Brainscape's Knowledge GenomeTM

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


See full index

H2019 - Épidémio > Révision épidémio 1 > Flashcards

Révision épidémio 1 Flashcards

1
Q

quelles sont les variables dépendantes?

A

celles dont on tente d’expliquer la distribution ou la fréquence avec les variables indépendantes

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

types de variables qualitatives et quantitatives

A

qualitatives

  • nominale (oui/non)
  • catégorielles
  • ordinales

quantitative

  • discrète (nombre de personnes)
  • continues (TA)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

quelles mesures peut-on faire des variables qualitatives et quantitatives?

A

qualitative
- mesure de fréquence

quantitative

  • mesure de tendance centrale
  • mesure de fréquence
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

quelles sont les mesures de tendance centrale et de dispersion?

A

mesure de tendance centrale

  • moyenne
  • médiane

mesure de dispersion

  • 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
5
Q

alternative à la moyenne qui est sensible au poids des valeurs extrêmes

A
  • utiliser la médiane

- transformer la variable

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

médiane

A

valeur qui partage la série des individus disposés en ordre croissant en 2 groupes d’effectifs égaux (valeur du milieu)

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

quelle valeur représente la différence entre la valeur max et min

A

étendue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

quelle valeur divise la série d’individus en ordre croissant en 4 groupes égaux

A

intervalle interquartile

Q1 à Q3

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

que permettent les intervalles interquartiles

A

s’affranchir des valeurs extrêmes

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

variance

A

moyenne des carrés des écarts à la moyenne de chacune des valeurs

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

écart-type

A

la racine carrée de la variance!

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

mode

A

valeur la plus fréquente dans la série

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

cote

A

cote :

  • le numérateur et le dénominateur sont de même nature mais exclusifs l’un à l’autre
  • pas d’unité de mesure

ex : H/F ou Malades/ømalades

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

indice

A
  • rapport de deux effectifs de nature différente
  • numérateur pas inclus dans dénominateur

ex : décès maternel/ nb naissances vivanvtes

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

taux

A
  • mesure la vitesse ou la force de survenue d’un événement dans le temps
  • exprimé en unités de temps

nb événements survenus / cumul du temps d’observation de chaque personne à risque

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

quelles sont les mesures de fréquences

A
  • prévalence
  • proportion d’incidence
  • taux
  • cote
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

quelle valeur est :

- un rapport entre les effectifs de deux catégories d’une même variable mais exclusifs l’un à l’autre

A

cote

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

quelle valeur :

  • H/F
  • Malades / ø malades
A

cote

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

quelle valeur

nombre d’individus / foyer

A

indice

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

quelle est la différence entre une côte et un indice

A

cote
- rapport entre deux éléments de même nature

indice
- rapport entre deux effectifs de nature différente

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

dénominateur du taux?

A

cumul du temps d’observation de chaque personne à risque de présenter le phénomène

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

représente la proportion de personne atteinte de la maladie à un moment donné

A

prévalence

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

incidence cumulée

A

proportion de personnes qui développent la maladie au cours d’une période donnée dans une population à risque

m/N

m: cas incidents au cours de la période donnée

N : taille échantillon de personnes à risque au début de la période

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

quelle valeur correspond au risque moyen de contracter la maladie pendant la période étudiée pour un individu à risque

A

incidence cumulée / proportion d’incidence / risque

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

les perdus de vue ont-ils un impact sur la mesure de l’incidence cumulée?

A

oui, il faut donc une population fermée et non dynamique

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

taux d’incidence

A

mesure la vitesse de propagation d’une maladie dans une population

I = m/T

m : nb cas incidents dans la période

T : cumul du temps d’observation de chaque personne à risque (somme des personnes-temps à risque)

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

quelle est l’unité de mesure du taux d’incidence

A

1 / T

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

quelle valeur est calculée avec la somme des personnes-temps à risque

A

le taux d’incidence

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

le taux d’incidence est-il influencé/biaisé par les perdus de vue

A

non, donc la population peut être stable. le calcule d’une personne-temps à risque s’arrête lorsque la personne ne devient plus à risque

  • car elle meurt
  • car elle contracte la maladie
  • elle quitte l’étude
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

synonyme de taux d’incidence

A

taux d’incidence = incidence = densité d’incidence

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

comment calculer les personnes-temps à risque?

A

on fait la somme de la période de temps où chaque individu était à risque, soit la période de temps avant

  • de contracter la mx
  • de mourir/quitter l’étude
  • la fin de la période
32
Q

lien entre prévalence, durée de la maladie et taux d’incidence

A

P = I x d

33
Q

hypothèse nulle (H0)

A

affirme que la différence entre 2 populations est purement due au hasard d’échantillonage, ø d’association statistique

34
Q

hypothèse alternative (H1)

A
  • le groupe A et B sont différents

- l’exposition E est associée à un effet sur l’issue O

35
Q

valeur p?

A

la probabilité qu’un résultat se produise essentiellement par hasard. Les valeurs p varient entre un (absolument certain) et zéro (absolument impossible).

La valeur p indique les risques encourus de commettre une erreur de type I (alpha) en acceptant la différence entre les traitements, lorsqu’en réalité, il n’y avait aucune différence. The level at which you set your p value (e.g., 0.05, or 5%) is called the alpha level, and indicates the risk of a Type I error you are willing to accept when you design the study.

36
Q

risque d’erreur alpha

A

détermine le degré de signification de l’hypothèse

37
Q

erreur alpha

A

on conclut qu’il y a une différence entre les deux groupes alors qu’il n’y en a pas

38
Q

erreur beta

A

on conclut qu’il n’y a pas de différence entre les deux groupes alors qu’il sont différents

39
Q

lorsque le test statistique de l’hypothèse mène à rejeter une hypothèse nulle alors qu’elle est vraie.

A

Erreur de type I : « ou erreur alpha »

40
Q

hypothèse nulle

A

affirmer que deux groupes ne sont pas différents, que la différence est due au hasard

41
Q

si on accepte à tort l’hypothèse nulle, on…

A

on pense à tort que les deux groupes ne sont pas différents, que la différence observée est due au hasard

erreur beta

42
Q

si on rejette à tort l’hypothèse nulle

A

on conclut que les groupes sont différents alors que la différence était due au hasard

43
Q

mesures d’association

A
  1. absolue (échelle additive)
    - différence de moyennes ou fréquences
  2. relative (échelle multiplicative)
    - rapport de moyenne ou fréquences
44
Q

si la différence = 0, la mesure d’association absolue (différence) signifie…

A

qu’il n’y a pas d’association entre les groupes

45
Q

dans une mesure d’association relative, quelle valeur signifie qu’il n’y a pas de différences/associations entre les groupes?

A

si le rapport entre les groupes = 1

46
Q

exemples de mesures d’association de fréquences absolue (échelle additive)

A
  • différence de prévalence
  • différence d’incidence cumulée
  • différence de taux
47
Q

exemples de mesures d’association de fréquences relative (échelle multiplicative)

A
  • rapport de prévalence (RP)
  • rapport d’incidence cumulée (RPI ou RIc)
  • rapport de taux (RT ou RI ou RDI)
  • rapport de cotes (RC)
48
Q

comment peut-on déterminer si l’exposition est protectrice ou délétère avec des différences de fréquences?

A
  1. différences de fréquences, comparaison de proportion

le % des exposés malades / le % des non exposés malades

  1. différences de fréquences, comparaison de taux

délétère si différence > 0
protecteur si différence < 0

49
Q

comment peut-on déterminer si l’exposition est protectrice ou délétère avec des rapports de fréquences

A
  1. comparaison de proportions
  2. comparaison de taux
  3. comparaison de cotes

protecteur si rapport < 1
délétère si rapport > 1

50
Q

risque relatif / rapport de risque

A

risque de maladie chez les exposées / le risque chez les ø exposés

taux d’incidence cumulative chez les exposées / le taux chez les non exposées.

51
Q

un RR de 1,0…

A

les deux taux d’incidences de la maladie sont égaux chez les personnes exposées et les non- exposées au FDR

52
Q

un RR de 2,0

A

les personnes exposées ont 2 fois plus de chances d’être malades que les non exposées

DÉLÉTÈRE

53
Q

RR de 0,5…

A

les personnes exposées ont deux fois moins de chances d’être malades que les non exposées

PROTECTEUR

54
Q

l’incidence cumulée de db-2 chez les gens sportif est 0,62 fois celle des gens inactifs = les personnes sportifs ont __% moins de risque de développer un db-2

A

38% moins de chances

55
Q

comment calculer un rapport de taux d’incidence

A

taux d’incidence : cas incidents / personnes-temps à risques

faire le rapport des taux d’incidence des exposés / taux d’incidence des o exposés

56
Q

v ou f : l’observation d’une association statistiquement significative signifie qu’elle est causale

A

faux, pas nécessairement!

57
Q

comment l’intervalle de confiance peut déterminer s’il y a une différence statistiquement significative entre deux groupes?

A

différence : l’intervalle de confiance inclut la valeur 0

rapport : l’intervalle de confiance inclut la valeur 1

58
Q

l’intervalle de confiance à 95% découle de…

A

la valeur 95% découle du seuil d’erreur alpha (rejet de l’hypothèse nulle alors qu’elle est vraie).

59
Q

quelle valeur accorde-t-on généralement à l’erreur alpha?

A

5%, donc intervalle de confiance de 95%

60
Q

si RT = 1,89 (IC à 95% 1,08 à 2,70)

est-ce statistiquement significatif?

A

oui, car l’intervalle de confiance du rapport de taux n’inclut pas la valeur nulle, soit 1

61
Q

si RT = 1,06 (IC 0,96 à 1,16)

A

l’intervalle de confiance comprend la valeur nulle, soit 0, donc c’est pas statistiquement significatif

62
Q

que conclure?

RIc = 1,30 (IC à 95% de 1,09 à 1,55)

A

l’incidence cumulée de la maladie est 30% plus élevée chez les exposés que les ø exposés

63
Q

différence entre validité et précision

A

précision : absence d’erreur aléatoires

validité : absence d’erreur systématique

64
Q

un appareil mal calibré et précis

A

validité faible

précision élevée

65
Q

un biais / erreur systématique entraîne une faible validité ou précision?

A

faible validité

66
Q

une erreur non systématique due au hasard donne une forte précision ou validité?

A

validité élevée

67
Q

validité interne vs externe

A

interne : capacité d’une étude à estimer correctement les mesures ou les associations étudiées

externe : capacité de généraliser les résultats à une population cible

68
Q

3 types d’erreurs systématiques (biais)

A
  • biais de sélection
  • biais d’information
  • biais de confusion
69
Q

biais de sélection

A
  • sujets non représentatifs
  • perdus de vue
  • biais d’admission
  • biais d’échantillonnage
  • biais de survie sélective
  • biais de volontariat
  • biais de publication
70
Q

différence entre étude de cohorte et cas-témoin

A

cohorte :

cas-témoin :

71
Q

biais d’information

A
  • mesures subjectives

- mesures de comportements

72
Q

biais de confusion

A

erreur systématique induite par la présence d’un facteur associé à la fois à la maladie (#1) et au facteur d’exposition (#2)

73
Q

comment éviter biais de confusion

A
  • hasardisation (répartition aléatoire)
  • ajustement
  • appariement
74
Q

comment éviter biais d’information

A
  • calibration outils
  • usage critères clairs
  • simple ou double insu
75
Q

comment éviter biais de sélection

A
  • sélection adéquate de participants

- mise en place de mesure réduisant pertes de vue

H2019 - Épidémio (1 decks)

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