module 8 Flashcards
De quoi dépend la valeur p
magnitude de l’effet et n
modèle de cause composante suffisante necessaire?
-suffisante: un facteur (ou ensemble) qui produit inévitablement la maladie (tabac + immunosup + susceptibilité génétique = Ca poumon)
-nécessaire: facteur requis pour dév de la maladie (VPH pour cancer du col)
-composante: un facteur qui contribue mais pas suffisant en soi à causer la maladie, nécessaire ou non
Si un biais ou la chance ne semblent pas expliquer une association observée, pouvons-nous conclure que cette association
représente un lien de cause à effet?
On ne peut pas automatiquement conclure à un lien de cause à effet, parce que, même si, en fonction des
connaissances actuelles, on est convaincu que l’association mesurée est valide, on n’est jamais certains s’il ne
reste pas un facteur de confusion résiduel. Pour trouver des facteurs de confusion, on doit connaitre les facteurs
de risque de la maladie. Par contre, il y a des facteurs de risque qu’on ne connait pas encore
Théories des miasmes?
William Farr
étude écologique, plus de décès chez les proches de la rivière, asso négative avec altitude, preuve que miasmes?
Critères de Bradford Hill?
Temporalité (avant, sin qua none)
Force d’association (2 modéré, 5 très fort)
Constance/stabilité (études même sens)
Effet dose-réponse (pas si effet seuil)
Plausibilité biologique (subjectif)
Spécificité
Expérimentation (retrait/ prévention de l’expo diminue la maladie)
BEST DAC
Prévention biais de sélection
-étude cas témoin
-étude de cohorte
- Maximiser le taux de
participation - Choisir des témoins hospitalisés
si les cas sont hospitalisés
(améliore la comparabilité des
groupes)
Choisir une population à haut risque :
- Si on augmente l’incidence de
la maladie, on diminue la
durée de l’étude et on réduit
les perdus de vue
- Les groupes sont plus motivés
Choisir une population bien organisée :
plus facile à suivre, donc moins de
perdus de vue
RR brut vs par strate vs ajuste pour facteur de confusion si facteur de confusion
si facteur de confusion
RR brut different des RR par strate doit etre eux
RR brut different des RR ajusté(qui eux sont le meme entre eux)
La prévalence d’une maladie mortelle M est plus faible chez les ♀ que chez les ♂. Pourtant, il y a 6 mois, elle était
identique et on sait que sa létalité est la même pour tous. Comment
L’incidence cumulée de M est plus
élevée chez ♂
On dit que le taux ajusté de mortalité d’un pays n’est pas réel mais plutôt « fictif »
Quelle partie de son calcul le rend fictif?
- Le taux brut de mortalité
- Les taux de mortalité spécifiques aux
groupes d’âge - Le nombre de décès observés dans
chaque groupe d’âge - La taille de la population de ce pays
- La distribution par groupes d’âge
5
Une cohorte de 1000 femmes est suivie du 01 janvier 1998 au 31 décembre 1998 pour
mesurer l’incidence de l’infection VPH; 365 (réparties de façon uniforme dans l’année) ont été infectées par le VPH (aucune n’était infectée au départ).
Quel est le taux d’incidence ?
Quelle est l’incidence cumulée ?
Incidence cumulée = 365/1000 en 1 an
taux d’incidence: pour estimer le nb de p-a quand ca apparait de facon uniforme. les personnes qd dev
365/ (1000 + (1000-365)/2) p-a
Extrait du BMJ: « Bien que le TIR (ratio des taux d’incidence) d’infarctus du myocarde (IM) associé au tabagisme soit plus élevé chez les femmes que chez les hommes, le tabagisme pourrait très bien entraîner un TI (taux d’incidence) d’IM plus élevé chez les fumeurs que chez les fumeuses. »
Comment est-ce possible?
1. Le TIR d’IM dépend de la durée d’exposition au tabagisme
2. La prévalence du tabagisme est inférieure chez les femmes
3. Le TI d’IM est inférieur chez les non fumeuses que chez les non fumeurs
4. Chez les fumeuses, le TI d’IM augmente avec l’âge5. L’incidence du tabagisme est supérieure chez les hommes n’ayant pas fait d’IM
3
TI fumeuses=60 pour 1000 pers-an TI non-fumeuses =10 pour 1000 pers-anTI fumeurs =100 pour 1000 pers-an TI non-fumeurs=20 pour 1000 pers-an
Une étude veut identifier les facteurs associés à la résistance au
dépistage VIH chez les femmes trans à partir d’un échantillon de 300 femmes chez lesquelles +++ variables sont mesurées simultanément. Résultat: Âge 18 ans associé à la résistance au dépistage
(OR = 4,2; IC95% = 2,4 ; 7,4)
De quel type d’étude s’agit-il?
1. Étude transversale descriptive
2. Étude transversale analytique
3. Étude longitudinale descriptive
4. Étude de cohorte
5. Étude cas-témoins
2
PAS CAS TEMOIN PAS DE CONTROLE
Un test utilisé en situation diagnostiqueplutôt qu’en situation de dépistage…1. Sera plus sensible
2. Sera plus spécifique
3. Aura une valeur prédictive
négative (VP-) plus
élevée
4. Fournira une probabilité
post-test d’un résultat
positif plus élevée
5. Toutes ces réponses
4
Dans une situation de dépistage, à part la
prévalence de maladie, quelle caractéristique a le plus d’influence sur la valeur prédictive positive ?1. Sensibilité du test
2. Spécificité du test
3. Valeur prédictive négative
4. Probabilité post-test d’un
résultat positif
2
Pour éviter un biais de selection dans l’étude de cohorte, on doit échantillonner exposés (et non exposés)
“indépendamment de la maladie”.
Que veut-on dire?
1. On doit échantilloner autant d’exposés
qui deviendront malades que
d’exposés qui ne le deviendront pas
(idem pour non exp)
2. On doit échantillonner des exposés qui
ne sont pas malades seulement (idem
pour les non exposés)
3. On doit échantillonner des exposés qui
ont une probabilité nulle de tomber
malade (idem pour non exp)
4. On doit échantillonner des exposés
sans surreprésenter ceux qui
deviendront malades ou ceux qui ne le
deviendront pas (idem pour non exp)
4
