Définitions clées Flashcards
1
Q
Facteur de confusion/Confondant
A
- Doit affecter le risque de maladie et y être associé
- Doit être inégalement distribuée entre les groupes, donc être associée à l’exposition
- Ne doit pas être un intermédiaire dans le lien de causalité entre l’exposition et l’issue
2
Q
Différencier prévention primaire, secondaire et tertiaire
A
- Primaire : intervient avant l’apparition pathologique de la maladie et son objectif est de bloquer le début de la maladie
- Secondaire : s’étend de l’apparition pathologique de la maladie jusqu’à l’apparition des symptômes cliniques. Son but est de retarder l’apparition et la durée de la maladie symptomatique et d’améliorer la survie.
- Tertiaire : a lieu après le développement des symptômes cliniques. Son objectif est de ralentir ou de bloquer la progression de la maladie et donc de réduire les séquelles de la maladie et d’améliorer la survie.
3
Q
Lead-time/Intervalle-latent
(Programme de dépistage)
A
La partie de la phase préclinique d’une maladie qui peut être identifiée par un test de dépistage.
4
Q
Biais de l’intervalle latent
(Programme de dépistage)
A
Si la durée de survie est mesurée à partir du diagnostic, il en résulte une surestimation de celle-ci chez les dépistés due au diagnostic précoce sans véritable prolongation de la vie
5
Q
Biais de durée
(Programme de dépistage)
A
Surreprésentation, chez les cas trouvés par dépistage, de sujets dont la maladi progresse lentement
6
Q
Biais de volontaires
(Programme de dépistage)
A
Sujets qui acceptent de prendre part à un programme de dépistage diffèrent probablement de ceux qui refusent de le faire
7
Q
Étude précise
A
Celle avec le moins d’erreur aléatoires (alpha, beta)
8
Q
Dire que la létalité est la même entre deux groupes c’est dire que …
A
La durée de la maladie est la même!!
9
Q
Qu’est-ce qu’on ne peut pas estimer dans une étude cas-témoins?
A
L’incidence
10
Q
Le TM est une bonne approximation du TI dans quel contexte??
A
Pour les maladies avec L élevé (ex. 80%), le TM fournit une approximation raisonnable du TI
11
Q
Nommer l’indicateur de mortalité prématurée
A
APVP
12
Q
Espérance de vie
A
- Nombre moyen d’années de vie restant à une personne d’un âge donné, si les taux de mortalité actuels se maintiennent
- Il s’agit d’un indicateur ARTIFICIEL
- Quantité > qualité
13
Q
EVAS
A
Nombre moyen d’années en bonne santé estimé pour un individu d’un certain âge, si on suppose que les taux actuels de mortalité et la prévalence de morbidité se maintiendront
14
Q
Fiabilité d’un test
A
Capacité à fournir les mêmes résultats si on répète le test
15
Q
Donner un exemple de mesure de fiabilité d’un test
A
Statistique Kappa
16
Q
Statistique Kappa
A
Indication du degré d’accord obtenu au-delà de celui que procure uniquement la chance
17
Q
Validité d’un test
A
Capacité à classer correctement, en moyenne, les personnes malades (avec un test positif) et les personnes indemnes (avec un test négatif)
Mesuré par la SENSIBILITÉ et la SPÉCIFICITÉ
Requiert un ÉTALON-D’OR
18
Q
Courbe ROC
A
- axe x = 1-spécificité et y = sensibilité (!!!)
- Chaque courbe représente un test
- Courbe nous permettent de choisir le meilleur endroit pour mettre notre point de coupure
- Endroit qui nous rapproche de la meilleure sensibilité et de la meilleure spécificité en même temps*
- Point “parfait” = proche du “1,0”
- AUC = area under the curve : + elle est grande, mieux c’est
19
Q
Test de l’APS, commenter sa validité
A
- Difficile de déterminer
- Peu sensible seul
- Estimation autour de 21% (toutes tumeurs confondues) ou 51% (pour tumeurs grade Gleason 8)
- Mais surtout TROP PEU SPÉCIFIQUE => 91% des hommes sains qui vont se faire surdiagnostiquer
20
Q
Confusion résiduelle
A
- Une association reste confondue même après que certains facteurs de confusion ont été contrôlés
- Découle d’un manque d’informations sur toutes les variables confusionnelles, de la classification des facteurs de confusion dans des catégories trop larges ou d’une mauvaise mesure des facteurs de confusion.
21
Q
Confondant positif VS négatif
A
Une confusion positive signifie que la véritable association brute est exagérée, et une confusion négative signifie que la véritable association brute est sous-estimée.
22
Q
Décrire trois méthodes pour contrôler la confusion dans la conception de l’étude, et donner un avantage et un inconvénient pour chaque méthode
A
- Randomisation : contrôles pour les facteurs de confusion connus et inconnus si la taille de l’échantillon est suffisamment grande mais ne peut être utilisé que dans des études expérimentales
- Appariement : bon pour contrôler la confusion par des variables nominales complexes, telles que le voisinage ou la fratrie, et pour contrôler la confusion dans les petites études, mais il y a la difficulté et le coût de trouver des appariements appropriés.
- Restriction : simplicité et un coût relativement faible, mais difficulté à identifier un nombre suffisant de sujets (cela dépend du nombre et des caractéristiques des restrictions) et la limitation de la généralisabilité de l’étude.
23
Q
Décrivez deux méthodes pour contrôler la confusion lors de l’analyse, et donnez un avantage et un inconvénient pour chaque méthode.
A
- Stratification : simple et facile à réaliser, permet également aux épidémiologistes de visualiser les données brutes mais ne peut pas contrôler de nombreuses variables simultanément car un grand nombre de strates sont générées par rapport au nombre de sujets d’étude.
- Analyse multivariée : peut contrôler simultanément de nombreux facteurs de confusion. Son principal inconvénient est qu’on ne peut plus visualiser les données brutes.
24
Q
Stratification
A
Processus d’évaluation de l’association au sein de catégories homogènes d’un facteur de confusion (Catégorisation)
25
Analyse multivariée
Procédé de contrôle de la confusion par la construction d'un modèle mathématique qui décrit l'association entre l'exposition, le résultat et les facteurs de confusion
26
Comment déterminer si une variable agit comme confondant dans une association?
* Les épidémiologistes **comparent habituellement la mesure d'association brute/confondue avec la mesure d'association ajustée**.
* S'il existe une différence appréciable entre les deux (c'est-à-dire une **différence d'au moins 10 %**), la confusion est considérée comme présente.
27
Indiquez **quelle méthode de contrôle de la confusion** est utilisée dans les scénarios suivants. Dans chaque scénario, l'exercice est l'exposition, l'infarctus du myocarde est la maladie et le sexe est le facteur de confusion.
1. Une étude sur l'exercice et l'infarctus du myocarde limitée aux hommes.
2. Une étude cas-témoin sur l'exercice et l'infarctus du myocarde qui inclut des hommes et des femmes. Les témoins sont sélectionnés de manière à ce que les proportions de témoins masculins et féminins soient identiques à celles des cas.
3. Une étude sur l'exercice et l'infarctus du myocarde qui comprend des hommes et des femmes. L'étude détermine le risque relatif séparément pour les hommes et les femmes et le compare au risque relatif brut.
1. Restriction
2. Appariement
3. Stratification
28
Dans une étude de cohorte, le groupe de comparaison idéal serait composé exactement des mêmes individus dans le groupe exposé s'ils n'avaient pas été exposés. Ce concept théorique est connu sous le nom .....
d'idéal contrefactuel (*counterfactual ideal*)
29
Plan d'étude croisé ou étude crossover
* L'objectif est d'étudier l'**effet des expositions transitoires sur le risque d'événements aigus**.
* Les **cas servent de leurs propres témoins.**
* La brève période de risque accru après une exposition transitoire est appelée la période de risque (*hazard period*)
* La fréquence d'exposition pendant la période de danger est comparée à une période de contrôle.
30
Pourquoi est-il important de minimiser les pertes de suivi ?
Les perdus de vue diminuent le nombre d'individus pouvant être inclus dans l'analyse et donc la **puissance** statistique de l'étude. De plus, si ceux qui sont perdus ont des taux de maladie différents de ceux qui restent, **les résultats de l'étude peuvent être biaisés.**
31
Étude cas-cohorte
Une étude cas-cohorte est une conception dans laquelle les cas et les témoins sont tirés d'une étude prospective. Tous les cas qui ont développé le résultat d'intérêt au cours du suivi sont sélectionnés et comparés à un échantillon **aléatoire** de la cohorte
32
Nested case-control study / Étude cas-témoins nichée dans une cohorte
* Variante d'une étude cas-témoins dans laquelle les **cas et les témoins sont tirés de la population d'une cohorte entièrement dénombrée.**
* Habituellement, l'exposition d'intérêt n'est mesurée que parmi les cas et les témoins sélectionnés.
* **Plus efficace** que l'étude de cohorte simple
* Souvent utilisée **lorsque l'exposition d'intérêt est difficile ou coûteuse à obtenir et lorsque l'issue est rare**
33
Quand faire une étude cas-témoins?
* Lorsque les données sur l'exposition sont difficiles ou coûteuses à obtenir
* La maladie est rare
* La maladie a de longues périodes d'induction et de latence
* On sait peu de choses sur la maladie
* La population sous-jacente est dynamique
34
Confondant VS Modifiant
La **confusion** est une **nuisance** que les épidémiologistes essaient d'éliminer de leurs études. La **modification** des mesures d'effet est un phénomène **naturel** d'intérêt scientifique que les épidémiologistes essaient de décrire et de comprendre.
35
Comment déterminer si une variable est un modifiant?
**Comparer les mesures d'ASSOCIATION (ex. OR) entre strates**. Si différentes (soit par inspection visuelle, soit par un résultat de test statistique), présence d'effet modifiant
36
Comment déterminer si une variable est un confondant?
**Comparer le taux brut aux taux ajustés par strates**. Si différence entre taux brut et taux ajusté, présence d'effet confondant.
37
V/F : Les associations fortes sont plus susceptibles d'être causales que les faibles car elles sont moins susceptibles d'être attribuables à des explications alternatives
Vrai
38
On a une population A avec un TM de 2,5 et une population B avec un TM de 3,0. On normalise en utilisant la structure par âge de la population B comme population de référence. Le taux normalisé de mortalité de la popualtion A passe alors à 2,0, ce qui signifie:
Que la mortalité est plus faible dans la population A, une partie de ce phénomène étant masqué par le fait que **A est plus vieille que B**
39
Un résultat est statistiquement significatif lorsque...
* IC n'inclue pas la valeur nulle
* Valeur-p < 0,05
40
Si on déplace le seuil de positivité pour le dépistage de l’hypertension artérielle chez l’adulte à la hausse...
La sensibilité diminuera, la spécificité augmentera
41
Plus nous voulons être certains que l’IC calculé contient le véritable paramètre, plus il doit être ...
Plus l’échantillon (n) est grand, plus la variabilité de l’échantillonnage est ... et plus l’IC est ...
1. large
2. faible
3. étroit
42
Les programmes de dépistage de cancer réduisent-il l’incidence du cancer?
* **Diminuent le taux de mortalité mais PAS l’incidence!**
* Dépistage peut augmenter l’incidence apparente des cancers/maladies (plus de cas trouvés que symptomatiques)
* MAIS tous les tests de **dépistage de lésions précancéreuses** (ex. test Pap VPH) est parmis les exceptions qui **réduisent** l’incidence de cancer => En trouvant les lésions, on peut prévenir le cancer
43
Biais de spectre
* Éventail (spectre) inadéquat de présentations cliniques pour l’évaluation peut faire paraître le test meilleur qu’il ne l’est
* Quand il est présent, ce biais entraîne une **surestimation de la propriété (sensibilité ou spécificité) évaluée**
44
Biais de vérification
ou "workup biais"
* Résultat du test affecte l’intensité/choix du “workup” subséquent et, éventuellement, la probabilité que le gold standard soit appliqué
* Certains patients subissent le **test mais pas le gold standard** (vérification partielle) = **surestimation de la sensibilité et une sous-estimation de la spécificité**
* Variante : les **tests + subissent le gold standard et les test - subissent un “silver standard**” = **sous-estimation de la sensibilité et de la spécificité**
45
Étapes à suivre pour déteminer si confondant ou modifiant
1. Calculer RR brut
2. Calculer RR pour chaque strate
3. Si différence entre strates = MODIFIANT => analyser chaque strate séparemment
4. Sinon, calculer RR ajusté
5. Si différence entre RR brut et ajusté = CONFONDANT => utiliser RR ajusté pour enlever la variable de confusion
6. Sinon, juste utiliser RR brut
46
2 caractéristiques qui ont le plus d'effet sur la VPP
1. Surtout Prévalence
2. Mais aussi Spécificité en deuxième position
47
Qu'est-ce qui (paramètres) affecte la puissance de l'étude?
* TAILLE d’échantillon (n)
* Erreur α tolérée
* Différence attendue entre les groupes (i.e. ampleur de l’effet escompté) (δ)
PUISSANCE ∝ n ∝ α ∝ δ
48
Pertes au suivi différentiel VS non-différentiel
* **Différentiel** : Ratio d’incidence cumulée DIFFÉRENTE (entre calcul sans perte et avec), Entraîne un BIAIS, Survient uniquement lorsque la perte au suivi est associé à la fois à l’exposition et à l’issue (donc différentielle)
* **Non-différentiel** : Ratio d’incidence cumulée identique
49
Modèle de régression linéaire simple
* Y = B0 + B1X1
* Considère l'effet **d'un seul facteur** sur une issue **CONTINUE**
* **Y** = variable **dépendante** = **issue** d'intérêt ex. taux LDL
* **X1** = variable **indépendante** = facteur qui affecte l'issue ex. #big mac/an mais n'est ***pas* affecté par l'issue**
* B1 = pente = ex. augmentation de LDL pour chaque big mac additionnel/an
50
Modèle de régression linéaire multivariée
* Y = B0 + B1X1 + B2X2 +...+ BNXN
* Permet de prendre en compte simultanément plusieurs facteurs (X1,..XN) pour expliquer une issue **CONTINUE** (Y)
51
Modèle de régression logistique
* ln(q/1-q) = B0 + B1X1 +...+BpXp
* Variable **dépendante** (issue) = **CATÉGORIELLE** ex. malade/non malade
* Variable **indépendante** (facteur) = **CATÉGORIELLE OU CONTINUE**
| Dichotomique = catégorielle
52
Modèle de régression de Cox
* Variable **dépendante** : temps jusqu’à l’issue = **CONTINUE** = variable de survie à "deux dimensions"
* Variable **indépendante** : **CATÉGORIELLE ou CONTINUE**
* On utilise **HAZARD RATIO**
53
Si :
* Y = Taux d'incidence "instantané" (Hazard) de la FA
* X1 = Tabagisme paternel (continue)
* X2 = Âge
* X3 = Sexe
* X4 = IMC
Et HR tabagisme paternel (X1) = 1,24 avec IC95% : (1,01 , 1,51)
*Interprétez ce résultat*
* Si on contrôle pour l'âge, le sexe et l'IMC, on est à 95% certain que l'indicence de FA augmente de 24% pour chaque pqt/j supplémentaire d'exposition au tabagisme paternel.
* À âge, sexe, IMC, MCAS, etc. constants, l'incidence de FA est multipliée par 1,24 pour chaque pqt/j additionnel fumé par le père.
54
Si un modèle de régression statistique utilse des RR ou OR...
Régression **multivariée**
55
Est-ce que les femmes avec les lésions du col peuvent faire partie d'une étude de cohorte? Dans cette étude, on cherche à trouver le risque de cancer du col.
NON. Car on inclue seulement ceux *à risque* de développer la maladie, une lésion est une manifestation initialle donc elle ne sont plus à risque.
