erreur et biais Flashcards
def et cause erreur aléatoire
mesurer le même phénomène et obtenir différents résultats ; du à un manque de précision de l’appareil et une variation attribuable à l’échantillonnage
que génère l’erreur aléatoire?
des intervalles de confiance très large
comment diminuer l’incertitude?
augmenter taille échantillon
def erreur systématique
=biais
est associée au devis, la conduite de l’étude ou l’analyse des données, et mène à un estimé erroné de l’effet de l’exposition sur le risque de la maladie (si on rajoute des individus ça change rien)
biais de sélection associé
au recrutement, à la détection, aux non répondants, aux pertes au suivi
type de biais
biais de sélection (S) , biais d’informations (mesure), biais de confusion (C)
biais de sélection
la relation entre l’exposition et la maladie est différente chez les sujets sélectionnés et chez la population source
par conséquent notre mesure d’association est faussée par la manière dont les individus ont été sélectionnés pour faire partie de l’étude
quand est ce qu’il y a risque de biais de sélection?
dès que la probabilité de participer à l’étude est influencée à la fois par l’exposition et par la maladie ; fréquent dans les études cas-témoin car la sélection est dépendante de la présence/absence de la maladie
type e=de biais de sélection
biais de recrutement, biais de risque d’admission,biais de non réponse, biais de détection, pertes aux suivi
biais de recrutement
la probabilité d’être recruté dans l’étude est influencé à la fois par le statut d’exposition et par la maladie
biais de risque d’admission
lorsque l’on recrute à partir d’une base secondaire ou d’un registre de clinique ou d’hôpital, ce biais survient si l’exposition et la maladie influencent la probabilité de faire partie de cette base secondaire ou du registre
biais de non réponse
l’intérêt des participants pour l’étude est associé à l’exposition et à la maladie
biais de détection
la probabilité qu’on diagnostique la maladie est plus ou moins élevée chez les sujets exposés
pertes au suivi
dans une étude cohorte, les censures sont influencées par l’exposition et par la maladie
type de biais d’informations
si on s’intéresse à une donnée mesurable sur une échelle continue : biais de mesure
si on s’intéresse à une donnée catégorique : biais de mauvaise classification
conséquences des biais de mauvaise classification
non différentiel : biais habituellement vers une minimisation de l’association entre l’exposition et la maladie
différentiels : biais possible dans les deux sens: exagération ou minimisation de l’association
méthodes pour éviter les biais d’informations
non différentiel : améliorer la sensibilité et la spécificité des tests ou des définitions de cas/exposition
différentiel : évaluation faite à l’aveugle, cacher le but spécifique de l’étude aux personnes interrogées
biais de confusion
survient lorsque l’effet qu’on attribue à une exposition est dû; en tout ou en partie, à un facteur externe non mesuré qui accompagne l’exposition d’intérêt
critères pour être un facteur de confusion
être une cause de la maladie, être associé à l’exposition dans la population source ; ne pas être affecté par l’exposition ou la maladie (ne pas être un intermédiaire dans le processus causal)
comment contrôler un biais de confusion?
faire une analyse stratifié, analyser selon des strates identique en E+ et E- pour que les variations soient uniquement causées par l’exposition
interaction
biologiquement il y a interaction entre deux causes s’il y a synergie ou antagonisme entre ces causes cad que l’effet de la cause 1 est modifié en présence de la cause 2
signification médicale importante
peut être détecté par l’analyse stratifié
interaction statistique
parfois lors d’analyse stratifié on constate la présence d’interaction alors qu’il n’y a pas d’interaction biologique réelle
contrôle des facteurs de confusion
échantillonnage restreint et exclusion (au début de l’étude) , appariement ( lors de l’échantillonnage ) , ajustement à la phase d’analyse (analyses stratifiés)
échantillonnage restreint
on identifie les variables qui pourraient confondre notre association ; on sélectionner nos sujets afin qu’ils soient semblables entre eux pour ces facteurs confondants. Défaut : mauvaise représentativité
appariemment
cas avec un témoin semblables pour la valeur confondante
ajustement à la phase d’analyse
analyses stratifiés, si plusieurs variables à tester, on introduit la variable potentiellement confondante dans le modèle statistique.
stratégie pour améliorer l’exactitude des études
randomisation, appariement
randomisation
répartition de l’exposition de façon aléatoire