MODULE 4 - Validité, précision et sources d'erreur Flashcards
Quelles sont les deux types d’erreurs que l’on peut reconnaître dans un contexte clinique?
- Erreur systématique
- Erreur aléatoire
Expliquer la notion de justesse d’une mesure
La mesure est à la fois valide et précise
Définir la notion de validité
Capacité d’appréhender correctement un phénomène ou d’en mesure la valeur réelle
Expliquer les deux types de validité
Interne: la capacité d’une étude d’estimer correctement les mesures ou les liens rechercher
Externe: la capacité de généraliser un résultat à une population cible
Qu’est-ce qu’un biais?
Une source d’erreur systématique –> apparait lorsqu’une mesure s’écarte de la valeur réelle
À quel type d’erreur mène ces conditions:
* Appareil mal calibré
* Utilisation d’un critère d’observation erroné
* Manque de collaboration du sujet
* Mauvaise méthode de lecture d’un appareil
Erreur systématique
Définir la notion de précision
Absence relative d’erreur aléatoire
Nommer un moyen pour réduire l’erreur aléatoire et augmenter la précision de la mesure
Utiliser un instrument bien conçu
Nommer les types de biais
- Biais de sélection
- Biais d’information
- Biais de confusion
Expliquer la notion de biais de sélection
Découle des procédures utilisées pour choisir les sujets à l’étude
Nommer les types de biais de sélection
- D’échantillonnage ou de survie sélective
- D’admission ou de Berkson
- De migration ou des perdus de vue
- De volontariat
- De “bonne santé des travailleurs”
- De publication
Expliquer la notion de biais d’échantillonnage
Survient lorsque des membres de la population à l’étude sont moins susceptibles d’être admis dans une étude à cause d’une caractéristique comme le fait d’être asymptomatique ou atteint d’une maladie mortelle ou de courte durée
Expliquer la notion de biais d’admission
Apparaît lorsque les personnes sélectionnées dans la population à l’étude sont différentes de la population cible à cause de l’exposition étudiée –> il en résulte une surestimation ou sous-estimation de l’association
Expliquer la notion de biais de migration
Apparaît lorsque les patients qui ont décidé de ne plus participer à l’étude ne sont pas inclus dans les résultats (moins de patients évalués pour un groupe vs l’autre groupe)
Expliquer la notion de biais de volontariat
Découle du fait que les caractéristiques des sujets volontaires ne sont pas représentatives de l’ensemble des caractéristiques des individus qui composent la population à l’étude
Expliquer la notion de biais de bonne santé des travailleurs
Tient au fait que des groupes de travailleurs sélectionnés sentent un taux de mortalité/morbidité plus faible que celui de la population générale
Expliquer la notion de biais de publication
Lié à la tendance qui consiste à publier des articles qui appuient les hypothèses de recherche établies
Quelle méthode permet d’éliminer le biais de volontariat?
Effectuer un tirage au sort afin d’obtenir un échantillon représentatif de la population à l’étude
Comment prévenir le biais d’échantillonnage
- S’assurer que toutes les personnes ont une chance égale de participer à l’étude
- Utiliser un échantillonnage aléatoire stratifié
Comment prévenir un biais d’admission
- S’assurer que la population à l’étude est représentative de la population cible
Comment prévenir un biais de migration
- Utiliser stratégies pour minimiser les perdus de vue
Comment prévenir un biais de volontariat
Utiliser un échantillonnage aléatoire
Comment prévenir un biais de bonne santé des travailleurs
Éviter de comparer un groupe de travailleurs exposés à un fdr au travail à un groupe issu de la population générale
Comment prévenir un biais de publication
Prendre des mesures réglementaires pour créer un registre international des études entreprises sans égard à la publication des résultats
Expliquer la notion de biais d’information
Erreur systématique entraînée par la mesure ou l’observation incorrecte de l’exposition ou de la maladie
Quels sont les deux types d’erreurs de classification associés au biais d’information?
- Erreur non différentielle
- Erreur différentielle
Expliquer l’erreur de classification non différentielle
Classifier les individus en catégories “exposés” et “non exposés” en utilisant le même instrument imparfait = sous-estimation de la vraie mesure d’association
Expliquer l’erreur de classification différentielle
Survient lorsqu’on utilise des instruments de mesure différents pour chaque groupe d’étude
Expliquer la notion de biais de rappel
C’est une autre erreur différentielle qui peut survenir dans les études cas-témoins et transversales –> les personnes ayant des problèmes de santé peuvent avoir tendance à se rappeler et à déclarer les expositions antérieures à un facteur de façon différente que ne le feraient celles qui sont en bonne santé
Expliquer la notion de biais de confusion
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
Comment contrôler l’effet du biais de confusion?
En étudiant des strates dans lesquelles ce facteur est absent et en utilisant les mesures propres à chacune de ces strates plutôt que la mesure brute
Au cours de l’échantillonnage: procéder par restriction/assortiment –>
* Restriction: exclut de l’étude les gens exposés au fdr potentiellement confondant
* Assortiment: rendre les groupes étudiés comparables au regard du facteur à contrôler
Au cours de l’analyse : procéder par stratification –> calculer les mesures d’association spécifiques en fonction de la présence ou de l’absence du facteur de confusion
