Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

PPN - ECOS > 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
À quoi sert l'analyse de variance (ANOVA) ?
Comparer les moyennes de > 2 échantillons
26
Distinguez un "one-tailed test" d'un "two-tailed test"
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
À quoi sert un Z test ?
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
À quoi sert un Chi-carré ?
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
À quoi sert un test de Pearson ?
Test de corrélation linéaire entre des variables continues ; établit un coefficient de corrélation entre -1 (association inverse parfaite) et 1 (association directe parfaite)
30
À quoi sert une régression linéaire ?
Prédiction de résultats alors que la corrélation est démontrée, pour des variables continues
31
À quoi sert une régression logistique multiple ?
Prédiction de résultats alors que la corrélation est démontrée, pour des variables discrètes
32
Comment établir une causalité ?
``` 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
Définition de la prévalence
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
Définition de l'incidence
Nombre de nouveaux cas au cours d'une période de temps choisie Divisé par Individus à risque au cours de cette même période
35
Définition de la puissance
Probabilité de déceler une certaine différence lorsque cette différence existe vraiment Puissance = 1 - (erreur bêta)
36
Définition de l'étude de cohorte
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
Devis préférable si l'exposition à un facteur de risque est rare
Étude de cohorte
38
Devis préférable si la maladie est rare
Étude cas-témoin
39
Définition de l'étude cas-témoin
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
Mesure utilisée dans l'étude cas-témoin
Rapport de cote (odds ratio)
41
Mesure utilisée dans l'étude de cohorte
Risque relatif
42
Utilité de la randomisation
Éviter la sélection systématique et le biais d'attribution
43
Biais de sélection
Biais dans la méthode adoptée pour sélectionner les sujets (p. ex. volontariat, autosélection)
44
Biais de confusion
Variables confondantes insuffisamment contrôlées
45
Biais de rappel
Les personnes malades se rappellent de certaines expositions de manière différente aux personnes non malades
46
Biais d'attrition
Perte de certains patients de l'analyse
47
Biais d'évaluation
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
Explications possibles d'une association observée dans une étude épidémiologique
Chance Biais Causalité inverse Facteurs confondants
49
Qualités d'un bon test de dépistage
``` Abordable Facile d'administration Peu d'inconfort Fiable Valide Comparé à un gold standard ```
50
Définition et calcul de la sensibilité
Nombre de cas avec la maladie qui sont correctement identifiés par un test positif (vrais positifs) / (vrais positifs + faux négatifs) = (vrais positifs) / (tous les cas de maladie)
51
Définition et calcul de la spécificité
Nombre de cas sans la maladie correctement identifiés par un test négatif (vrais négatifs) / (vrais négatifs + faux positifs) = (vrais négatifs) / (tous les cas sans maladie)
52
Définition et calcul de la valeur prédictive positive
Nombre de cas avec la maladie en présence d'un test positif | vrais positifs) / (vrais positifs + faux positifs
53
Définition et calcul de la valeur prédictive négative
Nombre de cas sans la maladie en présence d'un test négatif | vrais négatifs) / (vrais négatifs + faux négatifs
54
Calcul du NNT
Inverse de la réduction du risque absolu Réduction du risque absolu = (risque chez sujets exposés) - (risque chez sujets non exposés) NNT = 1 / RAR
55
Calcul de la réduction relative du risque
Risque absolu / risque au départ
56
Calcul du risque relatif
Risque chez sujets exposés / risque chez sujets non exposés
57
Calcul du rapport de cotes (odds ratio)
(cas exposés X témoins non exposés) _______________________________ (cas non exposés X témoins exposés)
58
Étapes d'une revue systématique
Formuler une question Trouver les études Évaluer la qualité des études Résumer les données
59
Biais possibles d'une revue systématique
Biais de publication Délai de publication (résultats positifs avant résultats négatifs) Langue
60
Critères pour évaluer la qualité d'une méta-analyse
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
Facteurs qui déterminent la qualité de l'acte médical
``` Accessibilité Actualité Efficacité Continuité Participation des patients Sécurité ```
62
Principe de Pareto
80 % des effets sont le produit de 20 % des causes
63
Définition du diagramme de Pareto
Graphique qui représente l'importance de différentes causes à un phénomène

PPN - ECOS (22 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions