Déf statistiques descriptives
(3+3)
Méthodes utilisées pour résumer, organiser et décrire les données recueillies lors de tests ou mesures.
➡ Elles ne tirent pas de conclusions générales, elles décrivent uniquement l’échantillon mesuré.
- Tendance centrale :
- Moyenne : somme des valeurs ÷ nombre de valeurs.
- Médiane : valeur au centre quand on classe les données.
- Mode : valeur la plus fréquente.
- Dispersion :
- Écart-type : mesure de la variabilité des données par rapport à la moyenne.
- Variance : écart-type au carré.
- Étendue : valeur max – valeur min
déf résultats normatifs des tests et de leur interprétation
résultats normatifs
Valeurs de référence obtenues à partir de tests effectués sur un large échantillon représentatif d’une population (âge, sexe, niveau sportif, etc.).
interprétation
Analyse et explication des résultats obtenus, en tenant compte des statistiques descriptives, des normes et du contexte.
Comprendre et expliquer les concepts de validité, de fidélité, de sensibilité, de reproductibilité et d’objectivité
validité : degré auquel un instrument “mesure ce qu’il prétend mesurer”
fidélité : précision et constance des mesures obtenues à l’aide d’un instrument (ex: test-retest)
sensibilité : Capacité d’un test à détecter de petites différences ou des changements réels dans la variable mesurée.
reproductibilité : possibilité pour différents expérimentateurs ou laboratoires d’obtenir les mêmes résultats en suivant le même protocole.
objectivité: degré auquel les résultats d’un test ne dépendent pas de l’évaluateur, mais uniquement de l’outil ou du protocole.
Critères pour Évaluer la qualité d’un article scientifique (7+5)
TMAJCTÉ
M(SOTTS)
Type d’article
méthode
- sélection des participants
- outils de mesure
- taille d’échantillon
- technique d’analyse
- statistiques
les auteurs (recherche axé sur des sujets similaires)
journal qui a publié l’article
conflit d’intérêt
transparence des auteurs
évaluation par les pairs
Comprendre ce qu’est un résultat significatif (+H₀)
- On dit qu’un résultat est statistiquement significatif quand la probabilité que l’effet observé soit dû uniquement à la variabilité aléatoire est inférieure à un certain niveau (niveau de signification, souvent fixé à 5 %, soit p < 0,05).
p-value (valeur de probabilité) - Mesure la probabilité d’obtenir les résultats observés (ou plus extrêmes) si l’hypothèse nulle (pas d’effet réel) est vraie.
- p < 0,05 → résultat considéré comme significatif dans la plupart des études.
Hypothèse nulle (H₀)
- Idée de base que rien ne se passe (pas de différence, pas d’effet).
- Un résultat significatif conduit à rejeter H₀ au profit de l’hypothèse alternative (H₁).
***Attention : significatif ≠ important
- Un résultat peut être statistiquement significatif mais avoir un impact pratique faible (effet minuscule mais détecté avec beaucoup de données).
- C’est pourquoi on considère aussi la taille de l’effet (effect size) et la pertinence clinique.
Comprendre les limites de certains tests statistiques (6)
HSEMSC
- hypothèses non respectées (résultats invalides ou biaisés si ne respecte pas les conditions)
- signification statistique (p-value) peut ne pas avoir de pertinence clinique
- erreur de type I (faux positif), erreur de type II (faux négatif)
- multiplication des tests (beaucoup de comparaison augmente le risque d’avoir un résultat significatif par hasard)
- sensibilité aux valeurs extrêmes (ex: moyenne)
- choix de mauvais tests (selon type de données, comparaisons
(ez) Identifier la hiérarchie des types d’études (8)
MR RCCTRI
méta-analyse
revue systématique
étude contrôlées randomisées
étude de cohorte
étude de cas témoins
étude transversales comparatives
étude de cas, rapport
idées, opinion d’experts, anecdote, éditoriaux
