FORMULES PAR ♥️ Flashcards

1
Q

IC 95% sur une moyenne

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

IC 95% sur une proportion

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

Variance

Écart type (S)

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

Erreur type

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

Sp et Sn

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

VPP et VPN

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

RV

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

RV interprétation

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

Odds maladie post-test
(Théorème de Bayes)

A

Odds maladie pré-test x RV

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

Proba post-test

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

AUC interprétation

A

AUC = 1: Test parfait

AUC = 0,5: test Non-informatif

Ex : AUC = 0.9, 90% de chance que le malade ait une mesure plus élevée que le sain

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

Def spécificité

A

Probabilité qu’un sujet sain ait un résultat ou test négatif

→ capacité du test à être négatif chez un sujet sain (Spin)

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

Def sensibilité

A

Probabilité qu’un sujet malade ait un résultat de test positif

→ capacité d’un test à être positif des les malades (Snout)

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

Def VPP

A

Probabilité qu’un test positif, soit vrai

→ prévalence haute = VPP haute (et VPN bas)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Def VPN

A

Probabilité qu’un test négatif soit vrai

→ prévalence basse = VPN haute (et VPP basse)

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

OR

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Incidence

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Prévalence

A

Nb de cas/population

= proportion à un moment donné

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Survie

A

= 1 - risque

20
Q

Risque def

A

Proportion d’individus sein ayant contracté une maladie sur une période donnée

21
Q

Risque formule

25
NNT
26
RRR interprétation
27
Moyens de neutraliser l’hétérogénéité (4)
- Randomnisation - Appariement - Stratification - Ajustement statistique
28
Def valeur p
Probabilité d’observer le résultat (ou un résultat plus extrême) si H0 est vrai
29
Def IC95%
Ensemble des valeurs d’un paramètre compatibles avec les données de l’échantillon
30
Def puissance statistique
Probabilité d’accepter Ha si Ha est vraie
31
Valeur de p pour rejeter H0
p<0,05
32
H0 pour test du log rank
Égalité des 2 courbes de survie (pas de croisement)
33
Alternative au test du Logrank si censure?
Kaplan Mayer: suppose que censure et risque sont indépendants
34
Alternative test Chi2
Fisher Si un des effectifs théorique est < à 5
35
Alternative test de Student
Mann Whitney Utilise les rangs (supposition gaussienne)
36
Inconvénients des études de cas témoin (4)
- Pas de calcul de risque ni de taux d’incidence - Risque de biais dans la mesure des facteurs de risque (mémoire...) - Difficulté à recruter les témoins appropriés - 1 seul prob de santé à la fois
37
Avantages des études de cas témoin (3)
- Maladies rares (prévalene très faible) - Fait rapidement et coute moins cher - Permet de tester plusieurs facteurs de risque
38
Dans une étude cas-témoin quand est-ce que OR ≈ RR
Quand il est question d’une maladie très rare (prévalence faible)
39
Que mesure l’OR?
L’OR mesure l’effet d’un facteur de risque sur une pathologie
40
Que capte le RV
Le RV capte l’apport du résultat du test à la probabilité de la maladie
41
Qu’est-ce que la courbe ROC?
Courbe donnant la qualité d’un test d’une variable continue X : 1 – spécificité Y : Sensibilité ==> Représente toutes les valeurs possibles de Sn et Sp
42
Valeurs coeff de corrélation r (Pearson)
Entre 1 et -1 sans unité ==> Permet de dire si les variables influent sur l’autre ou non Attention, pour variables linéaires ! 🔺 Le coefficient de corrélation capte la **« qualité »** de l’association entre 2 variables. Il n’a pas de rapport avec l’association entre les variables !
43
Que représente le coeff de détermination r2?
Représente la proportion de variance commune aux 2 variables Valable dans les 2 sens (formulation): *r2 = 0.56* *Le poids explique 56% de la variance de la taille* *La taille explique 56% de la variance du poids*
44
**V/F**: Le coefficient de corrélation ne dépend pas des unités de mesure contrairement au cofficient de régression
Vrai Et coeff de régression n’est PAS valable dans les 2 sens ≠ coeff de corrélation
45
Odds pré-test
Proba pré-test/(1-proba pré-test)
46
Def effet commun
Moyenne pondérée des effets estimés dans les études d’une meta analyse (Poids différents ==> Forest plot ≠ funnel plot)