Module 2 Flashcards

(164 cards)

1
Q

Quel est le rôle de la statistique en recherche clinique ?

A

La statistique joue un rôle important dans la démarche scientifique en recherche clinique. Un essai clinique produit une réponse à une question spécifique, mais cette réponse peut être faussée (biaisée) et imprécise. La statistique permet de maximiser la validité des réponses.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Pourquoi le biais et le manque de précision sont-ils problématiques ?

A

Le biais ou le manque de précision impacte la validité de la réponse produite par un essai clinique.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

À quel moment le biostatisticien intervient-il et que fait-il ?

A

Le biostatisticien entre en jeu dès la conception de l’étude, en s’assurant que la question de recherche soit spécifique, en établissant le design de l’étude, en déterminant l’approche analytique et la taille d’échantillon. Il exécute les analyses intérimaires, puis les analyses finales, et contribue à l’interprétation et à la publication des résultats.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Pourquoi dit-on que la statistique n’est pas magique ?

A

La statistique n’est pas magique au sens où elle ne peut pas contrôler pour toutes les déficiences d’une étude. Certaines déficiences ne peuvent être corrigées une fois que l’étude a été réalisée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce qu’un critère de résultat ?

A

Dans un essai clinique, on doit mesurer quelque chose chez les patients pour savoir si un traitement fonctionne.
Cette chose mesurée s’appelle un critère de résultat (ex. tension artérielle, cholestérol, statut VIH).

Variable clinique mesurée sur un participant/patient dans un essai clinique (ex : taux de cholestérol, tension artérielle, statut VIH).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Qu’est-ce que le critère de résultat principal (CRP) ?

A

Le critère de résultat principal (CRP), aussi appelé critère de jugement principal ou critère d’évaluation principal, est celui qui est utilisé dans la construction de l’analyse de la réponse. Le CRP est le « O » de la méthode PICO (PICODE).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Le CRP est-il la réponse à la question de recherche ?

A

Le CRP n’est pas une réponse à la question de recherche clinique. C’est bien une mesure sur un participant/patient. Le choix de cette mesure permettra de répondre à la question de recherche de l’essai clinique.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Quand le CRP peut-il être mesuré ?

A

Le CRP d’un participant peut être mesuré à un seul moment ou à plusieurs reprises durant le suivi prospectif. La fréquence de mesure du CRP aura un impact sur le type d’analyse statistique à privilégier.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quels sont les types de CRP ?

A
  • Dichotomique (deux valeurs possibles)
  • Continue
  • Incidence (temps de survenue des événements)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Pourquoi utiliser un CRP de type incidence ?

A

Ce CRP permet d’évaluer la survenue d’un événement (ex. infection au VIH) et le moment de la survenue. Dans certaines situations cliniques, le bénéfice d’une intervention est de retarder l’événement d’intérêt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Pourquoi les études avec un CRP d’incidence ont-elles des particularités ?

A

Pour des raisons éthiques, logistiques et économiques, le suivi des participants ne pourrait pas se faire sur une assez longue période de temps et/ou jusqu’au décès du participant. Le suivi aura donc une durée maximale.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Quels sont les deux groupes de participants à la fin du suivi ?

A
  • Un groupe dont le CRP est survenu avant la fin de l’étude
  • Un groupe dont le CRP n’est pas survenu avant la fin de l’étude
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Qu’est-ce qu’une censure administrative ?

A

La coupure dans le suivi après une durée maximale de l’étude s’appelle une censure administrative (données avec censure). Pour ces participants, le CRP pourrait survenir après la fin de l’étude, mais on ne le saura pas.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Les essais cliniques avec un CRP d’incidence ont-ils souvent des censures ?

A

La majorité des essais cliniques avec un CRP d’incidence ont des censures.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Comment la censure est-elle illustrée dans une étude où le CRP est le décès ?

A

Lorsque le temps de suivi est limité (ex. 180 jours), les patients ayant survécu au-delà de cette période sont censurés.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est-ce qu’une variable ordinale ?

A

Une variable ordinale exprime le rang; c’est l’ordre qui confère une information, non la valeur. Les chiffres n’ont pas d’information numérique, mais l’ordre est important.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Pourquoi les stades du cancer sont-ils une variable ordinale ?

A

Les stades 1, 2, 3 et 4 décrivent l’étendue de la maladie. Les chiffres pourraient être 0, 2, 5 et 10, mais l’ordre est important; 4 est un stade pire que 3.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Qu’est-ce qu’une variable de dénombrement (variable discrète) ?

A

Une variable de dénombrement prend des valeurs entières non négatives et représente des dénombrements ou des fréquences numériques.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Donne des exemples de variables de dénombrement.

A

Charge virale, cellules sanguines, nombre de lésions ou de tumeurs, nombre de crises, nombre d’infections, nombre de prescriptions médicales.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Pourquoi une variable de dénombrement n’est pas une variable ordinale ?

A

Une variable de dénombrement n’a pas d’ordre ou de classement inhérent parmi ses valeurs. Par exemple, la différence entre 10 000 et 10 002 copies/ml de VIH n’a pas de signification de rang.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Quand une variable de dénombrement peut-elle être analysée comme continue ?

A

Lorsqu’il y a beaucoup de valeurs pour le dénombrement, par exemple la fréquence cardiaque, elle peut être traitée comme une variable continue.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Qu’est-ce qu’une variable catégorielle ?

A

Lorsqu’il y a beaucoup de valeurs pour le dénombrement, par exemple la fréquence cardiaque, elle peut être traitée comme une variable continue.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Pourquoi la nature du CRP est-elle importante ?

A

Le CRP influence le type de réponse à la question de recherche clinique et les mesures résumées utilisées, comme une proportion pour un CRP dichotomique ou une moyenne pour un CRP continu.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Pourquoi la réponse à une question de recherche clinique est-elle rarement oui ou non ?

A

Il est relativement rare que la réponse désirée soit un simple oui ou non. La réponse sera quantitative et l’amplitude (ampleur, taille) de l’effet sera estimée.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Pourquoi l’amplitude de la réponse est-elle importante ?
Selon l’amplitude, on pourra déduire une réponse qualitative, mais clairement l’amplitude de la réponse est importante pour la pratique clinique.
26
De quoi dépend la réponse à la question de recherche clinique ?
La réponse va dépendre du critère de résultat principal (CRP) utilisé.
27
Quel est l’exemple utilisé pour illustrer une très grande amplitude d’effet ?
Le vaccin contre l’infection à l’Ébola (rVSV-ZEBOV) avec une estimation ponctuelle de l’efficacité de 100 %, aucune transmission 10 jours après la vaccination.
28
Quelle est la question quantitative posée pour l’hypertension ?
On veut connaître l’amplitude de la différence dans la réduction de la tension artérielle entre le nouveau traitement et le traitement standard.
29
Quelle alternative les chercheurs auraient-ils pu utiliser pour mesurer la réponse ?
Utiliser l’échec au traitement comme étant une tension artérielle finale qui n’atteint pas un seuil clinique acceptable établi a priori, par exemple 120/80 mm Hg.
30
Comment définit-on le succès du traitement pour un patient donné ?
Si le seuil est atteint, le traitement est un succès; sinon, c’est un échec.
31
Quel est le type de mesure de la réponse dans cet exemple ?
La mesure de la réponse est dichotomique et s’exprime en proportion.
32
Quel est le critère de résultat principal mesuré sur chaque patient ?
Le succès du traitement (succès/échec) selon un seuil défini a priori.
33
Pourquoi cet ECR ne serait-il plus possible aujourd’hui avec un placebo ?
De nos jours, il ne serait pas possible de faire cet ECR avec un contrôle placebo car il existe des traitements efficaces pour traiter l’hypertension.
34
Pourquoi utilise-t-on souvent des études de non-infériorité en hypertension ?
Les études de non-infériorité sont souvent utilisées étant donné que les traitements pour l’hypertension sont très efficaces.
35
Quelle est la forme de la réponse à la question de recherche clinique ?
La réponse à la question de recherche est une différence entre les groupes, basée sur des mesures résumées du critère de résultat principal.
36
Que signifie une différence nulle entre les groupes ?
Si la différence est nulle, il n’y a pas d’évidence que les interventions soient différentes au niveau du critère de résultat principal.
37
Qu’est-ce qu’une différence d’incidences ?
On mesure l’incidence des événements pour chacune des interventions, exprimée en nombre d’événements par personne-années.
38
Quand utilise-t-on une différence de moyennes ?
Lorsqu’on mesure quantitativement une variable biologique continue et qu’on compare les moyennes entre les interventions.
39
Qu’est-ce qu’une différence de proportions ?
On compare les proportions calculées à partir d’un critère de résultat principal dichotomique, comme le décès ou le succès du traitement.
40
Pourquoi le taux d’incidence n’est-il pas une proportion ?
Le taux d’incidence tient compte du temps de survenue des événements, contrairement à une proportion.
41
Qu’est-ce qu’une incidence cumulée ?
L’incidence cumulée cumule les événements sur une période de temps et utilise une proportion pour résumer l’information.
42
Comment définit-on la prévalence ?
La prévalence est la proportion de personnes infectées ou malades dans une population à un moment donné.
43
Que signifie un taux d’incidence de 5 % ?
5 cas incidents par 100 personne-années; le signe % est un raccourci pour « pour 100 personne-années ».
44
Pourquoi les ECRs basés sur l’incidence cumulée sont-ils plus difficiles à réaliser ?
Ils nécessitent un suivi long de tous les patients, souvent plusieurs années, ce qui allonge considérablement la durée de l’étude. *Par exemple, si ça prend 3 ans pour recruter les patients de cette étude, l'étude va durer au minimum 8 ans car le dernier patient recruté devra être suivi 5 ans. Si l'objectif est plutôt une comparaison de taux d'incidences, on peut réaliser l'étude beaucoup plus rapidement.*
45
De quoi dépend le type de mesure de la réponse ?
Le type de mesure de la réponse à la question de recherche clinique va dépendre du design de l’essai clinique.
46
Qu’est-ce qu’un essai clinique randomisé et contrôlé avec 2 groupes parallèles ?
Il consiste à comparer 2 interventions, une intervention d’intérêt et une intervention contrôle, avec une allocation aléatoire des traitements aux participants.
47
Qu’est-ce qu’un essai clinique randomisé et contrôlé avec ≥ 3 groupes parallèles ?
C’est une extension du design 1 où l’essai clinique évalue 3 interventions ou plus, par exemple deux traitements expérimentaux comparés à un placebo.
48
Quels étaient les traitements comparés dans l’ECR OUCH ?
Traitement standard : Ibuprofène + Placebo Traitements expérimentaux : Morphine + Ibuprofène et Morphine + Placebo
49
Comment obtient-on des groupes comparables dans les designs 1 et 2 ?
La comparabilité des groupes est obtenue à l’aide de la randomisation.
50
Quel est le principe du design 3 (essai clinique croisé)?
Chaque patient est exposé à plus d’une intervention et agit comme son propre contrôle.
51
Avec un design où chaque patient agit comme son propre contrôle...
- Chaque patient est exposé à plus d'une intervention - Dans le cas de 2 interventions, chaque patient est exposé aux 2 interventions, une après l'autre (2 périodes de temps) - Une période de sevrage est nécessaire afin d'éliminer tous les effets (néfastes ou bénéfiques) d'une intervention avant de débuter une autre intervention - L'ordre dans lequel un patient reçoit les interventions est randomisé (placebo avant expérimentale ou expérimentale avant placebo). Ceci est différent des designs 1 et 2 où l'allocation des traitements aux participants est randomisée.
52
Pourquoi le design 3 ne peut-il pas être utilisé avec des critères de résultats terminaux (comme décès ou infection) ?
Parce que le patient doit revenir à son état initial après la période de sevrage.
53
Donne un exemple de condition médicale appropriée pour le design 3.
La tension artérielle.
54
Y a-t-il une sélection subjective des patients dans un ECR ?
Non, seulement des critères d’inclusion et d’exclusion prédéfinis.
55
Qui décide de la participation à un ECR ?
Le patient, après consentement éclairé sur les risques, procédures, visites, durée, implications de la participation
56
Un patient peut-il quitter un ECR après avoir accepté ?
Oui, à tout moment, sans justification - Il peut demander la destruction de ses données
57
Qu’est-ce que l’“inducement” ?
Une incitation financière qui influence la décision de participer.
58
Est-il permis de payer des patients pour participer ?
Non, sauf compensations limitées (zone grise)
59
À quel moment a lieu la randomisation ?
Après le consentement éclairé, créer des groupes comparables et réduire les biais de confusion.
60
La randomisation garantit-elle des groupes parfaitement équilibrés ?
Non
61
Que peut causer une randomisation malchanceuse ?
Déséquilibre entre groupes et risque de biais de confusion
62
Conséquence analytique d’un déséquilibre majeur ?
Ajustements statistiques nécessaires
63
Qu’est-ce qu’une allocation 1:1 ?
Deux groupes de taille approximativement égale
64
Qu’est-ce qu’une allocation K:1 ?
Une allocation inégale (ex. 2:1)
65
Allocation 2:2:1 signifie quoi ?
Deux fois plus de patients dans A et B que dans C
66
Quelle allocation est la plus efficace statistiquement ?
1:1
67
Pourquoi utiliser une allocation inégale ?
Pour avoir plus de données sur le traitement actif (PK/PD)
68
Qu’est-ce que la dissimulation de l’allocation ?
Le recruteur ne connaît pas les allocations futures. (le personnel recruteur ne connaît pas les prochaines allocations)
69
Pourquoi est-ce crucial ?
- pour éviter la sélection biaisée des patients - empêcher un clinicien de retarder un recrutement ou essayer d'obtenir un traitement précis pour son patient
70
Que doivent empêcher les bons systèmes de randomisation ?
- ne permettent pas d’annuler une randomisation - empêchent la re-randomisation opportuniste
71
Qu’est-ce que le masquage des traitements dans un ECR ?
Stratégie consistant à rendre les traitements indiscernables afin que la connaissance du traitement reçu n’influence ni le comportement des participants, ni les évaluations cliniques, ni les analyses.
72
Quels éléments doivent être identiques entre traitement actif et placebo ?
- Contenant - Étiquette - Quantité - Couleur - Apparence ⚠️ Le goût est parfois difficile à reproduire.
73
Que signifie un ECR à simple insu ?
Le patient ne sait pas quel traitement il reçoit, mais les cliniciens et le personnel de l’étude le savent.
74
Que signifie un ECR à double insu ?
Ni le patient, ni les cliniciens, ni le personnel de l’étude ne connaissent le traitement attribué.
75
Que signifie un ECR à triple insu ?
Le masquage inclut : - le patient - les cliniciens - le personnel de l’étude - le statisticien/analyste ➡️ Objectif : éviter la subjectivité dans les analyses.
76
Quelle est la terminologie anglaise du masquage ?
Single-blinded Double-blinded Triple-blinded
77
Quel biais le masquage permet-il surtout d’éviter ?
Le biais d’information, lié à des modifications de comportement, d’évaluation ou d’interprétation dues à la connaissance du traitement.
78
Comment la connaissance du traitement peut-elle biaiser un ECR ?
- Le patient peut rapporter plus ou moins de symptômes - Le clinicien peut évaluer différemment l’efficacité ou les effets secondaires - Le chercheur peut interpréter subjectivement les résultats
79
Donne un exemple où le masquage est impossible.
Comparer une chirurgie (ex. hernie discale) à un traitement de physiothérapie.
80
Qu’est-ce qu’un ECR ouvert (open-label) ?
Un essai où aucun masquage n’est possible, donc tous connaissent le traitement attribué. ➡️ Plus vulnérable au biais d’information.
81
Quel est le rôle du pharmacien dans un ECR masqué ?
- Reçoit le numéro de séquence anonymisé - Consulte la liste de randomisation - Prépare le traitement correspondant - S’assure que le produit est indiscernable
82
Pourquoi les placebos sont-ils difficiles à produire ?
- Ils doivent imiter parfaitement le traitement actif - Certains aspects (goût, texture, effets secondaires) sont difficiles à reproduire - Ils sont souvent coûteux
83
Pourquoi masquer l’analyste des données ?
Pour éviter que la connaissance du groupe de traitement influence : - le choix des analyses - la façon de présenter les résultats - leur interprétation finale
84
Quel est l’objectif fondamental d’un essai clinique ?
Répondre à une question clinique de manière valide, non biaisée et précise, afin de convaincre la communauté scientifique ou les autorités réglementaires
85
Une étude bien exécutée sur le terrain est-elle nécessairement valide ?
Non. Elle peut être bien exécutée mais produire une réponse biaisée et/ou imprécise.
86
Que représente le centre de la cible dans la métaphore biais/précision ?
La vraie réponse, sans biais et avec une précision optimale.
87
Définis le biais.
Erreur systématique qui entraîne une sur- ou sous-estimation de l’effet réel.
88
Définis la précision (variabilité).
Erreur aléatoire, correspondant à la dispersion des résultats autour de la moyenne.
89
Une réponse peut-elle être précise mais biaisée ?
Oui. Une grande précision n’élimine pas les biais.
90
Donne un exemple d’erreur systématique (biais de mesure).
- Tensiomètre qui sous-estime toujours la TA - Test VIH donnant des faux positifs systématiques
91
Une réponse clinique peut-elle être biaisée malgré des instruments parfaits ?
Oui, si les groupes comparés ne sont pas comparables.
92
Qu’est-ce que le biais de confusion ?
Biais causé par un facteur externe associé à la fois à l’intervention et au résultat, faussant la relation observée.
93
Pourquoi l’âge est-il un facteur de confusion dans l’exemple du VO₂ max ?
Parce que le VO₂ max diminue avec l’âge indépendamment de l’intervention.
94
Quel est le rôle de la randomisation ?
Réduire les biais de confusion en rendant les groupes comparables en moyenne.
95
La randomisation élimine-t-elle tous les biais ?
Non. Elle réduit surtout les biais de confusion.
96
Quelle caractéristique essentielle distingue un biais ?
Il a toujours une direction (surestimation ou sous-estimation).
97
Quelle est la principale source de variabilité dans un essai clinique ?
La variabilité inter-individuelle entre les participants.
98
Comment augmente-t-on la précision d’une étude ?
- Augmenter la taille d’échantillon - Optimiser le design - Choisir des analyses statistiques appropriées
99
Pourquoi augmenter la taille d’échantillon ne diminue pas les biais ?
Parce que les biais sont systématiques, pas aléatoires.
100
Qu’est-ce que la validité interne ?
La capacité d’une étude à produire une réponse peu biaisée et précise.
101
Pourquoi les biais sont-ils plus problématiques que l’imprécision ?
Parce qu’ils sont difficiles à détecter, à quantifier et peuvent fausser complètement la conclusion.
102
Pourquoi dit-on qu’il n’y a pas de cible en pratique ?
Parce que la vraie réponse à la question clinique est inconnue au moment de l’étude
103
Pourquoi serait-il non éthique de faire une étude si la réponse était connue ?
Parce que cela exposerait inutilement des participants à une intervention sans incertitude scientifique réelle
104
Que représente la réponse d’une étude en pratique ?
Un seul point, sans possibilité de savoir sa distance par rapport à la vraie valeur
105
Peut-on mesurer le biais dans une étude unique ?
Non, car le biais nécessite de connaître la vraie valeur, qui est inconnue
106
Que peut-on mesurer même sans cible ?
La précision, à l’aide d’outils statistiques
107
Cite des outils permettant de quantifier la précision.
- Intervalles de confiance - Variance - Erreur standard - Taille d’échantillon
108
Pourquoi la précision est-elle quantifiable mais pas le biais ?
Parce que la précision dépend de la variabilité observée, alors que le biais dépend d’une valeur vraie inconnue.
109
Une seule étude permet-elle de savoir si le résultat est biaisé ?
Non. Elle fournit seulement une estimation ponctuelle.
110
Les méta-analyses ont-elles une cible connue ?
Non. Elles n’éliminent pas l’incertitude sur la vraie valeur.
111
Pourquoi les méta-analyses sont-elles néanmoins supérieures aux études individuelles ?
Parce qu’elles augmentent la précision et améliorent le contrôle des biais
112
En montant dans la pyramide des niveaux de preuve, que se passe-t-il ?
- Les biais sont mieux contrôlés - La précision augmente
113
Une réponse plus précise est-elle nécessairement plus vraie ?
Non. Elle peut être très précise mais toujours biaisée.
114
Quel est le message fondamental de cette section ?
On ne peut pas savoir si une réponse est biaisée, mais on peut toujours mesurer sa précision.
115
Quel lien avec la validité interne ?
Une bonne validité interne repose sur : - un contrôle maximal des biais - une précision élevée, même sans cible connue.
116
Quelles sont les trois grandes classes de biais ?
- Biais de confusion - Biais d’information - Biais de sélection
117
Pourquoi les ECRs sont-ils moins sujets aux biais ?
Grâce à la randomisation, au masquage et au suivi prospectif complet.
118
Qu’est-ce qu’un facteur de confusion ?
Facteur associé au CRP et à l’intervention, sans être causé par l’intervention
119
Quelles sont les trois conditions nécessaires à un biais de confusion ?
- Association avec le CRP - Association avec l’intervention - Non causalité par l’intervention
120
Pourquoi un facteur intermédiaire ne peut-il pas être un facteur de confusion ?
Parce qu’il est causé par l’intervention et fait partie du mécanisme causal
121
Comment la randomisation prévient-elle le biais de confusion ?
En empêchant l’association entre facteurs de confusion et groupe.
122
Pourquoi la randomisation seule ne suffit-elle pas ?
Parce que l’attrition peut rendre les groupes non comparables
123
Qu’est-ce que l’attrition ?
La perte de participants au suivi après la randomisation
124
Qu’est-ce qu’un biais d’information ?
Biais causé par une mesure incorrecte ou subjective du CRP
125
Comment le masquage réduit-il le biais d’information ?
En empêchant que la connaissance du traitement influence les évaluations
126
Qu’est-ce que la validité externe ?
La capacité de généraliser les résultats à la population cible.
127
Pourquoi les premiers ECRs ont-ils une faible validité externe ?
Parce qu’ils incluent des patients idéaux, très sélectionnés.
128
Une bonne validité interne garantit-elle une bonne validité externe
Non. Les deux concepts sont indépendants.
129
Pourquoi les autorités peuvent-elles homologuer un médicament malgré une faible validité externe ?
Parce que l’efficacité est démontrée dans des conditions contrôlées.
130
Qu’est-ce que la validité interne ?
Capacité d’un ECR à produire une réponse non biaisée et précise.
131
: Quand dit-on qu’une réponse est valide ?
Lorsque la validité interne est excellente.
132
Pourquoi la validité externe dépend-elle de la validité interne ?
Parce qu’il est inutile de généraliser une réponse biaisée ou imprécise
133
Qu’est-ce que la validité externe ?
La capacité de généraliser les résultats d’un ECR à la population cible
134
Pourquoi un ECR chez les 18–25 ans ne permet-il pas de conclure pour un patient de 40 ans ?
Parce qu’aucun patient de 40 ans n’a été étudié, donc aucune preuve d’efficacité ou de sécurité.
135
Quel est l’impact des critères d’exclusion sur la validité externe
Plus ils sont nombreux, plus la validité externe est limitée.
136
Qu’est-ce qu’un ECR pragmatique ?
Un ECR avec peu de critères d’exclusion, visant à maximiser la généralisation des résultats
137
Les ECR pragmatiques sacrifient-ils la validité interne ?
Non nécessairement, mais ils acceptent plus d’hétérogénéité pour améliorer la validité externe.
138
Pourquoi des critères d’inclusion très larges ne garantissent-ils pas une bonne validité externe ?
À cause du recrutement opportuniste, qui peut produire un échantillon non représentatif.
139
Qu’est-ce que le recrutement opportuniste ?
Recrutement basé sur l’accès et la volonté des patients, pas sur la représentativité populationnelle.
140
Donne un exemple de faible validité externe malgré des critères larges.
ECR incluant ≥18 ans mais recrutant uniquement des patients ≥55 ans.
141
Une excellente validité interne implique-t-elle une excellente validité externe
Non. Les deux concepts sont distincts.
142
Quelle est la priorité absolue dans un ECR ?
La validité interne.
143
Quelle phrase résume le mieux ce concept ?
On généralise seulement ce qui est d’abord valide.
144
Qu’est-ce qu’une estimation ponctuelle ?
Un seul nombre estimant une quantité inconnue dans la population.
145
: Pourquoi est-il risqué d’interpréter une réponse basée uniquement sur une estimation ponctuelle ?
Parce que l’estimation ponctuelle peut être fortement influencée par l’erreur aléatoire.
146
Qu’est-ce que l’erreur aléatoire ?
La variabilité due au hasard dans l’observation des événements, même en absence de biais.
147
L’erreur aléatoire peut-elle exister dans un ECR parfaitement randomisé et masqué ?
Oui. La randomisation et le masquage n’éliminent pas l’erreur aléatoire.
148
Quelle est la différence entre biais et erreur aléatoire ?
Le biais est une erreur systématique, l’erreur aléatoire est une variabilité due au hasard.
149
Qu’est-ce qu’une estimation ponctuelle ?
Un seul nombre estimant l’effet d’une intervention à partir d’une étude.
150
Donne des exemples d’estimation ponctuelle en ECR
Différence de risque, moyenne, risque relatif, odds ratio, hazard ratio
151
Que ne permet pas une estimation ponctuelle seule ?
Quantifier l’incertitude ou la précision de l’effet observé
152
Pourquoi deux ECRs identiques peuvent-ils donner des estimations ponctuelles différentes ?
Parce que les patients recrutés et les événements observés diffèrent par hasard.
153
Qu’est-ce qu’une estimation par intervalle ?
Une estimation accompagnée d’un intervalle de valeurs compatibles avec les données observées.
154
Quel est l’outil principal d’estimation par intervalle ?
L’intervalle de confiance.
155
Pourquoi toute estimation ponctuelle doit-elle être accompagnée d’un intervalle de confiance ?
Pour tenir compte de l’erreur aléatoire et de l’incertitude
156
Quel est le but d’une simulation d’ECR ?
Illustrer l’impact de l’erreur aléatoire sur les résultats d’un essai clinique.
157
Dans la simulation, quelle est la vraie incidence de décès dans chaque groupe ?
20 % dans le groupe placebo et 20 % dans le groupe traitement.
158
Quelle est la vraie différence d’incidence entre traitement et placebo ?
0 %.
159
Pourquoi observe-t-on des différences non nulles entre les groupes dans la simulation ?
À cause de l’erreur aléatoire.
160
Pourquoi une seule étude est-elle insuffisante pour connaître la vraie valeur de l’effet ?
Parce qu’elle fournit une estimation bruitée par l’erreur aléatoire.
161
Quel est le message central de ces documents ?
Toute estimation ponctuelle doit être interprétée avec un intervalle de confiance.
162
L’erreur aléatoire est...
Variabilité due au hasard dans les résultats d’une étude, même lorsque : - le design est parfait, - la randomisation est bien faite, - il n’y a aucun biais. 👉 Elle provient des fluctuations naturelles dans les données observées.
163
Origine de l’erreur aléatoire
- Variabilité entre les patients - Nombre fini de participants - Survenue aléatoire des événements - Différences naturelles entre échantillons
164
Comment réduire l’erreur aléatoire ?
➕ Augmenter la taille d’échantillon ➕ Combiner plusieurs études (méta-analyse) ⚠️ Réduire l’erreur aléatoire ne réduit pas les biais.