module 7

Question 1

Biais de classification non diff effet?

Answer 1

conservateur
SOUS ESTIME

Question 2

Biais d’observation étude de cohorte vs cas témoin?

Answer 2

etude de cohorte: evaluateur sait qui est exposé/ expo affecte intensité du suivi/ prob de classification de l’expo ou maladie

cas témoin: eval des expo antérieure pas à l’aveugle, MÉMOIRE, expo délicate, outil

Question 3

Réduire biais d’observation?

Answer 3

choix témoins hopsitalisés réduit biais de mémoire
questionnaires objectifs et validés, entreveues structurées, exam standardisés, aveugle
sources non biaisés: RAMQ, plusieurs sources

Question 4

Biais de sélection: étude de cohorte vs cas témoin?

Answer 4

cohorte: sélection ou pertes de suivi exp et nexp dépend de la maladie
cas-témoin: sélection dép de exp

Question 5

Dans ECR est ce que le refus de participer cause un biais de sélection?

Answer 5

NOOOOOOOOOOOON
ça cause un problème de la validité externe mais pas un biais

Question 6

Dans quel cas est-ce qu’un biais survient après perte au suivi?

Answer 6

si associé à l’exposition et à l’issue (différentielle et non-aléatoire)

Question 7

Qu’est-ce que le biais de survie sélective?

Answer 7

Il se produit quand les personnes asx ou ayant souffert d’une forme très courte ou fatale de la maladie sont moins suceptibles d’être admis dans l’étude

Question 8

Qu’est-ce que le biais de Berkson?

Answer 8

que le dx de la maladie et de l’hospit des cas est lié à l’expo

Question 9

Prévention des biais de sélection

Answer 9

étude de cohorte: choisir population haut risque (aug incidence de la maladie, diminue durée de l’étude et des pertes de suivi, sujets plus motivés), choisi pop organisée (inf, médecins) facile à suivre

cas témoins: définir clairement pop soruce ayant fourni les cas et y sélectionner les témoins, maximiser le taux de participation, choisir des témoins hospitalisés

Question 10

Biais de détection: etude cohorte vs cas témoin

Answer 10

cohorte: observation
cas témoin: selection

Question 11

que faire après étude pour biais de selection?

Answer 11

comparer caract des pertes de vue vs participants
comparer fréq et intensité des soins médicaux recus (biais de détection – cas temoin)
compare exp participants vs non parti
analyses de sensibilité
imputation (réduit SANS ELIMINER effet pertes de suivi)

Question 12

Confounding by indication?

Answer 12

distorsion dans l’effet de l’intervention causée par distribution inégale entre exposé et none xposé de l’indication à recevoir l’intervention

les sujets EXPOSÉS sont intrinsèquement plu smalades, plus vulnérables et c’est pour ca qu’on les expose

Question 13

Comment controler pour les facteurs de confusion?

Answer 13

debut: rando, restriction, appariement
analys: standardisation, stratification, analyse multivariée

Question 14

V ou F: la confusion donne des OR pareils dns les strates?

Answer 14

OUII et c’est ca la VRAIE REPONSE

Question 15

Interaction = biais

Answer 15

NON effet réel il faut séparer alors

Question 16

-OR strates semblables au OR brut
-OR strates semblables entre eux mais diff du brut
-OR des strates diff entre eux et du OR brut

Answer 16

pas confusion pas interaction
confusion pas interactif
interaction

Question 17

Le RR brut d’une étude qui mesure
l’association entre l’exposition A et le cancer X est de 3.2. L’ajout de la variable « sexe » dans le modèle multivarié fait passer le RR de la relation A-X à 4.2.
 La variable sexe agit comme facteur de
confusion. Vrai ou faux ?
 La variable sexe agit comme facteur
d’interaction (effet modifiant). Vrai ou faux ?

Answer 17

Vrai

Faux il faut strates

Question 18

V ou F:
- Un IC étroit indique une bonne précision et donc peu d’erreur aléatoire
- Un IC large indique peu de précision et donc particulièrement utile quand on ne trouve pas d’association

Answer 18

V

Question 19

Comparaisons multiples?

Answer 19

• Les investigateurs recueillent souvent des données sur un grand nombre de facteurs de risque.
  o De nombreux tests d’hypothèse (ou d’estimation d’intervalles de confiance) sont alors réalisés.
• La probabilité de trouver un effet « statistiquement significatif » simplement par un mauvais hasard (erreur α)
  augmente avec le nombre de facteurs étudiés (ou de comparaisons effectuées).
• Il faut interpréter avec prudence toute association statistiquement significative imprévue.

Question 20

intuber des enfants necessairement bien

Answer 20

hmm pas trop

Question 21

diabete aug risque cancer?

Answer 21

biais de detection mostly?