ULaval:MED-2231/Validité, précision et sources d’erreurs/Flashcards
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