Help
Options
Didn't know it?
click below
click below
Knew it?
click below
click below
Don't Know
Remaining cards (0)
Know
retry
shuffle
restart
0:00
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Épidémiologie
Questions de cours - Module 7
| Question | Answer |
|---|---|
| Épidémiologie - Module 7 | C'est parti! |
| Qu'est-ce qu'un paramètre | C'est la vraie valeur que prend une variable dans la population |
| Quelles sont les deux sources d'erreur qui peuvent engendrer des écarts entre les valeurs d'échantillonnage et les paramètres | 1) Erreur aléatoire 2) Erreur systématique |
| Qui suis-je? Je correspond à une absence d'erreur aléatoire | Précision |
| Qui suis-je? Je correspond à une absence d'erreur systématique | Validité |
| Qu'est-ce qui augmente avec la taille d'échantillon, la précision ou la validité? | La précision |
| V/F L'erreur systématique entraîne un biais | Vrai, l'erreur systématique entraîne un biais |
| V/F La validité peut s'améliorer en augmentant la taille de l'échantillon | Faux, la validité n'est pas améliorée par la taille de l'échantillon |
| Qui suis-je? Je suis la combinaison d'une bonne précision et d'une bonne validité | L'exactitude |
| V/F L'erreur de type II n'est pas due à un manque de précision | Faux, les erreurs de type I et de type II peuvent se produire en raison d'un manque de précision |
| Qu'est-ce qu'un biais d'observation (=biais d'information)? | C'est une erreur systématique dans la mesure de l'exposition et/ou de l'issue |
| V/F Biais d'observation et erreur de classification sont des synonymes | Vrai (selon ce qui est mentionné dans le cours) |
| Quelles sont les deux sortes d'erreurs de classification? | Non-différentielles et différentielles |
| Qu'entend-on par erreur de classification non-différentielle? | C'est une erreur systématique dans la mesure de l'exposition ou de la maladie, mais qui ne dépend pas de l'autre axe de classification |
| Quelle est la tendance des erreurs de classification non-différentielles? | Elles entraînent une sous-estimation de la force de l'association. |
| V/F Un baisse de sensibilité va diminuer la force de l'association, alors qu'une baisse de spécificité va augmenter la force de l'association | Faux, une baisse de la sensibilité ou de la spécificité vont toutes les deux baisser artificiellement la force de l'association (risque d'erreur de type II) |
| Comment se nomme un biais qui nous rapproche de l'hypothèse nulle? | Un biais conservateur |
| V/F Si aucune association n'existe entre deux groupes, l'erreur de classification non-différentielle n'est pas à risque d'en créer une de manière artificielle | Vrai |
| V/F Les associations de faible grandeur entre deux groupes sont les plus vulnérables aux erreurs de classification non-différentielles | Vrai |
| Qu'est-ce qu'un biais de détection? | Un biais d'observation où l'exposition impacte l'intensité du dépistage de la maladie. |
| Donnez un exemple d'erreur de classification différentielle sur l'issue | Un chercheur non-aveugle qui évalue l'issue de manière non-objective |
| V/F Le fait de choisir des témoins hospitalisés dans une étude cas-témoins réduit le risque de biais de rappel | Vrai |
| V/F La validation croisée n'a pas d'impact sur la réduction des biais d'observation potentiels | Faux |
| V/F Les biais de sélection sont uniquement dus à une erreur dans la sélection des participants | Faux, les perdus de vue sont aussi considérés comme une source de biais de sélection |
| Comment se produit un biais de sélection dans l'étude de cohorte? | Lorsque la sélection des exposés et des non-exposés dépend de leur susceptibilité à la maladie. |
| Comment se produit un biais de sélection dans l'étude cas-témoins | Lorsque la sélection des cas et des témoins dépend de leur susceptibilité à être exposé ou non exposé |
| V/F Lorsqu'il y a un biais de sélection, l'association mesurée chez les sujets étudiés est différente de l'association chez les sujets éligibles mais non-étudiés | Vrai |
| Quel type d'étude est le plus susceptible aux biais de sélection? L'étude de cohorte ou l'étude cas-témoins | L'étude cas-témoins, en raison de la finesse requise dans le choix des témoins |
| V/F L'étude randomisée ne peut avoir de biais de sélection | Faux, en raison des perdus de vue |
| V/F Il est impossible d'avoir une estimation non-biaisée du paramètre d'association OR s'il y a des perdus de vue | Faux, il est théoriquement possible d'avoir une estimation non-biaisée du paramètre, si le ratio p1p4/p2p3 est égal à 1 (diapo 33) |
| V/F Je n'aurai pas une mesure biaisée du OR si j'ai le même nombre de pertes au suivi dans mes exposés malades que dans mes exposés non-malades | Faux, il faut plutôt qu'il y ait la même proportion de perdus de vue entre les exposés malades et les exposés non-malades. |
| Quel est le plus grand biais de sélection dans les études randomisées? | Les biais de sélection dus aux perdus de vue |
| Par rapport aux perdus de vue, donnez un meilleur critère de dangerosité que le seuil de 20% | 1) La différence de proportion de perdus de vue entre les exposés vs non-exposés 2) Les caractéristiques de bases des perdus de vue sont les mêmes que celles des participants gardés jusqu'à la fin |
| V/F Le refus de participer à une étude clinique randomisée est une source de biais de sélection | Faux, c'est un risque pour la validité externe, mais pas pour la validité interne |
| V/F Le refus de participer à une étude de cohorte est une source de biais de sélection | Vrai |
| Est-ce qu'un biais de détection peut être un biais de sélection | Vrai, dans le cas d'une étude cas-témoins, si la détection est plus efficace chez les exposés que les non exposés. |
| De quel type de biais fait partie le biais de survie sélective dans l'étude cas-témoins | Le biais de survie sélective dans l'étude cas-témoins est un biais de sélection |
| V/F Il est trop tard pour prévenir l'effet d'un biais de sélection une fois l'étude commencée | Vrai |
| Qui suis-je? Un facteur de confusion causé par une inégalité dans les chances de recevoir l'exposition bénéfique en raison de l'état de santé des participants | Facteur de confusion par indication |
| V/F Pour être un facteur de confusion, une variable externe n'a pas besoin d'être associé au risque de maladie chez les non-exposés | Faux, une variable externe doit être associé à la maladie autant chez les exposés que les non-exposés |
| V/F Le facteur de confusion par indication n'est pas possible dans un essai randomisé | Vrai |
| V/F Il est très difficile de contrôler entièrement pour une variable de confusion par indication dans les études observationnelles | Vrai |
| Nommez un moyen pour tenter de contrôler pour les facteurs de confusion par indication | Les scores de propension |
| V/F Il ne peut y avoir de facteur de confusion par indication pour les expositions reconnues comme néfastes | Vrai |
| Nommez trois moyens de contrôler pour les facteurs de confusion au début de l'étude | - Randomisation - Restriction - Appariement |
| Nommez trois moyens de contrôler pour les facteurs de confusion au moment des analyses | - Standardisation - Stratification - Analyse multivariée |
| Lequel des deux éléments a l'impact le plus confondant? Facteur de confusion ou effet modifiant | Facteur de confusion |
| Facteur de confusion ou effet modifiant, lequel des deux entraîne une variation de l'association exposition/issue entre différents sous-groupes de la population | Effet modifiant |
| V/F Il est impossible de trouver un effet modifiant dans un essai randomisé | Faux |
| Nommez un danger de faire des sous-groupes dans un essai randomisé pour évaluer les effets modifiants | Danger de biais par perte des propriétés de randomisation |
| Quelles sont les trois méthodes pour démontrer l'existence d'un facteur de confusion? | 1) Démonstration formelle des liens 2) Comparer les mesures d'associations brutes à celles d'une analyse multivariée 3) Comparer les mesures d'associations brutes à celles par strates |
| Que doit faire un lecteur lorsqu'il analyse une étude pour évaluer l'impact des biais potentiels | 1) Identifier les caractéristiques du devis susceptibles d'avoir entraîné un biais et les manières de les prévenir 2) Considérer les différents types de biais possibles 3) Déterminer la direction du biais 4) Conclure sur la sévérité du biais |
Created by:
philippe.lacasse
Popular Health & Social Care sets