Quels sont les 2 types d’erreur possible dans une étude
Erreur aléatoire : due au hasard
Erreur systématique : due au devis/erreur du chercheur
Quand pouvons nous affirmer qu’un résultat d’une étude est exact
Quand l’étude est valide (absence de biais) et précise (le hasard peut-il à lui seul expliquer les résultats)
Quel est l’effet d’une erreur de classification non-différentielle sur
- Comparaison des groupes
- Association mesurée
- Augmente la ressemblance entre les groupes quand la variable mesurée est dichotomique
- Sous-estime les associations mesurées rapprochant la mesure d’association de la valeur nulle
Dans un ECR, peut-on avoir une erreur de classification non-différentielle de l’exposition
Non, car randomisation
Dans un ECR, peut-on avoir une erreur de classification non-différentielle de l’issue
Oui, si le test utilisé dans les 2 groupes n’est pas parfaite
Quelle est la direction d’un bais d’observation/erreur de classification non différentielle
Biais conservateur –> sous-estime
Nommer la cause de biais d’observation / erreur de classification DIFFÉRENTIELLE
La qualité de la mesure de la maladie/exposition est différente entre les exposés/non exposés ou malades/non malades
Dans un ECR, le biais de sélection survient (est différentiel) si et seulement si …
Comment pouvons nous déterminer cela
la perte au suivi est associée à la fois à l’exposition et à l’issue
Impossible dans vraie vie, car on ne sait pas si les perdus de vue sont malades ou non. Si nous avons cette information, nous devons calculer le RR avant les pertes au suivi et le RR après. Si le RR diffère, c’est que les pertes sont différentielles.
Quelles sont les 2 raisons de biais de sélection dans l’étude de cohorte
- Refus de participer ou volontariat (rétrospective ++)
- Pertes au suivi
Nommer quelques manières de minimiser les pertes au suivi et ainsi la possibilité de biais de sélection
- Contact fréquent
- Récompenses
- Expliquer importance de ne pas quitter étude
- Informer les participants sur les résultats de l’étude
- Consulter statistiques de mortalité
- Obtenir plusieurs numéros de téléphone
Définir la confusion par indication
Distorsion dans l’effet observé d’une intervention causée par la distribution inégale entre les groupes exposés et non exposés de l’indication elle-même de recevoir l’indication
-> Les exposés sont intrinsèquement plus malades, donc ils recevront plus le traitement
Quelles sont les 3 méthodes pour savoir si une variable est un facteur de confusion
- Démonstration formelle des liens FC-M(exp), FC-M(n-exp) et FC-E
a) Vérifier si le facteur est un facteur de risque de la maladie chez les exposés et les non-exposés en faisant le OR (devrait pas être = 1)
b) Vérifier si le facteur de confusions st associé à l’exposition en calculant le OR
c) S’assurer que ce n’est pas un intermédiaire - Comparer la mesure d’association brut (ex. RR) à la mesure d’association ajustée pour le FC. Si elles diffèrent, on conclut que FC exerce un facteur de confusion
- Comparer la mesure d’association brute et les mesures d’association pour chaque strate (si la mesure brut n’est pas comprise dans IC des mesures stratifiées pour FC, on conclut que le FC exerce un effet de confusion)
Nommer 3 façon de contrôler les facteurs de confusion AU DÉBUT de l’étude
- Appariement
- Restriction
- Randomisation
Nommer 3 façons de contrôler les facteurs de confusion AU MOMENT DES ANALYSE
- Standardisation
- Analyse multivariée
- Stratification
