Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

🟩 Statistiques > Cours 7 et 8 > Flashcards

Cours 7 et 8 Flashcards

1
Q

STAT: De quoi dépend la santé/maladie? (4 facteurs)

A
  • Génome/biologie humaine
  • Environnement (physique, social)
  • Comportements
  • Soins (prévention, traitement, réhabilitation)

=> …et tout est connecté et interdépendant
=> Pour évaluer les soins, il faut tenir compte de ces facteurs!

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

Qu’est-ce qu’un biais (essai clinique randomisé) ?

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

Quand randomniser (3)? (et quand ne pas le faire)

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

Que nécessite (3) toute recherche? (essai clinique randomnisé)

A
  • Approbation de l’étude par la Commission d’éthique de la recherche sur l’être humain (indépendante des investigateurs)
  • Information complète de chaque personne sur l’étude, ses risques, ses contraintes, ses bénéfices pour la société
  • Choix libre et éclairé de chaque personne de participer ou non à l’étude
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

En quoi consiste le principe de dissimulation de l’allocation future
(concealment of allocation) (4)

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

Ne sont pas des bonnes méthodes à utiliser lors d’un essai clinique randomnisé…(4)

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

Problèmes éventuels à envisager lors d’un essai clinique randomnisé: (5)

A
  • Effet placebo
  • Biais de mesure
  • Biais de sélection (post hoc)
  • Contamination/dilution
  • Biais de publication
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qu’est-ce que l’effet placébo?
Comment le neutraliser?

A
  • Bénéfice causé par l’attente du patient qui pense recevoir un traitement efficace
  • Il s’agit vraiment d’un effet réel ayant une base neurophysiologique

Donner le placebo permet:
— De neutraliser cet « effet placebo », et met en évidence le seul effet pharmacologique
— L’insu (blinding)

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

Quand ne pas donner de placébo? (3)

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

En quoi consiste le principe de l’insu (binding)
-> Essai clinique randomnisé (3)

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

Qui l’insu peut-il concerner (4)

A
  • Patients
  • Equipe soignante
  • Chercheurs/attachés de recherche
  • Analyste des données

(parfois pas possible que tout le monde soit dans l’insu)

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

Outcome (critère dévaluation) doit être… (3 + méfiance)

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

2 options concernant les les populations (en cas d’effets secondaires/manque perçu d’efficacité/changement d’avis/problème logistique) à inclure dans l’analyse (essai clinique randomisé)

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

Que doit-on pré-spécifier avant un essai clinique randomnisé? (3)

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

VRAI/FAUX: Attribuer aléatoirement le traitement reçu par les patients (randomisation), lorsqu’on veut comparer l’efficacité de 2 traitements permet de faire en sorte que les intervalles de confiance à 95% soient les plus petits possibles

A

FAUX
Un intervalle de confiance capte l’incertitude autour de l’estimation d’un paramètre liée à l’aléa de l’échantillonnage. La largeur d’un intervalle de confiance à 95% dépend en grande partie de la taille d’échantillon. Il ne dépend pas du dessin de l’étude

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

VRAI/FAUX: Attribuer aléatoirement le traitement reçu par les patients (randomisation), lorsqu’on veut comparer l’efficacité de 2 traitements permet de faire en sorte que les médecins ne sachent pas quel traitement reçoivent les patients

A

FAUX
La randomisation et l’insu sont deux choses différentes. Parfois, il n’est pas possible d’avoir l’insu (en chirurgie par exemple) alors que la randomisation est possible

17
Q

VRAI/FAUX: L’insu sert à diminuer le risque d’erreur de type 1

A

FAUX
Les caractéristiques d’un test statistique (erreurs de type 1 et 2 par exemple) ne dépendent pas du dessin de l’étude (insu, randomisation,…). Le risque d’erreur de type 1 ne dépend que de la région de rejet de H0, et en général il est fixé à 5%

18
Q

Pourquoi on randomise?
Qu’est-ce que ça permet?

A

Pour rendre comparables les groupes traité et non traité en termes de
facteurs de sévérité potentiels

Permet de:
— Neutraliser les différences dues aux facteurs de sévérité
——> Isoler l’effet du traitement
— Neutraliser facteurs de sévérité connus + inconnus!

!!! Attention:
— Le hasard équilibre les groupes « en moyenne » (sur un grand nombre de répétitions)
— Peut avoir des groupes déséquilibrés
— Toujours vérifier la comparabilité des groupes

19
Q

Qu’est-ce qu’un placébo? (≠ effet placébo)

A

Substance inerte donnée à un bras de l’étude clinique randomisé pour permettre l’insu + inhiber l’effet placébo

20
Q

Quelle analyse est-il recommandé de choisir lors de la pré-spécification pour un essai clinique randomnisé?

A

Analyse “intention-to-treat”
=> selon la randomnisation (personne n’est exclu après randomnisation)

≠ “per protocol”

21
Q

Pourquoi ne fait-t-on généralement pas de test statistiques (calcul de la valeur p) lors d’essais cliniques randomnisés?

A
  • On sait que H0 est vraie: les patients représentent la même population, et ont été répartis au hasard
  • On s’attendrait à 5% de résultats statistiquement significatifs, qui seraient tous des erreurs de type 1 (on le sait)

=> Il faut regarder l’importance clinique/différence entre les 2 groupes (valeur p sert à rien)

22
Q

Calcul du risque relatif RR (stat):

A

RR = R1/R0

Avec:
- Bras traitement: R1
- Bras placébo: R0
- R = estimation du risque de guérison
—> correspond à la proportion observée de patients guéris

23
Q

Calcul de la différence de risque (DR)

A

DR = R1 - R0

Avec:
- Bras traitement: R1
- Bras placébo: R0
- R = estimation du risque de guérison
—> correspond à la proportion observée de patients guéris

24
Q

Comment exprime-t-on H0 à travers un risque relatif (RR) et une différence de risque (DR)?

A

RR = 1
DR = 0

25
Q

3 moyens de détecter une asscoiation?

A
  • Différence de moyennes (1 var binaire et 1 continue)
  • Différence/ratio de proportions (si 2 variables binaires)
  • Corrélation entre variables continues (2 variables continues)
26
Q

Sous quel angle peut-on voir l’IC95% (technique mémo)?

A

IC95% = intervalle de compatibilité, comprend les valeurs du paramètre 95% du temps (on peut pas avoir lesquels sont dans l’erreur)

27
Q

On dit que les variables A et B sont associées si…

A

La distribution de A dépend de la valeur de B (Et vice versa).

28
Q

VRAI/FAUX: Une base biologique pour l’efficacité d’un traitement est utile mais pas suffisante

A

VRAI

29
Q

VRAI/FAUX: Une mauvaise étude n’a pas de conséquences pour la santé des gens

A

FAUX (c’est l’inverse)

30
Q

VRAI/FAUX: Un effet moyen peut cacher des sous-groupes hérétogènes (stat)

A

VRAI

31
Q

VRAI/FAUX: Dans un essai clinique randomnisé, il peut y avoir plusieurs
- Outcomes (on doit pré-spécifier celui qu’on prend)
- Bras (plus que 2)
- Sous groupes

A

VRAI

🟩 Statistiques (11 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions