Brainscape's Knowledge GenomeTM

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


See full index

RDP143: Santé des populations > Révision statistiques > Flashcards

Révision statistiques Flashcards

1
Q

Nommez les 4 types d’étude possible

A
  • -Cohorte -
  • Cas-témoins -
  • Transversale -
  • Essai clinique
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Expliquez ce qu’est une étude de cohorte

A
  • Pas de maladie au début chez les patients
  • On mesure ensuite l’exposition
  • On a un groupe exposé et un non-exposé
  • On suit les sujets pour voir si la maladie va se développer
  • Calcul du Risque relatif (RR)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Expliquez ce qu’est une étude cas-témoin

A
  • Sélection des sujets selon s’ils ont ou non la maladie
  • Groupe avec la maladie et un autre sans
  • On détermine ensuite s’il y a eu exposition au facteur suspect avant le début de la maladie
  • Cacul du Odds Ratio (OR)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Expliquez ce qu’est une étude transversale

A
  • Receuille au même moment des infos sur un FR donné et une maladie
  • Utilise un échantillon d’une sous-population et chaque individu a la même possibilité que son voisin d’en faire partie (aléatoire)
  • Mesure la fréquence d’une maladie ou d’un FR à un moment donné
  • Utilisé pour faire de grosses enquêtes -Calcul du Odds Ratio (OR)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce qu’un essai clinique?

A
  • Nécessite une intervention de la part de l’équipe de recherche
  • Répartition au hasard des sujets
  • Évaluation de l’issue à simple, double ou triple aveugle pour contrôler les biais
  • Calcul du Risque Relatif (RR)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Dans quel type d’étude utilisons-nous le risque relatif?

A

Dans une étude de cohorte et dans un essai clinique

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

Dans quel type d’étude utilisons-nous le Odds Ratio (OR)?

A

Dans une étude cas-témoin et transversale

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

Quelle est la formule pour calculer un risque relatif?

A

RR= a/(a+b) / c/(c+d)

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

Quelle est la formule pour calculer un Odds Ratio (OR)?

A

OR = ad / bc

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

Quelle est la formule pour calculer un Odds Ratio dans un échantillon apparié?

A

OR = c/ b

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

Expliquez comment on interprète un risque relatif (RR)?

A

RR > 1 : Le groupe exposé est (RR) fois plus à risque de développer la maladie que le groupe non-exposé

0 < RR < 1 : Le groupe non-exposé est (1/ RR) fois plus à risque de développer la maladie que le groupe exposé.

ou

Le risque de développer la maladie est (1-RR)% inférieur dans le groupe exposé que dans le groupe non-exposé.

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

Expliquez comment on interprète un Odds Ratio (OR)?

A

OR > 1 : Le rapport des exposés / non-exposés est (OR) fois plus élevé dans le groupe malade que dans le groupe non-malade

0 < OR < 1: Le rapport des exposés / non-exposés est (1/ OR) fois plus élevé dans le groupe non-malade que dans le groupe malade.

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

Comment on interprète un Odds Ratio en cas de maladie rare?

A

On l’interprète comme un RR:

OR > 1: Le facteur étudié augmente l’incidence chez les exposés

OR < 1: Le facteur diminue l’incidence chez les exposés

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

Quelle est la formule permettant de trouver la sensibilité d’une étude?

A

Sensibilité = a / (a+c)

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

Quelle est la formule pour calculer la spécificité d’une étude?

A

Spécificité = d / (b+d)

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

Quelle est la formule pour calculer la valeur prédictive négative (VPN)?

A

d / (c+d)

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

Quelle est la formule pour calculer la valeur prédictive positive (VPP)?

A

a / (a+b)

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

Quelle est la formule pour calculer le risque attribuable (RA)?

A

RA = a / (a+b) - c/ (c+d)

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

Quelle est la formule permettant de transformer une valeur en cote Z?

A

Z = (x - u) /σ

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

VRAI OU FAUX?

Quand on trouve une probabilité dans la table des Z, il s’agit de la valeur à droite ou à gauche de la courbe

A

VRAI!

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

Que signifie ce symbole:

p

A

Corrélation entre deux variables quantitatives dans la population

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

Que signifie ce symbole:

r

A

Corrélation entre deux variables quantitatives, calculée à partir des valeurs observées sur un échantillon

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

Que signifient ces symboles:

a et b

A

a: Ordonnée à l’origine d’une droite de régression
b: Pente de la droite de régression, appelée aussi coefficient de régression

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

Que signifie : valeur p?

A

Probabilité d’observer un résultat aussi défavorable à H0

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

Comment s’assurer d’avoir un échantillon représentatif?

A

Il doit présenter des caractéristiques semblables à celles que l’on retrouve dans la population étudiée.

On peut faire un échantillonnage aléatoire simple: choisir aléatoirement un nombre préétabli d’unités parmi toutes celles qui composent la population.

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

Que signifie ce symbole:

π

A

Proportion des éléments d’une population qui présente une certaine caractéristique

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

Que signifient ces symboles:

alpha et ß

A

alpha: Probabilité de commettre une erreur de 1ère espèce. Correspond au niveau du test

ß: Probabilité de commettre une erreur de 2e espèce

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

Distinguez échantillon et population

A

Échantillon: observation d’une partie de la population

Population: collection, ensemble d’éléments qui partagent des caractéristiques communes

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

Dans cet exemple, décrivez l’échantillon et la population:

Une enquête est réalisée auprès de 500 parents d’enfants de niveau primaire, afin de savoir dans quelle proportion ils sont favorables à l’intégration des enfants avec troubles de comportement dans les classes régulières.

A

ÉCHANTILLON: 500 parents d’enfants de niveau primaire

POPULATION: L’ensemble des parents d’enfants de niveau primaire

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Qu’est-ce que la statistique descriptive?

A

Présente un ensemble d’observations de façon concise, extrait les faits saillants et les communique sous une forme synthétique.

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

Qu’est-ce que la statistique inférentielle?

A

Vise à émettre une conclusion variable pour l’ensemble d’une population à partir des résultats provenant d’un échantillon représentatif

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

Quels sont les 2 types de variables possibles? Quelles sont leurs sous-catérgories?

A

1- Quantitative: valeurs numériques

  • Discrète: valeurs de la variables sont des quantités isolées qu’on peut dénombrer (ex: nb d’enfants)
  • Continue: il existe une infinité de valeurs possibles entre 2 valeurs (ex: âge, tension)

2- Qualitative: attributs, qualités

  • Ordinale: ordre (ex: degré de satisfaction faible, moyen ou élevé ou statut d’un pt en fin de réadaptation- amélioration, stabilité, détérioration)
  • Nominale: pas de rang ou de hiérarchie (ex: statut civil, groupe sanguin)
  • Les deux peuvent dichotomique (oui/non) ou polychotomique
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Décrivez la variable suivante:

Nombre d’hospitalisations en 2006 de personnes de 65 ans et plus.

A

Variable quantitative discrète

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

Décrivez la variable suivante:

Diagnostic psychiatrique: schizophrénie, hystérie, névrose, dépression.

A

Variable qualitative nominale polychotomique

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

Quel type de diagramme convient à la représentation graphique d’une variable quantitative continue?

Quelle est la meilleure façon de présenter les données numériquement (fréquence et %, moyenne et σ, md et quartiles)?

A

Histogramme

Moyenne et σ

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

Quel type de diagramme convient à la représentation graphique d’une variable qualitative nominale?

Quelle est la meilleure façon de présenter les données numériquement (fréquence et %, moyenne et σ, md et quartiles)?

A

Diagramme en bâtons ou tableau de fréquences

Fréquences et %

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

Quel type de diagramme convient à la représentation graphique d’une variable quantitative discrète?

Quelle est la meilleure façon de présenter les données numériquement (fréquence et %, moyenne et σ, md et quartiles)?

A

Diagramme en bâton ou tableau de fréquences

Fréquence et %

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

Quel type de diagramme convient à la représentation graphique d’une variable qualitative ordinale?

Quelle est la meilleure façon de présenter les données numériquement (fréquence et %, moyenne et σ, md et quartiles)?

A

Diagramme en bâton ou tableau de fréquences

Fréquences et %

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

Comment calcule-t-on une fréquence absolue et une fréquence relative?

A

Fréquence absolue: correspond au nombre d’observations qui appartiennent à cette catégorie.

Fréquence relative (% ou proportion): diviser la fréquence absolue par le nb total d’observations

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

Quelles sont les 3 mesures de tendance centrale (valeurs autour de laquelle la distribution a tendance à se concentrer)?

A

1) Moyenne arithmétique = (x1+ x2+ ….) / n
2) Médiane (Md): valeurs sous laquelle on retrouve 50% des observations. Pour l’obtenir, on classe les observations en rang croissant (si impair on (n+1)/2 et si pair md est à mi-chemin entre n/2 et n/ 2+1)
3) Mode (Mo): valeur la plus fréquente de l’ensemble des données

41
Q

VRAI OU FAUX?

Si la distribution est symétrique, alors moyenne = Md = Mo.

A

VRAI!

42
Q

La dispersion d’une distribution offre un complément aux infos livrées par les mesures de tendance centrales. Quels sont les indices qui servent à qualifier cette dispersion?

A

1) L’étendue: différence entre la plus grande et la plus petite valeur de la variable
2) La variance (s2): écart des données par rapport à leur moyenne
3) Écart-type (s ou σ) : s = racine(somme (xi -x)2 / n-1

43
Q

Dans une distribution normale, où retrouve-t-on:

  • 68, 3% des données
  • 95,4 % des données
  • 99,7% des données
A
  • 68,3%: u +- 1 σ
  • 95,4%: u +- 2 σ
  • 99,7%: u +- 3 σ
44
Q

VRAI OU FAUX?

Pour une mesure qualitative, on peut donner le mode et la moyenne

A

FAUX!

Ça ne s’applique pas aux valeurs qualitatives

45
Q

Expliquez ce que sont les quartiles

A

Un ensemble de données qui est partagé en 4 parties égales. Sous le premier quartile, on retrouve 25% des observations, sous le deuxième quartile 50% et ainsi de suite.

46
Q

VRAI OU FAUX?

Lorsque la distribution est asymétrique, il est préférable de présenter les quartiles ou l’étendue

A

VRAI!

47
Q

Quand on a 2 variables quantitatives, on peut décrire la relation qui existe entre elles.

On peut représenter cette relation par un nuage de points (diagramme de dispersion).

Quel est l’indice numérique le plus fréquemment utilisé et comment l’interprète-t-on?

A

Corrélation (r)

C’est un nombre qui varie entre -1 et +1.

Si -1: les valeurs élevées d’une variable correspondent aux valeurs faibles de l’autre variable

Si +1: Les valeurs élevées d’une variable sont associées aux valeurs élevées de l’autre variable

Si r = 0: valeurs d’une variable sont associées à des valeurs faibles et à des valeurs élevées de l’autre variable (relation vraiment pas forte)

48
Q

VRAI OU FAUX?

Une corrélation (r) entre des valeurs permet de prédire la valeur d’une variable à partir d’une autre.

A

FAUX!

Elle ne le permet pas. Il va falloir faire une analyse de régression, ce qui permet de déterminer les paramètres d’un modèle liant une variable dépendante à une indépendante.

Y = bx + a

a: ordonnée à l’origine
b: coefficient de régression (son signe + ou - est celui de r). Donc si b > 0, alors r > 0

49
Q

Si on veut comparer 2 variables qualitatives, comment est-il possible de présenter cette relation?

A

Au moyen d’un tableau de contingence

50
Q

VRAI OU FAUX?

Le tableau des fréquences observées ou relatives est l’outil le plus couramment utilisé pour décrire les valeurs d’une variable qualitative.

A

VRAI!

On peut aussi utiliser le diagramme en bâtons pour une représentation graphique du tableau de féquences. (On rapporte sur l’axe horizontal les différentes catégories de la variable et sur l’axe vertical les fréquences absolues ou relatives)

51
Q

VRAI OU FAUX?

Le tableau de fréquences et le diagramme en bâtons sont aussi appropriés à la description d’une variable quantitative dont l’échelle est de mesure discrète.

A

VRAI!

52
Q

VRAI OU FAUX?

Le tableau de fréquence s’emploie aussi lorsque l’échelle de mesure d’une variable quantitative est continue.

A

VRAI!

Dans ce cas, il faut préalablement regrouper les différentes valeurs de la variable en classes mutuellement exclusives. Le tableau ainsi obtenu peut ensuite être représenté graphiquement au moyen d’un histogramme.

53
Q

VRAI OU FAUX?

Environ 95 % des observations d’une distribution symétrique et unimodale se situent à ± 2 écarts- types de la moyenne.

A

VRAI!

54
Q

Expliquez les 3 règles du calcul de probabilité qu’un évènement survienne.

A

1- Soit A et B, 2 évènements mutuellement exclusifs (ne se produisent pas en même temps), alors la probabilité que l’un ou l’autre des 2 évènements se produise est égal à la somme de leur probabilité respective.

Prob (A ou B) = Prob (A) + Prob (B)

2- Soit A un évènement et Ac l’évènement contraire, alors:

Prob (Ac) = 1 - Prob (A)

3- Soit A et B, 2 évènements indépendants dont la survenue n’est pas influencé pas la survenue de l’autre. Alors la probabilité que l’un et l’auutre des évènements surviennent est égale au produit de leur probabilité.

Prob (A et B) = Prob (A) x Prob (B)

55
Q

Sans faire le calcul, expliquez quelle règle du calcul de probabilité vous appliqueriez dans la situation suivante:

La probabilité que Jean soit toujours vivant dans 20 ans est égale à 0,6 et celle que Marc soit toujours vivant dans 20 ans est égale à 0,9. Quelle est la probabilité qu’aucun ne soit vivant dans 20 ans ?

A

La troisième règle (Prob A x Prob B), car on cherche la probabilité que les deux évènements arrivent simultanément.

La 2e règle est aussi appliquée (1 - Prob A), car on mentionne la probabilité d’être vivant et on veut la probabilité que les 2 soient morts.

56
Q

VRAI OU FAUX?

Une distribution normale est toujours symétrique et unimodale.

A

VRAI!

57
Q

Expliquez ce qu’il faudrait faire dans une telle estimation:

Une enquête, réalisée auprès de 200 enfants de quartiers défavorisés, révèle que 74 d’entre eux n’ont pas déjeuné avant de partir pour l’école. Établissez un estimé ponctuel de la proportion d’enfants des quartiers défavorisés qui partent pour l’école sans déjeuner.

A

Estimé = 74 / 200

58
Q

VRAI OU FAUX?

Même si un échantillon est représentatif de la population, l’estimé qu’il fournit d’un paramètre inconnu est rarement égal à la valeur de ce paramètre.

A

VRAI!

Pour que les résultats reflètent cette variation échantillonnale, il faut accompagner la valeur avec son intervalle de confiance.

59
Q

Qu’est-ce qu’un intervalle de confiance?

A

Fourchette de valeurs entre lesquelles le paramètre recherché est susceptible de se trouver.

60
Q

Quelles sont les propriétés du théorème de la limite centrale?

A
  • La moyenne de la distribution échantillonnale est égale à la moyenne de la variable dans la population.
  • L’écart-type de cette distribution est donnée par σ / racine de n (erreur-type)
  • Si la variable est normalement distribuée dans la population, alors la distribution échantillonnale l’est aussi.
  • Plus la taille de l’échantillon est grande, plus la distribution tend à devenir normale.
61
Q

Expliquez ce que veut dire cette affrimation:

Le Théorème de la limite centrale enseigne que, dans 95 % des cas, la moyenne d’un échantillon se situe à ± 2 erreurs types de la moyenne de la population.

A

On peut donc avoir confiance à 95 % dans le fait que la moyenne générée par notre échantillon se trouve à ± 2 erreurs types de la vraie valeur de la moyenne

Un intervalle de confiance à 95 % pour la moyenne de la population correspond à l’intervalle
situé à ± 2 erreurs types de la moyenne de l’échantillon: X + - 2σ / Racine de n

62
Q

VRAI OU FAUX?

Il est possible d’avoir un intervalle de confiance autre que de 95%.

A

VRAI!

On pourrait en faire un de 90% ou encore de 99%.

À 90%, on aurait la formule suivante:

Moyenne +- 1,65s / racine n

et à 99%, on aurait:

Moyenne +- 2,58s / racine n

63
Q

Quel est le compromis à faire pour avoir un niveau de confiance plus élevé?

A

Intervalle plus large.

64
Q

VRAI OU FAUX?

Plus la taiille de l’échantillon augmente, plus l’intervalle est petit.

A

VRAI!

65
Q

Quelle méthode d’inférence statistique est-il mieux de prioriser pour présenter les résultats d’une étude, l’estimation par intervalle ou le test d’hypothèse?

A

L’estimation par intervalles, car elle fournit plus d’informations.

66
Q

Quand on définit nos hypothèse dans un test d’hypothèse, à quoi correspond normalement H1?

A

À ce qu’on souhaite démontrer dans l’étude.

67
Q

Dans les tests d’hypothèse, il faut s’assurer d’utiliser le bon symbole.

Expliquez quand on utilise les symboles suivants:

  • π
  • p
  • u (mu)
A
  • π: quand on étudie une proportion
  • p: quand on étudie une corrélation
  • u (mu): quand on étudie des valeurs moyennes
68
Q

VRAI OU FAUX?

Quand on définit H0 et H1, on utilise pas la proportion de survivants dans l’échantillon, soit 83 %.

A

VRAI!

Pour vous rappeler que ce sont les paramètres, et non leur estimé, qui doivent apparaître dans les hypothèses, gardez à l’esprit que celles-ci doivent toujours être définies avant la collecte des données, donc lorsque les résultats provenant de l’échantillon ne sont pas encore connus: ainsi ne peuvent-ils pas intervenir dans la définition des hypothèses.

69
Q

Comment est-il possible de rejeter l’hypothèse nulle?

A

On la considère vraie jusqu’à preuve du contraire.

On doit démontrer qu’elle est statistiquement peu probable.

En ayant défini un alpha préalable, on peut trouver la valeur p.

  • Si elle est inférieure à alpha, alors le test est statistiquement significatif et on peut rejeter H0.
  • Si elle est supérieure à alpha, alors H0 n’est pas rejetée.

On peut aussi vérifier si la valeur de notre test d’hypothèse est présente dans notre intervalle de confiance. Si elle est exclus, il y a une différence significative et on rejette H0.

70
Q

Expliquez la notion d’erreur dans les tests d’hypothèses.

A

Une hypothèse nulle est vraie ou fausse. Selon le résultat calculé sur l’échantillon, elle se voit rejetée ou acceptée. On ne commet pas d’erreur en acceptant une hypothèse vraie ou en rejetant une hypothèse fausse. Par contre, on commet une erreur si on rejette une hypothèse vraie ou si on accepte une hypothèse fausse

On commet une erreur de 1re espèce (aussi appelée erreur de type I) si on rejette H0 alors qu’elle est vraie. On commet une erreur de 2e espèce (aussi appelée erreur de type II) si on accepte H0 alors qu’elle est fausse. La probabilité de commettre une erreur de 1re espèce est notée  et celle de commettre une erreur de 2e espèce est notée 

71
Q

Identifiez le type d’erreur commise dans ces situations:

a) Le directeur du centre d’accueil se réjouit de l’impact de son intervention sur la couverture vaccinale. Pourtant, une intervention axée sur la distribution d’un dépliant ne possède pas suffisamment d’impact pour modifier sensiblement le taux de vaccination des résidants.
b) L’investigateur conclut que le taux de cancer du poumon chez les femmes n’a pas augmenté depuis 1950. Pourtant, ce taux s’avère nettement supérieur aujourd’hui.

A

a) Erreur de première espèce
b) Erreur de 2e espèce

72
Q

Expliquez ce constat:

L’investigateur contrôle le risque de commettre une erreur de 1re espèce. Il peut réduire ce risque autant qu’il le souhaite, mais seulement au prix d’une augmentation du risque de commettre une erreur de 2e espèce

A

Pour un échantillon de taille donnée, lorsque  diminue, alpha augmente. En d’autres termes, au fur et à mesure que diminue la probabilité de rejeter H0 quand elle est vraie, la probabilité s’accroît d’accepter H0 quand elle est fausse.

73
Q

Qu’est-ce que la puissance d’une étude?

A

La probabilité de rejeter H0 quand elle est fausse.

1 - ß

Le facteur l’affectant le plus est la taille de l’échantillon. Plus il croît, plus il devient possible de rejeter H0 quand elle est fausse, donc de prendre la bonne décision.

En général, une puissance de 80% est acceptable.

74
Q

Quand utilisons-nous ce diagramme?

A

Quand c’est une variable quantitative ou ordinale à plusieurs catégories (+5)

75
Q

Quand utilisons-nous ce diagramme?

A

Variable nominale ou ordinale à peu de catégories (moins de 5)

76
Q

Quels sont les facteurs influençant la santé?

A

FACTEURS INTRINSÈQUES:

  • Caractéristiques de l’hôte (ex: âge, sexe, génétique)

FACTEURS ÉTIOLOGIQUES:

  • Caractéristiques de l’agent (ex: facteurs étiologiques, agents nutritionnels, chimiques, physiques, infectieux)

FACTEURS ENVIRONNEMENTAUX

  • Caractéristiques de l’environnement (aspects physiques, biologiques, socio-économique)
77
Q

Qu’est-ce que l’épidémiologie descriptive?

A

Méthode qui vise à évaluer la fréquence d’une maladie ou de ses facteurs associés dans un lieu et un temps donné.

Répond aux questions:

  • Qui? (Caractéristiques de l’hôte)
  • Où? (Aspects environnementaux)
  • Quand? (Évolution au cours du temps)
  • Quoi? (Aspects étiologiques)
78
Q

Associez le terme à la bonne définition:

Rapport, taux et proportion

1) est une proportion spéciale qui spécifie une période de temps. En précisant cette définition en termes épidémiologiques, le numérateur est le nombre de per sonnes subissant un événement durant cette période, et toute personne comptée dans le dénominateur peut faire partie du numérateur.
2) reflète la relation entre deux nombres alors que le numérateur n’est pas inclus dans le dénominateur. Ainsi, une personne comptée dans le dénominateur ne pourra jamais faire partie du numérateur
3) indique la relation entre deux nombres alors que le numérateur est inclus dans le dénominateur. Dans ce cas, une personne comptée dans le dénominateur pourra être incluse dans le numérateur

A

1) est une proportion spéciale qui spécifie une période de temps. En précisant cette définition en termes épidémiologiques, le numérateur est le nombre de per sonnes subissant un événement durant cette période, et toute personne comptée dans le dénominateur peut faire partie du numérateur. TAUX
2) reflète la relation entre deux nombres alors que le numérateur n’est pas inclus dans le dénominateur. Ainsi, une personne comptée dans le dénominateur ne pourra jamais faire partie du numérateur RAPPORT
3) indique la relation entre deux nombres alors que le numérateur est inclus dans le dénominateur. Dans ce cas, une personne comptée dans le dénominateur pourra être incluse dans le numérateur PROPORTION

79
Q

Indiquez s’il s’agit d’un rapport, d’une proportion ou d’un taux:

  1. Les maladies cardiovasculaires représentent 28% des décès chez les hommes canadiens âgés de 40 ans et plus.
  2. Le cancer du côlon atteint 28 personnes par 100 000 par année au Canada
  3. Chez les personnes atteintes de syphillis infectieuse, il y a 1,8 hommes pour chaque femme
A
  1. Les maladies cardiovasculaires représentent 28% des décès chez les hommes canadiens âgés de 40 ans et plus. PROPORTION
  2. Le cancer du côlon atteint 28 personnes par 100 000 par année au Canada TAUX
  3. Chez les personnes atteintes de syphillis infectieuse, il y a 1,8 hommes pour chaque femme RAPPORT
80
Q

Qu’est-ce que le taux de prévalence instantanée et quelle est la formule pour le calculer?

A

Mesure le nb de cas d’une maladie présent dans une population donné à un moment donné.

Taux de prévalence = (nb de cas EXISTANTS d’une maladie dans la population à un moment donné) / (Nb de personnes dans la population à ce moment)

81
Q

Pour dresser un portrait de la santé de la population, on peut mesurer le taux brut annuel de mortalité. Expliquez comment on le calcule.

A

Taux brut annuel de mortalité = nb de décès pendant l’année / population au milieu de l’année

82
Q

Qu’est-ce que mesure l’incidence cumulée et quelle est la formule pour la calculer?

A

Mesure de la fréquence d’apparition de nouveaux cas d’une maladie dans une population donnée.

Incidence cumulée = nb de nouveaux cas d’une maladie dans la population pendant une période donnée / population à risque de développer cette maladie pendant cette période

**La population à risque est composée de personnes pouvant devenir de nouveaux cas**

83
Q

Qu’est-ce que le taux d’incidence et comment le calcule-t-on?

A

Mesure la vitesse de propagation d’une maladie dans une population à risque.

Taux d’incidence = nb de nouveaux cas d’une maladie dans la population pendant une période donnée / durée totale d’observation-personnes-temps

**Le concept personne-temps est le nb de personnes à risque multiplié par le temps d’observation de chacune des personnes jusqu’à ce qu’elle devienne un cas)**

84
Q

Comment calcule-t-on la prévalence d’une maladie?

A

Prévalence = Incidence x Durée

(P = I x D)

Lorsque la maladie est stable:

  • L’incidence est constante dans le temps
  • La durée de la maladie est constante dans le temps pour la durée de l’étude et ces 2 critères sont présents pendant la durée de la maladie chez une même personne.
85
Q

Quelles questions faut-il se poser au sujet des tendances des maladies en épidémiologie descriptive?

A

1) Est-ce une tendance artificielle:

  • Y a-t-il eu erreur dans le numérateur? (ex: changements dans la détection de la maladie, changement dans la nomenclature ou la classification)
  • Y a-t-il eu erreur dans le dénominateur? (ex: changement dans le recensement de la population)

Changements provenant des personnes étudiant la population

2) Est-ce une tendance réelle?

  • Changements dans la distribution des âges de la population?
  • Changement dans la survie ou la génétique?
  • Changements environnementaux?

Changements provenant des personnes étudiées dans une population

86
Q

Qu’est-ce que le risque relatif?

A

Comparaison de l’incidence chez les exposés avec celle des non-exposés.

C’est la comparaison des risques reliés à la présence de l’exposition.

Si RR > 1: le facteur augmente l’incidence chez les exposés

Si RR < 1: le facteur diminue l’incidence chez les exposés

87
Q

Qu’est-ce que le risque attribuable et comment l’interprète-t-on?

A

Différence entre le taux d’incidence chez les exposés et le taux d’incidence chez les non-exposés.

Si: RA > 0 : Le facteur augmente l’incidence attribuable à l’exposition

RA < 0 : Le facteur diminue l’incidence attribuable à l’exposition

88
Q

Qu’est-ce qu’un Odds ratio?

A

Rapport de la fréquence d’un évènement sur la fréquence de l’absence de cet évènement dans un échantillon.

Si OR > 1: Le facteur est associé au dvp de la maladie

OR < 1: Le facteur protège contre le dvp de la maladie

89
Q

Nommez 2 avantages et 2 désavantages des études cas-témoins

A

AVANTAGES

  • Peu dispendieuse
  • Petits échantillons
  • Courte durée de l’étude
  • Permet l’étude de maladies rares
  • Permet l’étude de plus d’une exposition

DÉSAVANTAGES

  • Information incomplète sur l’exposition
  • Possibilité de rappel biaisé (atcd d’exposition)
  • Difficulté dans la sélection du groupe témoin
  • Estimé du RR
  • Détermination de l’exposition après le dvp de la maladie
90
Q

Nommez 2 avantages et 2 désavantages des études de cohortes

A

AVANTAGES

  • Informations complètes
  • Exposition clairement définie
  • Permet le calcul de l’incidence et du RR
  • Permet l’étude de plus d’une maladie
  • Respect de la séquence temporelle de la maladie

DÉSAVANTAGES

  • Très couteuses
  • Nécessitent de gros échantillons pour les maladies rares
  • Problèmes de relance et de retraçage
  • Changements temporels des méthodes et des classifications diagnostiques
91
Q

Qu’est-ce qu’un essai clinique à triple aveugle?

A

Les participants, les observateurs et les personnes analysant les résultats ne savent pas à quel groupe appartiennent les sujets.

92
Q

Indiquez le niveau de prévention aux définitions suivantes:

  1. après le développement de la maladie, on empêche sa progression ou sa persistance (action au ni veau de l a prévalence). On guérit la personne;
  2. l’on empêche le développement d’une maladie (action au niveau de l’incidence);
  3. on diminue l’impact de l’état chronique de la maladie. On ne peut guérir la personne, cependant on peut empêcher la dégradation de son état ou ralentir l’évolution de la maladie.
A
  1. la prévention PRIMAIRE, où l’on empêche le développement d’une maladie (action au niveau de l’incidence);
    • la prévention SECONDAIRE, où, après le développement de la maladie, on empêche sa progression ou sa persistance (action au ni veau de l a prévalence). On guérit la personne;
    • la prévention TERTIAIRE, où l’on diminue l’impact de l’état chronique de la maladie. On ne peut guérir la personne, cependant on peut empêcher la dégradation de son état ou ralentir l’évolution de la maladie.
93
Q

Qu’est-ce que la VPP et VPN?

A

VPP: Porportion de vrais positifs sur tout ceux classés positifs par le test

VPN: Proportion de vrais négatifs sur tout ceux classés négatifs par le test

De façon générale, plus la prévalence de la maladie à dépister est élevée, plus VPP sera élevée et VPN diminuera.

94
Q

Quelles sont les 3 grandes sources de variabilité possibles au niveau de la mesure? (influence la fiabilité de la mesure)

A
  1. Reliée à l’instrument de mesure lui-même (ex: mauvaise calibration)
  2. Reliée à l’examinateur (ex: il est encore en formation)
  3. Reliée à la personne examinée (ex: la personne ne nous connaît pas et est tendue)
95
Q

Quels sont les 2 types de fidélité?

A
  • Fidélité interjuge d’une mesure: lorsqu’il est possible que l’examinateur puisse influencer la mesure en raison de son expérience, sa formation, sa personnalité et de l’évènement à évaluer
  • Fidélité test-retest: (stabilité temporelle) lorsqu’il est possible que la mesure diffère d’un moment à l’autre
96
Q

On peut estimer les fidélités en calculant le % d’accord observé entre 2 personnes qui effectuent la même tâche et qui comparent leurs résultats.

Dîtes comment le calculer et comment on peut faire en sorte qu’il prenne compte du hasard.

A

% d’accord = nb de cas en accord 1 + nb de cas en accord 2 / total des cas

Le Kappa corrige la situation en lien avec le hasard:

K = Po-Pe / 1 - Pe

Où:

  • Po : % d’accord observé
  • Pe: % d’accord dû au hasard
  • 1: accord parfait
97
Q

Dans la formule de Kappa, comment trouve-t-on Pe?

K = Po - Pe / 1 -Pe

A

Pe est trouvé en additionnant les résultats de la multiplication du % des données(1) obtenues par chaque examinateur au résultat de la multiplication des % des données obtenues(2) par chaque examinateur.

98
Q

Comment on interprète les valeurs de Kappa?

A

Kappa varie de -1 à 1, où -1 indique l’absence totale de concordance entre les mesures, 0 une concordance exclusivement attribuable au hasard et +1 une concordance parfaite.

  • < 0,00 : pauvre (poor)
  • 0,00 - 0,20 : faible (slight)
  • 0,21 - 0,40 : acceptable (fair)
  • 0,41 - 0,60 : modéré (moderate)
  • 0,61 - 0,80 : très bon (substantial)
  • 0,81 - 1,00 : presque parfait (almost perfect)
99
Q
A

RDP143: Santé des populations (1 decks)

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