Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

MED A2022 - ÉPIDÉMIO E1 > MODULE 2 > Flashcards

MODULE 2 Flashcards

1
Q

définir variable

A

toute caractéristique susceptible d’etre différente selon les personnes, les lieux ou le temps

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

définir valeur

A

tout état que prend une variable étudiée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

variables - nommer les types (3)

A
  • variables de personnes
  • variables de lieux
  • variables de temps
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

variables - a quoi renvoient les variables de personne

A
  • attributs anatomiques, physiologiques, sociaux, économiques ou culturels
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

variables - définir valeur numérique discrete

A

dont les valeurs sont des quantités isolés, séparées les unes des autres
ne peuvent pas etre expimées en fraction

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

variables - définir valeur numérique continue

A

qui peuvent s’exprimer en fraction

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

variables - définir variable qualitatives (2)

A
  • qualités, attributs
  • sont des valeurs discretes par convention
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

variables - que peut-on calculer pour une variable quantitative

A

moyenne arithmétique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

variables - que peut on calculer pour une variable qualitative

A

une proportion

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

classification des observations - comment peut on classer les variables (2)

A
  • dénombrer les valeurs identiques

OU

  • regrouper ces valeurs dans des classes, puis les dénombrer a l’intérieur de ch classe
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

classification des observations - définir échelle de classification

A

pour une var donnée, l’ensemnle des classes est une échelle de classification

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

classification des observations - conditions de l’échelle de classification (2)

A

les classes doivent :
- être mutuellement exclusives
- etre collectivement exhaustives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

classification des observations - types : définir échelle nominale

A

les classes ne sont que nommées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

classification des observations - types : définir échelle ordinale

A

les classes sont nommées et ordonnées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

classification des observations - types : définir échelle par intervalle (2)

A
  • les classes sont nommées et ordonnée
  • il existe une relation de distance entre les valeurs
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

classification des observations - passage d’une échelle a une autre : décrire (3)

A
  • on peut passer de nominale -> ordinale -> par intervalle, mais pas l’inverse
  • chaque regroupement de données pour effectuer le passage d’une échelle a l’autre entraine une perte d’informations
  • la meme perte d’info survient quand on passe des données brutes a un regroupement en classes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

distributions de fréquences - définir fréquence absolue/effectif

A

nombre d’observations regroupées dans une classe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

distributions de fréquences - définir distribution de fréquence

A
  • ensemble des classes d’une échelle avec leur fréquence
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

distributions de fréquences - décrire la composition d’un tableau de distribution de fréquences (4)

A

4 colonnes :
- classes
- fréquence absolue (effectif) de ch classe
- fréquence relative (%)
- fréquence relative cumulée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

distributions de fréquences - quels graphiques peut on utiliser pour représenter les échelles nominales ou ordinales (3)

A

diagramme en secteurs proportionnels
diagramme en barres proportionnelles
diagramme en barres

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

distributions de fréquences - quels graphiques peut on utiliser pour représenter les échelles par intervalle (4)

A
  • histogrammes
  • polygones de fréquence
  • graphe en ligne
  • graphe de percentiles
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

distributions de fréquences - représentations graphiques : décrire le diagramme en secteurs proportionnels (2)

A
  • représentent les proportions des valeurs prises par une variable
  • ne permettent pas de représenter aisément pls séries de données
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

distributions de fréquences - représentations graphiques : décrire les diagrammes en barres proportionnelles

A
  • les fréquences sont partagées sur une barre
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

distributions de fréquences - représentations graphiques : décrire le digramme en barres (2)

A
  • les données représentées sous forme de barres sont disposées horizontalement ou verticalement
  • chaque barre représenter la fréquence de la classe d’une variable
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

distributions de fréquences - représentations graphiques : décrire l’histogramme (4)

A
  • pour les var quantitatives continues
  • les rectangles se suivent dans l’ordre des classes
  • chacune des bases des rectangles coincide avev l’intervalle de la classe correspondante
  • chacune des aires des rectangles (base x hauteur) mesure la fréquence de la classe correspondante
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

distributions de fréquences - représentations graphiques : décrire le polygone de fréquences (3)

A
  • variables continues ou discretes (moins svnt)
  • donne une impression de continuité
  • obtenu en passant une ligne par le milieu des sommets des rectangles de l’histogramme
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

distributions de fréquences - représentations graphiques : décrire le graphe en ligne

A

a partier d’une variable y en fonction d’une variable x

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

distributions de fréquences - représentations graphiques : décrire le grahe de percentiles

A

les percentiles partagent une distribution de 100 parties égales entre elles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

distributions de fréquences - représentations graphiques : décrire la représentation cartographique

A

très utile pour décrire un phénomène en fonction du lieu

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

distributions de fréquences - représentations graphiques : décrire le graohe en points

A

surtout utilisé lorsque le but de l’étude ne consiste pas a faire des extraolations a partir des valeurs trouvées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

distributions de fréquences - représentations graphiques : nommer leurs régles générales (5)

A
  • doivent etre simples
  • titre clair, concis et récis
  • échelles et unités spécifiées
  • sources de données indiquées
  • légende si nécessaire a la compréhension
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

mesures de tendance centrale - moyenne arithmétique : dfinir

A

somme des valeurs / nb de valeurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

mesures de tendance centrale - moyenne arithmétique : par quoi est-elle influencée (2)

A
  • influencée par les valeurs extremes, surtout élevées
  • cette influence est diminuée si le nb d’observations est grand
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

mesures de tendance centrale - moyenne pondérée : définir

A

consiste a donner un poids a ch classe selon son importance dans l’ensemnle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

mesures de tendance centrale - moyenne pondérée : comment se calcule-t-elle (2)

A
  • en faisant la somme des moyennes de ch classe x le nb d’observations dans ch classe / nb total de valeurs OU
  • utiliser un pt milieu de ch classe
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

mesures de tendance centrale - moyenne géométrique : définir

A

utilise le prod des valeurs observées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

mesures de tendance centrale - moyenne géométrique : décrire (3)

A
  • définie que pour les valeurs +
  • permet de réduire l’influence des valeurs extremes, surtout basses
  • surtout utilisées dans le contexte des analyses de laboratoire ou les distributions sont souvent asymétriques
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

mesures de tendance centrale - moyenne géométrique : comment se calcule-t-elle

A

u = (x1 * x2 * … * xn) ^(1/n)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

mesures de tendance centrale - médiane : définir

A

valeur qui divise en 2 arties égales en nombre l’ensemble des valeurs observées lorsqu’elles sont mises en ordre croissant

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

mesures de tendance centrale - médiane : est-elle influencée par les valeurs extremes?

A

non

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

mesures de tendance centrale - médiane : comment la calcule-t-on

A

(n+1)/2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

mesures de tendance centrale - médiane : quand la préfère-t-on aux autres mesures de tendance centrale

A

quand la distribution est fortement asymétrique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

mesures de tendance centrale - mode : définir

A

valeur qui revient le lus souvent dans un ensemble de valeurs observées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

mesures de tendance centrale - mode : par quoi est-il influencé (2)

A
  • fréquences des observations
  • plus sensible aux changements et moins stable que la moyenne
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

mesures de tendance centrale - mode : peut il etre déterminer pour des variables quantitatives ET qualitatives?

A

oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

mesures de tendance centrale - mode : est-il possible d’avoir pls modes dans une distribution? aucun?

A

oui et oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

mesures de tendance centrale utilisée selon l’échelle - échelle nominale

A

mode

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

mesures de tendance centrale utilisée selon l’échelle - échelle ordinale

A

mode
médiane

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

mesures de tendance centrale utilisée selon l’échelle - échelle par intervalles

A

mode
médiane
moyenne

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

mesures de dispersion - utilité

A

fournissent des infos sur la variabilité des observations

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

mesures de dispersion - définir étendue

A

différence entre la veleur la plus grande (maximale) et la valeur la plus petite (minimales) d’un ensemble d’observations

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
52
Q

mesures de dispersion - par quoi est influencée l’étendue

A

uniquement valeurs extremes

53
Q

mesures de dispersion - définir quantiles (2)

A
  • divisent l’ensemble en un certains nb de parties égales
  • implique que les données doivent etre ordonnée et en mode croissant
54
Q

mesures de dispersion - définir variance

A

écart de ch valeur par rapport a la moyenne

55
Q

mesures de dispersion - comment exprimer la variance en un seul chiffre

A
  • moyenne du carré des écarts

(somme écarts)^2 / nb d’écart

56
Q

mesures de dispersion - définir écart type (2)

A
  • racine carrée de la variance
  • si échantillon : on divise par n-1 a la place de n en calculant la variance
57
Q

mesures de dispersion - définir coefficient de variation

A

rapport de l’écart type a la moyenne

58
Q

mesures de dispersion - coeff de variation : que permet-il (2)

A
  • de comparer deux distributions d’une meme variable ou de variables diff
  • de comparer la variabilité des ensembles de données dont les unités diffèrent
59
Q

mesures de dispersion - coeff de variation : comment est-il exprimé (2)

A
  • fraction
  • %
60
Q

mesures de dispersion - coeff de variation : qu’indique une valeur de coeff de variation élevée

A

une grande variabilité des données observées

61
Q

échantillonage - définir échantillon

A

sous ensemble de la pop que l’on souhaite étudier

62
Q

échantillonage - choix d’un échantillon : comment choisir sa taille (4)

A
  • plus petit différence que l’on veut détecter
  • précision souhaitée
  • puissance souhaitée
  • variabilité des données
63
Q

méthodes d’échantillonnage - décrire l’échantillonage aléatoire simple

A

sélection au harsard
tous les sujets d’une pop ont une chance égale de faire partie de l’échantillon

64
Q

méthodes d’échantillonnage - décrire l’échantillonage aléatoire stratifiée (3)

A
  • la pop est répartie selon certaines caract
  • toutes les catégorues sont donc représentées dans l’échantillons
  • tous les sujets appartenant a une catégorie donnée ont une chance égale de représenter leur catégorie dans l’échantillon
65
Q

méthodes d’échantillonnage - décrire l’échantillonage systématique (2)

A
  • méthode d’échantillonnage aléatoire dans laquelle tous les individus d’une pop sont inscrits sur une liste (réelle ou virtuelle)
  • le premier individu est choisi aléatoirement, puis tous les autres sont choisis selon une regle fixe
66
Q

méthodes d’échantillonnage - décrire l’échantillonage en grappes (3)

A
  • méthode d’échantillonnage dans laquelle la pop est répartie en sous groupes (grappes)
  • les grappes qui font partie de l’échantillon sont désignés au moyen de méthodes aléatoire simple ou stratifiée
  • tous les individus qui constituent une grappe ainsi sélectionnée font partie de l’échantillon
67
Q

mesures de fréquence - utilité

A

mesurer et décrire l’apparition et la répartition de la maladie dans la population

68
Q

mesures de fréquence - rapport : définir

A

expression generale de la relation entre 2 quantités qui peuvent appartenir ou non au meme ensemble

69
Q

mesures de fréquence - rapport : types (4)

A
  • proportion
  • taux
  • ratio
  • indice
70
Q

mesures de fréquence - rapport : décrire la proportion (2)

A
  • rapport dans lequel les 2 entités proviennent du meme ensemble et ou le numérateur est inclu dans le dénominateur
  • entre 0-1 / 0-100%
71
Q

mesures de fréquence - rapport : exemples de proportions (3)

A
  • prévalence
  • incidence cumulée
  • létalité
72
Q

mesures de fréquence - rapport : décrire le taux (4)

A
  • rapport qui mesure la vitesse ou la force de survenue d’un évènement
  • mesure instantannée de densité
  • numérateur : nb d’évènements qui sont survenues
  • dénominateur : temps écoulé en personnes-temps a risque
73
Q

mesures de fréquence - rapport (taux) : que permet le concept de personne-temps a risque

A
  • établir des équivalences et des comparaisons entre les résultats d’études dans lesquelles le nb d’individus observés et la durée d’observation ne sont pas exactement les mêmes
74
Q

mesures de fréquence - rapport (taux) : quand considère-t-on qu’un individu est a risque de dev une maladie (2)

A

s’il n’en est pas atteint
s’il peut potentiellement la dev

75
Q

mesures de fréquence - rapport (taux) : comment se fait le calcul des personnes-temps a risque dans une pop fermée (3)

A
  • doit s’établir uniquement pour des personnes qui ne présentent pas la maladie au debut de l’étude
  • on doit considérer que l’indivud n’est plus a risque des qu’il dev la maladie ou qu’il meurt
  • si un individu n’est plus sous observation, il cesse de contribuer au temps d’observation
76
Q

mesures de fréquence - rapport : décrire le ratio (2)

A
  • = cote
  • rapport dans lequel le num et le denom proviennent du meme ensemble, mais le num n’est pas compris dans le denum
77
Q

mesures de fréquence - rapport : décrire indice (2)

A
  • rapport utilisé lorsque le num n’est pas compris dans le denom et que l’un et l’autre renvoient a 2 évènements distincts
  • utile si le denom n’est pas bien connu : on utilise alors un denom qui se rapproche de la réalité pour obtenir une mesure
78
Q

mesures en épidémio - prévalence : définir (3)

A
  • proportion des personnes affectées par une maladie a un moment dans la pop
  • indique l’ampleur d’un prob a un moment précis = hotograhie instantannée d’une situation dans une pop
  • P = m/N
79
Q

mesures en épidémio - prévalence : elle se calcule sur quel type de pop

A
  • les cas prévalents constituent le nb existant de malades dans une pop a un pt fixe dans le temps = pop statique
80
Q

mesures en épidémio - taux d’incidence : définir (4)

A
  • mesure de la vitesse, de la force ou de l’intensité de propagation d’une maladie dans une population
  • I = n/T
  • numérateur : nb de nouveaux cas du debut a la fin de l’étude
  • dénominateur : personnes-temps a risque
81
Q

mesures en épidémio - taux d’incidence : dans quels types de pop peut on le calculer (2)

A
  • dynamiqie ouverte ou fermée
82
Q

mesures en épidémio - taux d’incidence : comment se fait le calcul avec une pop dynamique ouverte (2)

A
  • basé sur le calcul approx des personnes temps a risque
  • pas besoin d’établit le nb d’invidicus non atteints au debut ou d’estimer le nb de personnes temps a risque comme dans une pop dyn fermée
83
Q

mesures en épidémio - taux d’incidence : que cause l’augmentation de la durée d’observation intégrée au dénom si on a un nb de nouveaux cas et de sujets identiques?

A

fait diminuer le nb de nouevau cas

84
Q

mesures en épidémio - taux instantanné/densité d’incidence : définir

A

taux estimé pour une période de temps très courte comparativement au calcul de taux d’incidence qui repose sur un dénom incluant une quantité de temps variable

85
Q

mesures en épidémio - taux instantanné/densité d’incidence : comparer avec le taux d’incidence

A

le taux d’incidence représente une moyenne pondérée des taux instantanés de la période de temps considérée, la pondération étant fonction des personnes-temps contribuant à chacun des instants

86
Q

mesures en épidémio - incidence cumulée : définir (3)

A
  • probabilité/risque de survenue d’un évènement
  • IC = n/R (n = nb de nouv cas, R = nb de personnes a risque au debut)
  • proportion des nouveaux cas survenus parmi un groue de sujets en bonne santé au debut de la période d’observation
87
Q

mesures en épidémio - incidence cumulée : quand peut elle etre calculée

A

si aucun sujet perdu de vu

88
Q

mesures en épidémio - incidence cumulée : dans quel type de pop est elle calculée

A

dynamique fermée

89
Q

mesures en épidémio - incidence cumulée : lien avec la notion de temps

A

n’est pas pris en compte dans le calcul, mais le temps de suivi doit etre indiqué

90
Q

mesures en épidémio - cote : quand l’utilise-t-on

A

études cas/témoins

91
Q

mesures en épidémio - cote : décrire

A

ratio calculé quand une caract sépare le groupe en 2 (ex : malades / non malades)

92
Q

mesures en épidémio - relation entre prévalence, incidence et durée de la maladie : décrire (2)

A

dans une pop dynamique ouverte stable (si P < 10%) :
- P = I x D
- la prévalence varie en fonctino de l’incidence et de la durée moyenne de la maladie

la P et le taux de I ne sont pas deux mesures totalement indépendantes

93
Q

mesures en épidémio - relation entre prévalence, incidence et durée de la maladie : décrire le lien entre la P et l’I si la D est constante

A

↑ I = ↑P

94
Q

mesures en épidémio - relation entre prévalence, incidence et durée de la maladie : décrire le lien entre la D et la P si l’I est constante

A

↑ durée = ↑ prévalence

95
Q

types de pop - décrire la pop statique

A
  • figée dans le temps
96
Q

types de pop - que peut on calculer avec une pop statique (3)? que ne peut on PAS calculer (2)?

A
  • proportions, ratios, indices
  • PAS : taux d’incidence, IC
97
Q

types de pop - décrire la pop dynamique

A

population observée pendant une période plus ou moins longue qui change avec le temps

98
Q

types de pop - que peut on mesurer dans les pop dynamiques (3)

A
  • taux incidences
  • IC
  • prévalences si on prend des mesures a un moment précis de la période d,observation
99
Q

types de pop - distinguer pop dynamique ouverte vs fermée

A
  • ouverte : pop dans laquelle des individus peuvent s’ajouter ou se retirer (ex : ville)
  • fermée : pop dans laquelle tous les sujets sont bien identifiés au debut de l’étude, a laquelle personne ne s’ajoute en cours d’étude et ou chacun est suivi jusqu’a la survenue de l’évènement étudié ou jusqu’a la fin de la période d,observation
100
Q

mortalité / morbidité - comment se calcule le taux de mortalité dans une pop dynamique fermée

A

de la même façon que le taux d’incidence, à la différence que des décès figurent au numérateur plutôt que de nouveaux cas de la maladie étudiée

101
Q

mortalité / morbidité - comment se calcule le taux de mortalité dans une pop dynamique ouverte

A

le taux annuel de mortalité est obetnu en divisant le nb de décès au cours de l’année par la pop au 1er juillet (estimateur de personnes-temps)

102
Q

mortalité / morbidité - comment se calcule la probabilité de décès (IC) dans une cohorte fermée

A
  • nb de déc;s survenus / nb de personnes temps a risque
103
Q

mortalité / morbidité - définir létalité

A

proportion de personnes atteintes d’une maladie (m) qui décèdent (d) après un certain temps d’observation
- L = d/m

104
Q

mortalité / morbidité - la létalité est une _____

A

incidence cumulée

105
Q

mortalité / morbidité - la letalité peut etre calculé dans des pop ___ (2)

A

dynamique ouverte ou fermée

106
Q

mortalité / morbidité - définir taux d’attaque

A

porportion des personnes malades par rapport aux personnes exposées a un risque reconnu

107
Q

mortalité / morbidité - le taux d’attaque est une _____

A

incidence cumulée

108
Q

mortalité / morbidité - définir espérance de vie

A

âge moyen au décès des personnes dans une pop

109
Q

mortalité / morbidité - utilité de l’espérance de vie a la naissance

A

indicateur de la santé d’une pop

110
Q

mortalité / morbidité - l’espérance de vie est une _____, donc _____

A
  • moyenne
  • donc les valeurs extremes l’influence bcp
111
Q

mortalité / morbidité - qu’est-ce que l’espérance de vie sans limitation d’activité

A

indicateur plus large que celui de l’espérance de vie
introduit le concept de la qualité de vie

112
Q

ajustement des mesures - décrire l’ajustement direct (2)

A
  • se servir des taux spécifiques réels pour les apliquer a une distrubution de pop identique fictive
  • permet de comparer la mortalité de deux pop sans l’effet confondant de l’âge
113
Q

ajustement des mesures - décrire l’ajustement indirect

A

appliquer des taux identiques fictifs sur aux distributions de pop réelles

114
Q

recherche en épidémio - que vise -t-elle (2)

A
  • comprendre un phénomène de santé (étude a visée explicatuve/étiologique)
  • prédire le futur en se basant sur les infos dispo a un moment donné (étude a visée prédictive)
115
Q

recherche en épidémio - question de recherche : quels éléments doivent etre clarifiés (5)

A

PICOT :
- P : population -> quel est le groupe de personnes concernées
- I : intervention/exposition -> que est le Tx/FDR étudié
- C : comparateur -> a quoi sera comparée l’intervention/exposition
- O : outcome -> quelle issue/conséquence est évaluée/mesurée
- T : temps -> quelle période de temps?

116
Q

recherche en épidémio - objectifs de l’étude : que doivent-ils inclure

A

doivent réfléter les questions à l’origine de l’étude L devraient donc onclure les éléments du PICOT

117
Q

recherche en épidémio - décrore études a visées étiologiques

A

tentent de comprendre les liens de cause à effet entre des FDR et des maladies

118
Q

recherche en épidémio - décrire études a visée prédictive

A

tentent de prédire le dev d’une maladie (dépistage et Dx) ou de compliations (pronostic) chez une personne a partir de l’info dispo a un moment donné

119
Q

recherche en épidémio - hypothèse : décrire hypothèse nulle (2)

A
  • postule sur l’absence d’effet ou la non existence d’une relation, d’une association ou d’une différence
  • affirme que la différence observée entre 2 pop est purement due au hasard d’échantillonage ou qu’il n’y a as d’associations stats entre 2 variables
120
Q

recherche en épidémio - hypothèse : a quoi est confrontée une hypothèse nulle

A

a une hypothèse alternative (hyothèse que l’in ense etre vraie ou qu’on espère démontrer)

121
Q

recherche en épidémio - hypothèse : que permet un test d’hypothèse statsitique

A

d’estimer a quel point les données observées dans une étude sont compatibles avec l’hypothèse nulle

122
Q

recherche en épidémio - hypothèse (tests stats) : qu’indique la p-value (2)

A

probabilité que les observations soient compatibles avec l’hypothèse nulle
probabilité d’obtenir par hasard un résultat aussi extreme ou plus extreme que celui observé dans l’échantillon si l’hypothèse nulle est vrai

123
Q

recherche en épidémio - hypothèse (tests stats) : qu’indique une p value élevée

A

les données sont compatibles ave l’hypothèse nulle (absence de différennce du risque de maladie entre les personnes exposées ou non)

124
Q

recherche en épidémio - hypothèse (tests stats) : qu’indique une p value faible

A

présence d’association statistique : hypothèse nulle rejetée

125
Q

recherche en épidémio - hypothèse (tests stats) : décrire le risque alpha (2)

A
  • seuil de signification statistique fixé au debut de l’étude
  • généralement 1% ou 5%
126
Q

recherche en épidémio - hypothèse (tests stats) : qu’indique une p value sous le risque alpha

A

improbable que le résultat se soit prod par hasard = rejet hypothèse nulle

127
Q

recherche en épidémio - hypothèse : que se passe-t-il si on rejette l’hypothèse nulle

A

on doit accepter l’hypothèe alternative comme étant la plus probable explication des observations

128
Q

recherche en épidémio - test d’hypothèse : par quoi est-ce que son résultat peut etre affecté (3)

A
  • présence/absence de relation entre les variables étudiées
  • devis d’étude
  • ensemble des paramètres de la méthodologie de recherche

MED A2022 - ÉPIDÉMIO E1 (4 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions