ULaval:MED-2232/Questions

De Wikimedica
Révision datée du 25 avril 2020 à 18:26 par Dave.gagnon.2 (discussion | contributions) (Flashcard supplémentaires! Je crois que ça sera suffisant pour l'examen qui s'en vient!)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)


[ modifier ]
Quelle est la définition de la population à l’étude?

  1. Population à partir de laquelle on forme l’échantillon étudié
  2. Population à qui on veut généraliser les résultats
  3. Échantillon de la population participant à l’étude

a

[ modifier ]
Quelle est la définition de la population cible?

  1. Population à partir de laquelle on forme l’échantillon étudié
  2. Population à qui on veut généraliser les résultats
  3. Échantillon de la population participant à l’étude

b

[ modifier ]
Laquelle n’est pas une caractéristique des probabilités objectives :

  1. La probabilité varie entre 0 et 1
  2. La somme des probabilités de tous les événements possibles est 1
  3. On calcule la probabilité «à priori» en répétant l’expérience de nombreuses fois puis en divisant le nombre total d’événements par le nombre de fois où l’événement étudié s’est produit.

c

Il s’agit en fait de la méthode pour calculer la probabilité fréquentiste. La probabilité «à priori» se calcule en divisant le nombre de fois que l’événement peut se produire par le nombre total d’événements possibles.

[ modifier ]
Quelles sont les 2 méthodes pour calculer l’inférence?

1- Le test d’hypothèse
2- l’intervalle de confiance

[ modifier ]
Vrai ou faux? Dans une courbe de distribution normale, la moyenne, la médiane et le mode correspondent tous à la même valeur.

  1. Vrai
  2. Faux

a

Vrai

[ modifier ]
Quels sont les 2 éléments d’information nécessaires pour définir la distribution normale?

La moyenne et l’écart type

[ modifier ]
Quelle est l’utilité du théorème de la limite centrale?

Effectuer l’inférence statistiques, même lorsque les variables ne sont pas distribuées normalement

[ modifier ]
À quoi sert le test d’hypothèse?

Déterminer si le résultat obtenu est le fruit du hasard ou non.

[ modifier ]
Vrai ou faux? Plus la valeur P est élevée, moins l’hypothèse nulle (H0) est vraisemblable.

  1. Vrai
  2. Faux

b

Faux
Plus la valeur P est PETITE, moins H0 est vraisemblable.

[ modifier ]
Qu’est-ce que l’erreur de type I?

Rejeter l’hypothèse nulle (H0) alors qu’elle est vraie.

[ modifier ]
Qu’est-ce que l’erreur de type II?

Retenir l’hypothèse nulle (H0) alors que H1 est vraie.

[ modifier ]
Vrai ou faux? Le seuil d’erreur bêta doit être fixé avant le début de l’étude, et ne peut être modifié en cours de route.

  1. Vrai
  2. Faux

b

Faux
C'est le seuil d’erreur alpha (signification statistique) qui doit être fixé de cette manière.

[ modifier ]
Vrai ou faux? Lorsque les résultats sont considérés statistiquement significatifs, il n’y a pas lieu de s’interroger sur la puissance de l’étude.

  1. Vrai
  2. Faux

a

Vrai
Puisque cela implique que la puissance était suffisante.

[ modifier ]
Tous ces éléments sont vrais par rapport à la signification clinique des résultats, sauf un. Lequel?

  1. Un résultat doit absolument être statistiquement significatif pour présenter un intérêt clinique.
  2. Il est important de prendre en compte les effets secondaires du traitement.
  3. Le coût et la modalité du traitement peuvent avoir un impact sur l’observance.
  4. Un résultat statistiquement significatif n’est pas nécessairement cliniquement significatif.

a

[ modifier ]
Lequel est faux par rapport à l’analyse multivariée?

  1. Elle permet de mesurer la force des associations de différentes variables indépendantes avec la variable dépendante.
  2. Chacune des mesures d’association tient compte de l’effet simultané des autres variables considérées.
  3. Elle permet de contrôler les biais de confusion quant aux variables incluses dans le modèle.
  4. Elle permet de corriger les faiblesses d’une étude menée de façon inadéquate.

d

Elle ne permet pas de corriger les faiblesses d’une étude qui aurait été menée de façon inadéquate (biais d’information, de sélection, manque de puissance statistique, taille d’échantillon trop petite, absence de mesure d’une variable importante, ...)

[ modifier ]
Quelle est la différence entre la mesure d’association brute et la mesure d’association ajustée?

La mesure d’association brute considère une variable à la fois, alors que la mesure d’association ajustée considère l’effet simultané de différentes variables.

[ modifier ]
Nommez les 2 options possibles lorsqu’il y a présence d’un biais de confusion.

1. Faire les mesures d’association spécifique pour chaque strate de la variable confondante. (Surtout quand présence d’une seule variable confondante)
2. Présenter une mesure d’association ajustée. (Utile lorsque + d’une variable confondante)

[ modifier ]
Nommez les 3 méthodes d’analyses multivariées, et leur contexte d’utilisation.

1. Régression linéaire multiple
2. Régression logistique
3. Régression à effet proportionnel (ou de Cox)

[ modifier ]
Qu’est-ce qu’une étude de cohorte?

Étude dont les sujets sont recrutés sur la base de l’exposition. La fréquence de la maladie chez les sujets exposés est comparée à celle chez les sujets non exposés. L’étude peut être rétrospective ou prospective.

[ modifier ]
Qu’est-ce qu’une étude cas-témoins?

Les sujets sont recrutés sur la base de la maladie. La fréquence de l’exposition chez les cas est comparée à celle chez les témoins. L’étude peut être populationnelle, hospitalière ou imbriquée dans une cohorte existante.

[ modifier ]
Nommez les 4 facteurs susceptibles d’expliquer la réponse à un traitement ou une intervention.

1. Histoire naturelle de la maladie
2. Effet placebo
3. Effet de l’attention accordée au sujet
4. Effet réel du traitement ou de l’intervention

[ modifier ]
Donnez la définition de ces types d’études expérimentales :

- Hasardisée
- Quasi expérimentale
- Essai clinique

- Essai communautaire

- Hasardisée : la distribution des sujet dans les groupes est déterminée aléatoirement.
- Quasi expérimentale : on assigne les groupes plutôt que les sujets au traitement étudié.
- Essai clinique : On évalue l’efficacité d’un nouveau médicament/intervention.
- Essai communautaire : On évalue l’efficacité d’une intervention dans la communauté

[ modifier ]
Quelle est la différence entre un plan d’étude en parallèle et un plan d’étude en croisé?

Plan d’étude en parallèle : les sujets demeurent dans le même groupe tout au long de l’étude.
Plan d’étude en croisé : Les sujets reçoivent les 2 traitements en alternance. Il y a donc une inversion des traitements reçus par chaque groupe à un certain point de l’étude.

[ modifier ]
24. Donnez les définitions :

- Éditorial
- Consensus d’experts
- Guide de pratique

- Article de synthèse

Éditorial : article écrit ou commandé par un comité de rédaction d’un périodique qui en général souhaite faire connaître son opinion sur le sujet.
Consensus d’experts : travaux de synthèse réalisés par des professionnels dont l’expertise est reconnue par les pairs .
Guides de pratique : rédigé par plusieurs experts formulant des recommandations à l’intention de leurs collègues après une revue exhaustive de l’ensemble des preuves scientifiques sur un sujet particulier.
Article de synthèse : éditorial, consensus d’experts, guide de pratique, abordant un seul sujet et s’appuyant sur des études publiant des résultats originaux.

[ modifier ]
Lequel est réalisé le plus souvent?

  1. Synthèse narrative
  2. Synthèse systématique sans méta-analyse
  3. Synthèse systématique avec méta-analyse

a

[ modifier ]
Lequel utilise une méthodologie rigoureuse?

  1. Synthèse narrative
  2. Synthèse systématique

b

[ modifier ]
Nommez 3 avantages des articles de synthèse systématique.

- Les méthodes et critères utilisés sont présentés, permettant un processus de révision transparent et une reproductibilité.
- Aide à dissiper l’incertitude quand les études originales, les articles de synthèse narrative et les éditoriaux sont en désaccord.
- Plus de chances d’éviter les biais

[ modifier ]
Nommez 3 désavantages des articles de synthèse systématique

- N’énoncent pas de vérités scientifiques absolues. (mais amène un regard plus objectif et crédible)
- Sont plus susceptibles d’être critiqués que les revues narratives ou les consensus (puisqu’on a un meilleur accès à la méthode de réalisation).
- Biais de publication possible.

[ modifier ]
À quoi sert une méta analyse?

Elle permet d’améliorer la précision de l’estimation de la mesure d’association et de chercher à expliquer l’hétérogénéité en évaluant l’effet de certaines caractéristiques des études.

[ modifier ]
Lequel de ces 2 modèles statistique de mesure d’association de synthèse ne tient pas compte de l’hétérogénéité?

  1. Modèle à effet fixes
  2. Modèle à effets aléatoires

a

[ modifier ]
Lequel de ces 2 modèles statistique de mesure d’association de synthèse permet d’ajouter la quantité de variance due à l’hétérogénéité dans le calcul?

  1. Modèle à effet fixes
  2. Modèle à effets aléatoires

b

[ modifier ]
S’il y a une grande hétérogénéité inexpliquée dans la méta analyse, quelle doit être la priorité?

  1. Prendre l’hétérogénéité en compte dans la mesure d’association de synthèse
  2. Comprendre la cause et/ou la provenance de l’hétérogénéité
  3. Réviser la méthodologie employée pour la synthèse systématique

b

[ modifier ]
Quelles analyses peuvent être faites pour rechercher la cause de l’hétérogénéité?

- Analyse par sous groupes
- Analyses de sensibilité
- Méta-régression

[ modifier ]
Vrai ou faux? Moins il y a d’études et plus il y a de caractéristiques à prendre en comptes, plus la méta-régression est utilisable pour expliquer l’hétérogénéité.

  1. Vrai
  2. Faux

b

Faux
Moins il y a d’études et plus il y a de caractéristiques à prendre en comptes, MOINS la méta-régression est utilisable pour expliquer l’hétérogénéité.