Etude de cohorte Flashcards

1
Q

Différents types de population

A

Population cible : population à laquelle on voudrait pouvoir étendre les résultats de l’étude.
En général elle est définit par les critères d’inclusions et d’exclusions;

Population source : population à partir de laquelle est extraite la population étudiée/analysée.

Population analysée : population effectivement dans l’analyse de l’étude.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Biais et techniques de limitation

A

Dans une étude de cohorte les sujets inclus sont non malade pour la maladie étudier et on analysera leur entreé dans la maladie ou non.

Des techniques de limitation des facteurs de confusion existe :
→ Au moment de la planification de l’étude :
- en jouant sur les critères d’inclusions et d’exclusion
- en faisant de l’appariement sur les facteurs de confusions potentiels (vrais aussi dans les études cas/témoin)
→ Au moment de l’analyse statistique :
-en faisant une analyse stratifiée en sous groupe
- en faisais une analyse multivariée (= ajustée)

Le risque d’avoir des perdus de vue est important dans une étude de cohorte, d’autant plus que le suivi est long.

/!\ Le risque de biais de mémoire est propre aux études cas-témoin retroscpectives.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Taux de perdus de vue acceptable ?

A

Jusqu’à 10% !

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Définition personne-année

A

Une personne-année c’est un sujet suivi pendant 1 an.

→ 1 sujet qui serait suivi pendant 10 ans compte pour 10 personnes-années.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Définition p-trend

A

Le p-trend nous renseigne sur la tendance d’un groupe de valeur.
= c’est le p de tendance

Typiquement dans les effet dose-réponse, si cet effet existe alors le p-trend sera significatif.

Sa valeur de significativité n’est pas différente du p habituel.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Diagramme de Forest

A

Diagramme de Forest :

  • Il permet de comparer les résultats issus de différentes études qui abordent la même question ou les résultats entre 2 groupes différents
  • La colonne de gauche liste le nom des études ou le nom des évènements étudiés
  • Les résultats sont représentés par un carré. La taille du carré est proportionnel au nombre de patients.
  • La ligne horizontale (tranversant chaque carré) représente l’intervalle de confiance.
  • Une ligne verticale représentant l’absence d’effet est aussi représentée en trait plein. Si un intervalle de confiance d’une étude individuelle croise cette ligne, cela signifie qu’il n’y a pas de différence entre les deux groupes considérés.

Rq :Pour qu’un critère soit significatif il faut que son intervalle de confiance exclu la valeur 1. Attention ceci est vrai lorsqu’on utilise des “ratio”, lorsqu’on utilise des “différence” il faut que l’intervalle de confiance exclue 0.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Comparaison de HR (Hazard Ratio)

A

Lorsque les hazard ratio se chevauchent il n’y a pas de différence significative entre les groupes.

Mais de façon général ce n’est pas fait pour comparer les différents groupes entre eux en sachant que chaque groupe est statistiquement comparé au groupe de référence.
Il faudrait faire un test statistique entre les deux groupes pour savoir si l’un est significativement plus à risque qu’un autre.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Interaction et p-interaction (ex: traitement)

A

Il y a interaction quand l’effet d’un traitement varie entre les sous-groupes.
→ Quand le traitement est bénéfique ou délétère dans tous les sous-groupes mais avec une variation de la taille de l’effet, l’interaction est dite quantitative.
→ Une interaction qualitative est une interaction où le traitement est bénéfique dans un sous-groupe et délétère dans un autre.

Seul un test d’interaction significatif permet de conclure que l’effet du traitement est différent entre des sous-groupes : la différence existant entre les sous-groupes est trop large pour pouvoir être expliquer raisonnablement par le seul fait du hasard.

La valeur de p du test d’interaction peut être indiquée (p-interaction).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Partie “discussion” d’un article

A

La discussion doit être argumentée, représenter entre 30 et 50% de l’article, ne doit pas présenter de nouveaux résultats ni parler de la méthodologique.

Elle commence par le rappel des principaux résultats (elle répond à la question posé en fin d’introduction).
→ Astuce lors de la première lecture d’un article, lire dans un premier lieu l’introduction, puis venir lire le début de la discussion (le rappel des principaux résultats, ce qui est en général la première phrase) avant de reprendre dans l’ordre la suite de la lecture, pour lire la méthode et les résultats à la lumière de ce que l’article a conclue, cela permet d’anticiper sur certaines recherches de biais.

Elle discute aussi des biais rencontrer, de la cohérence externe (revue de la littérature et hypothèse physiopathologique), ainsi que de la validité externe (généralisabilité).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Variables Qualitative VS Quantitative

A

Variable QUANTI :

  • continu : exprimé par médiane, moyenne (infinité de valeur, ex : gly)
  • ou discrète : svt exprimée en % (valeur finie, ex : nbre de cig).

Variable QUALI = CATEGORIELLE :

  • Binaire (oui/non)
  • Ordinale (stade Kr, échelle OMS)

/!\ Si CJP = Favo/défavo → Variable binaire, mais son évaluation peut se faire de manière ordinale (favo = stade 1/2 et défavorable = stade 3/4).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Une étude originale ?

A

Une étude originale est une étude jamais faite auparavant !

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Impact factor : késako ?

A

L’Impact Factor d’une revue est le nombre moyen de citations d’un article publié dans la revue. Il reflète la visibilité de la revue et son “poids” dans la communauté scientifique.

A titre d’exemple les revues commeNature et leLancet a un impact factor d’environ 40, ce qui en fait les revues les plus citées.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Cas particulier : études de cohorte rétrospectives et historico-prospectives

A

Etudes de cohorte : On distingue :
→ les cohortes rétrospectives (historiques) : la totalité de la période de suivi se situe dans le passé.
→ les cohortes historico-prospectives : au moment du démarrage de l’enquête, l’exposition mais aussi parfois une partie des évènements de santé attendus ont déjà eu lieu et cet historique est reconstitué rétrospectivement, mais le suivi se poursuit ensuite de manière prospective.

Un des avantages descohortes historiques ou historico-prospectives est d’écourter le suivi, ce type d’étude est donc également privilégié pour les maladies apparaissant après une longue période d’exposition ou de latence.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Avantages et inconvénients des cohorte rétrospectives

A

Les études de cohorte rétrospectives se comportent comme des études cas-témoins : mêmes avantages et mêmes inconvénients !

  • Pas de biais d’attrition car pas de suivi prospectif
  • Nombre de biais supérieur par contre du fait de son caractère rétrospectif
  • Coût plus faible
  • Plus rapide car données disponible immédiatement (pas de suivi prospectif)
  • Niveau de preuve = 4 !!!! (Grade C)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Pièges dans cohorte rétrospectives

A

Ne pas confondre la date du recrutement (dans le présent) et le moment où les patients ont été suivi (dans le passé).

Ex : si patients suivis entre 1999 et 2002 et début de l’étude en 2004. La date de recrutement est ennuyante 2004 !

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Variable paramétrique : késako ?

A

Variables paramétriques = c’est à dire réparties selon la courbe de Gauss (loi NORMALE)

17
Q

Analyse univariée : différentes analyses statistiques

A

Analyse univariée : c’est uneanalyse de chaque facteur indépendamment des autres. Ne tient pas compte des facteurs de confusion.

→ Si Variables qualitatives :

  • Test du Chi 2 (Si n>5 sinon Fisher) pour ≥2 groupes non appariés.
  • Sinon (Groupes appariés) : Test de Mac Nemar (2 groupes) ou Test Q de Cochran (>2 groupes).

→ Si Variables quantitatives :

  • Distribution normale = Paramétrique (courbe de Gauss) : Test t de Student (valable que pour n≥30).
  • Distribution non normale (Non paramétrique) : Test U de Mann et Withney ou Wilcoxon.

→ Si Variable = Temps : Courbes de Survie :

  • Pour comparer 2 courbes Kaplan Meyer = Log Rank.
  • Pour comparer 2 courbes Actuarielle : Modèle de Cox.
18
Q

Analyse multivariée : différentes analyses statistiques

A

Analyse multivariée : C’est une analyse qui prend en compte plusieurs variables considérées comme de potentiels facteurs de confusion.
Elle est donc ajustée sur les facteurs de confusion potentiels.

Modèles utilisés :
→ Pour des variables quantitatives : On procédera a une régression linéaire.
→ Pour des variables qualitative : Régression logistique.
→ Pour des variables censurées (ex : analyse de survie) : Modèle de Cox.

19
Q

En cas de résultats non significatifs, 3 hypothèses à évoque

A

En cas de résultats non significatifs, 3 hypothèses à évoquer :

  • Défaut de puissance de l’étude : il existe peut être une différence mais la puissance est insuffisante pour la démontrer.
  • Présence de biais.
  • Absence de différence réelle significative.