Module 4 Flashcards

1
Q

QSJ? affecte la précision de la mesure et résulte de fluctuations dues au hasard ou aux variations naturelles au sein de la population.

A

erreur aléatoire

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

vrai ou faux? l’erreur aléatoire mène toujours à la sous-estimation de la valeur.

A

faux, sous-estimation ou sur-estimation possible

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

Quelles sont les 4 sources d’erreur aléatoire?

A
  • variabilité individuelle
  • variabilité populationnelle
  • taille limitée de l’échantillon
  • imprécision des outils de mesure
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

nommer 3 stratégies pour réduire l’erreur aléatoire.

A
  • augmenter la taille de l’échantillon
  • utiliser des outils de mesures plus précis
  • répéter les mesures
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

vrai ou faux? en utilisant des stratégies appropriées, il est possible d’éliminer complètement l’erreur aléatoire.

A

faux, impossible de l’éliminer complètement

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

QSJ? Introduit un biais et affecte la validité de la mesure estimée ainsi que la validité interne de l’étude.

A

erreur systématique

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

vrai ou faux? l’erreur systématique provient d’erreurs méthodologiques ou de biais inhérants à la conception de l’étude et n’est donc pas due au hasard.

A

vrai

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

sur quoi repose l’identification des biais potentiels? (3)

A
  • les connaissances dans le domaine
  • les connaissances en méthodologie
  • l’esprit critique

(bref pas de test pour détecter)

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

quel est le seul type de biais que nous pouvons contrôler?

A

biais de confusion (par standardisation ou ajustement des mesures)

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

vrai ou faux? L’erreur systématique peut être réduite en augmentant la taille de l’échantillon ou en améliorant la précision des outils de mesure.

A

faux, il s’agit de l’erreur aléatoire.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

QSJ? capacité à obtenir des résultats cohérents et stables lors de répétition (absence relative d’erreur)

A

précision

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

QSJ? capacité de la mesure à appréhender correctement un phénomène ou à estimer la valeur réelle du paramètre étudié, en évitant les erreurs systématiques.

A

validité

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

QSJ? mesure à la fois précise et valide.

A

justesse

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

j’aurais voulu faire des flashcards avec l’image de précision/validité/justesse mais je suis pas PRO donc va réviser ça

A

good job

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

QSJ? représente la probabilité d’obtenir des résultats aussi
extrêmes que ceux observés, ou plus extrêmes, si l’hypothèse nulle est vraie

A

valeur-p

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

À quoi la valeur-p est-elle sensible?

A

La taille de l’échantillon

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

Vrai ou faux? L’American statistician association appelle à l’arrêt de l’utilisation de la valeur-p pour décider si un résultat réfute ou soutient une hypothèse scientifique.

A

Vrai, recommande les intervalle de confiance (de compatibilité)

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

Que signifie un intervalle de confiance à 95%?

A

si l’on répétait l’étude de nombreuses fois avec différents échantillons de la même population, alors 95% des intervalles de confiance calculés contiendraient la véritable valeur du paramètre.

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

quels sont les 2 éléments sur lesquels l’intervalle de confiance/compatibilité dépend?

A
  • taille de l’échantillon
  • variabilité de données
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

que signifie un intervalle de confiance plus étroit?

A

un plus grande précision (vs un intervalle large qui reflète une incertitude)

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

vrai ou faux? l’intervalle de confiance inclut à la fois les erreurs systématiques que aléatoires.

A

Faux, n’inclut pas les systématiques

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Quel est le seuil de tolérance alpha généralement utilisé?

A

5%

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

qu’est-ce que le seuil de tolérance alpha?

A

le risque de rejeter l’hypothèse nulle alors qu’elle est vraie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

l’intervalle de confiance quantifie la ___________ de l’estimation en tenant compte de l’erreur __________, et la valeur-p évalue la ____________ des observations avec l’hypothèse nulle.

A
  • précision
  • aléatoire
  • compatibilité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

les intervalles de confiance sont souvent préférés à la valeur-p seule, car ils fournissent des informations supplémentaires sur la _________ et la _________ de l’effet estimé.

A
  • magnitude
  • précision
26
Q

QSJ? capacité d’une étude à estimer avec précision les mesures ou les
associations recherchées

A

validité interne

27
Q

quels sont les 3 types de biais?

A
  • biais de sélection
  • biais d’information
  • biais de confusion
28
Q

QSJ? erreur systématique qui provient de la méthode de sélection ou de suivi des
sujets.

A

biais de sélection

29
Q

on parle de risque de biais de ________ quand dans une étude à visée ___________, la méthode de recrutement fait que l’échantillon constitué est différent de la population cible ou, dans une étude à visée _________, que les groupes de comparaison ne sont pas comparable

A
  • sélection
  • descriptive
  • étiologique
30
Q

Nommer des exemples de biais de sélection. (6)

A
  • biais de survie sélective (ou d’échantillonnage)
  • biais de volontariat
  • biais d’attrition (ou de perte au suivi)
  • biais d’admission (ou biais de Berkson)
  • biais de bonne santé du travailleur
  • biais de publication
31
Q

Nommer le type de biais de sélection :

On étudie des individus qui ont survécu à une maladie ou une exposition particulière, sans inclure ceux qui en sont morts ou qui n’ont pas survécu jusqu’à l’inclusion.

A

Biais de survie sélective (ou d’échantillonage)

32
Q

Nommer le type de biais de sélection :

Les personnes qui choisissent de participer à une étude diffèrent systématiquement de celles qui refusent.

A

biais de volontariat

33
Q

Nommer le type de biais de sélection :

Certains participants abandonnent l’étude avant la fin, et que ceux qui restent
diffèrent systématiquement de ceux qui partent.

A

Biais d’attrition (ou de perte au suivi)

34
Q

Nommer le type de biais de sélection :

Les participants sont recrutés à partir d’un centre spécifique, comme un hôpital, et ne représentent pas la population générale.

A

Biais d’admission (ou biais de Berkson)

35
Q

Nommer le type de biais de sélection :

En conséquence, les études comparant la santé des travailleurs à celle de la population générale risquent de sous-estimer l’impact négatif des expositions professionnelles sur la santé, car les travailleurs d’une population active sont en meilleure santé que la population générale (les personnes en mauvaise santé ou avec des incapacités sont moins susceptibles de faire partie de la population active).

A

Biais de bonne santé du travailleur

36
Q

Nommer le type de biais de sélection :

Les résultats des études influencent leur probabilité d’être publiées. Cela conduit à une surreprésentation des résultats positifs dans la littérature scientifique, alors que les études n’ayant pas trouvé d’association (résultats négatifs ou non significatifs) restent souvent non publiées.

A

Biais de publication (propre aux articles de synthèse)

37
Q

Nommer 4 façons de prévenir ou contrôler le biais de sélection.

A
  • tirage au sort
  • randomisation
  • mantien d’un contact fréquent avec les participants pour éviter les pertes au suivi
  • éviter les données manquantes (registre exhaustif des évènements, privilégier les évènements inévitables)
38
Q

QSJ? survient lorsque la mesure ou l’observation de l’exposition ou de la maladie est incorrecte

A

biais d’information

39
Q

nommer un synonyme de biais d’information.

A

erreur de classification

40
Q

quels sont les 2 types de biais d’information et expliquer les?

A
  • NON DIFFÉRENTIEL : affecte de manière égale les 2 groupes comparés, tend à atténuer l’association observée (rapproche la mesure d’association de la valeur nulle)
  • DIFFÉRENTIEL : touche davantage un groupe qu’un autre, peut donc sous-estimer ou surestimer l’association mesurée
41
Q

Nommer des exemples de biais d’information. (5)

A
  • biais de rappel
  • biais de désirabilité sociale
  • biais de suivi différentiel
  • utilisation d’un outil de mesure inadapté
  • non-respect de l’aveuglement
42
Q

Identifier le biais d’information :

Les participants d’une étude (en particulier dans les études cas-témoins) se souviennent différemment de leurs expositions passées en fonction de leur état de santé actuel. Les personnes atteintes d’une maladie (cas) peuvent mieux se souvenir ou exagérer leurs expositions par rapport aux personnes non atteintes (témoins). On étudie des individus qui ont survécu à une maladie ou une exposition particulière, sans inclure ceux qui en sont morts ou qui n’ont pas survécu jusqu’à l’inclusion.

A

biais de rappel

43
Q

Identifier le biais d’information :

Les participants à une étude modifient leurs réponses ou comportements pour se conformer aux normes sociales ou pour être perçus de manière favorable par les chercheurs ou l’entourage. Ils peuvent minimiser des comportements jugés socialement inacceptables ou exagérer des comportements perçus comme positifs.

A

biais de désirabilité sociale

44
Q

Identifier le biais d’information :

Les informations sont recueillies différemment entre les groupes comparés en raison de la connaissance du statut d’exposition ou de la maladie par les observateurs ou les enquêteurs. Cela peut conduire à des différences dans la détection ou la déclaration des résultats.

A

biais de suivi différentiel

45
Q

Identifier le biais d’information :

L’étude utilise un instrument ou un questionnaire qui n’a pas été validé, c’est-à-dire qui n’a pas été rigoureusement testé pour s’assurer qu’il mesure bien ce qu’il est censé mesurer de manière fiable et précise. Cela peut inclure des questionnaires mal conçus, des tests de diagnostic non validés ou des appareils de mesure inappropriés.

A

utilisation d’un outil de mesure inadapté

46
Q

Identifier le biais d’information :

Lorsque les chercheurs, les évaluateurs ou les participants connaissent les détails du traitement ou du groupe auquel ces derniers ont été assignés (par exemple, groupe intervention ou groupe placebo), cela peut influencer leurs comportements, attentes ou évaluations.

A

non respect de l’aveuglement

47
Q

nommer 4 moyens de prévention ou de contrôle des biais d’information.

A
  • utilisation d’un outils de mesure valide
  • standardisation des procédures
  • techniques en tripe aveugle
  • multiplication et combinaison de source de données
48
Q

QSJ? erreur systématique liée à la présence d’un facteur associé de façon indépendante tant à l’exposition qu’à la maladie, et que ce facteur n’appartient pas à la chaîne causale

A

biais de confusion

49
Q

quels sont les effets possibles d’un biais de confusion?

A
  • peut entrainer une sous-estimation ou une surestimation des mesures
  • peut faire apparaitre ou disparaitre artificiellement une relation entre l’exposition et la maldie
50
Q

quels sont les 3 moments ou l’on peut prévenir et contrôler le biais de confusion?

A
  • au moment de l’échantillonage
  • au moment de l’expérimentation
  • au moment de l’analyse des données
51
Q

quels sont les 2 moyens de prévention et de contrôle du biais de confusion au moment de l’échantillonage?

A
  • restriction
  • assortiment (ou appariement)
52
Q

expliquer le principe de restriction et nommer avantages et inconvénients.

A
  • limiter l’inclusion des participants à un certaine catégorie (un certain niveau) de la variable confondante, afin d’éliminer sa variabilité.
  • Avantage : Simple à mettre en place
  • Inconvénients : Réduit la taille de l’échantillon, limite la généralisation des résultats à la population générale
53
Q

expliquer le principe d’assortiment (appariement) et nommer avantages et inconvénients.

A
  • sélectionner, pour chaque participant d’un groupe, un ou plusieurs participants d’un autre groupe ayant les mêmes caractéristiques sur la variable confondante.
  • Avantage : Permet de contrôler efficacement les variables confondantes, notamment dans les études de petite taille.
  • Complexe à mettre en place, ne permet de contrôler que les variables utilisées pour l’appariement, et peut réduire la taille de l’échantillon disponible.
54
Q

quel est le moyen de prévention et de contrôle du biais de confusion au moment de l’expérimentation?

A
  • randomisation
55
Q

expliquer le principe de randomisation et nommer avantages et inconvénients.

A
  • attribuer les participants de manière aléatoire aux groupes de comparaison (groupe exposé et groupe non exposé), garantissant ainsi que toutes les variables (connues ou inconnues) sont distribuées de manière équivalente entre les groupes.
  • Avantages : Méthode la plus efficace pour éliminer les biais de confusion. Elle assure que toute différence observée entre les groupes est due à l’exposition étudiée et non à une autre variable.
  • Inconvénients : Nécessite un échantillon de taille suffisante et n’est applicable qu’aux études expérimentales (essais cliniques randomisés), pas aux études observationnelles.
56
Q

quels sont les 2 moyens de prévention et de contrôle du biais de confusion au moment de l’analyse des données?

A
  • ajustement
  • stratification
57
Q

expliquer le principe d’ajustement et nommer avantages et inconvénients.

A
  • tout comme il est possible d’ajuster les mesures de fréquence de la maladie et des décès, l’ajustement statistique permet de tenir compte de l’influence des variables confondantes sur les mesures d’association.
  • Avantages : Permet de contrôler plusieurs variables confondantes simultanément, tout en conservant une grande partie de l’échantillon.
  • Inconvénients : Nécessite de bien identifier et mesurer toutes les variables confondantes potentielles ; des variables confondantes non mesurées ou mal mesurées peuvent toujours biaiser les résultats.
58
Q

expliquer le principe de stratification et nommer avantages et inconvénients.

A
  • faire des sous-groupes d’échantillon homogènes selon les catégories de la variable confondante (ex. : par tranche d’âge, par statut fumeur/non-fumeur) et analyser séparément les associations dans chaque sous-groupe.
  • Avantages : simple et efficace pour vérifier l’existence d’un biais de confusion et observer si l’effet de l’exposition varie selon les niveaux de la variable confondante
  • Inconvénients : Ne permet de contrôler qu’un petit nombre de variables confondantes simultanément ; peut réduire la puissance statistique si le nombre de strates est élevé ou si les effectifs dans chaque strate sont faibles.
59
Q

QSJ? capacité à généraliser les résultats à une population cible

A

validité externe

60
Q

sur quoi repose la validité externe?

A
  • les caractéristiques des participants à l’étude
  • le contexte de l’étude
61
Q

L’erreur aléatoire affecte ___________ alors que l’erreur systématique affecte __________.

A
  • la précision
  • la validité
62
Q

L’intervalle de confiance prend en compte l’erreur ______.

A

Aléatoire