Module 8 Flashcards

1
Q

Qu’est-ce que la sensibilité (Se) d’un test diagnostique binaire?

A

C’est la probabilité qu’un test réalisé sur une personne malade se révèle positif.

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

Qu’est-ce que la spécificité?

A

La probabilité qu’un test réalisé sur une personne saine se révèle négatif.

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

Qu’est-ce que la VPP?

A

La VPP est la probabilité d’être réellement positif (malade, infecté, etc.) lorsque le test est positif.

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

De quels facteurs va dépendre la VPP?

A
  • Se (sensibilité)
  • Sp (spécificité
  • Prévalence
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

A : le test est positif
B : la patient est malade (réellement)
Se = ?

A

P(AIB)

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

A : le test est positif
B : la patient est malade (réellement)
VPP = ?

A

P (BIA)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Pourquoi la réalité est bien pire (calculer le VPP)?

A
  • Présence (non anticipée) d’hétérogénéité dans les données
  • Mauvais contrôle du niveau global α dans les analyses
  • Calcul de puissance inadéquat lors de la conception de l’étude (ou alors étude qui ne complète pas son recrutement)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Pourquoi π ne peut pas être trop élevé?

A

Car il deviendrait non éthique de faire un ECR si on était à 90 % certain que l’intervention soit efficace

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Que représente π?

A

La probabilité marginale (avant l’étude) que l’intervention soit vraiment efficace

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

Est-ce que la puissance = VPP?

A

Non

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

Quand est spécifié la puissance d’un ECR?

A

Lors de la conception de l’ECR et du calcul de la taille d’échantillon

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

Qu’est-ce qui compte le plus pour un organisme réglementaire et pour le patient, VPP ou puissance?

A

VPP

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

Qu’est-ce qui compte le plus pour une demande de financement, VPP ou puissance?

A

Puissance (forte probabilité de rejeter H0 si l’intervention est réellement efficace)

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

Combien d’études minimum pour l’homologation?

A

2

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

Qu’amène l’exigence de 2 ECR?

A
  • Augmente sensiblement la VPP
  • Réduit le risque de mettre sur le marché un traitement inefficace
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Pourquoi est-ce qu’on a un intérêt des 2 côtés si un faux positif concerne seulement un côté de l’intervalle?

A

Pour savoir si il y a un effet néfaste et son niveau de signification

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

Comment obtient-on un échantillon représentatif de la population?

A
  • Sélection aléatoire
  • Méthode d’échantillonage
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Que permet d’obtenir l’échantillon représentatif?

A

Une estimation valide des paramètres

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

Est-ce que, généralement, les échantillon des ECR sont représentatif?

A

Non

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

Est-ce c’est grave d’avoir un échantillon non-représentatif?

A

Non, validité interne

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

En vertu de quoi les groupes sont comparables?

A
  • Absence de biais
  • Randomisation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Qu’est-ce qui rend l’échantillon de l’ECR non représentatif?

A

Critères d’inclusion et d’exclusion

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

Est-ce que la validité externe peut se démontrer si il n’y a pas de validité interne?

A

Non

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Que définissent les critères d’inclusion et d’exclusion?

A

Ces critères définissent la population de patients pour laquelle les résultats de l’étude vont s’appliquer

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Le recrutement dans les essais cliniques est _____________.

A

opportuniste

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

Est-ce que la preuve de la validité externe est nécessaire pour l’homologation?

A

Non

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

Nom des études pour la validité externe?

A

Études complémentaires

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

Quelles sont les caractéristiques des essais cliniques pragmatiques?

A
  • Moins de critères d’exclusion/inclusion
  • Groupes plus hétérogènes
  • Réponse au traitement hétérogène
  • Conditions réelles
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Différence efficience vs efficacité?

A
  • efficacité: théorique
  • efficience: efficacité dans la vrai vie
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Est-ce que l’allocation 3:1 demande plus de participants que l’allocation 1:1?

A

Oui

40% de plus

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

Comment est-ce qu’on vérifie si nos résultats sont dû à un biais de confusion?

A

Stratification

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

Qu’élimine une randomisation qui fonctionne?

A

Le biais de confusion

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

Est-ce que la randomisation a plus de chances de fonctionner sur un grand ou sur un petit échantillon?

A

Grand

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

Est-ce qu’il existe des approches statistiques pour contrôler les biais de confusion?

A

Oui (hors de porté de ce cours)

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

Utilité de la table 1 (présentation des statistiques au recrutement)?

A

Identifier des facteurs de confusion

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

Problème de la stratification?

A
  • On ne peut pas stratifier pour une variable qu’on a pas mesuré
  • Ne fonctionne que pour des facteurs dichotomiques
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

Quand est-ce que la stratification n’est pas disponible?

A

Facteur de confusion non dichotomique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

Qu’utilisent les approches statistiques pour contrôler le biais de confusion?

A

Modélisation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Modélisation desing 1 CRP continu?

A

Yi = β0 + β1Ti + ϵi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

Yi = β0 + β1Ti + ϵi
Décrit les variables.

A
  • Yi est la réponse du patient i
  • Ti une variable indicatrice (0 si gr placebo, 1 si gr exp)
  • ϵi est l’erreur aléatoire
  • β0 moyenne du gr placebo
  • β1 différence de moyenne
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

But du modèle de régression?

A

Estimer le β1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

Formule d’un modèle multivarié?

A

Yi = β0 + β1Ti + β2Fi + ϵi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

Fi?

A

Facteur dichotomique (ex: variable de confusion)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

B3?

A

Terme d’interaction

on ajoute dans la formule: B3 (Ti X Fi)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

Lorsque F est un facteur de confusion, on dira que l’estimateur de β1 est _______________________.

A

ajusté pour le facteur F

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

Que permettent les modèles multivariés?

A
  • Estimer B1
  • Augmenter la puissance
  • Réduire l’erreur-type
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

Que sont les 2 principales sources de variations?

A
  • Entre les participants
  • Entre les centres de recrutement
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

Formule qui inclut l’impact des centres?

A

Yi = β0 + β1Ti + β2Ci + ϵi

Ci = 0 pour centre 1 et Ci = 1 pour le centre 2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

Avantage de ce modèle: Yi = β0 + β1Ti + β2Ci + ϵi?

A
  • Il permet de séparer la variation entre celle des patients et celle des centres
  • Ceci réduit l’erreur-type pour l’estimation de β1 et augmente ainsi la puissance de l’étude
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

Quels ECRs utilisent cette formule: Yi = β0 + β1Ti + β2Ci + ϵi?

A

ECR multicentrique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

Modèle de régression pour un CRP dichotomique?

A

Modèle de régression logistique

52
Q

Modèle de régression pour un CRP dichotomique?

A

Modèle de régression logistique

53
Q

Qu’utilise le modèle de régression logistique?

A

Rapport de cotes (RC), car ce modèle ne permet pas l’estimation de la différence de proportion

54
Q

Modèle de régression pour les proportions?

A

Modèle de régression binomiale

55
Q

Modèle de régression pour un CRP d’incidence?

A

Modèle Cox à risque proportionnel

56
Q

Les modèles de régressions sont-ils paramétriques?

57
Q

Vrai ou faux? L’efficacité des traitements est la même pour tous.

58
Q

Le terme d’interaction peut être ___________.

A

négatif ou positif

59
Q

Qu’est-ce qu’un terme d’interaction?

A

Au minimum le produit de 2 variables mesurées dans l’ECR

60
Q

Comment peut-on créer un terme d’interaction?

A

En multipliant les variables

61
Q

Que permettent de vérifier les termes d’interactions?

A

Vérifier l’homogénéité de l’efficacité

62
Q

Cas d’un vaccins T x Age est 0
Interprétation?

A

Ceci implique que l’efficacité du vaccin est homogène au niveau de l’âge

63
Q

Utilités dans un contexte d’ECR des termes d’interactions?

A
  • Homogénéité de l’efficacité
  • Contrôler les biais de confusion
64
Q

Typiquement, si on cherche à vérifier que l’efficacité du traitement est homogène pour les différentes caractéristiques des patients (cliniques et socio-démographiques), que doit-on évaluer?

A

Les interactions entre le traitement et ces caractéristiques

65
Q

Qu’est-ce qui se passe si on ne compartimente pas les différentes sources?

A
  • Augmente l’erreur-type de la réponse
  • Perte de puissance
66
Q

La modélisation permet d’intégrer différentes sources de __________.

67
Q

Nomme 3 sources de variations.

A
  1. Entre les patients
  2. Effets du traitement
  3. Différents centres
68
Q

L’erreur-type pour l’estimé de β1 pour le modèle 1, qui inclus le facteur traitement et centre, est proportionnelle à….

A

√ (Vp/Vt)

Vp = variance patient et Vt = variance traitement

69
Q

L’erreur-type pour l’estimé de β1 pour le modèle 1, qui inclus le facteur traitement seulement et non le centre, est proportionnelle à…

A

√(Vp + Vc)/Vt

70
Q

À quelle variation s’ajoute celle des centres si elle n’est pas prise en compte séparément dans le calcul de l’erreur-type?

A

À celle des patients

71
Q

La variance d’une somme de variables est la somme des variances si __________________

A

il y a indépendance des variables

72
Q

Nomme les 4 façons de quantifier l’effet d’un nouveau traitement.

Quand on a des deux prises de mesures par groupe

A
  1. En ignorant les valeurs du CRP prises au recrutement
  2. En calculant le changement absolu par rapport à la tension au recrutement
  3. En calculant le changement relatif par rapport à la tension au recrutement
  4. En modélisant la valeur du CRP du recrutement
73
Q

Nom de la modélisation du CRP au recrutement?

A

analyse de covariacne: ANCOVA

74
Q

Formule de ANCOVA?

A

Yi = β0 + β1Xi + β2Ti

75
Q

Les changements _______ sont très prisés par les cliniciens.

76
Q

Est-ce que les 4 méthodes sont équivalentes ? (pour quantifier l’effet d’un nouveau traitement)

A
  • Même conclusion
  • Différence au niveau de IC et des tests statistiques
77
Q

La taille d’échantillon est en fonction de l’___________

A

erreur-type

78
Q

Meilleure méthode pour quantifier l’effet d’un nouveau traitement?

A

ANCOVA: modélisation par l’analyse de covariance

79
Q

De quoi va dépendre l’impact sur la taille d’échantillon?

A

Va dépendre de la corrélation entre les mesures prises au recrutement et à la fin de l’intervention

80
Q

De quoi protège ANCOVA?

A

Des biais de confusion

81
Q

Est-ce qu’une des conditions pour le biais de confusion est qu’il soit associé à un facteur intermédiaire?

82
Q

Pourquoi le changement relatif est une méthode à proscrire?

A

Parce qu’il peut augmenter le nombre de participants de l’ECR

83
Q

Qu’est-ce que l’ANCOVA? ANCOVA est comparable à quelle autre méthode?

A

L’ANCOVA est une différence absolue du changement par rapport au recrutement. Elle est comparable au calcul du changement absolu, mais estimation est meilleure et réduit l’erreur-type.

84
Q

Pour quels CRP est utilisé l’ANCOVA?

A

Tous sauf incidence

85
Q

Vrai ou faux? L’ANCOVA n’empêche pas de conclure de façon relative.

86
Q

Quel est le plus grand problème de tout les ECR?

A

Donnés manquantes

87
Q

Qu’engendrent les pertes au suivi?

A

Biais de confusion

88
Q

La taille du biais est associée au _____ des pertes.

89
Q

De quoi dépend le seuil acceptable de perte?

A
  • Contexte
  • Design (type d’ECR)
  • CRP
90
Q

Sorte de pertes qui permettent tout de même d’obtenir une réponse valide sans biais associé?

A

aléatoire

91
Q

Est-ce qu’il est possible de prouver que les pertes au suivi sont aléatoires?

A

Non, il est rarement possible de prouver que les pertes ne sont pas associées au CRP et aux interventions

92
Q

Meilleure solution pour les pertes?

A

Prévention

93
Q

Une méthode souvent utilisée par les organismes réglementaires est ________________________.

A

l’imputation par la « pire » valeur

94
Q

Que cherche à prouver l’imputation extrême?

A

La stabilité de la conclusion face à la pire situation possible

95
Q

Nomme une autre méthode préventive contre les pertes?

A

Ajuster la taille d’échantillon en fonction des pertes au suivi anticipées (aide pour maintenir la puissance, pas pour diminuer le biais)

96
Q

Perte de précision ou de biais la plus importante?

97
Q

Pourquoi est-ce si difficile d’analyser les biais?

A

Ils sont difficiles de les quantifier et de définir leur direction

98
Q

Mais si l’attrition est élevé, le contrôle par l’imputation extrême devient beaucoup trop _________.

A

conservateur

99
Q

Est-ce que le CRP est rare dans la majorité des cas?

100
Q

Quelle étude allons-nous faire avant celle qui utilise le CRP?

A

Étude préliminaire

101
Q

Que va valider l’étude préliminaire?

A

Le mécanisme de l’intervention, la preuve de concept

102
Q

Caractéristiques du critère de substitution (CS)?

A
  • Peut se mesurer bien avant le CRP
  • Peut se mesurer avec précision
  • Prédit le critère de résultat principal (le CRP)
103
Q

Avantages d’une étude avec un CS?

A
  • Moins de gens
  • Plus courte
104
Q

L’intervention expérimentale, si elle est efficace, va interrompre le lien entre la ______ et le ___.

A

maladie
critère de substitution (CS)

105
Q

Vrai ou faux? Une preuve du concept est suffisante pour démontrer un effet sur le CRP

106
Q

Que faire après avoir validé la preuve de concept/l’effet de l’intervention sur le CS?

A

Faire la preuve de l’effet sur le CRP

107
Q

Est-ce que la régression vers la moyenne est l’effet placebo?

108
Q

Décrit le design avant/après.

A
  • Une mesure au début
  • Une mesure à la fin
  • Non expérimental
109
Q

Qu’est-ce que le phénomène de régression vers la moyenne?

A

Les individus dans les extrêmes de la distribution vont régresser vers le centre de la distribution lorsqu’on les mesure à nouveau dans le temps

110
Q

Pourquoi voit-on beaucoup de régression vers la moyenne dans les ECR?

A

Il est très fréquent que les critères d’inclusion et d’exclusion utilisés lors du recrutement vont sélectionner des patients dans les extrêmes de la distribution du CRP

111
Q

Est-ce que la régression vers la moyenne est un problème?

A

Non, si on a un groupe contrôle

112
Q

Est-ce que l’effet placebo peut se rajouter à l’effet de régression vers la moyenne?

113
Q

À quelle mesure s’exprime la régression vers la moyenne?

A

La deuxième

114
Q

Est-ce que le design avant/après permet de quantifier les tendances temporelles?

115
Q

Que permet l’IA?

A
  • Simultanément observer et traiter rapidement un nombre presque illimité d’entrées
  • Apprendre de chaque cas (apprentissage) et raffiner leurs algorithmes automatiquement
116
Q

Est-ce que l’IA est très utile en ECR? Pourquoi?

A

Dans le cadre des ECRs, l’IA joue un rôle secondaire, car la question de recherche est spécifique et la structure des données en terme de réponse est relativement simple et connue

117
Q

Rôles de l’IA dans les ECR?

A
  • Questions secondaires en lien avec la génétique
  • Médecine personnalisée
118
Q

Dans quel contexte l’IA joue-t-elle un rôle important et pourquoi?

A
  • Méta-analyses et revues systématiques
  • Permet de faciliter l’extraction d’information et de raffiner les résultats au jour le jour
119
Q

Qu’est-ce que l’IN?

A

L’intelligence numérique (IN) est un ensemble d’outils et de méthodologies, incluant l’IA, pour passer de la donnée à la décision

120
Q

À quoi peut référer l’IN?

A
  • À l’analytique des données, particulièrement sous ses angles descriptifs, prédictifs et prescriptifs
  • Aux différentes approches d’ordre techno-scientifique qui permettent de passer de sources de données à de la création de valeur sociale ou économique
121
Q

Qu’est-ce qu’un bit?

A

Un bit est la quantité minimale d’information transmise par un message, et constitue l’unité de base de l’information en informatique

122
Q

8 bit?

123
Q

Nomme les 6 V des données massives.

A
  • volume
  • vélocité
  • variété
  • visibilité
  • valeur
  • véracité
124
Q

Problème avec les données massives?

A

Ressources : logiciel et matériel

125
Q

Est-ce que l’ecr typique génère des données massives?