Brainscape's Knowledge GenomeTM

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


See full index

Psychiatrie pour les nuls > Statistiques > Flashcards

Statistiques Flashcards

1
Q

Définition d’une variable quantitative discrète

A

Variable qui peut prendre uniquement certaines valeurs dans un intervalle

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

Définition d’une variable quantitative continue

A

Variable qui inclut toute valeur possible dans un intervalle (p. ex. âge, poids, taille, TA)

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

Définition d’une variable qualitative (catégorielle)

A

Nombre fini de catégories ou de groupes distincts (p. ex. sexe, couleur des yeux)

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

Meilleure mesure de tendance centrale si une distribution n’est pas biaisée (skewed)

A

Moyenne

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

Meilleure mesure de tendance centrale si une distribution est biaisée (skewed)

A

Médiane

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

Définition de l’étendue

A

Différence entre la valeur la plus grande et la plus petite

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

Définition de la variance

A

Moyenne des déviations individuelles de la moyenne au carré (= écart-type au carré)

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

Définition de l’écart-type

A

Racine carrée de la variance

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

Est-ce que l’écart-type est influencé par la taille de l’échantillon?

A

Non

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

Données probantes requises pour recommandation de niveau 1

A

Méta-analyse avec intervalle de confiance étroit ;

Au moins 2 ECR avec échantillon adéquat, idéalement contre placebo

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

Données probantes requises pour recommandation de niveau 2

A

Méta-analyse avec intervalle de confiance large

ECR

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

Données probantes requises pour recommandation de niveau 3

A

ECR avec petit échantillon
Étude prospective non randomisée
Série de cas
Étude rétrospective de bonne qualité

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

Données probantes requises pour recommandation de niveau 4

A

Opinion d’expert

Consensus

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

Niveau requis pour recommandation de 1re ligne

A

Niveau 1 ou 2 + appui clinique

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

Niveau requis pour recommandation de 2e ligne

A

Niveau 3 (ou mieux) + appui clinique

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

Niveau requis pour recommandation de 3e ligne

A

Niveau 4 (ou mieux) + appui clinique

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

Expliquez l’hypothèse nulle

A

On essaie de réfuter ce qu’on pense faux : hypothèse nulle = H0.
Par exemple : si on croit que deux populations sont différentes sur un certain paramètre (la moyenne), l’hypothèse nulle sera que les deux moyennes sont égales. On teste l’hypothèse nulle pour décider si on la rejette.

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

Définition d’une erreur de type I (alpha)

A

Rejet de l’hypothèse nulle alors qu’elle est vraie

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

Définition d’une erreur de type II (bêta)

A

Accepter l’hypothèse nulle alors qu’elle est fausse

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

Un manque de puissance occasionnerait une erreur de type I ou II ?

A

Type II (bêta)

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

Définition de la valeur p

A

Probabilité de commettre une erreur de type I (alpha)

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

Définition de la validité interne

A

Capacité d’une étude d’estimer correctement les mesures ou associations recherchées
(i.e. le résultat reflète la “vraie valeur”)

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

Définition de la validité externe

A

Capacité de généraliser un résultat obtenu dans le cadre d’une étude à la population cible. Limitée par l’échantillonnage et les critères de sélection

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

À quoi sert le test t de Student ?

A

Tester l’hypothèse nulle que les moyennes de deux échantillons (de N < 30) composés de variables continues ne diffèrent pas significativement.

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

À quoi sert l’analyse de variance (ANOVA) ?

A

Comparer les moyennes de > 2 échantillons

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

Distinguez un “one-tailed test” d’un “two-tailed test”

A

One-tailed test : pour tenter de réfuter l’hypothèse nulle seulement dans une direction (p. ex. “le traitement actif est meilleur que le placebo”)

Two-tailed test : pour tenter de réfuter l’hypothèse nulle dans les deux directions (p. ex. “le traitement est différent du placebo, soit meilleur soit moins bon”)

27
Q

À quoi sert un Z test ?

A

Pour tester l’hypothèse nulle que les moyennes de 2 échantillons de N >30 composés de variables continues ne diffèrent pas significativement

(idem à Student mais N > 30!)

28
Q

À quoi sert un Chi-carré ?

A

Évaluer la possibilité d’une association entre des échantillons de variables discrètes (pour voir si elles sont indépendantes ou non).

Permet de comparer 2 proportions.

29
Q

À quoi sert un test de Pearson ?

A

Test de corrélation linéaire entre des variables continues ; établit un coefficient de corrélation entre -1 (association inverse parfaite) et 1 (association directe parfaite)

30
Q

À quoi sert une régression linéaire ?

A

Prédiction de résultats alors que la corrélation est démontrée, pour des variables continues

31
Q

À quoi sert une régression logistique multiple ?

A

Prédiction de résultats alors que la corrélation est démontrée, pour des variables discrètes

32
Q

Comment établir une causalité ?

A 
Haut degré de corrélation
Consistance de l'association dans plusieurs études
Association temporelle
Cohérence avec les connaissances scientifiques contemporaines / plausibilité biologique
Relation dose-réponse
Réversibilité
Spécificité
Élimination des autres explications
33
Q

Définition de la prévalence

A

Nombre de cas identifiés au cours d’une période de temps choisie

Divisé par

Nombre de personnes dans cette population au cours de cette période

34
Q

Définition de l’incidence

A

Nombre de nouveaux cas au cours d’une période de temps choisie

Divisé par

Individus à risque au cours de cette même période

35
Q

Définition de la puissance

A

Probabilité de déceler une certaine différence lorsque cette différence existe vraiment

Puissance = 1 - (erreur bêta)

36
Q

Définition de l’étude de cohorte

A

Deux groupes (exposé vs non exposé à un facteur de risque prédéfini) suivis de façon longitudinale pour déterminer et comparer la fréquence d’une maladie dans chaque groupe

Étude prospective

37
Q

Devis préférable si l’exposition à un facteur de risque est rare

A

Étude de cohorte

38
Q

Devis préférable si la maladie est rare

A

Étude cas-témoin

39
Q

Définition de l’étude cas-témoin

A

Deux groupes (cas-malade ou témoin-sain) comparés quant à la fréquence pour chacun de l’exposition à un facteur de risque déterminé

Étude rétrospective

40
Q

Mesure utilisée dans l’étude cas-témoin

A

Rapport de cote (odds ratio)

41
Q

Mesure utilisée dans l’étude de cohorte

A

Risque relatif

42
Q

Utilité de la randomisation

A

Éviter la sélection systématique et le biais d’attribution

43
Q

Biais de sélection

A

Biais dans la méthode adoptée pour sélectionner les sujets (p. ex. volontariat, autosélection)

44
Q

Biais de confusion

A

Variables confondantes insuffisamment contrôlées

45
Q

Biais de rappel

A

Les personnes malades se rappellent de certaines expositions de manière différente aux personnes non malades

46
Q

Biais d’attrition

A

Perte de certains patients de l’analyse

47
Q

Biais d’évaluation

A

Mesure de l’issue qui n’est pas évaluée de la même manière dans les deux groupes

Solution : balancer les évaluateurs et documenter l’accord interjuge

48
Q

Explications possibles d’une association observée dans une étude épidémiologique

A

Chance
Biais
Causalité inverse
Facteurs confondants

49
Q

Qualités d’un bon test de dépistage

A 
Abordable
Facile d'administration
Peu d'inconfort
Fiable
Valide
Comparé à un gold standard
50
Q

Définition et calcul de la sensibilité

A

(vrais positifs) / (vrais positifs + faux négatifs)

Nombre de cas avec la maladie qui sont correctement identifiés par un test positif

(vrais positifs) / (tous les cas de maladie)

51
Q

Définition et calcul de la spécificité

A

(vrais négatifs) / (vrais négatifs + faux positifs)

Nombre de cas sans la maladie correctement identifiés par un test négatif

(vrais négatifs) / (tous les cas sans maladie)

52
Q

Définition et calcul de la valeur prédictive positive

A

Nombre de cas avec la maladie en présence d’un test positif

vrais positifs) / (vrais positifs + faux positifs

53
Q

Définition et calcul de la valeur prédictive négative

A

Nombre de cas sans la maladie en présence d’un test négatif

vrais négatifs) / (vrais négatifs + faux négatifs

54
Q

Calcul du NNT

A

Inverse de la réduction du risque absolu

Réduction du risque absolu = (risque chez sujets exposés) - (risque chez sujets non exposés)

NNT = 1 / RAR

55
Q

Calcul de la réduction relative du risque

A

Risque absolu / risque au départ

56
Q

Calcul du risque relatif

A

Risque chez sujets exposés / risque chez sujets non exposés

57
Q

Calcul du rapport de cotes (odds ratio)

A

(cas exposés X témoins non exposés)
_______________________________
(cas non exposés X témoins exposés)

58
Q

Étapes d’une revue systématique

A

Formuler une question
Trouver les études
Évaluer la qualité des études
Résumer les données

59
Q

Biais possibles d’une revue systématique

A

Biais de publication
Délai de publication (résultats positifs avant résultats négatifs)
Langue

60
Q

Critères pour évaluer la qualité d’une méta-analyse

A

Critères d’inclusion et d’exclusion explicites et bien justifiés
N’est pas restreinte aux études publiées
Stratégie de recherche d’articles explicitement décrite
Recherche à partir de différentes sources
Protocole d’analyse et méthodologie détaillés
Évaluation de la fidélité inter-évaluateur des outils de mesure
Évaluation des biais possibles

61
Q

Facteurs qui déterminent la qualité de l’acte médical

A 
Accessibilité
Actualité
Efficacité
Continuité
Participation des patients
Sécurité
62
Q

Principe de Pareto

A

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

63
Q

Définition du diagramme de Pareto

A

Graphique qui représente l’importance de différentes causes à un phénomène

Psychiatrie pour les nuls (24 decks)

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