Transcript 23/04/2014 MADET Olivia L3 Biomédecine quantitative Pr R. Giorgi

BIOMEDECINE QUANTITATIVE – Séance d'exercices
23/04/2014
MADET Olivia L3
Biomédecine quantitative
Pr R. Giorgi
Relecteur 10
10 pages
Séance d'exercices
Plan
Questions 1 à 11
Les 3 dernières questions initialement prévues n'ont pas été traitées en cours, faute de temps.
Question 1.
Dans un test statistique, on désigne par H0 l'hypothèse nulle et H1 l'hypothèse alternative. On s'intéresse aux
risques de première et deuxième espèce. Parmi les propositions suivantes, laquelle (ou lesquelles) est (ou sont)
exacte(s) ?
A. Le risque de première espèce est la probabilité de rejeter H0 sachant que H0 est vraie
B. Le risque de première espèce est la probabilité de ne pas rejeter H0 sachant que H0 est vrai
C. Le risque de 2e espèce est la probabilité de rejeter H0 sachant que H1 est vraie
D. Le risque de 2e espèce est toujours fixé à 5%
E. Le risque de 2e espèce est la probabilité de ne pas rejeter H0 sachant que H1 est vraie
Réponse : AE
Rappel :
– Risque de première espèce = α, risque de conclure à tort que mon hypothèse alternative est vraie alors
que c'est l'hypothèse nulle qu'il l'est.
– Risque de deuxième espèce = β, risque de conclure à tort que mon hypothèse nulle est vraie alors que
c'est l'hypothèse alternative qu'il l'est.
– 1- β : puissance statistique du test (= capacité du test à montrer une différence statistique si celle-ci
existe. Je rejette donc l'hypothèse nulle en faveur de l'hypothèse alternative)
a. VRAI. Tableau de rappel :
H0
H1
H0
1 – α (juste)
Erreur β
H1
Erreur α (en général 5%)
1 – β (juste, puissance)
Décision (échantillon)
Réalité (population)
b. FAUX, cette définition correspond à 1- α
c. FAUX, cette définition correspond à 1- β
d. FAUX. Tout d'abord il s'agit du risque α de première espèce, et deuxièmement il ne s'agit pas toujours de 5%,
on peut parfois prendre 1% par exemple dans le cadre du diagnostic VIH (on ne peut pas prendre un risque de
5% de conclure à l'efficacité du diagnostic alors qu'il ne l'est pas)
e. VRAI.
Importance de la puissance du test statique : le résultat du test peut ne pas montrer de différence par exemple
entre l'efficacité de 2 médicaments parce qu'il n'y en a pas, il peut ne pas être significatif à cause du hasard ou
être non significatif car les effectifs sont insuffisants, cad quand la puissance statistique du test est trop faible.
On acceptera jamais un test si la puissance est en dessous de 80%.
1/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Question 2. Afin de définir les normes d'un paramètre en médecine, il est nécessaire de disposer d'un grand
échantillon de données. Parmi les propositions suivantes, laquelle (ou lesquelles) est (ou sont) exacte(s) ?
A. Un échantillon est un sous-ensemble d'une population
B. L'échantillon doit avoir les mêmes caractéristiques que la population dont il est issu afin d'être représentatif.
C. Les résultats obtenus par analyse de l’échantillon ne doivent pas s'écarter des caractéristiques de la
population : l'échantillon ne doit pas être biaisé
D. L'échantillon doit avoir absolument une taille supérieure à 1000
E. La paramètre au sein de l'échantillon doit suivre une distribution normale.
Réponse : ABC
A. VRAI
B. VRAI, rappel : importance du tirage au sort
C. VRAI
D. FAUX. Il peut y avoir des hypothèses sur la taille de l’échantillon mais cela sera pour savoir quel type de
test statistique on va utiliser (ex : valeur seuil de 30 personnes etc). Cependant pour augmenter la puissance du
test, on chercher toujours à avoir le plus grand nombre d'individus possible. Mais pas de valeur seuil définie de
manière consensuelle
E. FAUX. Ce sont les valeurs au niveau de la population qui vont suivre ou non une distribution normale (ex :
les valeurs quantitatives de type tension artérielle ou valeur de dosage biologique vont suivre une loi Normale
au sein de la population). L'échantillon correspond simplement à des données qui doivent être le plus
représentatives possibles.
Question 3. On étudie 150 patients d'un service d'urologie. Les patients malades (M+) sont atteints d'un cancer
de la prostate confirmé par biopsie, les non malades (M-) en sont indemnes. Un test biologique du PSA
(prostate-specific antigen) est pratiqué, il est positif (T+) au delà de 4 ng/ml et négatif (T-) en deçà. Le tableau de
contingence suivant représente les effectifs.
M+
MT+
20
3
-
80
47
T
Parmi les propositions suivantes, laquelle (ou lesquelles) est (ou sont) exacte(s) ?
A. Sensibilité = 20/100
B. Spécificité = 3/50
C. La sensibilité et la spécificité ont ici été calculées sur une population ayant un taux de prévalence de cancer
élevé, elles ne peuvent donc pas être extrapolées en population générale.
D. En pratique clinique de dépistage, lorsqu'un test revient positif, la sensibilité contribue à interpréter
directement le résultat
E. Le taux de prévalence du cancer de la prostate dans ce service est égal à :100/150
Réponse : ACE
a. VRAI, Sensibilité = nombre de patients ayant un T+ sachant qu'ils sont malades
b. FAUX, 47/50, Spécificité = nombre de patients T- sachant qu'ils ne sont pas malades. Dans un test très
spécifique, peu d'individus auront un résultat positif au test. Donc si mon patient est au dessous de la valeur
seuil par exemple de détection de la maladie, il a très peu de chance d'être malade.
c. VRAI. Cependant ambiguë : biais de recrutement puisqu'on est dans un service d'urologie. On ne peut donc
pas extrapoler sur la population générale. Cela n'a pas de rapport toute fois avec la Se ou la Sp
d. FAUX. Attention : dépistage et non diagnostique. Si Se élevée, cela veut dire que je détecte beaucoup de
personnes, dont certaines ne sont en réalité pas malades. Risque d'avoir un nombre élevé de FP, il faut ensuite
affiner la démarche diagnostique. Ce qui est donc très important quand on obtient les résultats d'un test c'est
de connaître les valeurs prédictives.
2/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
e. VRAI. Taux de prévalence = nombre de malade par rapport à l'ensemble de l'échantillon (la prévalence est
calculable, car ici le nombre de malade est une variable aléatoire, cela ne fait pas partie des critères définit au
début de l'étude, on n'a pris qu'un seul échantillon. Si en revanche on avait avait fait une étude cas-témoins, en
fixant 100 malades et 100 non malades, on ne pourrait pas étudier la prévalence)
Question 4. Dans l'étude menée à la question précédente, la valeur prédictive positive (VPP) a été calculée et
vaut 87%. Dans d'autres populations où le taux de prévalence (P) est différent, la VPP prend les valeurs
suivantes :
– dans la population générale des hommes de plus de 80 ans (P=92%), VPP = 97%
– dans la population générale des homme de 40 à 50 ans (P=6%), VPP = 17%
Parmi les propositions suivantes, laquelle (ou lesquelles) est (ou sont) exacte(s) ?
A. La VPP est la probabilité qu'un test soit positif chez les non malades
B. La VPP diminue parce que l'effectif de la population cible augmente
C. La VPP peut être calculée en utilisant la formule ci contre (Se= sensibilité, Sp spécificité) :
VPP =(Se.P)/(Se.P+(1-Sp).(1-P))
D. Lorsqu'on applique un test diagnostique dans une population ayant un taux de prévalence plus faible, la VPP
diminue
E. La VPP dépend de la population étudiée, c'est pourquoi en pratique clinique seules la sensibilité et la
spécificité doivent être utilisées pour prédire le statut malade ou non malade d'un patient.
Réponse : CD
a. FAUX, VPP = probabilité d'être malade sachant qu'on a un test positif
b. FAUX, c'est en fonction de la prévalence de la maladie étudiée que l'on estime, pas en fonction de la
population cible
c. VRAI, la VPP est donc influencée à la fois par la Se, la Sp et la prévalence
d. VRAI
e. FAUX, on définit si une personne est malade ou non en fonction des valeurs prédictives et non de la Se ou de
la Sp. Importance également de la prévalence de la maladie dans la population. C'est pour cela qu'un même
test n'est pas transposable d'une population à une autre.
Question 5. Concernant le taux de prévalence d'une maladie, quelle est la (ou quelles sont les) proposition(s)
exactes ?
A. Le taux de prévalence est la proportion de nouveaux cas dans une population
B. Le taux de prévalence est la proportion de malades présents dans une population à un instant donné
C. Si un traitement efficace permet de réduire la létalité d'une maladie chronique, le taux de prévalence de cette
maladie diminue.
D. Si un traitement efficace permet de réduire la létalité d'une maladie chronique, le taux de prévalence de cette
maladie augmente.
E. Le taux de prévalence est la proportion de personnes atteintes qui décèdent de la maladie.
Réponse : BD
a. FAUX, c'est la définition de l'incidence
b. VRAI
c. FAUX, avec les nouveaux traitements du SIDA, on augmente leur espérance de vie, toutes choses par ailleurs
égales, on accroît la prévalence du SIDA.
d. VRAI
e. FAUX, cela correspond au taux de mortalité
3/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Question 6. Concernant le taux d'incidence d'une maladie, quelle est la (ou quelles sont les) propositions
exactes ?
A. Le taux d'incidence est la proportion de nouveaux cas dans une population pendant une période donnée
B. Le taux d'incidence est la proportion de malades présents dans une population à un instant donné
C. Si un traitement efficace permet de réduire la létalité d'une maladie chronique, le taux d'incidence de cette
maladie diminue.
D. Si un traitement efficace permet de réduire la létalité d'une maladie chronique, le taux d'incidence de cette
maladie augmente.
E. Le taux d'incidence est la proportion de personnes atteintes qui décèdent de la maladie
Réponse : A
a. VRAI
b. FAUX
c. FAUX, le traitement ici n'a pas d'impact sur les nouveaux cas (exception : s'il s'agit d'une maladie
transmissible et que le fait de traiter les personnes malades diminue la contamination des personnes saines..)
d. FAUX
e. FAUX
Question 7. Concernant les échantillons représentatifs en épidémiologie, quelle est la (ou quelles sont les)
propositions exactes ?
A. Un échantillon représentatif est un groupe de personnes élues par la population pour les représenter
B. Une personne représentative est une personne qui ressemble à la population moyenne
C. La représentativité d'un échantillon n'est pas nécessaire en épidémiologie descriptive
D. Les échantillons représentatifs permettent d'obtenir des résultats qui peuvent être extrapolés à la population
dont l'échantillon est représentatif
E. Un échantillon représentatif permet une étude exhaustive.
Réponse : D
a. FAUX
b. FAUX, dans notre échantillon, c'est l'ensemble des personnes qui ont en moyenne des caractéristiques
similaires à celles de la population.
c. FAUX, de manière générale. Que cela soit en descriptif ou en analytique, si on veut définir quelque chose, il
faut que notre échantillon soit représentatif de la population
d. VRAI
e. FAUX. Une étude exhaustive, c'est que l'on a vraiment travaillé sur toutes les observations possibles. Peut
être effectué par exemple dans certaines maladies rares, où il y a 50 cas au monde. Un échantillon
représentatif reflète bien les caractéristiques de la population mais n'est jamais exhaustif
4/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Question 8. Concernant l'épidémiologie analytique, quelle est la (ou quelles sont les) propositions exactes ?
A. Elle a pour objet de démontrer l'efficacité d'une intervention ou d'un traitement
B. Elle est le type d'étude de choix pour calculer une incidence et une prévalence
C. Elle peut permettre d'établir des associations entre des maladies et des expositions environnementales.
D. Les études cas témoins sont des études analytiques
E. Les études de cohortes peuvent être des études analytiques.
Réponse : ACDE
a. VRAI, une intervention peut être chirurgicale, pédagogique...
b. FAUX, pour la prévalence on va plutôt avoir besoin d'une étude transversale, pour l'incidence on préfère un
suivi longitudinal des personnes. On est donc dans le cas d'études descriptives et non analytique
c.VRAI,
d.VRAI, on s'intéresse à l'association entre l'exposition à un facteur et la survenue d'une maladie (de manière
rétrospective)
e. VRAI, on suit la séquence exposition-apparition de la maladie de manière chronologique. On pourra
calculer également un Odd Ratio, mais aussi un Risque Relatif (permet de bien quantifier la probabilité d'être
malade quand on est exposé au facteur, par rapport à la probabilité d'être malade quand on n'est pas exposé au
facteur)
Question 9. Une étude cas témoins a retrouvé une association significative entre l'utilisation intense du
téléphone portable et le risque de tumeur cérébrale (OR : 1,40 IC à 95% [1,03-1,89]) pour une consommation
supérieure à 1640 heures par rapport aux non utilisateurs. Quelle est la (ou quelles sont les) propositions
exactes ?
A. Cette étude prouve qu'il est dangereux d'utiliser un téléphone portable
B. Cette étude prouve qu'il n'est pas dangereux d'utiliser un téléphone portable
C. Pour conclure sur la dangerosité du téléphone portable, il faut compléter ces résultats par d'autres études et
d'autres connaissances
D. Cette étude est sans biais possible
E. Une étude de cohorte comporterait moins de biais mais serait plus difficile à réaliser
Réponse : CE
a. Faux. L'Odd Ratio est évalué par rapport à 1. Ici OR = 1,40, est donc en faveur d'un effet péjoratif, mais on
ne peut pas exprimer le résultat sous forme de probabilité, on ne peut pas dire que c'est dangereux, mais « il
semble qu'il y ait un lien ». On ne prouve rien du tout. Mais comme l'Intervalle de Confiance n'inclut pas 1, on
peut dire qu'on a une association statistiquement significative, 1,40 est statistiquement différent de 1. Le lien
qu'il y a entre l'utilisation du téléphone portable en quantité élevée avec une tumeur cérébral est
statistiquement significatif. Cependant ne signifie pas que l'on a quelque chose de cliniquement pertinent (un
Odd Ratio à 1,05 est statistiquement significatif, on arrive à trouver une différence, mais est ce réellement
cliniquement pertinent sur un très grand échantillon, très puissant ?..)
b. FAUX, on est dans une étude cas-témoin, on ne prouve rien du tout
c.VRAI
d. FAUX, mesure difficile, surtout que rétrospective. On se base sur les réponses des patients, qui sont
approximatives, sources de biais (biais principalement de classement, ex : on classe un patient parmi les gros
consommateurs à cause d'un gros forfait alors qu'en réalité il ne consommait pas tout)
e.VRAI. D'une manière générale une étude de cohorte pourra suivre un ensemble de personnes, bien mesurer
leur exposition du téléphone portable, et regarder au cours du temps ceux qui développent une tumeur
cérébrale.
5/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Question 10. Une étude de cohorte prospective a retrouvé une association significative entre l'exposition à
l'ozone et le risque de survenue d'un asthme. Quelle est la (ou quelles sont les) proposition(s) exacte(s) ?
A. Cette étude est dite prospective car on n'a pas choisi de suivre une exposition en particulier
B. Le caractère prospectif de cette étude permet de garantir que l'information concernant l'exposition est
enregistrée avant l’événement
C. Cette étude prouve que l'exposition à l'ozone est dangereuse
D. Les résultats de cette étude comportent plus de biais qu'une étude écologique
E. Les résultats de cette étude comportent moins de biais qu'une étude cas témoins.
Réponses : BE
a. FAUX, prospective parce que l'on suit au cours du temps des personnes initialement non malades. On peut
de plus suivre l'évolution de plusieurs facteurs.
b.VRAI, par définition.
c. FAUX, cela pourrait montrer une association significative, au sens statistique, mais l'effet peut être très très
faible, pas forcement dangereux. Il faudrait se référer au RR.
d. FAUX, Etude écologique = on regarde à un instant t, sur différents lieux pour lesquels on aura des mesures
environnementales d'ozone (= dans des niveaux d'exposition différents) si on a plus de personnes ou non
présentant un asthme. Types d'études se focalisant plus sur l'étude de zones géographiques environnementales.
On regarde ce qui se passe sur un certain territoire et on le compare avec une autre zone. On a donc
énormément de biais possibles : on prend des patients à un instant t parce qu'ils sont sur le territoire mais on
ne connaît pas leur histoire, leurs antécédents etc. De plus la manière de recueillir l'information est
rétrospective et se fait de façon massive, générale, et non purement individuelle. On est donc moins précis par
rapport à un suivi longitudinal.
Note du professeur : « une question telle qu'elle ne tomberait pas à l'examen de toute façon. Elle serait
formulée de façon plus claire et attendrait une réponse plus précise ! » (OUF !)
e. VRAI car on suit les individus. De plus on prépare à l'avance la façon dont on va recueillir l'information, à
quelle fréquence, comment on mesure ce qui est à mesurer etc. On essaie de maîtriser le plus possible le
protocole de suivi des patients, même s'il existe toujours des imperfections (ex patient qui n'a pas envie de venir
à toutes les consultations que l'on avait prévu pour lui, problèmes techniques etc.) C'est toujours mieux que
d'essayer en rétrospectif de retrouver des informations dans le dossier du patient
Important :
> Même dans une étude prospective, ce n'est pas parce qu'on démontre qu'une association est statistiquement
significative que l'on démontre la causalité !!
Question 11. Dans une étude transversale réalisée en Suisse, il est retrouvé au taux de prévalence de l'asthme
supérieur dans les zones montagneuses les moins polluées. Quelle est la (ou quelles sont les) proposition(s)
exacte(s) ?
A. L'air des montagnes augmente le risque de l'asthme
B. Il faut conseiller aux asthmatiques de s'exposer à la pollution
C. Une étude transversale ne comporte pas de suivi des sujets dans le temps
D. Un étude transversale ne permet pas d'établir avec certitude la temporalité des événements (cause avant la
conséquence)
E. Ce résultat s'explique probablement par un biais.
Réponse : CDE
C. VRAI d'une manière générale, sauf dans le cas des transversales répétées (mais ce n'est pas forcément le
même individu que l'on va retrouver à la 1ère étude transversale puis à la deuxième, à la troisième etc)
E. VRAI, question de l'interprétation des résultats de tests statistiquement significatifs.
6/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Question 12. Lors de la construction d'un score, il est fondamental de distinguer les variables selon leur statut et
leur type, en particulier pour réaliser les analyses statistiques. Supposons que l'on cherche à construire un score
de mortalité prenant en compte la variable « immunodépression (présence/absence) et la variable « poids ».
Parmi les propositions suivantes relative à l'analyse uni-variée, quelle est la (ou quelles sont les) proposition(s)
exacte(s) ?
A. La variable « immunodépression (présence/absence) » est la variable à expliquer. Elle est qualitative binaire
B. La variable à expliquer est la variable qualitative binaire décès (oui/non).
C. Pour étudier le lien entre la variable à expliquer et la variable « poids ». Il faut utiliser le test du χ² (sous
réserve des conditions de validité)
D.Pour étudier le lien entre la variable à expliquer et la variable « poids ». Il faut utiliser le test de Student (sous
réserve des conditions de validité)
E. La variable « immunodépression (présence/absence) » est une variable explicative. Elle est qualitative
binaire.
Réponse : BDE
a. FAUX, il s'agit bien d'une variable qualitative binaire (l'immunodépression est absente ou présente),
cependant il ne s'agit pas de la variable à expliquer. Il s'agit du décès. Je cherche à expliquer si mon individu
va rester vivant ou non.. !
b. VRAI
c. FAUX.
d.VRAI, on compare une valeur qualitative à une valeur quantitative
e. VRAI, elle explique la survenue du décès
Note/rappels : Quand on s’intéresse à la liaison entre 2 variables on est dans ce que l'on appelle une étude univariée (ou uni-factorielle), il n'y a qu'un seul facteur (Il peut s'agir du décès, étudié en fonction du poids ou de
l'immunodépression. « Décède t-on plus si on est gros ou si on est maigre? » Ou « décède t-on plus si on est
immunodéprimé » J'essaie d'expliquer mon décès via un seul facteur)
Facteur : décès
1 variable explicative : poids OU immunodépression
# Décès en fonction du poids (valeur quantitative) : Student (comparaison poids moyen chez personnes décédés par
rapport poids moyen chez personne non décédées)
# Décès en fonction de l'immunodépression (2 variables qualitatives) : khi deux
Question 13
Objectif : Déterminer l'efficacité à long terme du carvédilol sur les capacités fonctionnelles dans l'insuffisance
cardiaque chronique symptomatique et stable.
Objectif secondaire : Evaluation des modifications de la qualité de vie.
Méthode : Essai randomisé (tirage au sort) multi-centrique, incluant des patients en insuffisance cardiaque
chronique symptomatique et stable. Apres une phase d'essai en ouvert, les patients recevaient en double insu,
pendant 6 mois, à raison de deux fois par jour du carvédilol 6,25 mg, 12,25 mg, 25 mg
7/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Pour savoir s'il y a une efficacité du médicament, sur les capacités fonctionnelles, il faut mesurer les résultats
du test à l'effort.
Donc : j'ai des personnes qui ont une pathologie cardiaque, on fait une étude pour savoir si ce bêta bloquant
est efficace sur l'amélioration de leur efficacité fonctionnelle à l'effort. Comment je vérifie si cela est efficace
ou pas? >en faisant l'épreuve d'effort.
Quels sont les produits comparés?Le carvedilol à différentes posologies, par rapport au placébo.
Objectif secondaire : évolution de la qualité de vie
Interprétez le tableau et la figure :
trait plein : ensemble des patients traités par carvedilol (quelque soit le dosage)
trait pointillé : patients sous placebo
Données :
Hasard Ratio = 0,27
IC : [0,12-0,60]
> Les personnes recevant le placébo ont une probabilité de survie inférieure à celles des personnes sous
carvedilol (quelque soit le dosage). Le carvedilol semble donc améliorer la survie
« Cette amélioration est elle constante au cours du temps ? » Globalement oui, même si l'on voit que les
courbes s'écartent au cours du temps (sûrement dû au nombre de patients qui diminue au cours du temps, soit
pour cause de décès soit perdus de vu)
« Cette amélioration est elle statistiquement significative ? »
oui car le hasard ratio <1 (HR est une sorte de RR exprimant la probabilité de décès quand on est traité par
carvedilol par rapport au placebo)
Formulé autrement : le fait d’être sous carvedilol diminue de 33% le risque de décéder par rapport au placebo
(explication : 33% car ma référence dans un RR c'est 1, et qu'ici j'ai 0,27 donc 1-0,27 =0,33... c'est bien ce que
le prof a dit à l'oral. Instinctivement je serais tenter de dire que 1-0,27 fait 0,67 mais bon..)
0,27 étant plus petit que 1 = le carvedilol diminue la probabilité de décès par rapport au placebo,
statistiquement significatif
Conclusion : Quelque soit la dose, le cavedilol protège du risque de décès
8/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Analyse du tableau
Pour l'étude de la qualité de vie, on fait passer un questionnaire aux patients, nous permettant d'obtenir un
score (+ celui ci est élevé, meilleure est la qualité de vie)
Ce score est étudié à différents moments : au tout début, 2 mois après le traitement, 4 mois après le traitement
et en fin d'étude, pour chacune des doses.
On calcule également la moyenne entre le début et la fin de l'étude : à la fin le score est plus élevé qu'au début
(que cela soit sous placebo ou sous carvedilol!)
Note : quand la dose de carvedilol augmente, on remarque une certaine diminution du score de qualité de vie.
> On cherche donc à savoir s'il y a un effet péjoratif en terme de qualité de vie à l'augmentation des doses de
carvedilol
On regarde donc la ligne « différence contre placebo en fin d'étude »:la diminution de la qualité de vie par
rapport au placebo est non statistiquement significative
Question 14
Objectif : déterminer les valeurs prédictive et pronostique respectives de la demi vie initiale du CA125 et de la
rapidité de sa normalisation sous chimiothérapie chez des patientes porteuses d'une tumeur épithéliale
ovarienne de stades IIC à IV.
Méthodes : Etude rétrospective multi-centrique incluant des patientes prises en charge entre 1988 et 1996, pour
une tumeur épithéliale ovarienne de stades IIC à IV. Le CA125 a été dosé avant chaque cycle de
chimiothérapie par trois techniques de dosage différentes selon les centres.Le suivi a été arrêté en mai 2005. Les
facteurs prédictifs de mise en rémission complète ont été étudiées chez des patientes de stade III ayant eu une
chirurgie de second regard. Les facteurs pronostics de la survie globale on été étudiées sur l'ensemble des
patientes.
But : essayer de prédire le risque de décès, en tenant compte de l'age des femmes, du stade et du type de la
tumeur etc.
9/10
BIOMEDECINE QUANTITATIVE – Séance d'exercices
Quelles sont les variables dans cette analyse uni-variée qui diminuent le pronostic de manière statistiquement
significative ?
Age ? Oui
Type histologique : non
Tumeur résiduelle : ça dépend
Trousse : globalement on ne sait pas, ce que l'on sait juste c'est que par rapport à Elsa, on augmente le risque
de décéder.
Deux dernières colonnes : analyse multivariée, je m’intéresse toujours à prédire le risque de décès, mais cette
fois ci en tenant compte en même temps de l'age de ces femmes, du type de leur tumeur, de leur stade, de la
présence ou non d'une tumeur résiduelle etc.
important : en tenant compte d'autres variables ce n'est plus le stade (comme lors de l'analyse univariée) qui
est explicatif du risque de décès, mais c'est une relation un peu plus compliquée, qui associe sûrement l'âge, la
tumeur résiduelle..
Ce n'est donc pas le stade 4 à lui seul qui dira obligatoirement qu'il s'agit d'un mauvais pronostic (non
statistiquement significatif à lui tout seul!)
Si on ne prend pas en compte l'association entre ces différents phénomènes, on peut conclure à tort par
exemple qu'il n'y aurait que le stade Figo à prendre en compte..
L'ajustement lors d'étude multi-variée permet également de prendre en compte les facteurs de confusion.(ex du
risque plus élevé du cancer du poumon chez les consommateurs de café .. nécessité de prendre en compte
également la consommation de tabac !)
Rappels :
Etude uni-variée : on recherche l'implication de la variable elle seule.
Etude multivariées : l'ensemble des variables sont étudiées en même temps. On test les variables en prenant en
comptes les autres (chercher une association?)
Bonnes révisions à tous !!!
Gros poutous
(Félicitations à tous ceux qui sont arrivés jusqu'à mon ronéo et encore plus à ceux qui ont eu le courage de le
lire en entier!)
10/10