MODULE 2 Flashcards
que vise la recherche en épidémio
- comprendre un phénomène de santé ou prédire le futur en se basant sur les infos disponibles à un moment donné
nommer les types d’études possibles en épidémio (2)
- a visée explicatives (étiologiques)
- a visée prédictive
questions de recherche - à quoi sert l’acronyme PICOT
a clarifier la ? de recherche de manière à définir certains éléments importants
questions de recherche - PICOT : définir le P
population
- quel est le groupe de personnes concernées?
questions de recherche - PICOT : définir le I
intervention ou exposition
- quel est le Tx ou le FDR étudié?
questions de recherche - PICOT : définir le C
comparateur
- a quoi sera composé l’intervention ou exposition
questions de recherche - PICOT : définir le O
outcome (issue)
- quelle issue de santé sera évaluée? quelle conséquence potentielle de l’intervention ou de l’exposition sera mesurée?
questions de recherche - PICOT : définir le T
temps
- quelle periode de temps sera évaluée? quelle est la période d’intéret de l’étude
objectifs de recherche - que devraient-ils réfléter
les questions à l’origine de l’étude
objectifs de recherche - quels éléments devraient ils inclure
PICOT
décrire les études à visée étiologique
tentent de comprendre les liens de cause à effet entre des facteurs de risque et des maladies
décrire les études à visée prédictive
tentent de prédire le dev d’une maladie (dépistage et Dx) ou de complications (pronostic) chez une personne à partir de l’info dispo à un moment donné
hypothèses et tests d’hypothèse - définir hypothèse nulle
postule l’absence d’effet ou la non existence d’une relation, d’une association ou d’une différence
cest une présomption d’absence d’effet
vrai ou faux : il existe des hypothses nulles postulant l’existence d’une différence entre les groupes comparés
vrai
ex : dans le contexte d’une étude visant à démontrer l’équivalence d’efficacité ou de sécurité de 2 Tx
hypothèse nulle - qu’affirme-t-elle généralement (2)
- que la différence observée entre 2 pop est purement due au hasard d’échantilllonage
- qu’il n’y a pas d’association stats entre deux variables dans un test stat visant à comparer dans un échantillon une valeur observée et une valeur théorique, ou 2/pls valeurs observées entre elles
en résumé, elle dit que les résultats observés au cours d’une expérience, d’un Tx ou d’une étude ne sont pas différents de ce que l’on aurait pu observer par l’effet seul du hasard
hypothèse nulle - issues possibles
- rejetée
- non rejetée
hypothèse nulle - comment détermine-t-on s’il faut la rejeter ou non (3)
- il faut confronter cette hypothèse nulle à une hypothèse alternative ou contre-hypothèse
- il s’agit de convaincre, au moyen de la réfutation de l’hypothèse nulle, de la vraisemblance de l’hypothèse alternative
- il faut donc évaluer à quel point les changements observés peuvent etre simplement dues aux fluctuation du hasard
hypothèse nulle - qu’est-ce qui permet d’estimer à quel pt les données qu’on observe sont compatibles avec l’hypothèse nulle?
test statistique
valeur-p - qu’indique-t-elle
la probabilité que les observations soit compatible avec l’hypothèse nulle (le niveau de corrélation)
valeur-p - qu’indique une val élevée
absence de corrélation (hypothèse nulle confirmée)
valeur-p - qu’indique une valeur p faible
corrélation (hypothèse nulle rejetée)
valeur-p - définir degré de signification p
probabilité, si l’hypothèse nulle est vraie, d’observer une valeur aussi extreme ou plus extereme que celle calculée par le test
valeur-p - décrire le seuil de signification statstique (2)
- seuil défini a priori a généralement 1 ou 5%
- seuil avec lequel on est a l’aise de rejeter l’hypothèse nulle alors qu,elle est vraie / faire une erreur
valeur-p - qu’indique une valeur p < seuil signification ∝
qu’il est assez improbable que le résultat se soit produit par hasard → haute corrélation
valeur-p - quand rejette-t-on l’hypothèse nulle
lors que le calcul montre que le seuil critique a été franchi (inférieur), car cela indique une différence statistiquement significative entre 2 groupes
que se passe-t-il lorsqu’on rejette l’hypothèse nulle
on accepte l’hypothèse alternative comme étant la plus probable
que test-on lorsqu’on effectue un test d”hypoth;se (2)
- la relation entre le facteur étudié et la maladie
- l’ensemble de l’étude
l’ensemble des caract de l’étude peuvent avoir un impact sur la valeur p
mesures de fréquence - quelle est l’utilité première
mesurer et décrire l’apparition et la répartition de la maladie dans la population
types de variables - nommer les (4)
- quantitatives (discrètes ou continues)
- qualitatives/nominales/catégorielles (dichotomiques ou ordinales)
population - définir pop statique ou transerversale
pop sous observation a un moment précis déterminé
la pop a ce moment précis est fixe, le nb d’individus ne variera pas
population - définir population dynamique
population observée pendant une certaine période de temps
le temps entraine des changements ans la pop (ex : apparition de maladies)
population dynamique - définir pop dynamique fermée (2)
- lorsque les individus qui la composent sont admis dans la population étudiée selon certains critères précis déterminés
- lorsqu’ils seront sous observation jusqu’à la fin de l’étude ou jusqu’à l’occurence de l’évènement étudié (maladie, décès) s’il survient avant
population dynamique - définir pop dynamique ouverte
- lorsque les individus qui la composent changent avec le temps, acceptant de nouveaux membres qui ne se qualifiaient pas pour l’inclusion au départ
mesures de fréquence - comment les obtenir (2)
- étudier le bon type de pop
- considerer que la méthode de calcul de certaines mesures de freq de la malade varie selon le type de pop et le contexte d’étude
mesures de fréquence - proportion : définir (3)
- rapport entre un nb d’élément et l’ensemble duquel il provient (le numérateur fait partie du dénominateur) → P = a/a+b
- tjrs comprise entre 0 et 1 ou 0 et 100%
- pas d’unité de mesure
mesures de fréquence - proportion : décrire prévalence (4)
- s’obtient surtout auprès d’une pop statique
- proportion des individus, pour une pop donnée, qui sont atteints d’une maladie à un moment précis → P = m/N
- s’exprime en %
- pas unités de mesure
mesures de fréquence - proportion : que donne la prévalence
une mesure des cas présents a un moment donnée (dans le passé)
mesures de fréquence - proportion : par quoi est influencée la prévalence
la durée de la maladie et sa létalité
mesures de fréquence - proportion : décrire la proportion d’incidence (incidence cumulée) (5)
- proportion qui traduit la fréquence d’apparition de nouveaux cas dans une pop déterminée sur une période de temps donné
- au debut de la période d’observation, les individus qui composent la pop ne présentent pas la maladie étudiée, mais sont des personnes à risque de la maladie ou de l’évènement étudié
- a mesure que des individus dev la maladie, ils contribueront au numérateur de la proportion et le total des individus de la pop sera le dénominateur
- comme le nb de cas augmentera au fil du temps, il est tjrs nécessaire de spécifier a quelle période de temps réfère une proportion d’incidence
- l’ensemble des individus a risque devront etre suivis durant toute la période étudiée
mesures de fréquence - taux : définir taux (3)
- rapport entre deux grandeurs
- en épidémio, cest un rapport entre un nb d’évènements et le temps nécessaire pour observer ces évènements
- le taux est donc une mesure de la vitesse d’apparition d’un évènement dans une pop
mesures de fréquence - taux (notion de personne-temps) : quand l’utilise-t-on
- lorsque la période d’observation diffère d’un individu à l’autre, car on ne peut pas calculer adéquatement l’incidence cumulée après une période de temps d’observation donnée si cette période d’intérêt est sup a la plus courte durée d’observation
mesures de fréquence - taux (notion de personne-temps) : que considère-t-on
la contribution des individus étudiés sous forme de temps d’observation
mesures de fréquence - taux (notion de personne-temps) : quel est le dénominateur du taux
une mesure du temps d’observation contribué par chacun des individus à risque
mesures de fréquence - taux (notion de personne-temps) : que traduit il (2)
- le cumul du temps écoulé entre le début et la fin de l’observation durant lequel chaque personne peut dév la maladie
- cets le cumul du temps observé durant lequel ch personne est à risque de dev la maladie
mesures de fréquence - taux (notion de personne-temps) : quand ets-ce qu’un individu est a risque de dev une maladie donnée
Un individu est à risque de développer une maladie donnée dans la mesure où il n’est pas atteint de cette maladie et où il peut potentiellement la développer
mesures de fréquence - taux (notion de personne-temps) : décrire les particularités du calcul dans une pop dynamique fermée
le calcul des personnes-temps à risque doit s’établir uniquement pour des personnes qui ne présentent pas la maladie au début de l’étude ou, en d’autres mots, au début de la période d’observation
mesures de fréquence - taux (notion de personne-temps) : comment établir le nb de personne-temps à risque
on doit obligatoirement considérer qu’un individu cesse d’être à risque de développer la maladie dès l’instant où il est atteint de la maladie ou s’il meure
mesures de fréquence - taux (notion de personne-temps) : quand est-ce qu’on individu cesse de contribuer au temps d’observation? pourquoi?
- si un individu n’est plus sous observation pour une quelconque raison (ex.: perdu de vue), on ne peut plus observer son état
- ne sachant plus s’il demeure à risque ou pas, il cessera dès lors de contribuer au temps d’observation
mesures de fréquence - taux (notion de personne-temps) : quand est-ce que l’individu participe au nb de personne-temps à risque
l’individu participera au nombre de personnes-temps à risque jusqu’au moment de sa perte au suivi
mesures de fréquence - taux (taux instantanée ou densité d’incidence) : synonyme
force de mortalité
mesures de fréquence - taux (taux instantanée ou densité d’incidence) : définir
mesure de fréquence fréquemment utilisée en épidémio basée sur une modélisation de Cox
mesures de fréquence - taux (taux instantanée ou densité d’incidence) : qu’est-ce que la modélisation statistique
taux estimés pour une période de temps très courte (instantanée) comparativement au calcul de taux précédemment présenté qui reposait sur un dénominateur incluant une quantité de temps var
mesures de fréquence - taux (taux instantanée ou densité d’incidence) : que représente le taux d’incidence
une moyenne pondérée des taux instantannés de la période de temps considérée, la pondération étant fonction des personnes-temps contribuant a chacun des instants
mesures de fréquence - ratio : définir (2)
rapport entre 2 quantités
le numérateur et le dénominateur font partie d’un même ensemble, mais un exclut l’autre (ex. ratio hommes/femmes)
mesures de fréquence - relation prévalence/incidence/durée de la maladie : décrire cette relation si faibles prévalence
prévalence ∼ taux d’incidence * durée de la maladie
mesures de fréquence - relation prévalence/incidence/durée de la maladie : la prévalence varie en fonction de l’incidence et de la durée moyenne de la maladie dans la pop, qu’est-ce que cela signifie? (2)
- ↑ incidence = ↑ prévalence et ↓ incidence = ↓ prévalence
si l’incidence de la maladie est stable :
- ↑ durée moyenne = ↑ prévalence et ↓ durée moyenne = ↓ prévalence
mesures de fréquence - relation prévalence/incidence/durée de la maladie : est-il possible que la durée moyenne et l’incidence de la maladie aient un effet conjugué? expliquer
- oui
- une diminution de la durée moyenne de la maladie associée a une augmentation de son incidence pourrait faire en sorte que la prévalence demeure inchangée
mesures de de tendance centrale - moyenne, médianne et mode : a quoi sert de regrouper les valeurs d’une variable continue par classe
permet de décrire la répartition des variables dans l’échantillon
mesures de de tendance centrale - moyenne, médianne et mode : a part le regroupement par classe, comment peut on décrire la distribution d’une variable continue? quel avantage est-ce que ça l’a
décrire sa tendance centrale
permet de conserver toute la précision de la variable
mesures de de tendance centrale - moyenne, médianne et mode : a quoi sert la dispersion des observations
décrire à quel pt les valeurs observées divergent de la mesure centrale
que représente la ligne rouge
mode
que représente la ligne verte
médiane
que représente la ligne bleue
moyenne
moyenne et écart-type - définir moyenne
mesure de tendance centrale permettant de résumer la distribution d’une variable quantitative connue
moyenne et écart-type - quand est-ce qu’une moyenne est une mesure appropriée de la tendance centrale
lorsqu’une variable suit une distribution N (gaussienne)
moyenne et écart-type - comment est calculée la moyenne
somme de toutes les valeurs/nb de valeurs
moyenne et écart-type - qu’est-ce qu’un écart type
mesure de dispersion
moyenne et écart-type - comment calcule-t-on l’écart type
racine de la moyenne des carrées des écarts à la moyenne
médiane et intervalle interquartile - définir médiane
valeur centrale de l’ensemble des valeurs d’un échantillon
si on ordonne toutes les valeurs observées dans un échantillon, la médiane diviser l’ensemble en 2 groupes égaux
médiane et intervalle interquartie - a quel percentile correspond la médiane
50e
médiane et intervalle interquartile - décrire la division en quartiles (5)
- 3 quartiles divisent les valeurs en 4 groupes égaux
- la première valeur, 1er quartile (Q1) correspond au 25e percentile
- la 2e valeur (Q2), au 50e → cest donc la médiane
- la 3e valeur (Q3) au 75e
- l’intervalle interquartile va de Q1 a Q3
variable - définir
toute caractéristique susceptible d’etre différente selon les personnes, les lieux ou les temps
valeur - définir
toute état que prend la variable
types de variables en épidémio - nommer les (3)
- var de personnes
- var de lieux
- var de temps
types de variables en épidémio - décrire les var de personnes (2)
- renvoient aux attrubuts anatomiques, physiologiques, sociaux, économiques ou culturels
- permettent de répondre à la question “de qui parle-t-on”
types de variables en épidémio - décrire les var de lieux
permettent de rep a la question “ou se deroulent les évènements dont on parle”
types de variables en épidémio - décrire les var de temps
- permettent de rep a la question “quand l’évènement est survenu”
classification des var - distinguer variables quantitatives discretes et continues
- discrète : lorsque ses val sont des quantités isolées, séparées les unes des autres → obtenues par dénombrement
- continue : peut etre exprimée par une fraction
classification des var - les variables qualitatives sont elles discrètes ou continues
discrètes
classification des var - pour quel type de variable calcule-t-on la moyenne? la proportion?
- moyenne : qualitative
- proportion : qualitative
classification des observations - echelle de classification : définir
pour une var donnée, l’ensemnle des classes constitue une échelle de classification
classification des observations - echelle de classification : utilité
- permet de distribuer toutes les observations, chacune n’appartenant qu’a une seule catégorie
classification des observations - echelle de classification : conditions pour que le classement soit juste (2)
les classes qui constituent l’échelle doivent :
- etre mutuellement exclusives : chaque individu ou ch observation de la variable ne peut appartenir qu’a une seule classe
- etre collectivement exhaustives : ch individu ou ch observation de la var doit appartenir a une classe
classification des observations - echelle de classification : nommer les types (3)
- échelle nominale
- échelle ordinale
- échelle par intervalle
classification des observations - echelle de classification : décrire les échelles nominales
les classes ne sont que nommées
classification des observations - echelle de classification : décrire les échelles ordinale
- les classes sont nommées et ordonnées, allant de la plus petite val a la plus grande ou l’inverse
classification des observations - echelle de classification : décrire les échelles par intervalle
les classes sont nommées et ordonnées
il existe aussi une relation de distance entre les valeurs
classification des observations - echelle de classification : est-il possible de passer d’une échelle a l’autre? expliquer
- oui, il existe une hierachie entre les échelles
- il est possible de passer de l’échelle par intervalle a l’échelle ordinalle, puis a l’échelle nominale
classification des observations - echelle de classification : comment passer d’une échelle a l’autre (2)
- ch regroupement des données pour effectuer le passage d’une échelle a l’autre entraine une perte d’information
- il s’agit donc d’une voie à sens unique
(la même perte d’info survient quand on passe des données brutes à un regroupement en classes)
distributions de fréquences - définir fréquence absolue/effectif
nombre d’observations regroupées dans une classe
distributions de fréquences - définir
ensemble des classes d’une echelle avec leur fréquence
distributions de fréquences - décrire le format d’un tableau de distribution de fréquence (4)
- 4 colonnes
- # 1 : classes
- # 2 : effectif ou fréquence absolue de ch classe
- # 3 : fréquence relative qui présente en % la répartition des effectifs dans les différentes classes
- # 4 : fréquence relative cumulée, qui additionne la fréquence relative des classes
représentations graphiques des distributions de fréquence - utilité (2)
- produisent une évocation visuelle
- mettent en relief les éléments essentiels d’un tableau en permettant de saisir plus rapidement les grands traits d’une distribution
représentations graphiques des distributions de fréquence - décrire la représentation pour l’échelle nominale ou ordinale (3)
- digramme en secteurs proportionnels
- diagrammes en barres proprtionnelles
- diagramme en barres
représentations graphiques des distributions de fréquence - échelle nominale : désavnatges des diagrammes en tartes
ne permettent pas de représenter aisément plusieurs séries de données
représentations graphiques des distributions de fréquence - comparer digrammes en barres proportionnelles vs en barres
voir image
représentations graphiques des distributions de fréquence - décrire la représentation pour l’échelle par intervalle (4)
- histogramme
- polygones de fréquences
- graphe en lignes
- graphe des percentiles
représentations graphiques des distributions de fréquence - échelle par intervalle : décrire les histogrammes (2)
- utilisés pour les var quantitatives continues
- se construit dans un syst d’axes rectangulaires
représentations graphiques des distributions de fréquence - échelle par intervalle : conditions a respecter pour l’histogramme (3)
- les rectangles se suivent dans l’ordre des classes
- chacune des bases des rectangles coincide avec l’intervalle de la classe correspondante
- chacune des aires des rectangles (b x h) mesure la fréquence de la classe correspondante
représentations graphiques des distributions de fréquence - échelle par intervalle : décrire le polygone de fréquence (3)
- utilisé pour représenter les var continues ou les var discrètes qui ont été regroupées
- on le réserve aux variables continues en raison de l’impression de continuité qu’il procure
- on l’obtient en passant une ligne par le milieu des sommets des rectangles constituant un histogramme
représentations graphiques des distributions de fréquence - échelle par intervalle : décrire le graphe en ligne
construit à partir d’une var y et d’une var x
représentations graphiques des distributions de fréquence - échelle par intervalle : décrire le graphe des percentiles
partage une distribution en 100 parties égales entre elles
représentations graphiques des distributions de fréquence - utilité de la représenation cartographie
décrire un phénomène en fonction du lieu
représentations graphiques des distributions de fréquence - décrire le graphe en points (2)
- utilisé lorsque le but de l’étude ne consiste pas a faire des extrapolations à partir des valeurs trouvées
- ch pt est caractérisé par son abscisse et son ordonnée sur des axes de repère donnés ou sur une représentation cartographique
règles générales de représentation graphique - que doivent-ils comporter (5)
- titre
- échelles
- unités
- sources
- légende au besoin
mesures de tendance centrale - comment se caractérise une valeur centrale
par le fait que toutes les valeurs observées tendent à se rassembler autour d’elle
mesures de tendance centrale - nommer les 3 types
- moyenne
- médianne
- mode
mesures de tendance centrale - moyenne : nommer les différents types
- arithmétique
- pondérée
- géométrique
mesures de tendance centrale - moyenne : définir la moyenne arithmérique
- somme des valeurs observées, divisée par le nombre de ces valeurs
mesures de tendance centrale - moyenne :
vrai ou faux : on peut exprimer une variable discrète par une fraction lorsqu’on calcule la moyenne
vrai
mesures de tendance centrale - moyenne : lacune des moyennes arithmétiques
influencée par les valeurs extremes, surtout élevées
mais cette influence est moindre si le nb de valeur est grand
mesures de tendance centrale - moyenne : décrire la moyenne pondérée (4)
- utilisée lorsque les données sont regroupées en classes
- on additionne les moyennes des classes, puis on les divise par le nb de classe
- on introduit des erreurs si une classe contient plus d’observation qu’une autre
- pour corriger ce prob, on donne un poids (on pondère) à ch classe selon son importance (son poids relatif) dans l’ensemble
mesures de tendance centrale - moyenne : comment se calcule la moyenne pondéré (2)
- on fait la somme des moyennes des classes x le nb d’observations dans ch classe, divisé par le nb total d’élèves
OU
- on utilise le pt milieu de ch classe x la fréquence et on les additionne
mesures de tendance centrale - moyenne : décrire la moyenne géométrique (4)
- moyenne qui utilise le produit des valeurs observées
- n’est définie que pour des valeurs positives
- permet de réduire l’influence des valeurs extremes, surtout basses
- surtout utilisée dans le contexte des analyses de la ou les distributions sont svnt asymétriques
mesures de tendance centrale - moyenne : formule de la moyenne géométrique
voir image
mesures de tendance centrale - moyenne : le comportement de quelles moyennes varie quand on introduit des valeurs extremes dans un ensemble de val (2)
arithmétiques
géométriques
mesures de tendance centrale - médiane : de quoi dépend elle? expliquer
- du rang des observations disposées en ordre numérique
- elle prend la val de l’observation de rang (n+1)/2, ou n = le nb d’observations
mesures de tendance centrale - médiane : est-elle influencée par les valeurs extremes?
non
mesures de tendance centrale - médiane : quand la préfère-t-on aux autres mesures de tendance centrale
lorsque la distribution des valeurs est fortement asymétrique
mesures de tendance centrale - mode : définir
valeur qui revient le plus souvent dans un semble de valeurs observées
mesures de tendance centrale - mode : par quoi est-il influencé
fréquences des observations
