Cours 8 - Stratification et standardisation Flashcards
Le but de ______________ est de résumer en une mesure globale les mesures spécifiques des différentes __________.
Le but de l’AJUSTEMENT est de résumer en une mesure globale les mesures spécifiques des différentes STRATES.
V ou F
Le poids attribué à chacune des strates permettra l’ajustement et le choix de ce système de poids peut être fait par calcul statistique
F
Le poids attribué à chacune des strates permettra l’ajustement et le choix de ce système de poids EST ARBITRAIRE
3 caractéristiques d’un facteur confondant
- Lien avec l’exposition
- Lien avec l’événement
- Pas dans la chaine causale
V ou F
Les biais de confusion peuvent être corrigés au moment de l’analyse
V
Par la stratification notamment
V ou F
Il faut avoir des poids identiques entre deux groupes pour avoir des mesures globales pondérées qu’on peut comparer
V
Est-ce qu’on peut comparer des mesures globales standardisées de la même façon que des mesures globales brutes ?
Oui ! À condition que les mesures globales brutes utilisent les mêmes poids dans les deux catégories.
Les mesures globales standardisées, elles, peuvent se comparer sans condition.
Comment on fait pour calculer une mesure globale standardisée ? Autrement dit, c’est sur quoi qu’on se base pour avoir le «standard »?
On se fie aux poids (Wsi) dans une population standard de référence
Dans quel cas procédera-t-on à une standardisation indirecte ? D’où proviennent les poids qui serviront à la standardisation ?
Lorsque le nombre d’événement par strate est inconnu. Les poids proviennent alors de la population EXPOSÉE et non de la population standard.
Comment calcule-t-on un rapport standardisé de mortalité (RSM) ?
Le rapport entre la somme des décès observés dans la population exposée et la somme des décès estimés dans la population générale
Où les décès estimés = taux de mortalité de la population générale pour une strate i * poids de la strate i (donné par la population exposée)
Quelle variable est la plus souvent standardisée
L’âge
Mais on peut utiliser la standardisation pour contrôler pour toute variable qu’on croit confondante
V ou F
Les mesures standardisées ne sont pas des mesures réelles. Elles permettent uniquement la comparaison entre différentes populations
V
Comment la standardisation peut fausser des résultats ?
Lorsque les poids choisis ne sont pas représentatifs de la population.
On se souvient que le système de poids est déterminé de façon arbitraire.
V ou F
La standardisation permet de contrôler les biais internes aux données et d’extrapoler les résultats
F
Elle ne permet pas l’extrapolation, mais elle permet la comparaison avec d’autres résultats.
FACULTATIF
V ou F la standardisation INDIRECTE assure une meilleure précision mais la standardisation DIRECTE diminue le risque de biais lorsqu’on compare l’incidence dans deux population
V
Qu’est-ce qu’on fait pour stratifier en fonction d’une variable confondante ?
On produit un tableau de contingence où l’exposition et la maladie sont groupées par catégorie selon la variable confondante.
V ou F
La stratification est difficile, mais permet de bien contrôler la confusion
F
C’est FACILE et ça permet de bien CONTRÔLER la confusion
Ça veut dire quoi :
Lorsqu’on stratifie pour la variable potentiellement confondante, il ne devrait plus y avoir de variation dans cette strate pour la variable d’exposition
Ça veut dire que l’exposition devrait être la même pour tous les sujets d’une strate
Qu’est-ce qu’on préfère ? Des mesures d’association par strate ou une mesure globale ?
Globale
Qu’est-ce que permet de faire l’estimateur de Mantel-Haenszel ?
Réaliser une moyenne des mesures d’aossciation en fonction de l’importance de chacune des strates. Ça s’effectue autant pour des ratios que des différences
Quelle condition est nécessaire à l’utilisation de l’estimateur de Mantel-Haeszel ? Qu’est-ce qu’on peut faire au lieu de l’estimation quand la condition n’est pas respectée ?
La mesure d’association doit être uniforme pour toutes les strates.
Si ce n’est pas le cas, on peut utiliser la standardisation
Calcul d’une différence relative de mesure d’association brute vs ajustée.
(Ajusté-brut) / ajusté
ex. (1.5-1.1) / 1.5 = 0.27
Si la différence relative est >10 %, on considère que la variable est confondante
Comment interpréter un résultat en 4 points ?
- Biais de sélection ou d’information ?
- Est-ce que le résultat est dû au hasard (calculer IC 95 %)
- Biais de confusion ?
- Y a-t-il un lien de causalité plausible ?
V ou F
La comparaison de la mesure d’association brute à la mesure d’association ajustée pour la confusion permet de juger de la direction et de la magnitude des biais de confusion
V
V ou F
l’augmentation des strates augmente le biais de confusion
F
Lorsque les catégories sont larges, le contrôle du biais est imparfait et la confusion résiduelle augmente. En stratifiant en plus petites catégories, on réduit la confusion résiduelle
Est-ce mieux de juger l’effet des variables confondantes globalement ou de façon séquentielle l’une après l’autre ?
Globalement.
2 obstacles peuvent limiter une analyse stratifiée. Lesquels ?
- Grand nombre de confondants
- Données hétérogènes
Pourquoi un estimateur de MH doit toujours être compris entre les mesures spécifiques des strates ?
Parce que c’est comme une moyenne pondérée des résultats des strates