« ULaval:MED-2231/Validité, précision et sources d’erreurs/Flashcards » : différence entre les versions
(Page créée avec « {{Flashcard|question=Un investigateur compare certains paramètres des groupes de son étude, il se rend compte qu'il y a significativement plus d'hommes que de femmes dan... ») |
(FLASHCARDS) |
||
Ligne 5 : | Ligne 5 : | ||
2. Biais d'information <br/> | 2. Biais d'information <br/> | ||
3. Biais de confusion|explication=|image_question=|uuid=815e66cb-79b4-4ba8-8376-40cb1a011af5}}{{Flashcard|question=Qu'est-ce que la validité?|réponse=Capacité d'appréhender correctement un phénomène ou d'en mesurer la valeur réelle|explication=|image_question=|uuid=02843e6b-5f25-42e1-8db4-102641e53525}}{{Flashcard|question=Quels sont les 2 types de validité? Et quel est leur définition?|réponse=1. Validité interne: Capacité d'estimer correctement les mesures ou les liens recherchés <br/> | 3. Biais de confusion|explication=|image_question=|uuid=815e66cb-79b4-4ba8-8376-40cb1a011af5}}{{Flashcard|question=Qu'est-ce que la validité?|réponse=Capacité d'appréhender correctement un phénomène ou d'en mesurer la valeur réelle|explication=|image_question=|uuid=02843e6b-5f25-42e1-8db4-102641e53525}}{{Flashcard|question=Quels sont les 2 types de validité? Et quel est leur définition?|réponse=1. Validité interne: Capacité d'estimer correctement les mesures ou les liens recherchés <br/> | ||
2. Validité externe: Capacité de généraliser un résultat à une population cible.|explication=|image_question=|uuid=12ab5917-1b15-4cd2-8d0a-03f5edd9e8d9}} | 2. Validité externe: Capacité de généraliser un résultat à une population cible.|explication=|image_question=|uuid=12ab5917-1b15-4cd2-8d0a-03f5edd9e8d9}}{{Flashcard|question=Qu'est-ce que la précision?|réponse=On dit d'une mesure qu'elle est précise lorsqu'elle fluctue peu. En effet, la précision se caractérise par l'absence relative <b>d'erreur aléatoire<b/>.|explication=|image_question=|uuid=d4d71035-17ff-4b00-937e-54302ba5cdc6}}{{Flashcard|question=Quels sont les 6 types de biais de sélection?|réponse=1. Biais d'échantillonnage ou de survie sélective <br/> | ||
2. Biais d'admission ou de Berkson <br/> | |||
3. Biais de migration ou des perdus de vue <br/> | |||
4. Biais de volontariat <br/> | |||
5. Biais de «bonne santé des travailleurs» <br/> | |||
6. Biais de publication|explication=|image_question=|uuid=d8029775-93d9-47cc-892d-199bbf831fb2}}{{Flashcard|question=Quels sont les 3 types de biais d'information?|réponse=1. Erreur de classification non différentielle <br/> | |||
2. Erreur de classification différentielle <br/> | |||
3. Biais de rappel|explication=|image_question=|uuid=380b75a7-f1ef-4d08-85d5-f0d423ab54ae}}{{Flashcard|question=Quels sont les 2 principaux moyen de contrôle d'un biais de sélection?|réponse=1. Sélection adéquate des participants<br/> | |||
2. Mise en place de mesures réduisant les pertes de vue|explication=|image_question=|uuid=0563afb8-364e-4e13-bba4-87f037f66603}}{{Flashcard|question=Quels sont les 3 principaux moyen de contrôle d'un biais d'information?|réponse=1. Simple ou double insu <br/> | |||
2. Calibration des outils de mesure <br/> | |||
3. Usage de critères clairs|explication=|image_question=|uuid=0bad0bb4-c6c8-4035-a14e-a877d8d60662}}{{Flashcard|question=Quels sont les 3 principaux moyen de contrôle d'un biais de confusion?|réponse=1. Hasardisation (répartition aléatoire) <br/> | |||
2. Ajustement <br/> | |||
3. Appariement|explication=|image_question=|uuid=756c1d95-352b-4bbf-bc2b-a7c8f10e79e1}} |
Version du 13 octobre 2019 à 10:59
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