Objectif n°9 = analyse statistique Flashcards
4+ éléments pour le choix d’un test statistique
1Type de variable étudiée : qualitative, quantitative, censurée..
2Distribution de la variable :
-nle = tests paramétriques
-nn nle = tests nn paramétriques
3Type d’expérience : données appariées*, gpes parallèles, étude de survie.
4Conditions d’application : ex Chi-2 effectifs théoriques sup5, T-student ou ANOVA nsup30 ou distribution nle
Autres : logiciels utilisés reconnus, références biblio si tests peu courants
*données appariées si mesures ds les 2 gps liées entre elles ex : même patient avt-après ou 2mesures ds le même gp
Variable quantitative et analyse-tests statistiques
Analyse descriptive = moyenne
Analyse univariée = T-Student (si distribution nle)
Analyse multivariée = régression linéaire multiple
Variable qualitative et analyse-tests statistiques
Analyse descriptive = pourcentage
Analyse univariée = test du Chi-2
Analyse multivariée = régression logistique
Courbe de survie et analyse-tests statistiques
Analyse descriptive = courbe de Kaplan-Meier
Analyse univariée = Log-Rank
Analyse multivariée = modèle de Cox
3 niveaux d’analyse
Analyse despcriptive = analyse brut du CJ ds un seul gp (ex : 220 décès ds le gp A)
Analyse univariée = analyse de la comparaison du CJ entre les gp (ex : dim de 15% de mortalité entre gp A et B)
Analyse multivariée : cfQsp
Analyse multivariée
Méthode a postériori pour améliorer la comparabilité
Analyse de l’effet d’une variable en tenant compte de l’effet covariables (pondération des facteurs de confusion potentiels) (ex : dim de 12% de mortalité entre gp A et B en équilibrant les 2gps par rapport à la conso de tabac)
Gde valeur dans les études épidémio car pas de possibilité de randomiser (qd le priori n’existe pas le postériori est pas mal)
Rq : sa réalisation potentielle doit être évoquée a priori
Test unilatéral ou bilatéral
Test bilat : on part du principe que la différence peut être dans un sens (AsupB) ou dans l’autre (AinfB) ou est absente (A=B) (c’est le cas ds essai de supériorité)
Test unilat : la différence que l’on cherche a un sens connu (AsupB) ou est absente (A=B) (c’est le cas d’un essai de nn infériorité)
Le choix doit être définit a priori!!
Pourquoi utiliser un test unilat : aug de puissance (cf significativité de p de test unilat est égal à la moitié du p d’un test bilat) et dim NSN
Critères à vérifier quant à la proportion des perdus de vue 4
et conséquences
1Quantifiée et faible inf10%
2Equilibrée
3Etudiée : cause, lien avc CJP, caractéristiques
4Représentée sur le Flow Chart! (partie 3 suivi)
Conséquences 2 (+/-cf tableau I) :
1perte de la comparabilité initiale =biais d’attrition et donc pas de comparabilité finale!
2+/-perte de comparabilité à la pop cible
Limité par ITT!
(le biais d’attrition est limité par l’analyse en ITT)
2 types d’étude qui utilisent des courbes de survie
1Essais thérapeutiques
2Cohortes pronostiques
2 types d’évolution des courbes de survies avc différence significarive
1Décalage initial et évolution parallèle = avantage initial mais pas d’effet supplémentaire par rapport au gp contrôle
2Décalage ititial et écart ne cessant d’augmenter = avantage avc effet persistant sur tte la durée de l’étude
9 mots clés d’une courbe de survie
1Etude de données censurées (délai de survenue d’un événement binaire)
2Date d’origine (ex : date de diag)
3Evénement binaire attendu précis (décès, rechute, complication..)
4Proba de survenue de l’événement au court du tps
5Délai de survenue de l’événement par rapport à la date d’origine
6Date de point : date à laquelle il y a censure des sujets perdus de vue ou sans évènement
7Médiane de survie : durée pour laquelle la moitié du gp a présenté l’événement
8Significativité du résultat du test du Log-Rank
9Nb de sujets à risque d’événement en fonction du tps (sous la courbe)