Epidémiologie Flashcards
biais de sélection
biais de confusion
biais d’information
- Biais de sélection : Le biais de sélection se produit lorsqu’il y a une sélection non représentative des participants dans une étude, ce qui conduit à une distorsion des résultats. Cela peut se produire lorsque les critères de sélection ne sont pas aléatoires, ce qui peut introduire des différences systématiques entre les participants inclus et la population générale. Par conséquent, les résultats de l’étude peuvent ne pas être généralisables à la population d’intérêt.
- Biais de confusion : Le biais de confusion se produit lorsque la relation entre l’exposition et le résultat étudié est influencée par une variable de confusion. Une variable de confusion est une variable qui est associée à la fois à l’exposition étudiée et au résultat, et qui peut fausser l’estimation de l’association entre les deux. Si le biais de confusion n’est pas pris en compte, il peut conduire à une fausse association entre l’exposition et le résultat ou masquer une véritable association.
- Biais d’information : Le biais d’information se produit lorsque les données utilisées dans une étude sont inexactes, incomplètes ou mal documentées. Cela peut se produire en raison d’une mauvaise mesure ou d’une mauvaise interprétation des données. Le biais d’information peut affecter à la fois l’exposition étudiée et le résultat, entraînant ainsi une distorsion des résultats de l’étude. Cela peut conduire à une sous-estimation ou une surestimation de l’association entre l’exposition et le résultat.
Il est important de reconnaître ces différents types de biais lors de la conception et de l’interprétation des études scientifiques. Des stratégies appropriées, telles que la randomisation, l’appariement ou l’ajustement statistique, peuvent être utilisées pour minimiser l’impact de ces biais sur les résultats de l’étude.
odds ratio
L’odds ratio (OR) est une mesure statistique utilisée en épidémiologie pour évaluer l’association entre l’exposition à un facteur de risque et le développement d’une maladie ou d’un événement indésirable. Il est couramment utilisé dans les études cas-témoins et les études de cohorte.
L’odds ratio est défini comme le rapport des cotes d’exposition chez les personnes atteintes de la maladie par rapport aux cotes d’exposition chez les personnes non atteintes de la maladie. Les cotes représentent la probabilité de survenue d’un événement par rapport à la probabilité de non-survenue de cet événement.
Lorsque l’odds ratio est égal à 1, cela signifie qu’il n’y a pas d’association entre l’exposition et la maladie, c’est-à-dire que l’exposition n’augmente ni ne diminue le risque de maladie. Lorsque l’odds ratio est supérieur à 1, cela indique une association positive, ce qui signifie que l’exposition est associée à une augmentation du risque de maladie. En revanche, lorsque l’odds ratio est inférieur à 1, cela suggère une association négative, indiquant que l’exposition est associée à une diminution du risque de maladie.
L’odds ratio peut être estimé à l’aide de différentes méthodes statistiques, telles que la régression logistique, en tenant compte d’autres facteurs de confusion potentiels. Les intervalles de confiance sont également calculés pour évaluer la précision de l’estimation de l’odds ratio.
Il est important de noter que l’odds ratio mesure l’association statistique entre l’exposition et la maladie, mais il ne permet pas de conclure de manière définitive sur une relation de cause à effet. Pour cela, d’autres types d’études, comme les essais contrôlés randomisés, sont souvent nécessaires.
analyse multivarée
L’analyse multivariée est une approche statistique qui permet d’examiner les relations entre plusieurs variables simultanément. Elle est utilisée pour explorer les interactions complexes entre les variables et pour identifier les facteurs qui influencent un résultat ou une variable d’intérêt.
Le contraire d’un facteur de risque est généralement appelé
un facteur de protection
Les études cas-témoins et les études de cohorte
Les études cas-témoins et les études de cohorte sont deux types d’études épidémiologiques utilisées pour examiner les relations entre les facteurs de risque et les résultats de santé. Voici une brève explication de chacun de ces types d’études :
- Étude cas-témoin :
Une étude cas-témoin est une étude rétrospective dans laquelle les participants sont sélectionnés en fonction de leur statut de maladie (cas) et de l’absence de maladie (témoins) à un moment donné. Les participants sont ensuite comparés en termes d’exposition à des facteurs de risque potentiels afin de déterminer l’association entre ces facteurs et la maladie. Dans ce type d’étude, les chercheurs recueillent des données sur les expositions passées à l’aide de questionnaires, d’entretiens ou d’autres sources d’information. Les rapports d’odds ratio (OR) sont souvent utilisés pour quantifier l’association entre l’exposition et la maladie. - Étude de cohorte :
Une étude de cohorte est une étude prospective qui suit un groupe de personnes (cohorte) non atteintes de la maladie à l’inclusion et les observe sur une période de temps pour déterminer si des facteurs de risque spécifiques sont associés à l’apparition de la maladie. Les participants sont classés en fonction de leur exposition à des facteurs de risque préalablement définis. Les chercheurs recueillent des données sur les expositions potentielles au début de l’étude et suivent les participants pour enregistrer les nouveaux cas de maladie. L’incidence de la maladie est ensuite comparée entre les groupes exposés et non exposés pour évaluer l’association entre l’exposition et la maladie. Les rapports de risque relatif (RR) sont souvent utilisés pour quantifier cette association.
Les études cas-témoins sont généralement utilisées lorsque la maladie étudiée est rare ou a une longue période d’incubation. Elles sont utiles pour examiner rapidement et efficacement les associations entre les expositions passées et la maladie. En revanche, les études de cohorte sont utilisées pour étudier les maladies fréquentes et les facteurs de risque émergents, permettant une évaluation plus précise de l’incidence de la maladie au fil du temps.
Il est important de noter que chaque type d’étude présente ses propres avantages et limitations, et le choix entre une étude cas-témoin et une étude de cohorte dépend du contexte spécifique de la recherche, de la disponibilité des données et des objectifs de l’étude.
e rapport de risque relatif (RR)
Le rapport de risque relatif (RR), également appelé risque relatif ou ratio de risque, est une mesure utilisée en épidémiologie pour quantifier l’association entre une exposition à un facteur de risque spécifique et l’incidence d’une maladie ou d’un événement de santé. Il est généralement utilisé dans les études de cohorte et les essais cliniques.
Le RR est calculé en comparant le risque d’occurrence de la maladie entre les individus exposés à un facteur de risque donné et les individus non exposés. Il est défini comme le rapport du risque d’occurrence de la maladie chez les exposés sur le risque d’occurrence chez les non exposés. Le RR est souvent estimé à partir de la proportion de cas de maladie dans les groupes exposés et non exposés.
Mathématiquement, le RR est calculé comme suit :
RR = Risque de maladie chez les exposés / Risque de maladie chez les non exposés
ratio proportion et taux ?
proportion : ratio pour lequel le numérateur est inclus dans le dénominateur.
* Ex: proportion d’hommes dans une population
* Taux: au sens strict, en épidémiologie, ratio pour lequel le dénominateur est exprimé en fonction du temps.
* Ex: taux de mortalité par cancer du sein au cours d’une année
ratio : rapport de é qualités
Prévalence (P
Prévalence (P)
Proportion du nombre de cas d’une maladie observée à un
temps donné sur la population dont sont issus ces cas
Incidence cumulée
*Incidence cumulée
N de nouveaux cas au cours d’une période de temps / N de personnes exposées au risque de développer la maladie durant
cette période
Équivalente au risque moyen d’un individu d’une population donnée de
développer une maladie au cours d’une certaine période de temps
personnes-temps,
ce qui signifie qu’elle prend en considération les variations de durée de suivi entre les individus.
1 sujet suivi pendant 10 ans = 10 personnes-années
taux d’attaque ?
même que incidence cumullée
Coefficient de reproduction de base
Basic reproductive number: R0
Coefficient de reproduction de base (basic
reproductive number: R0
)
Nombre de nouvelles infections à partir d’un sujet
infectieux pendant tout le temps qu’il est infectieux au
sein d’une population totalement susceptible
Fonction du risque de transmission par contact,
nombre de contacts, durée de la période infectieuse
Intervalle de
génération :
temps
moyen qui sépare
l’infection d’une
personne de celle de
ses descendants
directs dans une
chaîne de transmission
covid (1 per contamine 3 au bout de 3 jrs; autre maladie même R0 mais au bout de 6 J)
Comme l’incidence, la mortalité peut être mesurée: – de façon cumulative : Mortalité globale:
– ou sous forme de taux : Taux de mortalité:
Mortalité globale: nombre de décès
pendant une période donnée/population étudiée pendant
cette période – ou sous forme de taux : Taux de mortalité: nombre de
décès pendant une période donné/somme des personnestemps pendant cette périod
Létalité
Létalité (proportion):
Nombre de décès dus à une maladie/ nombre de
patients atteints par cette maladie.
