ULaval:MED-2232/Quiz
- Vrai
- Faux
b
La probabilité intuitive n'est pas objective, elle est basée sur l'expérience,c'est un estimation personnelle
- Vrai
- Faux
a
- Vrai
- Faux
a
- Vrai
- Faux
b
Une population cible est celle à laquelle le chercheur veut généraliser ses résultats.
- Vrai
- Faux
b
C'est un échantillon formés d'individus de façon non-aléatoire, par exemple un échantillon utilisé pour une étude à visée étiologique.
Puisque d’étudier une population complète serait trop coûteux et prendrait trop de temps.
La validité externe de l'étude
- La probabilité de survenue de chaque événement est comprise entre 0 et 1.
- La somme des probabilités de tous les événements possibles est comprise entre 0 et 1.
- Une expérience est dite dépendants si elle influence le résultat des expériences subséquentes. Elle est indépendante si son résultat n’a pas d’influence sur les expériences subséquentes.
b
L’inférence est le processus par lequel on déduit la valeur d’un paramètre à partir de la statistique qui est mesurée dans un échantillon.
- La distribution de probabilités
- L'intervalle de confiance
- Le test d'hypothèse
a
- Être continue
- Être en forme de cloche
- Être symétrique par rapport à la moyenne (μ).
- Le 1er écart-type (σ) est égale à la distance entre la moyenne et le point d’inflexion de la courbe.
- Tous ces énoncés sont des caractéristiques d'une distribution normale
e
- 0
- 1
- 2
- 3
- Cela dépend de la situation
b
- Vrai
- Faux
a
La moyenne, la médiane et l’écart-type ont une même valeur. La moyenne +/- 1 écart-type contient 68,3% de l’aire sous la courbe; la moyenne +/- 2 écart-types contient 95,4% et la moyenne +/- 3 écarts-types contient 99,7% de l’aire sous la courbe.
Le score Z
- anormalité clinique
- anormalité statistique
a
Normalité statistique : Répartition des valeurs observées pour une variable dans une population.
Normalité clinique : Un seuil à partir duquel un résultat d’examen témoigne d’un risque pour la santé d’une personne ou d’une maladie.Si l’hypothèse H0 se révèle vraie, cela signifie que les différences entre les deux groupes étudiés sont attribuables aux fluctuations entre les échantillons.
- Vrai
- Faux
b
Plus la valeur p est petite, moins H0 est vraisemblable
- Erreur de type 1
- Erreur de type 2
b
La puissance d’une étude correspond, pour une certaine taille d’échantillon, à la probabilité de déceler une différence prédéterminée lorsque celle-ci existe réellement dans une population.
- Fixé à au moins 95% pour être valide
- Fixé à au moins 90% pour être valide
- Fixé par le chercheur
c
- Vrai
- Faux
b
Dans un rapport de cote ou des risques relatifs, si la valeur 1 est incluse dans l’intervalle de confiance, cela signifie que l’association entre les deux variables n’est pas statistiquement significative.
- Vrai
- Faux
b
Lorsque des résultats ne sont pas statistiquement significatifs, il faut évaluer la puissance de l’étude avant de déterminer si les résultats ont un intérêt clinique. Si la puissance est trop faible, il est nécessaire d’effectuer d’autres études avant de porter un jugement définitif.
- Vrai
- Faux
a
- Vrai
- Faux
b
Dans une analyse multivariée, c'est si la valeur nulle est comprise dans l’intervalle de confiance qu'il faut soupçonner la présence d’un facteur de confusion venant fausser la mesure d’association brute.
Un biais de confusion est une erreur systématique causée par la présence d’un facteur influençant la variable dépendante et la variable indépendante sans toutefois faire partie de la chaîne causale entre ces deux variables.
- Vrai
- Faux
b
Pour contrôler un biais de confusion, il est possible de présenter les mesures d’association spécifiques pour chaque strate de la variable confondante ou encore de présenter une mesure d’association ajustée grâce à l’analyse multivariée.
- Vrai
- Faux
a
- Vrai
- Faux
b
En effet, l’analyse multivariée peut contrôler les biais de confusion, mais elle ne peut corriger les biais d’information ou de sélection.
- Régression linéaire multiple
- Régression logistique
- Régression à effet proportionnel (de cox)
b
- Régression linéaire multiple
- Régression logistique
- Régression à effet proportionnel (de cox)
c
- Régression linéaire multiple
- Régression logistique
- Régression à effet proportionnel (de cox)
a
- Vrai
- Faux
b
Faux
Étude de cohortes: les sujets son recrutés sur la base de l'exposition
- Études cas-témoins de population
- Études cas-témoins en milieu hospitalier
a
- Études cas-témoins de population
- Études cas-témoins en milieu hospitalier
a
- Études cas-témoins de population
- Études cas-témoins en milieu hospitalier
b
- Vrai
- Faux
a
Situation dans laquelle les personnes asymptomatiques et celles ayant connu des épisodes de maladies courtes et fatales sont moins susceptibles d'être admises dans l'étude.
C'est un type de biais de sélection qui survient lorsque la maladie étudiée est asymptomatique ou peu symptomatique. Les cas ont alors plus de chances d'être détectés chez les personnes qui font déjà l'objet d'une surveillance médicale attentive.
- erreur systématique différentielle
- erreur systématique non différentielle
- aucune de ces réponses
b
- biais de mémoire
- biais différentiel
- biais de confusion
- biais d'information
a
- L’histoire naturelle de la maladie
- L'effet comportementale
- L’effet de l’attention accordée au sujet
- L’effet placebo
b
L'évolution naturelle de la maladie. ex: la guérison d'une verrue plantaire peut s'expliquer soit par le traitement soit par son histoire naturelle.
- Vrai
- Faux
a
Une étude expérimentale qui a pour but l’étude d’un nouveau médicament ou d’une nouvelle intervention se nomme essai clinique. Une étude portant sur une intervention dans une communauté comme une campagne de vaccination se nomme essai communautaire.
Car les sujets volontaires sont souvent plus motivés, en meilleure santé et mieux éduqués que les sujets qui décident de ne pas participer à l’étude.
- Vrai
- Faux
b
Cela permet d'améliorer la validité interne de l'étude.
- biais de sélection
- biais d'information
- biais de confusion
a,c
- Plan d'étude en parallèle
- Plan d'étude en croisé
b
- Plan d'évaluation en parallèle
- Plan d'évaluation en croisé
a
- Vrai
- Faux
b
Les biais de sélection ne peuvent pas être contrôlé lors de l’analyse, il est donc important de limiter ce type de biais lors de la sélection des sujets.
Employer une technique en aveugle.
La répartition des sujets par hasardisation.
article commandé par un comité de rédaction afin d'explorer un sujet donné dans leur revue.
travaux de synthèse sont mis sur pieds par plusieurs professionnels à partir de différentes sources d'information (études cliniques, publications de tout genre).
Ces guides sont rédigés suite à une revue de la littérature assez exhaustive, mais non systématisée. Ils permettent aux professionnels de saisir l'état actuel des connaissances dans leur domaine et s'informer sur les bonnes pratiques
synthèse systématique est réalisée selon un protocole rigoureux et clairement établi avant le début de l'entreprise. La revue systématique (autre appellation de la synthèse systématique) peut comprendre ou non une méta-analyse. La synthèse regroupe les résultats d'études à visée étiologique et/ou d'études expérimentales.
- Études expérimentales
- Études d'observation
- Toutes ces réponses
c
- Vrai
- Faux
b
La méta-analyse permet d'améliorer la précision de la mesure de l'estimation de l'effet et permet l'exploration des sources d'hétérogénéité.
Biais de publication
Diagramme de dispersion (funnel plot)
- Permet l'exploration des sources d'hétérogénéité
- Protocole rigoureux améliorant l'objectivité des résultats
- Reproductibilité des résultats de recherche
- Permet de dégager une vérité scientifique lorsqu'il y a une grande exhaustivité des recherches
- Lorsqu'elle inclue une méta-analyse, la puissance de l'effet peut être augmentée améliorant l'estimation de l'effet
d
- p < 0.01
- p < 0.05
- p < 0.1
- p < 0.5
- Il n'y pas de consensus uniforme
c