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 4 > Flashcards

MODULE 4 Flashcards

1
Q

validité - définir (2)

A
  • absence d’erreur systématique (de biais)
  • capacité d’appréhender correctement un phénom;ne ou d’en mesurer la veleur réelle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

validité - dérinir validité interne

A

capacité d’une étude d’estimer correctement les mesures ou le liens recherchés

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

validité - définir validité externe

A

capacité de généraliser un résultat a une pop cible

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

validité - quand ets-ce qu’un biais apparait

A

lorsqu,une mesure s’écarte ou dévie systématiquement de la valeur réelle

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

validité - effet du biais sur la validité

A

un biais nuit a la validité car la valeur mesurée n’est pas la valeur réelle

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

précision - définir

A

absence relative d’erreur aléatoire

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

précision - quand est-ce qu’une mesure est précise

A

lorsqu’elle fluctue peu

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

erreurs aléatoires - qu’affectent-elle

A

la précision

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

erreurs aléatoires - sont plus intense dans un échantillon ____

A

plus petit

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

erreurs aléatoires - peuvent mener à _____ (2)

A
  • sur ou sous estimation de la vraie valeur
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

erreurs aléatoires - comment le prend t on en compte

A

en utilisant un intervalle de cofniance autour de la valeur mesurée

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

erreurs systématiques - que causent-elles (3)

A

introduisent des biais
affectent la validité de la mesure
affectenet la validité interne de l’étude

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

intervalle de confiance - dfinir (2)

A
  • consiste à trouver un intervalle de valeurs qui a de bonnes probabilités de contenir la valeur du parametre de la pop cible
  • calcul de la précision de notre mesure d’association pour vérifier si la masure est compatible avec l’hypothèse nuelle selon un intervalle de confiance
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

intervalle de confiance - comment le détermine-t-on

A

catractérisé par un % qui découle du seuil de tolérance d’erreur alpha, référant au risque de rejetr l’hypothèse nulle alors qu’elle est vraie

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

intervalle de confiance - quand peut on conclure que l’hypothèse nulle est rejetée

A

on vise a ce que la probabilité de compatibilité entre les observations et l ,hypothèse nulle soit < 5% pour conclure cela

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

intervalle de confiance - comment le calcule-t-on

A

100% - seuil d’erreur alpha

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

intervalle de confiance - effet de la grosseur de l’échantillon sur la précision et sur l’intervalle de confiance

A
  • ↑ échantillon = ↑ précision mesure
  • ↑ échantillon = - ↓ intervalle de confiance (+ étroit)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

intervalle de confiance - utilité

A

prend en compte la précision de la mesure et module notre interprétation des résultats, à savoir si l’exposition étudiée est associée à l’issue d’intérêt ou si les différences observées sont plutôt dues au hasard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

relation entre précision et validité - comment les augmenter les deux (2)

A
  • instrument bien concus
  • grand échantillon / pls mesures
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

relation entre précision et validité - définir justesse

A

mesure a la fois valide et précise

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

biais de sélection - décrire (3)

A
  • distorsion dans l’estimation des mesures causée par un défaut de l’étude au niv de la sélction des sujets observés
  • nest pas due au hasard mais a une erreur systématique
  • entraine une sous ou sur estimaiton des mesures
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

biais de sélection - quand survient le biais d’échantillonnage/de survie sélective

A
  • dans une siatuation ou des personnes sont moins susceptibles d’etre admises dans une étude a cause d’une caractéristique (ex : etre ASx ou etre atteint d’une maladie mortelle et de courte durée)
23
Q

biais de sélection - est-ce que le biais d’échantillonnage cause une sur ou sous estimation des mesures

A

peut causer les 2, selon

24
Q

biais de sélection - décrire le biais d’admission/de Berkson (2)

A
  • lrosque les personnes sélectionnées dans la pop a l’étude sont différentes de la pop cible a cause de l’exposition étudiée
  • peut causer une sur ou sous estimation des valeurs
25
Q

biais de sélection - décrire le biais de migration/perdue de vue (2)

A
  • erreur systématique induite dans une étude lorsque des participants à l’étude l’abandonnent avant son terme
  • important de préciser dans un article la façon dont sont analusés les sujets perdus en cours de suivi
26
Q

biais de sélection - décrire le biais de volontariat (2)

A
  • découle de la stratégie de recrutement de l’échantillon des sujets à l’étude
  • les caract des volotnaires ne sont pas tjrs représentaties des caract des individus qui composent la pop a l’étude
27
Q

biais de sélection - décrire le biais de bonne santé des travailleurs (2)

A
  • des groupes de travaillers sélectionnés dans une étude présentent un taux de morbidité/moratlié plus faible que celui de la pop générale, pcq les personnes en bonne santé gardent plus leur emploi
  • une rechercher réalisé avec une pop de travailleur ne peut donc etre généralisée uniquement a une pop cible de travailleurs
28
Q

biais de sélection - décrire le biais de publication (3)

A
  • lié a la tendance qui consiste a publier surtout les articles qui appuient les hypothèses de recherche établies
  • présent lorsque les auteurs ne réussissent pas a faire publier leurs résultats négatifs
  • touche particulièrement les articles de synthèse (qualitative ou quantitative) lorsque ceux-ci ne portent que sur des études publiées; le chercheur doit donc tenter de trouver des études non publiées et de les inclure dans son article de synthèse
29
Q

biais de sélection - quelle est la meilleure facon d’obtenir un échantillon représentatif de la pop a l’étude

A

sélection aléatoire

30
Q

biais de sélection - comment avoir un échantillon représentatif de la pop a l’étude

A

préciser les critères d’inclusion et d’exclusion des sujets de recherche

31
Q

biais d’information - définir (2)

A
  • erreur systématique entraînée par la mesure ou l’observation incorrecte de l’exposition ou de la maladie.
  • distorsion dans l’estimation des mesures qui résulte d’erreurs dans la classification des sujets selon l’exposition ou la maladie
32
Q

biais d’information - synonyme

A

biais de classification

33
Q

biais d’information - comment déterminer s’il y en a (2)

-

A
  • porter attention a la qualité des instruments de mesure
  • porter attention a la facon dont les chercheyrs ont procédé pour colliger l’info
34
Q

biais d’information - nommer les 2 types d’erreurs associées

A
  • erreur de classification non différentielle
  • ’’ différentielle
35
Q

biais d’information - erreur de classification non différentielle : décrire (2)

A
  • erreur systématique induite lorsque les participants à une étude sont répartis en 2 groupes – exposés et non-exposés (ou malades et non-malades) – au moyen d’un même instrument de mesure imparfait ou défectueux.
  • non différentielle, car elle affecte de la même façon les cas et les témoins
36
Q

biais d’information - erreur de classification non différentielle : conséquence

A
  • cause une sous-estimation de la vraie mesure d’association : rapproche toujours la mesure d’association vers la valeur nulle du risque relatif (la valeur 1 indiquant une absence d’association)
37
Q

biais d’information - erreur de classification non différentielle : quand y en a t il une dans une étude cas témoin

A

si l’erreur ets la meme pour les cas et les témoins

38
Q

biais d’information - erreur de classification non différentielle : quand y en a t il une dans une étude de cohorte

A

si l’erreur qui influe sur la mesure de la maladie est la meme pour les exposés vs non exposés

39
Q

biais d’information - erreur de classification différentielle : décrire (2)

A
  • erreur systématique induite lorsque les participants à une étude sont répartis en deux groupes – exposés et non-exposés (ou malades et non-malades) – au moyen d’instruments de mesure différents selon le groupe.
  • différentielle, car elle affecte différemment la mesure de l’exposition selon les cas et les témoin
40
Q

biais d’information - erreur de classification différentielle : conséquence

A

peut conduire à une surestimation ou à une sous-estimation de la mesure d’association réelle

41
Q

biais d’information - erreur de classification différentielle : décrire chez les cas/témoins vs étude de cohorte

A
  • étude cas-témoins : il y a erreur de classification différentielle si l’erreur qui influe sur la mesure de l’exposition n’est pas la même pour les cas et les témoins.
  • étude de cohorte : il y a erreur de classification différentielle si l’erreur qui influe sur la mesure de la maladie n’est pas la même pour les groupes exposés et non exposés
42
Q

biais d’information - sources (6)

A
  • erreurs dans les Dx
  • examens qui présententune faibles validité intrinsèque ou prédictive
  • bcp de faux + et de faux -
  • examen peu valide et peu précis
  • erreurs dans les mesures d’exposition
  • biais de rappel
43
Q

biais d’information - décrire le biais de rappel

A

les personnes présentant un problème de santé peuvent avoir tendance à se rappeler et à déclarer les expositions antérieures à un facteur quelconque de façon différente que ne le feraient celles qui sont en bonne santé

44
Q

biais de confusion - décrire (3)

A
  • erreur systématique induite par la présence d’un facteur associé de façon indépendante tant à la maladie qu’au facteur d’exposition à l’étude.
  • distorsion dans l’estimation des mesures qui résulte d’erreurs systématiques induite par la présence d’un facteur associé
  • ce facteur ne doit pas appartenir à la chaîne causale -> il est facteur de risque ou une cause de la maladie, mais n’est pas un facteur de risque ou une cause de l’exposition.
45
Q

biais de confusion - conséquence

A

peut faire apparaître ou disparaître artificiellement une association entre un facteur d’exposition et une maladie

46
Q

biais de confusion - causes (2)

A

peut résulter des caractéristiques de la population à l’étude, mais elle peut aussi être due à la procédure de sélection des sujets

47
Q

biais de confusion - décrire le prob de non comparabilité des groupes

A

en dehors de l’exposition, les 2 groupes que l’on souhaite comparer (exposés et non-exposés) présentent des distributions différentes des facteurs potentiellement confondants

48
Q

biais de confusion - quand peut on dire qu’il y en a un

A

en général, lorsque la mesure brute n’est pas comprise à l’intérieur de l’intervalle déterminé par la mesure spécifique la plus élevée et la mesure spécifique la moins élevées (les mesures spécifiques ne sont pas toujours égales), c’est qu’il y a présence d’un biais de confusion

49
Q

biais de confusion - controle : comment peut on controler son effet

A

en étudiant des strates dans lesquelles se facteur est absent ou présent et en utilisant les mesures proproes a chacune de ces strates plutot que la mesure brute

50
Q

biais de confusion - controle : comment peut on le réduire au cours de l’échantillonnage (2)

A
  • par restriction : on exclut de l’étude les gens qui sont exposés au facteur de risque confondant
  • par assortiment : rendre les groupes étudiés comparables au regard du facteur à contrôler (le calcul du RR brut donne maintenant la même valeur que celles observées sur les strates A et B, ce qui signifie qu’il y a absence de biais de confusion)
51
Q

biais de confusion - controle : comment est-il controlé dans les essaies cliniques

A

répartir les sujets dans des groupes de comparaison par hasardisation

52
Q

biais de confusion - controle : comment se controle-t-il lors de l’analyse

A
  • controle par stratification : consiste à calculer des mesures
    d’association spécifiques en fonction de la présence ou de l’absence du facteur de confusion
  • ajustement de la mesure brute via méthodes d’ajustement ou de régression
53
Q

biais de confusion - controle : a quoi s’appliquent l’ajustement et la standardisation (2)

A
  • aux mesures de fréquence de la maladie et des décès
  • également à d’autres mesures comme les mesures d’association

MED A2022 - ÉPIDÉMIO E1 (4 decks)

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