FORMULES PAR ♥️

Question 1

IC 95% sur une moyenne

Answer 1

Question 2

IC 95% sur une proportion

Answer 2

Question 3

Variance

Écart type (S)

Answer 3

Question 4

Erreur type

Answer 4

Question 5

Sp et Sn

Answer 5

Question 6

VPP et VPN

Answer 6

Question 7

RV

Answer 7

Question 8

RV interprétation

Answer 8

Question 9

Odds maladie post-test
(Théorème de Bayes)

Answer 9

Odds maladie pré-test x RV

Question 10

Proba post-test

Answer 10

Question 11

AUC interprétation

Answer 11

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

Question 12

Def spécificité

Answer 12

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

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

Question 13

Def sensibilité

Answer 13

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

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

Question 14

Def VPP

Answer 14

Probabilité qu’un test positif, soit vrai

→ prévalence haute = VPP haute (et VPN bas)

Question 15

Def VPN

Answer 15

Probabilité qu’un test négatif soit vrai

→ prévalence basse = VPN haute (et VPP basse)

Question 16

OR

Answer 16

Question 17

Incidence

Answer 17

Question 18

Prévalence

Answer 18

Nb de cas/population

= proportion à un moment donné

Question 19

Survie

Answer 19

= 1 - risque

Question 20

Risque def

Answer 20

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

Question 21

Risque formule

Answer 21

Question 22

RR

Answer 22

Question 23

DR

Answer 23

Question 24

RRR

Answer 24

Question 25

NNT

Answer 25

Question 26

RRR interprétation

Answer 26

Question 27

Moyens de neutraliser l’hétérogénéité (4)

Answer 27

- Randomnisation - Appariement - Stratification - Ajustement statistique

Question 28

Def valeur p

Answer 28

Probabilité d’observer le résultat (ou un résultat plus extrême) si H0 est vrai

Question 29

Def IC95%

Answer 29

Ensemble des valeurs d’un paramètre compatibles avec les données de l’échantillon

Question 30

Def puissance statistique

Answer 30

Probabilité d’accepter Ha si Ha est vraie

Question 31

Valeur de p pour rejeter H0

Answer 31

p<0,05

Question 32

H0 pour test du log rank

Answer 32

Égalité des 2 courbes de survie (pas de croisement)

Question 33

Alternative au test du Logrank si censure?

Answer 33

Kaplan Mayer: suppose que censure et risque sont indépendants

Question 34

Alternative test Chi2

Answer 34

Fisher Si un des effectifs théorique est < à 5

Question 35

Alternative test de Student

Answer 35

Mann Whitney Utilise les rangs (supposition gaussienne)

Question 36

Inconvénients des études de cas témoin (4)

Answer 36

- 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

Question 37

Avantages des études de cas témoin (3)

Answer 37

- Maladies rares (prévalene très faible) - Fait rapidement et coute moins cher - Permet de tester plusieurs facteurs de risque

Question 38

Dans une étude cas-témoin quand est-ce que OR ≈ RR

Answer 38

Quand il est question d’une maladie très rare (prévalence faible)

Question 39

Que mesure l’OR?

Answer 39

L’OR mesure l’effet d’un facteur de risque sur une pathologie

Question 40

Que capte le RV

Answer 40

Le RV capte l’apport du résultat du test à la probabilité de la maladie

Question 41

Qu’est-ce que la courbe ROC?

Answer 41

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

Question 42

Valeurs coeff de corrélation r (Pearson)

Answer 42

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 !

Question 43

Que représente le coeff de détermination r2?

Answer 43

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*

Question 44

**V/F**: Le coefficient de corrélation ne dépend pas des unités de mesure contrairement au cofficient de régression

Answer 44

Vrai Et coeff de régression n’est PAS valable dans les 2 sens ≠ coeff de corrélation

Question 45

Odds pré-test

Answer 45

Proba pré-test/(1-proba pré-test)

Question 46

Def effet commun

Answer 46

Moyenne pondérée des effets estimés dans les études d’une meta analyse (Poids différents ==> Forest plot ≠ funnel plot)