ULaval:MED-2231/Flashcards de l'examen complet
- Vrai
- Faux
a
L'étude de l'occurence de la maladie implique nécessairement une approche quantitative.
1. Perspective populationnelle
2. Perspective clinique
3. Perspective interdisciplinaire
Science qui s’intéresse à la mesure de la fréquence et de la répartition des maladies, des décès et de leurs causes dans la population
1. Bien cibler vos besoins
2. Déterminer quel type de littérature ou d'étude répond à vos besoins
3. Déterminer si l'étude est valide
4. Identifier les résultats pertinents d'une étude
5. Évaluer si les résultats s'appliquent à votre pratique
1. Résumé
2. Introduction
3. Méthode
4. Résultats
5. Discussion
6. Conclusion
Quelle est la fréquence d'une maladie selon le sexe, l'âge, la race, l'occupation ou d'autres
- Perspective populationnelle
- Perspective clinique
a
Quels facteurs sont déterminants du pronostic d’un patient?
- Perspective populationnelle
- Perspective clinique
b
- Vrai
- Faux
b
Une proportion est un rapport entre 2 entités provenant d'un même ensemble
1. Proportion
2. Ratio
3. Indice
4. Taux
- Proportion
- Cote
- Indice
- Taux
c
Par exemple:
Nombre de personnes/médecin
- Proportion
- Cote
- Indice
- Taux
d
Rapport entre les effectifs de deux catégories d'une même variable
1. Prévalence
2. Proportion d'incidence (ou incidence cumulative)
3. Taux (ou incidence ou densité d'incidence)
4. Cote (odds)
- Vrai
- Faux
b
Proportion de personnes atteintes de la maladie (cas prévalents) à un moment donné dans une population
1. Sa durée
2. Sa létalité
1. Période de mesure doit être précisée
2. Taille de la population à risque est celle du début de la période d'étude (population stable ou cohorte fermé)
Ic = nb de nouveaux cas pendant période de temps / pop à risque pendant période de temps
La vitesse de propagation d'une maladie dans une population.
I = n/ T : nombre de nouveaux cas / cumul du temps écoulé en "personnes-années"
La vitesse de propagation d'une maladie dans une population.
Vous suivez une cohorte de 9 personnes pendant 10 ans. 4 de ces patients sont tombés malades pendant ce laps de temps, respectivement à 2 ans, 3 ans, 3 ans et 6 mois et 4 ans. Quel est le taux d'incidence?
64 / 1000 personnes-années
Temps à risque (T) = (1 x 2 ans) + (1 x 3 ans) + (1 x 3.5 ans) + (1 x 4 ans) + (5 x 10 ans)
T = 62.5 personnes-année
- Étude d'un cas
- Étude d'une série de cas
- Étude de cohorte
- Transversale
- Longitudinale
- De tendance
- Écologique
Étude transversale
- Vrai
- Faux
b
Il s'agit d'une étude prospective
Étude de tendance
Étude écologique
- Vrai
- Faux
a
- Sélection
- Information
- Confusion
Exposé | Non-exposé | Total | |
---|---|---|---|
Malade | 50 | 35 | 85 |
Non-malade | 50 | 65 | 115 |
Total | 100 | 100 | 200 |
0.15
Exposé | Non-exposé | Total | |
---|---|---|---|
Malade | 50 | 35 | 85 |
Non-malade | 50 | 65 | 115 |
Total | 100 | 100 | 200 |
1.43
Exposé | Non-exposé | Total | |
---|---|---|---|
Malade | 50 | 35 | 85 |
Non-malade | 50 | 65 | 115 |
Total | 100 | 100 | 200 |
1.86
La différence entre les risques d'être atteint de la maladie ou de décéder chez les personnes exposées et chez les personnes non-exposées.
Étude de type cas-témoin
1.90
Décès attendu = 15 000 x (10.5/1000) = 158
RRP = 300 / 158 = 1.90
RT = 1.53 (IC à 95% 0.99 à 2.13)
- Vrai
- Faux
b
Faux
Si un intervalle de confiance comprend la valeur nulle, i.e.
0 pour une différence ou 1 pour un rapport,
PICOT
Population
Intervention
Comparateur
Outcome
Temps
Biais de confusion
• La plus petite différence que l’on veut détecter.
• La précision souhaitée.
• La puissance souhaitée.
• La variabilité des données
1. Biais de sélection
2. Biais d'information
3. Biais de confusion
Capacité d'appréhender correctement un phénomène ou d'en mesurer la valeur réelle
1. Validité interne: Capacité d'estimer correctement les mesures ou les liens recherchés
2. Validité externe: Capacité de généraliser un résultat à une population cible.
On dit d'une mesure qu'elle est précise lorsqu'elle fluctue peu. En effet, la précision se caractérise par l'absence relative d'erreur aléatoire.
1. Biais d'échantillonnage ou de survie sélective
2. Biais d'admission ou de Berkson
3. Biais de migration ou des perdus de vue
4. Biais de volontariat
5. Biais de «bonne santé des travailleurs»
6. Biais de publication
1. Erreur de classification non différentielle
2. Erreur de classification différentielle
3. Biais de rappel
1. Sélection adéquate des participants
2. Mise en place de mesures réduisant les pertes de vue
1. Simple ou double insu
2. Calibration des outils de mesure
3. Usage de critères clairs
1. Hasardisation (répartition aléatoire)
2. Ajustement
3. Appariement
Maladie + | Maladie - | Total | |
---|---|---|---|
Test + | 100 | 300 | 400 |
Test - | 40 | 260 | 300 |
Total | 140 | 560 |
0.46 (46%)
Maladie + | Maladie - | Total | |
---|---|---|---|
Test + | 100 | 300 | 400 |
Test - | 40 | 260 | 300 |
Total | 140 | 560 |
0.71 (71%)
Maladie + | Maladie - | Total | |
---|---|---|---|
Test + | 100 | 300 | 400 |
Test - | 40 | 260 | 300 |
Total | 140 | 560 |
0.25 (25%)
Maladie + | Maladie - | Total | |
---|---|---|---|
Test + | 100 | 300 | 400 |
Test - | 40 | 260 | 300 |
Total | 140 | 560 |
0.87 (87%)
La valeur prédictive positive AUGMENTE et la valeur prédictive négative DIMINUE.
1. Faux négatifs
2. Sensibilité
3. Spécificité
4. Valeur prédictive négative
1. Diminué le risque de faux négatifs
2. Augmenté la sensibilité
3. Diminué la spécificité
4. Augmenté la VPN
5. Augmente
1. Faux positifs
2. Sensibilité
3. Spécificité
4. Valeur prédictive positive
1. Diminue
2. Diminue
3. Augmente
4. Augmente
5. Diminue
Cas-témoins
- Populationnelle
- En milieu hospitalier
- Imbriquée
Étude quasi-expérimentale
- Utilisées dans des maladies rares
- Peu coûteuses
- Peu de biais
- Le diagnostic est posé au début de l'étude
c
- Vrai
- Faux
b
Les articles de synthèse systématique sont caractérisés par l’emploi d’une méthode rigoureuse lors de la sélection et de l’analyse des articles.