Méthodologie de recherche Flashcards
Qu’est-ce qu’une étude expérimentale?
Dans ces études, on examine les relations de cause à effet. Par exemple, on voudrait savoir si une intervention a un impact positif sur un type de clientèle. Elle répond à la question: est-ce que mon intervention est efficace ? On y compare un groupe qui reçoit le traitement à un groupe contrôle, qui ne reçoit pas le traitement.
Ce type d’étude se compose en trois types de devis (méthode pour réaliser l’étude): le devis pré-expérimental, l’étude clinique randomisée et le devis quasi-expérimental.
- Étude clinique randomisée: Méthode de recherche dans laquelle les sujets sont assignés aux différents groupes au hasard. Les résultats obtenus sont forts et de bonne qualité.
- Devis quasi-expérimental: Méthode de recherche dans laquelle les sujets ne sont pas placés de façon aléatoire dans les groupes. Cela affecte la possibilité de tirer des conclusions sur les relations de cause-effet. Il peut y avoir un biais dans le processus de sélection des groupes.
- Devis pré-expérimental: Méthode de recherche utilisée dans laquelle un seul groupe est comparé avant et après une intervention. Les résultats obtenus sont moins forts que lorsqu’il y a présence d’un groupe contrôle et de comparaison entre les groupes.
Qu’est-ce qu’une étude non-expérimentale?
Ce type d’étude permet de répondre à des questions plus descriptives et relationnelles. Plusieurs moyens sont utilisés pour collecter des données: sondages, observations de comportements, mesures standardisées ou informations des dossiers médicaux. Souvent, on s’intéresse à une comparaison entre un groupe avec une condition et un groupe sans la condition. Ainsi, on ne peut pas au hasard placer les gens dans les différents groupes. On dit alors que ce sont des études observationnelles (« observational studies »). Ces études peuvent traiter d’une description d’une population ayant un certain diagnostic, identifier l’incidence d’une condition, sa prévalence ou prédire un résultat.
Certaines études non-expérimentales examinent des relations, qu’on appelle aussi des études de corrélation. On vérifie si une corrélation existe et si oui, on évalue la force de cette relation. Cependant, il faut considérer qu’une troisième variable pourrait venir influencer la relation que j’étudie. On l’appelle la « third variable problem ». Il faut alors en être conscient pour ne pas prendre pour acquis que la corrélation est la cause. Cela veut juste dire que les deux variables ont un lien ensemble.
Qu’est-ce qu’une étude quantitative?
- Données numériques
- Utilisation de statistiques et de nombres pour décrire les mesures de résultats
- Centrée sur tester des hypothèses
- Les résultats vont supporter ou non l’hypothèse
Le fait de débuter l’étude à partir d’une hypothèse renforce l’étude. À noter qu’une étude ne peut jamais prouver une hypothèse. Elle peut seulement la supporter. Lorsque des résultats similaires sont obtenus en répétant l’expérience, on peut penser que ces résultats sont bons et que l’hypothèse est bonne.
Quels sont les différents types d’hypothèse d’une étude quantitative?
- Hypothèse directionnelle: Le chercheur a une croyance ou une supposition en un résultat en particulier.
- Hypothèse non-directionnelle: Le chercheur n’a pas d’idée de ce que le résultat pourrait être, mais pense qu’il pourrait y avoir une différence ou une relation dans ses résultats.
Il est mieux pour un chercheur d’avoir une hypothèse directionnelle. Une hypothèse forte en est une qui est claire que l’on peut tester. Ça permet au cherche d’obtenir des résultats plus précis sur ce qu’il cherche.
Quel est l’inconvénient des études quantitatives?
la perte de l’individualité lorsque les données sont rassemblées en moyennes, en écart type ou autres statistiques.
Qu’est-ce qu’une étude qualitative?
But: exploration du vécu du patient, comprendre la signification, décrire, expliquer, développer des théories.
- Raisonnement inductif: spécifique vers général
- Comprend plusieurs devis/méthodes de collectes de données différents (entrevues, focus groupe)
- Utile pour avoir une perspective unique et approfondie
Au lieu de travailler à partir d’une hypothèse et tenter d’y répondre, la recherche qualitative part du spécifique au général. Les données spécifiques sont obtenues par les entrevues, les observations, l’examen de documents, et on y recherche des patterns. Ces patterns sont identifiés comme des thèmes, et on est alors capable d’établir des théories à partir des thèmes qui ressortent. Le concept principal de l’étude qualitative est la perspective de l’individu. On est à la recherche du sens dans l’histoire et l’expérience d’une personne. Une fois qu’on a collecter les données et fait ressortir les thèmes, on les présente sous forme de graphique ou de diagrammes. À ce moment, l’étude qualitative utilise un peu le même format qu’une étude quantitative.
Il est important de distinguer l’étude qualitative de l’étude descriptive d’un sondage (quantitative et non-expérimentale). En bref, si on utilise des chiffres, on est dans une étude quantitative. Dans les études qualitatives, on laisse plus des questions ouvertes à développement.
Qu’est-ce qu’une étude transversale/longitudinale?
On peut aussi catégoriser les études par le temps et la période durant laquelle des données sont collectées. Dans une étude transversale, les données sont collectées à un seul moment, tandis que les études longitudinales impliquent une collecte de données qui dépasse au moins deux moments, couvrant une longue période de temps (années, voire décennies).
- Études transversales: Elles utilisent des méthodes non-expérimentales (observations), donc le chercheur ne fait pas de manipulations d’une situation. Souvent, les études descriptives ou de corrélation sont des études transversales.
- Études longitudinales: Elles sont utilisées pour évaluer l’effet dans le temps d’un phénomène. On étudie plus les changements observables.
Vrai ou faux, les études test-retest sont des études longitudinales?
Faux,
Lorsqu’une étude évalue l’impact d’une intervention sur une certaine période et qu’elle fait un test-retest, ce n’est pas considéré comme une étude longitudinale. La plupart des études concernant une intervention ne sont ni transversale ni longitudinale.
Quels sont les avantages et les inconvénients des études transversales/longitudinales?
Un avantage des études transversales est leur efficacité car elles permettent de collecter beaucoup de données d’un moment ou du moins, dans une courte période de temps. Les résultats sont donc disponibles rapidement.
À l’inverse, les études longitudinales sont beaucoup plus longues et il arrive plus souvent qu’il y ait des retraits de participants qui peuvent compromettre les résultats. Justement, ces résultats sont plus longs à produire. Les résultats des études longitudinales ont habituellement une plus grande crédibilité de comment les gens changent dans le temps. Les études transversales identifient plus les différences entre les gens à un moment précis.
Qu’est-ce qu’une étude fondamentale et appliquée?
On applique ces concepts dans un continuum au lieu de deux catégories distinctes. La recherche fondamentale (basic) est plus de la recherche en laboratoire. Habituellement, ce type de recherche répond à des questions fondamentales directement liées à la connaissance de concepts individuels.
La recherche appliquée est, à l’inverse, directement impliquée dans les pratiques de soins, en clinique. On veut, par exemple, établir l’efficacité d’un programme ou décrire la prévalence d’un tel diagnostic.
La recherche fondamentale permet au chercheur de parfois trouver des données inattendues. Par contre, les chercheurs, même en recherche fondamentale, ont tout de même un but concret dans la vie réelle derrière leur recherche (comprendre un diagnostic, traitement, etc.).
Lorsqu’on combine les deux types de recherches, on arrive à une recherche translationnelle. C’est une étude qui permet d’utiliser les résultats obtenus en laboratoire pour les généraliser en clinique.
Quelle valeur nous permet de confirmer ou d’infirmer l’hypothèse du chercheur?
Lors d’une étude quantitative, le cherche décide d’accepter ou de rejeter son hypothèse en se basant sur une valeur p obtenue à partir d’analyses statistiques. Si le p est plus petit ou égal à 0.05, l’hypothèse est acceptée.
Cela signifie qu’il y a moins de 5% des chances que l’hypothèse soit incorrecte. Si le p est plus grand que 0.05, l’hypothèse est rejetée.
Quels sont les types d’erreur dans les tests d’hypothèse?
- Erreur de type I: Arrive lorsque l’hypothèse est acceptée mais qu’elle est en fait fausse.
- Erreur de type II: Arrive lorsque l’hypothèse est rejetée mais qu’elle est en fait vraie. Souvent, la raison principale de ce type d’erreur est que l’échantillon est trop petit.
Quelles sont les différentes variables et décrire chacune d’elles?
- Variable indépendante: Variables qui sont manipulées ou comparées dans l’étude (ex: groupe contrôle, groupe intervention X et groupe intervention Y). Souvent, les chercheurs vont considérer plus qu’une variable indépendante dans leur étude. Par exemple, ils veulent comparer l’effet d’une intervention, en même temps que les différences entre les filles et les garçons. Dans ce cas, on dit que c’est un « factorial design », dans lequel on peut expérimenter simultanément des interactions ou des impacts de plusieurs variables indépendantes.
- Variable dépendante: Elles sont observées, et dans les cas d’études expérimentales, elles sont utilisées pour mesurer le résultat d’une manipulation. Par exemple, si on mesure l’effet d’une intervention X sur les habiletés de communication, la variable dépendante c’est les habiletés de communication. C’est ce qui est mesuré, c’est le résultat.
- Variables contrôle: Ce sont des variables qui demeurent constantes. Elles pourraient potentiellement affecter les résultats, à moins qu’elles ne soient contrôlées par l’étude ou les tests statistiques (ex: tu prends des enfants du même âge). Lorsque l’on compare des groupes, il est important qu’ils soient le plus similaires possibles. On veut donc contrôler tous les facteurs sauf les variables d’intérêt. Ainsi, on peut être plus confiant que les changements de nos variables dépendantes sont dus à nos variables indépendantes.
- Variables confondantes: Il est impossible de tout contrôler et il est difficile d’imaginer toutes les variables pouvant influencer les résultats. Par contre, parfois les variables confondantes sont identifiées et on peut ensuite déterminer leur influence (ex: le nombre de frères et de sœurs). Ainsi, les prochaines recherches peuvent tenter de contrôler cette variable.
Dans quels cas utilisons-nous les variables dépendantes, indépendantes et de contrôles?
L’utilisation de variables dépendantes et indépendantes est seulement pour les comparaisons entre les groupes et ensuite mesurés. Par contre, les variables de contrôle et les variables superflues sont présentes dans les recherches descriptives quand même.
Quels sont les différents types d’étude non-expérimentales?
- Étude d’observation (Descriptive) :
Pas d’intervention, on observe les circonstances naturelles auxquelles font faces les personnes aux prises avec une certaine maladie.
Souvent des études de comparaison de groupe pour répondre à des questions descriptives lorsqu’on compare des groupes existants (ex. différences entre personne avec et sans parkinson).
Puisqu’il n’y a pas de manipulation (on ne peut pas assigner des groupes de façon aléatoire, les gens ont ou n’ont pas la maladie).
Permet de décrire les personnes avec un certain Dx, identifier l’incidence/prévalence d’une condition ou prédire un issu. Fourni habituellement des informations pertinentes au praticien sur une certaine condition en identifiant les aires pouvant nécessiter une attention particulière.
Ex. Parkinson sont plus à risque de souffrir de Sx de fatigue dans les stages avancés et lorsqu’ils ont aussi des Sx d’anxiété, de dépression ou d’insomnie. Cette étude ne clarifie pas la cause de la fatigue, mais les praticiens peuvent utiliser l’information pour prédire quand la fatigue peut nécessiter une attention particulière.
En gros, ça nous permet de connaître qu’il y a des relations existantes entre certains Sx, sans pouvoir en expliquer la cause (expérimentale) ou même la force de l’association (corrélationnelle), mais ce sont des informations pertinentes pour la pratique. - Étude de corrélation :
Sert à déterminer l’existence d’une relation entre deux construits, et si oui, d’estimer la force de cette relation (corrélation).
Existence d’une 3e variable possible (présente une alternative potentielle), dans le fond, il peut effectivement avoir une corrélation entre deux variables, mais une 3e peut être responsable de cette corrélation ou, du moins, influencer cette corrélation.
o Ex. Relation entre le rhume et les températures froides. La 3e variable serait que lorsqu’il fait froid on passe plus de temps au chaud, et en compagnie de personnes malades (4e variable).
Ne pas oublier que ces études démontrent une corrélation, et donc qu’on ne peut pas assumer une relation de cause à effet. DONC, savoir que corrélation ne veut pas dire causation.
Ces études permettre par contre de répondre à des questions qui ne peuvent être répondue avec des études expérimentales. - Étude analytique ou explicative
• « Analytique » repose sur le fait qu’on peut comparer un groupe qui a été exposé vs groupe témoin qui n’a pas été exposé
• Association entre effet (maladie) à une cause (exposition), relation cause à effet*
Étude cas-témoin (case-control studies):
o On sélectionne des groupes de patients présentant un paramètre X (cas) vs ⌀ paramètre X (témoins)
o Comparaison entre ATCD des cas vs témoins pour déterminer cause possible
Étude de cohorte :
o Ensemble d’individus avec caractéristiques +- variées suivi dans le temps pour étudier des facteurs soupçonnés de provoquer des changements dans leur santé (ex. : symptômes, maladie)
o Peut être prospective ou rétrospective
