’effet est le même d’une étude à l’autre)
- Variance attendue = df = k - 1 (nombre d’étude -1)

Associée à une valeur p, indiquant la probabilité de l’hypothèse nulle: la variance observée est la même que la variance attendue
- Si la valeur p < .05, on rejette l’hypothèse nulle et conclut qu’il existe de l’hétérogénéité entre les effets.

Je comprends fuck all by the way

Question 31

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
Comme une statistique Q associée à une valeur p < .05 suggère la présence d’hétérogénéité, une valeur p > .05 indique que les effets sont homogènes?

Answer 31

Faux. Si on ne trouve pas de différence : on ne peut rien dire.

Question 32

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
Une statistique Q associée à une très petite valeur p (disons p = .000001) indique une très grande hétérogénéité?

Answer 32

Faux. On ne peut pas interpréter des P comme des tailles d’effet. C’est significatif ou ce ne l’est pas. Si ce n’est pas significatif, on ne peut rien dire.

Question 33

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
La statistique Q ne s’interprète que dans le contexte de l’hypothèse nulle : Tous les effets sont les mêmes.

Answer 33

Vrai dans le sens ou on ne peut que rejeter l’hypothèse nulle, la seule décision qu’on peut avoir.

Question 34

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Quelles sont les deux objectifs de la statistique Q?

Answer 34

1. Indiquer l’hx d’homogénéité des effets peut être rejeté

2. Être utilisé pour calculer d’autres indicateurs d’hétérogénéité.

Question 35

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Sur quoi est basé la statistique Q?

Answer 35

Elle est basée sur des sommes, donc elle dépend beaucoup du nombre d’études (basé sur un P, donc plus j’ai d’études plus j’ai de chances de détecter une différence statistiquement sign)

Question 36

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Qu’est ce que le T2 (tau)?

Answer 36

C’est l’estimé de variance des effets véritables. C’est aussi la constante dans le modèle à effet aléatoire.

Question 37

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Si le T2 est la variance, le T seul est…?

Answer 37

écart-type des effets véritables.

kk

Question 38

Petit rappel : 95% d’une distribution normale se situe environ à…?

Answer 38

+ ou - 2 écarts-types de la moyenne

Question 39

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Que signifie un Tau de 0,5 pour un clinicien?

Answer 39

plus craintive car il y a des chances que mon client détériore. Pourrait avoir aucun impact ou dégrader. Ça varie tellement que c’est pas fiable, conclusion pas fiable.

Question 40

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

À quoi sert le i2?

Answer 40

Il répond à la question : quelle proportion de la variance observée reflète la variance véritable, c’est-à-dire les vraies différences entre les effets qui ne sont pas dues à l’erreur.
25% = faible : faible proportion de la variance observée qui est attribuable à la variance véritable.
50% = modéré
75% = élevé

Question 41

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Pour une même variance intra, plus la variance inter est grande, plus le i2 sera…?

Answer 41

Grand.

Question 42

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Pour une même variance inter, plus la variance intra est petite, plus le i2 sera?

Answer 42

Grand.

Question 43

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
La statistique i2 donne un indice de la dispersion des tailles d’effets?

Answer 43

Faux. Donne juste la proportion.

Question 44

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
La statistique i2 indique quelle proportion de la variance totale des études est due à l’hétérogénéité?

Answer 44

Vrai, estimé de la variance des effets véritables donc estimé de l’hétérogénéité

Question 45

Objectif 4 (Connaître les principaux indices d’hétérogénéité et savoir les interpréter)

Vrai ou faux?
La statistique i2 sera moins fiable lorsque peu d’études sont incluses dans la meta-analyse

Answer 45

Faux. i2 on s’en fou parce que c’est une proportion. Qu’est-ce qui est du a de l’intra ou de l’inter.