Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

MD2 - Épidémio 1 > PPT : Synthèse module 1-4 > Flashcards

PPT : Synthèse module 1-4 Flashcards

1
Q

Nommez les types de variables (4) et des exemples

A
  • Indépendante
    • Exposition
    • Variables explicatives
    • Variables prédictives
    • Déterminants
    • Facteurs de risque
    • Etc.
  • Dépendante

(celle dont on tente d’expliquer la distribution ou la fréquence avec les variables indépendantes)

* Maladie
* Événement étudié
  • Qualitative
    • Nominales
      • ex.: présence ou absence d’une maladie
    • Catégorielles
      • ex.: ethnie
    • Ordinales
      • ex.: niveau de scolarité
    • Mesure de fréquence
  • Quantitative
    • Discrètes
      • ex.: nombre de personnes
    • Continues
      • ex: tension artérielle, IMC
    • Mesure de tendance centrale
    • Mesure de fréquence
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Décrire : Mesures de tendance centrale et de dispersion

A

Résumer les données en quelques paramètres

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

Les mesures de tendance centrale et de dispersion servent à quoi?

A

Permet les comparaisons entre les distributions d’une variable dans deux ou plusieurs groupes

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

Nommez les mesures de tendance centrale (2)

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

Nommez les mesures de dispersion (3)

A
  • Étendue (min à max)
  • Quantiles ou étendue interquartile
  • Variance, écart-type
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Décrire : Moyenne (2)

A
  • Somme algébrique des valeurs observées divisée par le nombre de sujets
  • Sensible au poids des valeurs extrêmes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Nommez des alternatives de la moyenne (2)

A
  • utiliser la médiane
  • transformer la variable
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Décrire : Médiane

A

Valeur qui partage la série des individus, disposés en ordre croissant, en 2 groupes d’effectifs égaux

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

Décrire : Étendue (2)

A
  • Différence entre la valeur maximale et la valeur minimale
  • Subit l’influence des valeurs extrêmes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Décrire : Intervalle interquartile (3)

A
  • Quartiles partagent la série des individus, disposés en ordre croissant, en 4 groupes d’effectifs égaux
  • Q1 à Q3
  • S’affranchit des valeurs extrêmes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Décrire : Variance et écart type (6)

A
  • Reflète la manière dont toutes les observations s’écartent d’une valeur centrale
  • Plus la valeur est élevée, plus la dispersion est grande
  • Plus la valeur est basse, plus la dispersion est petite
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Nommez les mesures de fréquence (4)

A
  • Proportion
  • Cote
  • Indice
  • Taux
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Décrire : Proportion (4)

A
  • Rapport entre deux entités provenant d’un même ensemble
  • Le numérateur fait partie du dénominateur
    • p = a/(a+b)
  • Toujours comprise entre 0 et 1 ou entre 0% et 100% ¡ Pas d’unité de mesure
  • Exemple: Couverture vaccinale
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Décrire : Cote (Odds) (4)

A
  • Rapport entre les effectifs de deux catégories d’une même variable
  • Le numérateur et le dénominateur sont de même nature mais exclusifs l’un à l’autre
  • Pas d’unités de mesure
  • Exemple: Hommes/Femmes ou Malades/Non-malades ou Exposés/Non- exposés
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Décrire : Indice (2)

A
  • Rapport de deux effectifs de natures différentes
  • Le numérateur n’est pas inclus dans le dénominateur
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Nommez des exemples d’indice (4)

A
  • Indice de mortalité maternelle
  • Nombre de personnes/médecin
  • Nombre d’individus/foyer
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Décrire : Taux (4)

A
  • Mesure la vitesse ou la force de survenue d’un événement dans le temps
  • Numérateur: nombre d’événements survenus
  • Dénominateur: cumul du temps d’observation de chaque personne à risque de présenter le phénomène
  • Toujours exprimé en unités de temps
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Nommez les mesures de fréquence en épidémiologie (4)

A
  • Prévalence
  • Proportion d’incidence (ou incidence cumulative ou risque)
  • Taux (ou incidence ou densité d’incidence)
  • Cote (odds)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Décrire : Prévalence (3)

A
  • Proportion de personnes atteintes de la maladie (cas prévalents) à un moment donné dans une population
    • P = m/N
    • où m représente le nombre de cas prévalents (tous les cas, nouveaux et anciens confondus) à un moment donné; et N, la taille d’échantillon
  • Varie de 0 à 1 (0 à 100%)
  • Exemple : La prévalence de la maladie d’Alzheimer chez les personnes de ≥ 65 ans au Canada a été estimée à 6,8% lors d’une enquête descriptive effectuée en 1991
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Décrire : Incidence cumulée (ou proporiton d’incidence ou risque) (5)

A
  • Proportion de personnes qui développent la maladie (cas incidents) au cours d’une période donnée dans une population
    • Ic = m/N
    • où m représente le nombre de cas incidents (nouveaux cas) au cours de la période de temps donnée; et N, la taille de l’échantillon (constitué de personnes à risque au début de la période d’observation)
  • Varie de 0 à 1 (0 à 100%
  • L’Ic d’une maladie dans une population correspond au risque moyen de contracter la maladie pendant la période étudiée pour un individu appartenant à cette population
  • Erreur de mesure si plusieurs perdus de vue au cours de la période donnée
  • Exemple: Chez les femmes ayant eu une mastectomie pour cancer du sein, on observe un incidence cumulative de décès de 6,8% 5 ans après la chirurgie.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Nommez les conditions d’utilisation de l’incidence cumulée
À AJOUTER

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

Décrire : Taux d’incidence (ou incidence ou densité d’incidence) (3)

A
  • Mesure de la vitesse de propagation d’une maladie dans une population
    • I = m/T
    • où m désigne le nombre de cas incidents (nouveaux cas survenus) pendant la période de l’étude; et T, le cumul du temps d’observation de chaque personne à risque de contracter la maladie (somme des personnes-temps à risque)
  • Unité de mesure = Temps -1
  • Pourquoi on utilise parfois une approximation et d’autres fois les temps exacts?
    • On tentera d’utiliser l’information la plus précise disponible concernant le temps d’observation des individus étudiés
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Incidence et prévalence sont liées par quoi?

A
  • la durée (létalité) de la maladie
  • Dans une population dynamique ouverte (si P petite, < 10%)

P≈Ixd

où I désigne le taux d’incidence; d, la durée de la maladie;
et P, la prévalence

24
Q

C’est quoi le lien entre incidence et incidence cumulée? (2)

A
  • Si I est constante sur la période d’étude
    • Ic = 1 − e-I∆t
    • où Ic désigne l’incidence cumulée; I, l’incidence (ou taux d’incidence); et Δt, la période de temps d’étude
  • Si l’incidence est faible ou le temps considéré est court, alors IΔt est petit, et ainsi Ic ≈ IΔt
25
Q

Décrire : Espérance de vie (5)

A
  • Durée moyenne de vie de l’ensemble des personnes d’une population
  • Excellent indicateur de l’état de santé d’une population
  • Calculs basés sur les taux de mortalité spécifiques par groupe d’âge de la population
  • Peut être estimée à des âges variés
  • On s’intéressera aussi parfois plus précisément à l’espérance de vie en bonne santé ou sans incapacité
26
Q

Décrire : Hypothèse nulle (H0)

A

Affirme que la différence observée entre 2 populations est purement due au hasard d’échantillonnage ou qu’il n’y pas d’association statistique entre 2 variables

27
Q

Décrire : Test d’hypothèse

A

Probabilité d’observer une valeur aussi ou plus extrême que celle qui a été calculé par un test statistique

  • calcul probabilité (valeur-p)
  • détermine le degré de signification (risque d’erreur ⍺)
  • mesure d’association entre l’exposition E et l’issue O
28
Q

Test d’hypothèse

Remplir ce tableau

A
29
Q

Décrire : Mesures d’association absolue (échelle additive) (2)

A
  • Différences de moyennes ou fréquences
  • S’il n’y a pas d’association, pas d’effet, pas de différence entre les groupes, la différence = 0
30
Q

Décrire : Mesure d’association Relative (échelle multiplicative) (2)

A
  • Rapport de moyennes ou fréquences
  • S’il n’y a pas d’association, pas d’effet, pas de différence entre les groupes, le rapport = 1
31
Q

Interprétez ce tableau : Différences de fréquences - Comparaison de proportion

  • C’est quoi une fréquence comparable?
  • Une différence <0?
  • Une différence >0?
A
  • Fréquences comparables, différence ~ 0 (valeur nulle)
  • Exposition protectrice, différence < 0
  • Exposition délétère, différence > 0
32
Q

Interprétez ce tableau : Différences de fréquences - Comparaison de taux

  • C’est quoi une fréquence comparable?
  • Une différence <0?
  • Une différence >0?
A
  • Fréquences comparables, différence ~ 0 (valeur nulle)
  • Exposition protectrice, différence < 0
  • Exposition délétère, différence > 0
33
Q

Interprétez ce tableau : Rapport de fréquences - Comparaison de proportion

  • C’est quoi une fréquence comparable?
  • Exposition protectrice?
  • Exposition délétère?
A
  • Fréquences comparables, rapport ~ 1 (valeur nulle)
  • Exposition protectrice, rapport < 1
  • Exposition délétère, rapport > 1
34
Q

Interprétez ce tableau : Rapport de fréquences - Comparaison de taux

  • C’est quoi une fréquence comparable?
  • Exposition protectrice?
  • Exposition délétère?
A
  • Fréquences comparables, rapport ~ 1 (valeur nulle)
  • Exposition protectrice, rapport < 1
  • Exposition délétère, rapport > 1
35
Q

Différence de risque vs risque relatif

  • Est-ce que DR est influencé par le risque de base (P0)?
  • Est-ce que RR est influencé par le risque de base (P0)?
A
  • DR n’est pas influencé par risque de base (P0)
  • RR est influencé par risque de base (P0)
36
Q

Comparaison de cotes (rapport de fréquences)

Comment calculer une cote d’exposition?

A
37
Q

Comparaison de cotes (rapport de fréquences)

Comment calculer le rapport de cotes?

A

RC = cm/cn-m

38
Q

Interprétez ce tableau : Rapport de fréquences - Comparaison de cotes

  • C’est quoi une fréquence comparable?
  • Exposition protectrice?
  • Exposition délétère?
A
  • Fréquences comparables, rapport ~ 1 (valeur nulle)
  • Exposition protectrice, rapport < 1
  • Exposition délétère, rapport > 1
39
Q

Vrai ou Faux

L’observation d’une association statistiquement significative signifie que celle-ci est nécessairement causale.

A

Faux

  • L’observation d’une association statistiquement significative ne signifie pas que celle-ci est nécessairement causale.
  • Il faut prendre en considération l’ensemble des connaissances sur un sujet pour être en mesure de déterminer si les données probantes supportent ou non une association de nature causale.
  • Critères de Hill servent de guide, mais ne constitue pas une garantie qu’une association est causale
40
Q

Un intervalle de confiance (IC) à 95% nous donne de l’information sur quoi? (2)

A

la précision de notre estimation et sur sa concordance entre les données observées et le modèle.

41
Q

Si un intervalle de confiance comprend la valeur nulle, i.e. 0 pour une différence ou 1 pour un rapport, ça nous indique quoi?

A

qu’il n’y a pas de différence statistiquement significative entre 2 groupes (la différence observée peut relever du hasard) si l’ensemble des postulats du modèle sont respectés.

42
Q

La valeur « 95% » (d’intervalle de confiance) découle de quoi?

A

du seuil d’erreur alpha.

43
Q

Déctrire : Erreur alpha (3)

A
  • Une erreur alpha désigne le rejet de l’hypothèse nulle alors qu’elle est vraie.
  • Une erreur alpha de 5% sera le plus souvent tolérée dans la littérature médicale.
  • Ce seuil servira aussi à l’interprétation de la valeur-p.
44
Q

La précision d’une étude réfère à quoi?

A

l’erreur due au hasard inhérente à l’estimation de la réalité d’une population cible à partir d’un échantillon

45
Q

Décrire : Biostatistique

A

la science qui estime les probabilités d’erreurs aléatoires lors d’inférence à la population cible à partir d’un échantillon

46
Q

Décrire : Précision

A

Absence d’erreur aléatoire

47
Q

Décrire : Validité (5)

A
  • Capacité d’appréhender correctement un phénomène
  • Le résultat d’une mesure sera valide s’il correspond à la valeur réelle
  • Les résultats d’une étude seront valides s’ils correspondent à la situation réelle (non-biaisés)
  • Réfère à la qualité des outils de mesure et de la méthodologie de recherche
  • Notion de validité interne et externe
48
Q

Décrire : Validité interne

A

Capacité d’une étude à estimer correctement les mesures ou les associations étudiées

49
Q

Décrire : Validité externe

A

Capacité de généraliser les résultats à une population cible

50
Q

Nommez les types d’erreurs systématiques (3)

A
  • Biais de sélection
  • Biais d’information
  • Biais de confusion
51
Q

Décrire : Biais de sélection (4)

A
  • Biais systématique relié aux procédures de sélection des participants dans l’étude ou dans les analyses
  • Il y a biais de sélection lorsque la relation exposition-maladie n’est pas la même chez les participants sélectionnés pour l’étude (ou les analyses) et les sujets aptes à y participer
  • Mauvaise représentation des cas ou personnes-temps ou sujets non représentatifs
  • Peut entraîner une sous-estimation ou une surestimation d’une association
52
Q

Nommez les types de bias de sélection (6)

A
  • Biais d’échantillonnage (ex. patients hospitalisés)
  • Biais de survie sélective (ex. études cas-témoins)
  • Biais d’admission (Berkson)
  • Biais de volontariat
  • Perdus de vue
  • Biais de publication (revue systématique)
53
Q

Décrire : Biais d’information (ou de classement) (3)

A
  • Erreur systématique reliée à la mesure incorrecte d’un facteur
    • Mesures subjectives telles que la douleur
    • Mesures des comportements (alimentation, alcool, etc…)
    • Etc.
  • Différentiel ou non différentiel
  • Peut sous-estimer ou surestimer une association
54
Q

Décrire : Biais de confusion (2)

A
  • Erreur systématique induite par la présence d’un facteur associé à la fois à la maladie (#1) et au facteur d’exposition (#2)
  • Ne doit pas faire partie de la chaine causale (#3) entre l’exposition et la maladie
55
Q

Nommez les moyens de contrôle des biais de sélection (2)

A
  • Sélection adéquate des participants
  • Mise en place de mesure réduisant les pertes de vue
56
Q

Nommez les moyens de contrôle des biais de d’information (3)

A
  • Simple ou double insu
  • Calibration des outils de mesure
  • Usage de critères clairs
57
Q

Nommez les moyens de contrôle des biais de confusion (3)

A
  • Hasardisation (répartition aléatoire)
  • Ajustement
  • Appariement

MD2 - Épidémio 1 (9 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions