Statistik Flashcards by Sophie Richer-Laflèche

4 types de variables

Quantitatives (discrète, continue)
Qualitative (catégorielle)
Indépendante (x)
Dépendante (y)

How well did you know this?

Not at all

Perfectly

3 mesures de variables centales

Moyenne (= somme des valeurs / # de valeurs)

Mode (valeur qui revient le + souvent dans échantillon)

Médiane (valeur centrale)

How well did you know this?

Not at all

Perfectly

Valeur la + utile si distribution est non biaisée ?

Moyenne

How well did you know this?

Not at all

Perfectly

Valeur la + utile si distribution est biaisée ?

Médiane

How well did you know this?

Not at all

Perfectly

Dans distribution normalisée, comment sont la moyenne, le mode et la médiane ?

La même affaire

How well did you know this?

Not at all

Perfectly

3 mesures de dispersions

Étendue (de la + petite à la + grande valeur)

Variance (moyenne des déviations individuelles de la moyenne au carré…. = écart-type au carré)

Écart type (racine carrée de la variance)

How well did you know this?

Not at all

Perfectly

Comment on explique les 4 niveaux de qualité

N1: MA avec IC étroit OU > 2 ECR avec échantillon adéquat (idéalement contre placebo)

N2: MA avec IC large OU ECR

N3: ECR à petit échantillon OU étude prospective non randomisée OU série de cas OU étude rétrospective de bonne qualité

N4: opinion d’expert, consensus

How well did you know this?

Not at all

Perfectly

Quel niveau d’évidence nécessaire pour des recommandations de 1er ou 2e ligne ou 3e ligne

1er ligne: N1 ou N2 + clinique
2e ligne: N3 (ou mieux) + clinique
3e ligne: N4 (ou mieux) + clinique

How well did you know this?

Not at all

Perfectly

C’est quoi l’hypothèse nulle (H0)

souvent c’est l’inverse de ce qu’on pense trouver.

On tente de réfuter H0 en recherche.

Ex: si on pense que 2 pop sont différentes sur un paramètre (ex: une moyenne), H0 = les 2 moyennes sont égales

How well did you know this?

Not at all

Perfectly

Hypothèse alternative à H0

How well did you know this?

Not at all

Perfectly

Valeur p ?

Utilisée pour déterminer si les résultats d’une étude sont significatifs ou non.

Aide à savoir si l’effet observé (ex: une différence entre 2 groupes) est dû au hasard ou si c’est un vrai effet.

How well did you know this?

Not at all

Perfectly

Seuil requis généralement pour réfuter H0 ? (concernant la valeur P)

P < 0.05

ça veut dire que le résultat aurait pu être obtenu par hasard < 5x / 100

How well did you know this?

Not at all

Perfectly

Qu’est-ce que l’erreur de type 1 (alpha)

H0 rejetée alors qu’elle tait vraie
= erreur de validité interne

** la probabilité de commettre l’erreur de type 1 = valeur P

How well did you know this?

Not at all

Perfectly

Qu’est-ce que l’erreur de type 2 (bêta)

H0 acceptée alors que c’est faux
= manque de puissance

How well did you know this?

Not at all

Perfectly

C’est quoi la validité interne ?

capacité de l’étude d’estimer correctement les mesures/associations qu’on cherche

How well did you know this?

Not at all

Perfectly

C’est quoi la validité externe ?

Caapcité de généraliser un résultat à une pop cible (permet de juger de l’intérêt clinique d’un résultat)

pour l’améliorer: devis pragmatique

How well did you know this?

Not at all

Perfectly

C’est quoi la fiabilité ?

consistance/reproductibilité des résultats

How well did you know this?

Not at all

Perfectly

C’est quoi test T de student

teste H0 comme quoi les moyennes de 2 échantillons (N< 30) faits de valeurs continues ne diffèrent pas

**compare 2 moyennes

How well did you know this?

Not at all

Perfectly

C’est quoi analyse de variance ANOVA (F test)

comme test T de student mais pour > 2 échantillons

**compare > 2 moyennes

How well did you know this?

Not at all

Perfectly

C’est quoi Z test

teste H0 comme quoi les moyennes de 2 échantillons (N > 30) faits de valeurs continues ne diffèrent pas

How well did you know this?

Not at all

Perfectly

C’est quoi chie-carré

Pour comparer 2 proportions

Évalue association entre échantillons de variables discrètes

Tests pour prédire les résultats lors qu’une corrélation est démontrée (2)

Régression linéaire (variables continues)

Régression logistique multiple (variables discrètes)

C’est quoi test de Pearson

Test de corrélation linéraire entre variables continues

-1 = association inverse parfaite
0 = ø association
1 = association directe parfaite

Prévalence: kesse ça

% d’individus dans une pop qui ont une mx à un moment précis ou pendant une période

Prévalence = Nb de cas (vieux + nouveaux) / taille totale de la pop

Incidence : kesse ça

nouveaux cas qui apparaissent dans une pop pendant une période Incidence cumulée : # nouveaux cas / pop à risque au début de la période Taux incidence : # nouveaux cas / somme des (temps-personnes à risque)

En gros, la prévalence représente quoi ? et l'incidence ?

Prévalence: poids de la maladie Incidence: risque de développer mx

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

Capacité à déceler une différence quand elle existe vraiment. Puissance = 1 - erreur bêta

Grader les types d'études selon leur niveau d'évidence (du pire au meilleur) (6)

Rapport de cas Enquête Série de cas Étude de cohorte Étude cas-témoins ECR

c'est quoi une étude de cohorte (étude observationnelle)

2 groupes: exposés et non exposés Suivi longitudinal Compare fréquence de la mx dans les 2 groupes Prospectif (de cause vers l'effet) Utile si expo rare RR

c'est quoi une étude cas-témoins (étude observationnelle)

2 groupes: cas (ms) et témoins (sains) Compare fréquence de l'expo à un FR déterminé Rétrospectif: de l'effet vers la cause Utile si maladie rare Moins cher que cohorte, mais + de biais RC

C'est quoi un essai clinique (étude randomisée)

Gold standart Moins de biais Sujet attribués entre les groupes de façon aléatoire Prospectif: de cause vers effet Randomisation évite biais attribution

ça veut dire quoi double aveugle

Ni sujet ni chercheur ne savent si le sujet est dans le groupe expérimental ou contrôle

6 types de biais

Sélection Confusion (variables confondantes non contrôlée) Rappel Attrition (perte au suivi) Évaluation (mesure de l'outcome différente dans les 2 groupes) Publication (tendance à publier les études +)

Qualité d'un bon test de dépistage (6)

Abordable Facile à administrer Peu d'inconfort Fiable Valide Comparé à gold standart

Prévalence calcul

Prévalence = (A + B) / total

Sensibilité calcul

SE = A / (A + B) ** si tu as la mx, le test va-t-il le détecter ? ** nb de cas avec dx bien identifiés par test positif

Spécificité calcul

SP = D / (C+ D) ** nb de cas sans dx correctement identifié par un test négatif

Calcul VPP

A / (A+C) *si mon test est positif, quelles sont les chances que j'aie la maladie ? ** nb de cas avec dx en présence d'un test +

Calcul VPN

D / (B + D) * nb de cas sans dx en présence d'un test négatif

De quoi dépendent VPN et VPP ?

De la prévalence

Utilité d'une SE élevée ? vs une SP élevée ?

SE élevée: + utile d'avoir test négatif (r/o) SP élevée: + utile d'avoir résultat + (rules in)

Calcul d'un RAR (réduction absolue du risque)

RAR = risque chez exposés - risques chez non exposés ex: RAR = 70/100 - 30/100 =4/10 = 2/5

C'est quoi le NNT ?

Nb de patients à traiter pendant une période pour éviter 1 évènement défavorable S'exprime en nb de patient par unité de temps NNT idéal = 1 + le NNT est grand, moins le tx est efficace

Calcul d'un NNT

NNT = 1 / RAR

Calcul du RR

RR = risque chez exposés / risque chez non exposés Ex: (70/100) / (30/100) = 7/3 = 2,33

Calcul du RC (pour études cas-témoins)

RC = (A x D) / (B x C)

Ça veut dire quoi un Interval de confiance (IC) de 95%

95 échantillons sur 100 contiendront la moyenne de la pop choisie IC = intervalle de valeurs qui ont une probabilité de contenir la valeur du paramètre. Fixé par le chercheur. Si trop large, peu précis. ** 95% d'une distribution normale se retrouvent à 1,96 écart-types

2 types de revues

Narrative (+ de biais) Systématiques : 1. Question 2. Trouver les études 3. Évaluer leur qualité 4. Résumer les données

biais possibles avec revues systématiques

publication, délai de publication, langage

Principe de pareto ?

80% des effets sont le produit de 20% des causes

Comment on calcul un facteur d'impact ?

Nombre de citations divisé par le nombre d’articles publiés en 2 ans