Module 7 Flashcards
Qu’est-ce qu’un facteur de confusion potentiel
Un facteur de confusion potentiel est, de façon générale, un facteur de risque de la maladie d’intérêt (autre que l’exposition principale) qui n’est pas un intermédiaire entre l’exposition et la maladie. Il est “potentiel” car on ne sait pas s’il agira effectivement comme facteur de confusion dans une étude particulière.
Il agira comme véritable facteur de confusion seulement s’il s’avère être distribué inégalement entre les groupes d’exposition échantillonnés (« associé à l’exposition »).
Reportez-vous au premier exemple du préambule 7 concernant l’association entre l’intubation trachéale et la survie
Comment est-ce que la gravité/ indication de gravité est un facteur de confusion ?
Nous pouvons démontrer que l’indication pour l’intubation, hautement liée à la gravité de la condition du patient (INDICATION/GRAVITÉ), devient donc un facteur de confusion de l’association entre la l’INTUBATION (exposition) et la SURVIE (issue) de la façon suivante :
1. La relation entre le facteur potentiel de confusion (INDICATION/GRAVITÉ) et l’issue (SURVIE) existe déjà.
- Une association entre l’exposition (INTUBATION) et le potentiel facteur de confusion (INDICATION/GRAVITÉ) est créée puisqu’on intube préférentiellement les patients chez qui cette intubation est indiquée.
- Sachant que l’INDICATION pour l’intubation n’est pas un intermédiaire dans le lien causal supposé entre l’INTUBATION et la SURVIE (ce n’est pas l’intubation qui entraîne la gravité de la condition du patient qui, en retour, affecte la survie),
Toutes les conditions sont respectées pour que l’INDICATION/GRAVITÉ soit un facteur de confusion.
Reportez-vous au premier exemple du préambule 7 concernant l’association entre l’intubation trachéale et la survie
Étant donné qu’une certaine sélection s’exerce quant au choix des patients qui seront intubés ou non, pourquoi le confounding by indication est-il un facteur de confusion et non un biais de sélection?
(indice : pensez au rôle de l’échantillonnage)
Un biais de sélection résulterait d’un problème d’échantillonnage biaisé et devrait, théoriquement, disparaître si nous n’échantillonnons pas mais sélectionnons plutôt toute la population (exposée et non exposée) pour faire l’étude. Or, dans le cas présent, même si nous sélectionnons tous les « exposés à l’intubation » dans une population (et les comparons à tous les non-exposés), nous ne corrigerons pas ce biais. Il s’agit d’une différence intrinsèque entre exposés et non exposés.
De plus, si nous arrivions à mesurer et à contrôler complètement pour l’indication pour l’intubation (ou la « gravité » de l’arrêt cardiaque) dans un modèle multivarié, nous pourrions nous débarrasser de cet effet. Or, s’il s’agissait d’un biais de sélection, nous ne pourrions pas nous en débarrasser à l’aide d’une analyse statistique. Il s’agit donc d’un facteur de confusion.
Dans un essai clinique fictif, on a randomisé 20 000 hommes à recevoir un nouveau traitement prophylactique ou un placebo. Les hommes ont été suivis pendant 5 ans afin de déterminer si le nouveau traitement pouvait prévenir le cancer colorectal. Aucun participant ne fut perdu de vue. 1074 cas de cancer colorectal furent identifiés pendant le suivi à l’aide d’une méthode diagnostique dont la sensibilité et la spécificité étaient de 100%.
Un an après la publication de leurs résultats, les chercheurs tombent sur une étude évaluant la méthode diagnostique qu’ils avaient eux-mêmes utilisée un an plus tôt dans un contexte très semblable au leur et prouvant que cette méthode n’avait une spécificité que de 95% (et une sensibilité de 100%). Les résultats obtenus au tableau ci-dessus étaient donc biaisés.
4a. De quel type de biais souffrait leur étude? Soyez suffisamment précis.
Il s’agit d’un biais d’observation, plus spécifiquement d’une erreur de classification non-différentielle de la maladie, puisque le même outil imparfait a été utilisé pour classer la maladie chez les exposés et les non exposés (placebo).
Nommez moi deux choses que nous mesurons en épidémiologie
- Présence (ou absence) de maladie (dépistage, tests diagnostiques)
- Risque, prévalence et autres mesures de fréquence
- Mesure d’association (ou d’effet) : RR, TIR, OR, etc.
Comment s’appelle l’absence d’erreur aléatoire
précision
Quelles sont les deux sources d’erreur peuvent engendrer des écarts entre l’estimation faite et le paramètre :
1) Erreur aléatoire (variation due au hasard)
oFluctuationsaléatoiresdelamesureliéesàl’échantillonnage.
o La précision est l’absence d’erreur aléatoire. Elle s’accroît au fur et à mesure que la taille de l’échantillon
augmente.
2) Erreur systématique (due au devis)
oL’erreursystématiqueentraîneunbiais.
oLavaliditéestl’absenced’erreursystématique.Ellen’estpasmodifiéeparlatailled’échantillon.
Complétez la phrase suivante
L’erreur systématique entraine un ___
biais
Comment s’appelle l’absence d’erreur systématique
calidité
Qui suis-je ?
a) précise et valide
b) non-précise mais valide
c) précise mais non valide
d) non-précise et non valide
c)
Qui suis-je ?
a) précise et valide
b) non-précise mais valide
c) précise mais non valide
d) non-précise et non valide
b)
Qui suis-je ?
a) précise et valide
b) non-précise mais valide
c) précise mais non valide
d) non-précise et non valide
d)
Qui suis-je ?
a) précise et valide
b) non-précise mais valide
c) précise mais non valide
d) non-précise et non valide
a)
DONC EXACTE
Nommez moi deux exemples d’erreurs aléatoires
- erreur de type 1 (a)
- erreur de type 2 (b)
Nommez moi deux exemples d’erreurs systématiques
- biais d’observation
- bias de sélection
- facteurs de confusion
Qu’est-ce qu’un biais d’observation
Erreur systématique dans la mesure de l’exposition et/ou de l’issue.
* Ce mauvais processus d’observation crée des erreurs de classification.
- Cohorte: erreur de classification de la maladie
- cas-témoins: erreur de classification de l’exposition
Quels sont les deux types de biais d’observation possibles
- ERREUR DE CLASSIFICATION NON-DIFFÉRENTIELLE
- ERREUR DE CLASSIFICATION DIFFÉRENTIELLE
Qu’est-ce qu’une erreur de classification non-différentielle
- La « qualité » de l’information sur l’exposition ou la maladie laisse à désirer, donc la mesure de l’exposition ou de la maladie est imparfaite, mais cette imperfection ne dépend pas de l’autre axe de classification.
- Elle est plus ou moins présente dans toute étude.
- Elle touche de la même façon les cas et les témoins (étude cas-témoins) ou les exposés et non-exposés (étude de
cohorte).
Vrai ou faux ?
Dans un essai clinique randomisé, il est possible d’avoir une erreur de classification non-différentielle de l’issue, mais pas de l’exposition, car l’exposition est distribuée au hasard
Vrai, mais les patients peuvent mal prendre leur traitement
Nommez moi une conséquence d’une erreur de classification non-différentielle
- Augmentent la ressemblance entre les groupes lorsque la variable (exposition ou maladie) est dichotomique (en 2
catégories). - Contribuent à sous-estimer les associations mesurées en rapprochant la mesure d’association de la valeur nulle.
- Ont différentes conséquences selon que les résultats de l’étude révèlent ou non la présence d’une association.
- Si aucune association n’existe, ce biais n’en créera pas (« biais conservateur »).
Si une étude révèle qu’il n’y a pas d’association entre l’exposition et l’issue, à quel biais d’observation faut-il penser ?
erreur de classification non-différentielle
Dans une cohorte, quel est l’effet du sous-diagnostic aléatoire (non-différentiel)
- Ne biaise pas le RR
- Réduit la puissance de l’étude
Dans une cohorte, quel est l’effet du sur-diagnostic aléatoire (non-différentiel)
- Fait tendre le RR vers la nulle
