Module 7 Flashcards

1
Q

Nomme les deux hypothèse à la question: est-ce que le traitement expérimental est supérieur au placebo?

A
  • Le traitement expérimental n’est pas différent du contrôle
  • Le traitement expérimental est différent du contrôle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Les hypothèses sont ____________.

A

complémentaires

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

Pourquoi ne pas définir l’hypothèse 2 en termes de supériorité puisque c’est l’intérêt de la question?
Le traitement expérimental est différent du contrôle

A

Peu importe l’effet, bénéfique ou néfaste, nous voulons un certain niveau de confiance afin d’être en mesure de déclarer que le traitement expérimental est bénéfique ou néfaste.

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

H0?

A

Hypothèse nulle

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

H1?

A

Hypothèse alternative

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

Pose les hypothèses d’un ECR de supériorité avec une différence de proportions.

A
  • H0: PA − PB = 0
  • H1 : PA − PB ≠ 0
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Pose les hypothèses d’un ECR de supériorité avec une différence de moyennes.

A
  • H0: X¯A − X¯B = 0
  • H1: X¯A − X¯B ≠ 0
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Pose les hypothèses d’un ECR de supériorité avec une différence de 2 incidences.

A
  • H0: IA/IB = 1
  • H1: IA/IB ≠ 1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Par quelle hypothèse est caractérisé la question de recherche?

A

H1

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

Que faut-il déterminer concernant la question de recherche (H1)?

A

Si H1 est plausible

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

Que caractérise H0?

A

Le statu quo : l’état où on était avant de commencer l’étude

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

Qu’est-ce qu’une étude positive?

A

Étude dans laquelle on a réussi à rejeter H0 et on réussi à vérifier l’hypothèse alternative H1

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

Quelle hypothèse est spécifique?

A

H0 (la différence = 0)

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

Quelle étude est plus difficile, une étude dans laquelle on veut déterminer si la différence est petite ou grande?

A

Petite, car ça demande vraiment beaucoup de patients

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

Dans quelle direction est la non-infériorité?

A

Dans l’unique direction où on cherche à démontrer que le traitement expérimental (A) est non-inférieur au traitement contrôle (B)

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

Pose les hypothèses d’un ECR de non-infériorité avec une différence de 2 proportions.

A
  • H0: PB − PA ≥ δm
  • H1: PB − PA < δm

PB = traitement contrôle et PA = traitement expérimental

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

Pose les hypothèses d’un ecr de non-infériorité avec une différence de 2 taux d’incidences avec δm = 5%.

A
  • H0: PB − PA ≥ 5%
  • H1: PB − PA < 5%
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Dans un ECR de non-infériorité, plus la proportion est grande, plus le traitement est ____________.

A

Bénéfique

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

On accepte que PA soit légèrement inférieure à PB mais pas plus que ___.

A

δm (souvent δm = 5%)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

À quoi est lié la puissance?

A

Au nb de participants

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

Conclusion?
Cas guéri: exp - placebo = +

A

Traitement expérimental mieux que le placebo

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

Conclusion?
Cas morts: exp - placebo = +

A

Placebo mieux que traitement expérimental

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

Pourquoi utiliser des traitements non-inférieurs en pratique?

A
  • Plusieurs options thérapeutiques
  • Risques/bénéfices
  • Coûts
  • Effets secondaires
  • Réponse biologique variable
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Hypothèses pour l’équivalence?

A
  • H0 : |PB − PA| ≥ δm
  • H1 : |PB − PA| < δm
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Qu’est-ce que l’erreur de type 1? (alpha)

A

P(rejeter H0|H0 vraie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Qu’est-ce que l’erreur de type 2? (béta)

A

P(ne pas rejeter H0|H1 vraie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Taille d’échantillon pour un ECR où α = β = 0?

A

Infini

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Historiquement, on pose alpha à…?

A

5%

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Par quoi est guidé le choix de béta?

A

Le coût

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

La ________________ d’une étude est associée à β.

A

taille de l’échantillon

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Normalement, en fonction de quoi devraient-on fixer béta?

A

En fonction des conséquences associées à l’erreur de type 2 (est-ce que c’est grave de faire un faux négatif?)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Calcul de la puissance?

A

1 − β

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Signification de la puissance?

A

P(rejeter H0|H1 vraie) = 1 - beta

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Que veut-on calculer dans un test statistique?

A

On détermine la probabilité, sous l’hypothèse nulle, d’observer une différence aussi grande que celle observée dans l’étude.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Quelle est la règle de décision si alpha = 5%?

A

La règle de décision est de rejeter H0 si cette probabilité est inférieure au seuil α = 0.05

36
Q

Quel test on utilise en pratique pour le rapport d’incidence?

37
Q

Probabilité conditionnelle pour un test statistique d’un rapport d’incidence ou d’une moyenne?

A

P(|Z| ≥ |δ|/SE)

sur la feuille de formule

38
Q

Test pour variances égales?

pour différence entre 2 moyennes

A

Test de Student

39
Q

Test pour vérifier si les variances sont inégales?

pour différence entre 2 moyennes

A

Test de Hartley

40
Q

Est-ce qu’un traitement peut affecter uniquement la variance/dispertion?

A

Oui, dans ce cas il faut repenser la question de recherche

41
Q

En terme de quoi sont formulés les questions de recherche?

A

En différence de tendance centrales

42
Q

Qu’est-ce qui permet de voir la différence entre deux variances?

A

Le diagramme en boite

43
Q

Formule de la variance d’une proportion?

44
Q

Qu’est-ce qu’il faut donner pour les résultats d’un ECR?

A
  • Les résultats du CRP observés pour chacun des 2 traitements
  • L’estimation ponctuelle
  • L’estimation par intervalle
  • La valeur-p
  • Direction du bénéfice si ce n’est pas implicite
45
Q

Quel terme est utiliser pour le rejet de l’hypothèse nulle?

A

« différence significative »

46
Q

Qui procure plus d’informations, un intervalle de confiance ou un test statistique? Pourquoi?

A
  • Intervalle de confiance
  • Quantitatif, qualitatif et indicatif de la précision
47
Q

Qu’est-ce qui ne faut pas ignorer dans l’interprétation d’une valeur-p?

A

La différence d’importance clinique

48
Q

Est-ce que le chevauchement implique que la différence n’est pas significative?

49
Q

Est-ce que l’absence d’évidence est équivalent à une évidence d’absence (accepter H0)?

A

Non, on a simplement pas assez d’évidences pour rejeter H0, mais cela ne veut pas dire qu’elle est nécessairement vrai

50
Q

Qu’est-ce qu’on utilise en pratique si on cherche à démontrer l’équivalence de deux traitements?

A

Hypothèses d’équivalence

51
Q

Qu’est-ce que la valeur p?

A

Probabilité de commettre l’erreur de type 1

52
Q

Pourquoi est-ce qu’on estime pas la probabilité d’une erreur de type 2?

A

H1 n’est pas spécifique

53
Q

Nom de l’estimation de l’erreur de type 2?

A

Puissance post-hoc

54
Q

Qu’est-ce que l’estimation de l’erreur de type 2?

A

Une reformulation de l’erreur de type 1

55
Q

Est-ce que la puissance post-hoc amène vraiment des données supplémentaires? Pourquoi?

A

Non
Lié à la valeur-p, simple reformulation

56
Q

Nomme des méthodes paramétriques.

A
  • Intervalles de confiance
  • Test statistique
57
Q

Que permet de calculer les tests paramétriques?

A
  • Permettent d’estimer les paramètres d’une distribution
  • Ces paramètres déterminent la réponse à la question de recherche
58
Q

Que sont les méthodes non paramétriques?

A

Les mesures du CRP sont remplacées par le rang (elles ne présupposent pas une distribution sous-jacente)

59
Q

Avantages des méthodes non paramétriques?

A

Les approches non paramétriques sont moins sensibles aux valeurs aberrantes

60
Q

Désavantage des tests non paramétrique?

A

Ils ne permettent pas l’obtention d’une estimation ponctuelle et d’une estimation par intervalle de la réponse (on obtient une valeur-p seulement)

61
Q

Nomme le test non paramétrique pour les proportions.

A

Test de Fisher

62
Q

Nomme le test non paramétrique pour les moyennes.

A

Test de Mann-Whitney

63
Q

Nomme le test non paramétrique pour les taux d’incidences.

A

Test du log rank

64
Q

Qu’est-ce qu’on fait lorsqu’on se trouve dans une situation où on doute de la validité d’une méthode paramétrique?

A

On emploi une méthode de ré-échantillonnage: bootstrap

65
Q

De quoi tiennent compte les intervalles de confiances?

A

De l’erreur aléatoire

66
Q

Par quoi se contrôlent les biais?

A
  • Design
  • Randomisation
  • Type d’analyse (ITT)
  • Insu
67
Q

Quel paramètre va déterminer le nb de participants?

68
Q

Qu’est-ce que la DCM?

A

La DCM entre les 2 interventions est la différence qui est cliniquement importante ou celle qu’on ne voudrait pas manquer

DCM = différence clinique minimum

69
Q

Est-ce que la DCM est un critère statistique?

A

Non, clinique

70
Q

Par qui est déterminé le DMC?

A

Par un groupe de cliniciens

71
Q

Plus la DCM diminue, plus le nombre de participants ____________

72
Q

Avec quoi est souvent confondue la DMC?

A

Avec la différence attendue

73
Q

À quelle question répond la différence attendue?

A

À quoi vous vous attendez comme efficacité de votre intervention expérimentale?

74
Q

À quelle question répond la DMC?

A

Quelle efficacité minimum est nécessaire afin de générer un changement dans la pratique clinique?

75
Q

Est-ce qu’un ECR dans un pays dans lequel l’incidence est 0% a une grande puissance? Pourquoi?

A

Non
Aucun cas incident

76
Q

Comme nous l’avons vu, des allocations autres que 1 : 1 peuvent être utilisées lors de la randomisation
Est-ce que ceci a un impact sur la puissance ?

A

Oui, augmente l’erreur type

77
Q

Procédure pour calculer la taille d’échantillon pour des allocations autres que 1:1?

A
  1. On calcule la taille avec la formule pour une allocation 1:1
  2. On ajoute 15% pour une allocation 2:1 ou 40% pour une allocation 3:1
78
Q

Est-ce que le calcul de la taille d’échantillon est une science exacte?

A

Non (estimation)

79
Q

De quoi dépend le calcul de la taille d’échantillon?

A

D’une bonne estimation de la variance du CRP

80
Q

a: 1%
1-B: 80%
(Zβ + Zα/2)^2 = ?

81
Q

a: 1%
1-B: 90%
(Zβ + Zα/2)^2 = ?

82
Q

a: 1%
1-B: 95%
(Zβ + Zα/2)^2 = ?

83
Q

a: 5%
1-B: 80%
(Zβ + Zα/2)^2 = ?

84
Q

a: 5%
1-B: 90%
(Zβ + Zα/2)^2 = ?

85
Q

a: 5%
1-B: 95%
(Zβ + Zα/2)^2 = ?