ULaval:MED-2232/Questions
- Population à partir de laquelle on forme l’échantillon étudié
- Population à qui on veut généraliser les résultats
- Échantillon de la population participant à l’étude
a
- Population à partir de laquelle on forme l’échantillon étudié
- Population à qui on veut généraliser les résultats
- Échantillon de la population participant à l’étude
b
- La probabilité varie entre 0 et 1
- La somme des probabilités de tous les événements possibles est 1
- 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
1- Le test d’hypothèse
2- l’intervalle de confiance
- Vrai
- Faux
a
La moyenne et l’écart type
Effectuer l’inférence statistiques, même lorsque les variables ne sont pas distribuées normalement
Déterminer si le résultat obtenu est le fruit du hasard ou non.
- Vrai
- Faux
b
Plus la valeur P est PETITE, moins H0 est vraisemblable.
Rejeter l’hypothèse nulle (H0) alors qu’elle est vraie.
Retenir l’hypothèse nulle (H0) alors que H1 est vraie.
- Vrai
- Faux
b
C'est le seuil d’erreur alpha (signification statistique) qui doit être fixé de cette manière.
- Vrai
- Faux
a
Puisque cela implique que la puissance était suffisante.
- Un résultat doit absolument être statistiquement significatif pour présenter un intérêt clinique.
- Il est important de prendre en compte les effets secondaires du traitement.
- Le coût et la modalité du traitement peuvent avoir un impact sur l’observance.
- Un résultat statistiquement significatif n’est pas nécessairement cliniquement significatif.
a
- Elle permet de mesurer la force des associations de différentes variables indépendantes avec la variable dépendante.
- Chacune des mesures d’association tient compte de l’effet simultané des autres variables considérées.
- Elle permet de contrôler les biais de confusion quant aux variables incluses dans le modèle.
- Elle permet de corriger les faiblesses d’une étude menée de façon inadéquate.
d
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.
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)
1. Régression linéaire multiple
2. Régression logistique
3. Régression à effet proportionnel (ou de Cox)
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.
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.
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
- Hasardisée
- Quasi expérimentale
- Essai clinique
- 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
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.
- Éditorial
- Consensus d’experts
- Guide de pratique
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.
- Synthèse narrative
- Synthèse systématique sans méta-analyse
- Synthèse systématique avec méta-analyse
a
- Synthèse narrative
- Synthèse systématique
b
- 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
- 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.
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.
- Modèle à effet fixes
- Modèle à effets aléatoires
a
- Modèle à effet fixes
- Modèle à effets aléatoires
b
- Prendre l’hétérogénéité en compte dans la mesure d’association de synthèse
- Comprendre la cause et/ou la provenance de l’hétérogénéité
- Réviser la méthodologie employée pour la synthèse systématique
b
- Analyse par sous groupes
- Analyses de sensibilité
- Méta-régression
- Vrai
- Faux
b
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.