Épidémio

Question 1

Définition conceptuelle

Answer 1

Concept théorique
Ex: la prématurité est définie comme un bébé de moins de 37 semaines de gestation

Question 2

Définition opérationnelle

Answer 2

Instruments de mesure et leurs validités
Ex: comment on mesure l’âge gestationnelle pour la prématurité (écho T1? T2?)

Question 3

Calcul pour étude cas-témoins

Answer 3

Odds ratio
odd de l’exposition des malades/ odd de l’exposition des non-malades

Question 4

Calcul pour étude de cohorte

Answer 4

Risque relatif (risk ou rate ratio)

Question 5

Calcul pour essai clinique randomisé

Answer 5

Risque relatif (risk ou rate ratio)

Question 6

Taux d’incidence vs incidence cumulée

Answer 6

Incidence cumulée: Un risque. nombre de nouveaux cas/population à risque au début du suivi

Taux d’incidence: Une vitesse/force. Nombre de nouveaux cas/personne-durée

Quand distribution est uniforme, formule pour le nombre de personnes années =
(nbr de personnes au début + nbr personne à la fin sans la maladie)/2

Plus la maladie est fréquente, plus l’incidence cumulée et le taux d’incidence est différent

Question 7

Risk ratio vs rate ratio

Answer 7

Risk ratio: ratio des incidences cumulées ( exposé / non exposé)

Rate ratio: Ratio des taux d’incidence ( exposé / non exposé)

Question 8

Analyse par intention thérapeuthique vs per-protocole

Answer 8

Intention thérapeuthique: Inclus tous les patients randomisés dans l’étude.

Per-protocole: comprend seulement les patients fidèles (compliants) et qui fait donc perdre l’effet de la randomisation et introduit potentiellement des facteurs de confusion.

Question 8

Analyse par intention thérapeuthique vs per-protocole

Answer 8

Intention thérapeuthique: Inclus tous les patients randomisés dans l’étude.

Per-protocole: comprend seulement les patients fidèles (compliants) et qui fait donc perdre l’effet de la randomisation et introduit potentiellement des facteurs de confusion.

Question 9

Calcul pour étude transversale analytique

Answer 9

Ratio des cotes de prévalence (prevalence odds ratio) RCP = [(P expo/ (1 - P expo)] / [(P non expo/ (1 - P non expo)] = (a/b) / (c/d) = ad/bc

Question 10

Type d’étude(s) influencé par un biais de sélection

Answer 10

Étude cas témoins
N’a pas d’impact sur étude de cohorte et ECR SAUF s’il y a des pertes au suivi et que cette perte est différentielle

Question 11

Types de biais de sélection

Answer 11

• le biais d’échantillonnage
  (sujets avec maladies au décours particulier (fatales ou autres) ont moins de chance d’être inclus dans l’étude)
• le biais d’hospitalisation
  (Les cas hospitalisés sont différents des cas populationnels)
• le biais de diagnostic/surveillance/détection
  ( surveillance ou suivi plus grande d’un des deux groupes de comparaison (souvent celui des cas). )
• le biais protopathique
  (quand c’est la maladie qui conduit à l’exposition plutôt que l’inverse. Seule façon de l’éviter: ECR)
• le biais des perdus de vue (cohorte ou essai clinique)
  (lorsque l’issue n’est pas déterminée pour une proportion de sujets (données manquantes). Si les pertes au suivi sont différentielles, il peut y avoir un biais.)
• le biais par le recrutement de volontaires (ne s”applique pas au ECR)
  (Les sujets « cas » d’une étude cas-témoins sont généralement plus enclins à participer (car malades et conscientisés) alors que le recrutement de témoins peut se faire plus sur une base de volontariat… les témoins peuvent ne pas être représentatifs des cas)

Question 12

Biais d’échantillonnage

Answer 12

sujets avec maladies au décours particulier (fatales ou autres) ont moins de chance d’être inclus dans l’étude

Question 13

Biais d’hospitalisation

Answer 13

Les cas hospitalisés sont différents des cas populationnels

Question 14

biais de diagnostic/surveillance/détection

Answer 14

Surveillance ou suivi plus grande d’un des deux groupes de comparaison (souvent celui des cas)

Question 15

Biais protopathique

Answer 15

Quand c’est la maladie qui conduit à l’exposition plutôt que l’inverse.
Seule façon de l’éviter: ECR

Question 16

Biais des perdus de vue (cohorte ou essai clinique)

Answer 16

Lorsque l’issue n’est pas déterminée pour une proportion de sujets (données manquantes). Si les pertes au suivi sont différentielles, il peut y avoir un biais.

Question 17

Biais par le recrutement de volontaires

Answer 17

Les sujets « cas » d’une étude cas-témoins sont généralement plus enclins à participer (car malades et conscientisés) alors que le recrutement de témoins peut se faire plus sur une base de volontariat… les témoins peuvent ne pas être représentatifs des cas

Question 18

Biais d’information

Answer 18

Erreur dans l’estimation d’un effet résultant de la façon dont l’issue et/ou l’exposition sont mesurées
Ex: Biais de souvenir dans une étude cas-témoins
Ou Étude de cohorte si non réalisé à l’aveugle

Question 19

Effet des
1. Erreurs de classification de l’exposition aléatoires (non différentielle)
vs
2. Erreurs de classification de l’exposition différentielle

Answer 19

Non différentiel:
Réduction de la force de la relation. Situation la plus courante. Le OR tend vers la valeur de nullité (OR=1)

Différentiel (ex si un test a une meilleure sensibilité pour les cas que les témoins):
Augmentation ou diminution de la force de la relation. Peut partir dans les deux sens.
Augmente si: les cas se rappellent mieux avoir été exposés et les témoins, ne pas avoir été exposés.
Diminue: Si les témoins se souvenaient mieux

Question 20

Facteur de confusion

Answer 20

Brouille l’association entre l’exposition et l’issue. N’est pas une variable d’intérêt dans l’étude. Doit être associée à l’exposition ET à l’issue mais ne pas être située entre les deux.

On peut l’éliminer par
-Randomisation
-Restriction
-Appariement
-Stratification (OR des strates semblables entre eux mais différents du OR brut)
-analyse multivariée

Question 21

Variable modératrice

Answer 21

Interaction. Variables qui influencent ou modifient l’effet d’une exposition sur une issue.
L’association entre la maladie et l’exposition étudiée prend un sens différent en présence d’un facteur x.
N’est PAS un biais, c’est un effet réel. Doit être rapporté et non pas éliminé

-Stratification: L’effet d’intéraction rend le RR des strates différentes l’une de l’autre (c’est un effet réel)
-Vs Analyse multivariée (régression)

Question 22

Erreur de type 1

Answer 22

α
Détecter une association, alors qu’elle n’existe pas (Rejeter H0 alors que H0 est vrai)

Question 23

Erreur de type 2

Answer 23

β
Ne pas détecter une association, alors qu’elle existe
Ne pas rejeter H0 alors que H0 est fausse

Question 24

Puissance statistique

Answer 24

Probabilité de détecter une association, si elle existe vraiment.
1-β

Question 25

Puissance statistique

Answer 25

Probabilité de détecter une association, si elle existe vraiment.
1-β

Question 26

Intervalle de confiance

Answer 26

L’intervalle de confiance (IC) a la faveur en épidémiologie (vs. p-value), car l’IC a l’avantage de donner les bornes à l’intérieur desquelles se situe probablement notre estimé.
Nous dit que la relation est statistiquement significative (car exclut le 1)

INTERPRÉTATION: Si nous répétions l’expérience un grand nombre de fois, il y auraient 95% des IC calculés qui contiendraient le vrai paramètre

Question 27

Biais de publication/accessibilité

Answer 27

Dans les méta analyses
Les articles publiés sont surtout des recherches qui ont un résultat positif, des grandes études (au détriment de petites recherches avec résultat négatif)
Peut être suspecté au funnel plot