LCA Flashcards
Traduction de “Dummy”
Placebo
Définition du biais de sélection
L’existence d’une différence entre la population étudiée et la population générale
Définition du biais de confusion
Existence d’une différence dans la comparabilité des groupes
Définition du biais d’attrition
Survenue d’une perte de la comparabilité des groupes liée aux perdus de vue
V/F : La décentralisation de la randomisation est un critère en faveur d’une mauvaise étude
Vrai => Augmente le risque de triche
Définition du biais de classement
Existence d’une erreur sur le critère de jugement
=> Par exemple, l’examinateur estime qu’il existe la récidive d’un évènement alors que c’est faux : /!\ de l’aveugle
V/F : Au mieux, les EI doivent être analysés en per-protocole
Vrai => Permet de prendre en compte uniquement les patients traités. Dans le cas contraire, risque de sous-estimation du risque
Raisons pouvant pousser à arrêter une étude (3)
Efficacité => Prévu en avance
Futilité => Prévu en avance
Toxicité => Pas forcément prévu en avance
Correspondance du CPP (comité de protection) à l’international
Institutional review board
V/F : La survie globale est un critère composite
Vrai => Plusieurs causes possibles de décès
V/F : Une courbe ROC est intéressante si 0.5 ne fait pas partie de l’IC
Vrai => Car AUC = 0.5 correspond au hasard, comme pile/ face par exemple
V/F : Une AUC est intéressante lorsqu’elle est > 0.7-0.8
Vrai => Car AUC = 0.5 correspond au hasard, comme pile/ face par exemple
Définition d’un facteur indépendant
Facteur qui reste significatif en analyse multivarié
=> Souvent écrit dans le texte
Définition de la médiane de survie
Moment T où 50% des patients sont décédés
=> N’existe pas dans toutes les études
V/F : Pour mettre en évidence une relation de cause à effet, il faut une étude interventionnelle
Vrai
V/F : Le RR ne peut pas être calculé dans une étude cas-témoin
Vrai => Car la proportion malades/non-malades est fixée par l’investigateur => Ne correspond pas à la répartition que l’on peut trouver en population générale/ dans la cohorte dont sont issus les patients pour cette étude
V/F : Biais de classement, biais d’information et biais de mesure sont synonymes
Vrai => Existence d’une erreur sur le critère de jugement
Biais réduit par l’appariement
Biais de confusion
=> Le but de l’appariement est de rendre comparable deux groupes en termes de facteurs de confusion potentiels (correspond à la randomisation pour les études analytiques)
Biais réduit par la standardisation des diagnostics
Biais de classement/ information/ mesure
V/F : Le test du Chi-2 et le test de Student sont des tests paramétriques permettant des analyses univariées
Vrai
V/F : Une relation peut-être statistiquement différente sans que la différence soit significative
Vrai
V/F : Plus un effectif est important plus son intervalle de confiance est petit et proche de l’OR de la population source
Vrai
Définition du biais de Berkson
Biais des témoins hospitalisés
Différentes variables quantitatives + définition (2)
- Variable continue : Peut prendre une infinité de valeurs : par exemple la taille ou la glycémie
- Variable discrète : Possède une valeur finie : par exemple le nombre de cigarette fumées
Différentes variables qualitatives (= catégorielles) + définition (2)
- Variable binaire : Soit “oui”, soit “non” : par exemple le décès
- Variable ordinale : Variables qualitatives exprimées par un nombre : par exemple les stades d’un cancer, ou l’échelle de performance OMS
Test statistique des variables quantitatives
Test de Student
Test statistique des variables qualitatives
Test de Chi2
Définition du biais de suivi
Survient lorsque les deux groupes ne sont pas suivis de la même manière au cours de l’essai
=> Limité par la double aveugle
V/F : L’existence d’études in vitro montrant les bénéfices d’un critère de jugement augmente la validité externe d’une étude
Vrai => Idem pour études sur animaux, études cliniques préliminaires
V/F : Un taux de perdus de vue est acceptable jusqu’à 10%
Vrai
Définition de la clause d’ignorance
- Pour le patient : Fait de ne pas révéler quel mdct il va recevoir dans un essai thérapeutique
- Pour le médecin incluant le patient dans l’étude : Fait de ne pas savoir quel ttt le patient va recevoir
V/F : Un critère composite, bien qu’il soit composé de plusieurs variables différentes, est un critère unique
Vrai
V/F : Les diagrammes de flux obéissent au consortium CONSORT
Vrai
V/F : La courbe de Kaplan-Meier n’est ni une analyse univariée ni une analyse multivariée
Vrai => Analyse descriptive
Intérêt du score de propension
Permet detransformer une étude observationnelle (donc non randomisée)en une étude comparative
Définition du score de propension
Probabilité qu’un patient reçoive un traitement donné en fonction de ses caractéristiques initiales
V/F : On considère que les patients avec le même score de propension ont le même profil de facteurs de confusion et donc qu’ils peuvent être comparés comme s’ils avaient reçu le ttt par randomisation
Vrai => Permet de conclure que le ttt est la cause de la divergence d’évolution (comme pour les essais cliniques randomisés)
V/F : L’analyse par un score de propension est une méthode d’ajustement
Vrai => Appariement de chaque sujet traité à un sujet non traité ayant un score de propension identique/ proche : Constitution de deux groupes de sujets ayant des caractéristiques comparables et entre lesquels le critère de jugement peut être comparé
V/F : Le score de propension est calculé à partir d’une analyse multivariée
Vrai
Caractéristique du médicament étudié en phase I d’une étude
Pharmacocinétique
Caractéristique du médicament étudié en phase II d’une étude
Pharmacodynamique
Possibilités pour enclencher une phase II d’un médicament (2)
Nouveau médicament ayant passé la phase I
Ttt ayant déjà l’AMM dans une autre indication
Intérêt d’une étude factoriel
Recherche une action synergique entre 2 médicaments
Plan de développement d’une étude factoriel
Existence de 4 groupes :
- Placebo A + Placebo B
- Ttt A + Placebo B
- Ttt A + Ttt B
- Placebo A + Ttt B
Indication à réaliser une étude d’équivalence plutôt qu’une étude de non-infériorité
Etude d’un biosimilaire
Intérêt d’utiliser un placebo dans une étude comparative
En cas de différence significative à la fin de l’étude permet de conclure que celle-ci n’est pas dû uniquement à l’effet placebo
Définition du principe d’équipoise
= Clause d’ambivalence : Patient inclus dans une étude doit pouvoir recevoir l’ensemble des ttt prévus dans le protocole de l’étude
V/F : En cas d’appariement concernant un paramètre qui était dans un premier temps hétérogène, cela permet d’éviter un biais sur celui-ci
Vrai
Définition d’une étude à visée pronostique
Etude où l’objectif est d’évaluer l’impact d’une exposition à un facteur pour une maladie
V/F : Une étude cas-témoin est une étude observationnelle
Vrai
Intérêt d’un test de tendance = “p for trend” en anglais dans les articles
Indique s’il existe une augmentation (significative si p < 0.05) du risque de développer la maladie avec l’augmentation de l’exposition au facteur étudié
Elément à évoquer en cas de question sur la nature causale d’une association dans une étude analytique
Critères de Bradford Hill
Signification/ éléments à prendre en compte pour évaluer la force de l’association dans les critères de Bradford Hill (2)
OR et RR
Signification/ éléments à prendre en compte pour évaluer la cohérence dans les critères de Bradford Hill
Validité externe
Signification/ éléments à prendre en compte pour évaluer la spécificité dans les critères de Bradford Hill
1 cause = 1 effet
Signification/ éléments à prendre en compte pour évaluer la relation temporelle dans les critères de Bradford Hill
Causes précèdent les conséquences
Signification/ éléments à prendre en compte pour évaluer la relation dose-effet dans les critères de Bradford Hill
Test de tendance (p for trend) significatif
Signification/ éléments à prendre en compte pour évaluer la plausibilité biologique dans les critères de Bradford Hill
Physiopathologie compatible
Signification/ éléments à prendre en compte pour évaluer la preuve expérimentale dans les critères de Bradford Hill
Précédentes sur homme/ animal cohérente avec les résultats de l’étude étudiée
Signification/ éléments à prendre en compte pour évaluer l’analogie dans les critères de Bradford Hill
Possibilités d’explications alternatives
V/F : En cas d’étude de faible niveau de preuve, pas de possibilité de recommandation médicale au décours
Vrai => +++ pour les études cas-témoin
V/F : Une étude de cohorte est épidémiologique
Vrai
V/F : Une erreur sur un facteur d’exposition principal peut entraîner une mauvaise estimation du RR de la maladie étudiée
Vrai => Correspond à un biais de classement
Définition du biais différentiel
Lorsque la probabilité d’erreur (le biais) est différente entre les 2 groupes étudiés
Définition du biais non différentiel
Atteint les 2 groupes étudiés de manière identique
V/F : Le biais non différentiel diminue la différence entre les groupes
Vrai => Puisqu’il atteint les 2 groupes de façon identique
V/F : Un manque de puissance n’explique pas un résultat significatif
Vrai => Mais explique un résultat non significatif
Définition du taux d’attrition
Taux de patient avec informations manquantes ou perdus de vue
V/F : Si les 2 groupes au cours d’une étude sont initialement comparables, alors les analyses présentées au décours sont valides
Vrai
V/F : Si un même critère est exprimé de façon qualitative et quantitative, une question sur la moyenne concerne la variable quantitative
Vrai
V/F : Un test unilatéral a plus de puissance qu’un test bilatéral
Vrai => Donc le test unilatéral réduit le NSN
V/F : Une étude unilatéral significative ne l’ait pas forcément en cas d’étude bilatéral
Vrai => Car NSN moins important dans l’étude unilatéral (car plus de puissance) et donc probable manque de sujets/ puissance lors du passage en étude bilatérale
V/F : L’étude permettant la meilleure généralisation possible à une population cible est l’étude en population
Vrai
Définition de la population source
Population d’où est tirée l’échantillon
Définition de la randomisation en grappe/ cluster
Lorsque l’unité de randomisation comporte plusieurs patients (écoles, hôpitaux …)
/!\ L’unité de la randomisation classique est le patient
Intérêt de la stratification sur le centre
Permet un équilibre entre chaque groupe dans tous les centres car existence d’une liste de randomisation par centre => Limite effet-centre
V/F : Le fait d’avoir réalisé un protocole ne préjuge pas d’une bonne validité interne
Vrai => En effet, le protocole peut-être mauvais
V/F : Le double aveugle peut-être rompu par la survenue de certains EI
Vrai => En cas d’EI spécifique d’un ttt comparé à l’autre survenant au cours de son administration par exemple
V/F : Existence de la clause d’ambivalence uniquement pour les études interventionnelles
Vrai => Existe uniquement en cas d’intervention qui pourrait être CI chez certains patients
Moyen permettant de diminuer la fluctuation d’échantillonnage
Augmentation de la puissance
Moyen permettant de diminuer le risque alpha
Augmentation de la puissance
Intérêt de la randomisation
Constitution de 2 groupes comparables à l’inclusion pour des facteurs de confusion potentiels
Définition d’un CJP final
CJP directement lié à l’objectif clinique
V/F : Le taux de mortalité d’une pathologie ne conduit pas à préférer cas-témoin ou cohorte
Vrai
Moyen pour augmenter la précision d’un OR par rapport à un facteur au cours d’une étude cas-témoin
Mise en place d’un appariement déséquilibré (1 cas pour 4 témoin) concernant le facteur étudié
=> Permet d’augmenter la puissance /!\
V/F : Le schéma d’une étude n’influe pas sur la validité externe
Vrai
V/F : Les critères nécessaire pour prescrire un ttt au cours d’une étude interventionnelle correspondent aux critères inclusion/ non-inclusion
Vrai
Principal inconvénient d’avoir un critère multiple
Entraîne la réalisation de plusieurs analyses et donc une inflation du risque alpha
Méthodes permettant de corriger l’inflation du risque alpha en cas de critère multiple (2)
Bonferroni
Benjamini-Hochberg
V/F : En cas de réalisation de 10 tests correspondant à 10 analyses principales, cela entraîne un risque d’erreur global de 40%
Vrai => D’où l’importance de ne pas réaliser de nombreuses analyses principales
V/F : En cas d’étude avec plusieurs CJP, il faut calculer un NSN par CJP
Vrai => Et ensuite il faut prendre le NSN le plus élevé
V/F : Un nombre de perdu de vue plus important que prévu dans le protocole diminue la puissance mais n’influe pas sur le risque alpha
Vrai
Inconvénients des analyses en sous-groupe (3)
- Entraîne plus d’analyse : Augmentation du risque de 1ère espèce
- Analyse faite sur échantillon plus petit : Augmentation du risque de 2ème espèce
- Groupes ne sont plus choisis au hasard : Majoration du risque de déséquilibre entre les groupes
V/F : Une étude étiologique = une étude analytique
Vrai => But est de mettre en relation une exposition et une maladie
V/F : Au-delà de 3-4 témoins par cas, le gain de puissance est modeste
Vrai
Définition du biais d’admission
Recrutement de cas hospitaliers => Potentiellement plus grave
Définition du biais d’Hawthorne
Lorsque la conscience d’être observée modifie la pratique des soignants
Définition du biais de survie sélective
Fait de recruter des cas prévalents dans des maladies à forte létalité => Recrutement de survivants puisque cas prévalents
/!\ Mieux de recruter des cas incidents
V/F : Le modèle de régression logistique ne permet d’obtenir que des OR
Vrai
V/F : Pour un OR > 2, on peut commencer à parler d’association forte
Vrai => Utile pour les critères de Bradford et Hill notamment
V/F : En l’absence de ttt de référence, la réalisation d’un essai de non-infériorité n’est pas possible
Vrai
V/F : Le concept de validité externe s’applique à l’intervention testée, quelle qu’elle soit
Vrai => Le choix de l’intervention n’est donc pas un critère de validité externe
Intérêt d’avoir des sous-groupes
Savoir si l’effet du ttt est homogène dans les sous populations qui seront différentes de la population globale de l’étude
Définition d’un critère clinique
Critère directement cliniquement pertinent pour le patient
=/= critère intermédiaire/ substitution : taux de LDL-c pour prévoir la mortalité CV
V/F : Une analyse multivariée avec ajustement supprime les facteurs de confusion
Vrai
V/F : Une différence significative peut toujours être liée au risque alpha
Vrai
V/F : L’utilisation de données saisies en routine n’est pas la meilleure technique de recueil d’information
Vrai => Moins puissant que l’utilisation de données recueillies en prospectif dans le cadre d’une étude avec protocole standardisé
Définition “withdrew”
Se retire
Méthode permettant de maintenir la comparabilité de 2 groupes au cours d’une étude
Aveugle
Critère le plus pertinent cliniquement
Mortalité
Définition d’une population cible
Population à laquelle on souhaite appliquer les résultats
V/F : Lors d’une étude en classe d’âge avec des classes d’âge disjointes, il s’agit de variables dépendantes les unes des autres
Vrai => Probabilité d’être dans une classe d’âge est dépendante de celle de ne pas être dans une autre classe d’âge
Calcul FN
1 - Sensibilité
Calcul FP
1 - Spécificité
V/F : Avoir un test avec une spécificité et une sensibilité < 75% correspond à un test médiocre
Vrai
V/F : Lors d’une randomisation stratifiée, on a une liste de randomisation par strate
Vrai
Définition d’une étude “as-treated”
Etude en ttt reçu (+/- ITT/ per-protocole) => Analyse faite selon le ttt vraiment administré en faisant abstraction de la randomisation
Paramètre à privilégier pour confirmer un diagnostic
Bonne spécificité
Correspondance sensibilité
Taux de VP
/!\ 1 - sensibilité = Taux de FN
Correspondance spécificité
Taux de VN
/!\ 1 - spécificité = Taux de FP
Définition d’une bonne performance diagnostique discriminante via courbe ROC
AUC > 0.8
V/F : En cas de coefficient de corrélation significativement > 0, il y a peu de chance que la corrélation soit liée au hasard
Vrai
Définition coefficient de corrélation
Paramètre mesurant l’association linéaire entre deux variables
=> Peut varier de - 1 pour une corrélation négative parfaite, à + 1 pour une corrélation positive parfaite
/!\ Coefficient à 0 signifie qu’il n’y a pas de
relation linéaire entre les variables
Définition d’une bonne corrélation entre 2 mesures
Lorsque l’association entre les 2 mesures peut être
représentée par une fonction linéaire de la forme Y = aX + b
V/F : On peut calculer un % de variabilité expliquée via un coefficient de corrélation
Vrai => Avec % = R² si coefficient de corrélation = R
Utilité du % de variabilité expliquée
Signifie que X% de la variabilité de notre mesure évaluée est expliquée par une variabilité de la mesure de référence
Définition de l’indice de Youden
Y = Se + Sp - 1
=> Donc Y maximal correspond au meilleur compromis entre sensibilité et spécificité
V/F : Randomisation uniquement dans les études interventionnelles
Vrai
Intérêt de la randomisation par bloc
Elimine biais effet-temps
=> Randomisation égale dans chaque groupe sur des blocs de 4-6 patients généralement et donc fait en peu de temps
Intérêt de la randomisation par stratification sur le centre
Elimine le biais effet-centre
=> Dans chaque centre, (environ) même nombre de patients avec ttt et de patients avec placebo
V/F : Il existe 4 sortes de randomisation par contrainte
Vrai => Bloc, stratification, cluster, par minimisation
Définition de l’assignation sécrète au cours de la randomisation
Non connaissance du groupe dans lequel le patient va être randomisé avant celle-ci
/!\ =/= Aveugle/ ouvert : caractéristique post-randomisation
V/F : La randomisation doit toujours respecter l’assignation secrète
Vrai => Sinon biais de sélection énorme
V/F : Le tableau 1 permet d’évaluer la cohérence externe de l’étude
Vrai => Car correspond à la population étudiée et donc à la population où l’étude va pouvoir être extrapolée
V/F : La plupart du temps, on évite de réaliser des tests statistiques sur le tableau 1
Vrai => Pour éviter l’inflation du risque alpha
/!\ Evaluation à vue : on parle d’eye ball test
Définition d’un critère de jugement de substitution
Utilisation examen paraclinique/ signe physique à la place d’un critère clinique
V/F : Si l’analyse ajustée retrouve un HR identique (concordant) à celui de l’analyse univariée, alors le critère ajusté n’est pas un facteur de confusion
Vrai
V/F : On a une inflation du risque alpha lors de l’analyse d’un critère de jugement secondaire
Vrai => Car critère non contrôlé lors des différentes analyses
V/F : Un biais de classement n’entraîne pas une augmentation du risque alpha
Vrai
V/F : Lors d’un test diagnostique, les 2 tests doivent être systématiquement réalisés à chaque patient
Vrai => Sinon risque de “work-up bias”
/!\ Pas toujours fait, notamment pour des raisons financières
V/F : La Se et Spe évalue un test et non pas un patient (malade/ non malade)
Vrai => Paramètres intrinsèques du test donc indépendant de la prévalence
Formule de la Se
VP/ (VP + FN)
Formule de la Spe
VN/ (VN + FP)
Critère de sélection d’un patient dans une étude cas-témoin
Patient sélectionné sur le fait qu’il soit malade
=> Donc prévalence choisie par l’investigateur et calcul RR impossible
V/F : Une étude descriptive et analytique ne sont pas synonymes
Vrai => On a :
- Descriptive = observationnelle
- Analytique = étiologique
V/F : Le CJP peut-être multiples dans les études observationnelles
Vrai => Car étude à visée exploratrice
/!\ Systématiquement unique dans les essais contrôlés randomisés
Avantages du CJP composite (2)
Plus de puissance
Plus pertinent cliniquement
Inconvénient principal du CJP composite
Conclusion uniquement sur l’ensemble du critère
=> Souvent indication à évaluer chaque paramètre du critère composite en critère jugement secondaire
V/F : Randomisation par grappe et par cluster sont synonymes
Vrai
V/F : Le HR est un rapport d’incidence reflétant un risque instantané
Vrai => Risque à chaque moment de l’étude
V/F : Le RR n’est en lien avec aucune notion de temps
Vrai => Principale différence avec le HR
Formule du RR
Proba(M) exposé/ Proba(M) non exposé
Formule du OR dans un tableau de contingence
(a/c)/ (b/d)
Situation où l’OR tend à être égal au RR
Dans le cadre d’une maladie rare
Figure obtenue via l’analyse en sous-groupe
Forest plot
V/F : L’intervalle de confiance n’est pas systématiquement centré sur son RR
Vrai
Analyse à utiliser lors des tests de tolérance
Per-protocole
Plus mauvaise gestion des perdus de vue
Méthode LOCF : last observation carried forward
=> Prendre le dernier renseignement connu sur le patient avant qu’il ne soit perdu de vue
Méthodes de gestion des perdus de vue acceptables (2)
Imputation multiple
Pire scénario possible
Définition de la méthode de l’imputation multiple pour la gestion des perdus de vue
Recherche dans l’étude d’un patient avec les mêmes caractéristiques (les + proches) que le patient perdu de vue pour extrapoler les résultats du patient de l’étude au patient perdu de vue
=> Si patient correspondant “mort” on considère le patient perdu de vue “mort”
Biais spécifique au test diagnostique + définition
Biais de spectre : population évaluée ne ressemblant pas à la population dans laquelle le test sera réalisé
V/F : Dans un test diagnostique, le test de référence dit toujours la vérité
Vrai => Même si test étudié semble meilleur que celui de référence
Définition biais de mesure dans une étude cohorte/ cas-témoin
Assignation dans un mauvais groupe : non-exposé alors qu’exposé
=> Equivalent au biais de classement dans une étude interventionnelle
V/F : Plus l’évènement étudié est rare, plus l’OR se rapproche du RR
Vrai
Critères Bradford Hill (9)
- Force de l’association
- Stabilité de l’association
- Cohérence
- Spécificité
- Relation temporelle
- Relation dose-effet
- Plausibilité : biologique/ physiopathologique
- Preuve expérimentale
- Analogie
V/F : Il est recommandé d’utiliser un groupe placebo lors des études d’équivalence si cela est possible
Vrai => Permet de vérifier que le générique et la référence sont significativement efficaces sur CJP par rapport au placebo
V/F : Le titre des figures est habituellement placé sous celles-ci
Vrai
V/F : Le titre des tableaux est habituellement au-dessus de ceux-ci
Vrai
Intérêt d’une étude de bioéquivalence
Compare comportement in vivo d’un mdct par rapport au mdct de référence
V/F : Sur le plan réglementaire, un essai clinique correspond à une recherche biomédicale
Vrai
Analyse principale indiquée en cas d’essai d’équivalence/ non-infériorité
Per-protocole
=> Objectif : être le plus proche réalité et que le mdct ne doit pas équivalent/ non-inférieur grâce aux perdus de vue
Définition d’un critère intermédiaire
Modification du critère par le ttt doit aboutir in fine à la modification de l’état clinique du patient
V/F : Pas de sens à réaliser des tests statistiques sur le tableau 1 issu de la randomisation
Vrai => Reviendrait à tester le hasard
V/F : L’utilisation d’un critère paraclinique (vs clinique) est toujours une limite dans une étude
Vrai => Même si les auteurs expliquent leur choix
Intervalle possible du rapport de vraisemblance positif
Entre 1 et l’infini
/!\ RVN entre 0 et 1
Définition d’un RVP et RVN important/ pertinent
RVP > 10
RVN < 0,1
V/F : Le RVP et RVN sont indépendant de la prévalence
Vrai => Comme la Se et Sp, paramètre intrinsèque du test donc bien indépendant de la prévalence
Abcisse/ Ordonnée courbe ROC
Ordonnée : Se
Abcisse : 1 - Sp
Intérêt du dépistage
Avoir meilleure sensibilité
Intérêt diagnostic
Avoir meilleure spécificité
Intérêt des tests de corrélation
Est ce que mes 2 tests évaluent la même chose
/!\ Utilité des tests de Spearman et Pearson
V/F : Une corrélation entre 2 tests peut-être significative sans être importante
Vrai
Intérêt de la concordance
Ne correspond pas à un test diagnostic : Cherche à évaluer reproductibilité/ fiabilité du test et ce qui l’entoure
Score de concordance utilisé selon si une variable qualitative est binaire/ continue
Binaire : Test de concordance kappa
Continue : Diagramme Bland-Altman
V/F : Une méta-analyse n’explique pas les discordances entre les différentes études
Vrai => Permet de synthétiser plusieurs résultats et de conclure sur la significativité ou non de la synthèse mais n’explique rien
V/F : On doit conclure sur les critères de sécurité dans les études randomisées
Vrai => Seul critère de jugement secondaire sur lequel on doit/ peut conclure
Définition du biais différentiel
Probabilité d’erreur différente entre les 2 groupes ou ne touchant qu’un groupe
=> Au final, favorise un des deux groupes : A EVITER ABSOLUMENT
Définition du biais de prévarication
Mensonge/ omission sur une exposition : par exemple sur la consommation de drogues
Définition du biais différentiel
Touche les 2 groupes de manière identique
Inconvénient principal du biais différentiel
Risque de perte de puissance, qque soit le sens du biais
V/F : Le biais d’attrition est un biais de sélection
Vrai
V/F : Pas d’ITT lors d’une étude observationnelle
Vrai => Car ne correspond pas à l’étude d’un ttt
V/F : Une étude observationnelle ne peut jamais aboutir à l’établissement d’une causalité
Vrai => On peut seulement la soupçonner via les critères de Bradford Hill
