LCA2 Flashcards
format de l’article : il doit comporter systématiquement 4 parties :
struture en 5 parties (+ordre)
titre auteurs (1er nom = rédacteur, dernier = superviseur) résumé structure toujours pareil : -intro -méthodes -résultats -discussion -CJP et ses résultats
la meilleure étude d’une prévalence est ?
étude descriptive transversale
la meilleur étude d’une incidence est ?
étude descriptive prospective de cohorte
la meilleur étude de FdR/survenue de la maladie est ?
étude étiologique (cas témoins ou cohorte)
meilleure étude pour identifier FdR
étude pronostique : cohorte prospective
meilleur étude pour évaluer l’efficacité thérapeutique
essai controlé randomisé
meilleure étude pour évaluer performance d’un test diagnostic ?
étude transversale
NPO cohorte si besoin d’un suivi
meilleure étude d’une stratégie de dépistage/diagnostic
essai controlé randomisé
PECO ?ou le ttrouver ? utilité ?
Population Elément évalué Comparateur Outcome (=CJP) = objectif ppl, dans L'INTRO
protocole d’un article :
quand?
pourquoi ?
obligatoire qqpart ?
AVANT début d’une étude
carnet de route, synthese qui pose pb, objectifs, description M et M
obligatoire sur clinialtrials.gov ou site OMS AVANT début de l’étude
echantillonnage dans lequel l’étude sera réalisée?
pop cible (souvent pop générale) dans laquelle on sélectionne la population source ''spécifique d'une pathologie par exemple) ce qui nous permet d'avoir un échantillon inclus. dans cet échantillon, tous ne seront pas forcément analysés
quelle sont les statements qui permettent de dire qu’une étude est bien menée ?
- pour les essais controlés randomisés ?
- Pour les études diagnostiques ?
- pour les cohortes/cas témoins ?
1) = CONSORT statement. +++ faire flow chart)
2) = STARD statement
3) = STROBE statement
comment éviter la fluctuation d’échantillonnage?
paramètre inévitable, mais IC prend en compte la fluctuation (IC=95%)
en gros si on fait 100 études, on aura 100 IC a 95% donc 95 intervalles contiendront la bonne valeur
constitution d’un échantillonnage on doit savoir deux gros points :
mode de recrutement (pub volontariat registre)
critères d’éligibilité (critères “pratiques”, et critères d’interet)
- inclusion : remplissent tous les critères.
- non inclusion : 1 critère au moins n’est pas remplit
- exclusion : possible ssi déja inclu dans létude
3 étapes de l’analyse statistique, dans l’ordre ?
1) analyse DESCRIPTIVE des variables analysées
2) analyse univariée : COMPARAISON entre UNE variable et UN CJP
3) analyse multivariée : comparaison entre PLUSIEURS variables ett un CJP
3 types de variables a connaitre ?
notion de grandeur/notion de catégorie/non utilisée
quantitative (notion de grandeur)
qualitative (catégorielle, pas de notion de grandeur)
censurée (données non utilisées)
qu’est ce qu’une variable quantitative discrète ?
et une continue ?
discrete = nombre limité de points (ex TA) continue = nombre infini de points (ex EVA)
qu’est ce qu’une variable qualitative ?
pas de notion de grandeur : elle est catégorielle.
elle peut etre binaire par exemple le sexe : homme/femme. le SAS (présent/absent…)
qu’est-ce qu’une variable censurée :
ex : données censurées = apres la date de point (qui est aussi la fin de l’étude) : osef que le patient survive encore 5 ou 10 ans apres l’étude, et ces données n’apporteraient rien. elles sont donc censurées
la premiere étape de l’analyse statistique sert a ?
décrire toutes les variables étudiées dans l’échantillon.
- qlt = (fréquence et pourcentage) prévalence et incidence.
- qtt = toujours 2 paramètres : position (moyenne/médiane) et dispersion (ecart-type/IIQ)
- censurées (Kaplan Meier ou a l’inverse KM inversé)
qu’est-ce qu’un test statistique
dans quoi le retrouve-t-on ?
association entre 2 variables (due au hasard ou due a une différence réelle)
on le retrouve dans l’analyse statistique apres l’analyse descriptive.
quel est le risque de mettre en évidence qqhose qui n’existe pas ?
quelle tolérance ?
risque alpha
5%
quelle est la probabilité de mettre en évidence une différence qui existe ?
quelle tolérance ?
il s’agit de la puissance de l’étude
tolérance minimale = 80%
quel est le risque de ne pas mettre en évidence une différence qui existe ?
quelle tolérance ?
risque béta. calcul = 1-puissance.
seuil maximal est donc 1-0,8 = 0,2
a quoi sert le petit p ?
il sert a la significativité du résultat si inférieur a 0,05 (soit 0,06 ou 0,001). il représente le risque alpha
chi 2 et Fisher sont les deux principaux tests statistiques permettant de comparer quoi ?
Chi2 = paramétrique (on fait une hypothese sur la distribution d’une variable) Fischer non parametrique (on fait pas d’hypothèse)
ils comparent UNE VARIABLE QUALITATIVE (prévalence/incidence)
test t de Student et Wilcoxon sont les 2 principaux tests statistiques permettant de comparer ?
t de Student = paramétrique (on fait l’hypothese sur la distribution des varaibles). Wilcoxon non paramétrique
ils permettent de comparer une VARIABLE QUANTITATIVE (notion de grandeur)
qu’est ce qui permet de comparer une variable censurée ?
log rank (permet de faire une survie entre 2 groupe) et qui permet de savoir si la différence entre les 2 est significative.
quels sont les 3 indices qui permettent de mesurer l’association entre 2 variables qualitatives ?
RR = proportion de malade chez les exposés/chez les non exposés
HR = RR des variables censurées (= notion de séquence TEMPORELLE)
OR (ou Rapport de Cotes) proche de RR si la prévalence d’une maladie est faible dans la population cible
Intervalle de confiance : utilité ?
c’est le petit p des indices mesurant l’association entre 2 variables (OR, HR, RR) : il permet de parler
de la significativité des résultats. et plus l’IC est petit, plus c’est significatif, A CONDITION quil ne comprenne pas 1
Quelle est la différence entre
facteur intermédiaire
facteur de confusion et
facteur d’interaction
facteur intermédiaire : intervient entre FExposition et CJP. (tabac = KBP = mort)
facteur de confusion : NE DOIT PAS ETRE un FIntermédiaire, ET doit être associé au FExposition ET au CJP (exemple profession sexe et mortalité)
facteur d’interaction = osef un peu c’est un facteur modificateur
comment prendre en compte un facteur de confusion ?
comment en prendre plusieurs en compte ?
par stratification via un ajustement de Mantel Haenszel. il permet d’estimer un OR ou un HR.
plusieurs = multivvariée, plusieuurs stratifications. ajustement dOR = ajustement de plusieurs variables.
le biais et l’erreur aléatoire sont deux choses différents :
l’erreur aléatoire est due A LA FLUCTUATION de l’échantillonnage. elle augmente si l’échantillonage est petit, et elle peut allerr dans le sens de l’étude ou contre l’étude.
alors qu’un biais est une erreur SYSTEMATIQUE
quel biais est rencontré lors de la constitution de l’échantillon ?
(= précision niquée)
biais de sélection :
- échantillon pas représentatif
- mauvais choix du groupe de reférence
quel biais est rencontré lors de la mesure du CJP/ de l’élément soumis a évaluation ?
biais de classement
quel biais est du a la présence de facteurs de confusion non controlés?
biais de confusion (+++ ETUDES OBSERVATIONNELLES)
c’est le seul biais qu’on peut magouiller, et quon peut prendre en compte lors de l’analyse stat par analyse multivariée
qu’est ce qui est le reflet de la réalité qui n’est pas du a biais (va dans le sens des études…)
validité interne d’une étude
qu’est ce qui est l’équivalent de la transposabilité (applicabilité/généralisabilité) des résultats a la pratique courante
la validité externe d’une étude
les caractéristiques des patients inclus dans une études (représetativité), des centres (mono/multicentrique), des pays (france vs allemagne) et des intervention dans des essais permettent d’évaluer :
la validité externe
biais de spectre =
gold standard n’est pas si gold
biais de vérification =
uniquement dans évaluation d’un test diagnostic
on doit réaliser les DEUX test (celui évalué, et le gold standard, a tous les patients). si la ref n’est pas faite.
pour évaluer la performance diagnostique d’un test il faut évaluer 2 choses
la validité (se/sp/VPP/VPN/RVP/RVN et aire sous la courbe ROC
la fiabilité = la reproductibilité (coefficient kappa)
parmi Se Sp VPP VPN VPP RVP et RVN seuls deux son dépendant de la prévalence :
VPN diminue si prévalence augmente
VPP augmente si prévalence augmente
probabilité d’etre malade si on a un test positif =
VPP (valeur prédictive positive)
probabilité d’etre pas malade quand on a un test négatif
VPN (valeur prédictive négative)
probabilité d’avoir un test positif si on est malade
sensibilité