Biostatistiques

Analyse descriptive

Variables qualitatives

Prévalence : intègre durée de la maladie + vitesse d'apparition de nouveaux cas

Incidence : nombre de nouveaux cas de malades, calcule vitesse moyenne d'apparition maladie

Variables censurées

Courbe de survie = Kaplain-Meier, étude du risque instantané de la survenue d'un événement (ex : décès)

Variables quantitatives

Paramètre de position: moyenne ou médiane

Paramètre de dispersion : écart-type/variance, intervalle inter-quartile

Analyse univariée = étude de l'association entre 2 variables

Tests statistiques

Risque a : fixé à 5%; risque de dire qu'il y a une diff alors qu'il n'y en a pas (validé H1 à tort)

H0 = PAS de différence entre les 2 groupes et H1 = différence entre les 2 groupes statistiquement significative

Risque b : 1-puissance; risque de dire qu'il n'y a pas de diff alors qu'il y en a (valider H0 à tort)

Puissance : probabilité de mettre en évidence une différence qui existe vraiment

p-value : si <0.05 alors valide H1, si >0.05 alors impossible de conclure

Pour comparer variables quantitatives

Test de Student

Test de Wilcoxon

Pour comparer des variables qualitatives

Chi 2 (est paramétrique)

Test Fisher (test non paramétrique)

Pour comparer une variable censurée

Test du log rank

Mesure d'association

Entre deux variables qualitatives

Odds ratio (OR) --> n'importe quel type d'étude, quand prévalence de la maladie est faible dans la population (<10%) OR est proche du RR

Hazard ratio : équivalent du RR pour les variables censurées, interprétation identique

Risque relatif : rapport de proportion de malade entre les exposés et non exposés --> on ne peut pas calculer dans une étude cas témoin

Ils doivent toujours être présenté avec leur IC --> si ne contient pas 1 alors on peut conclure à une association statistiquement significative

Entre une variable quantitative et qualitative

Exposition à un facteur quantitatif (âge) et maladie --> odds ratio et hazard ratio

Entre deux variables quantitatives

Coefficient de corrélation : variable entre -1 (totalement corrélées et varient en sens contraire) et 1 (totalement corrélées et varient dans le même sens)

Analyse multivariée = étude de l'association entre une ou plusieurs variables en prenant en compte des facteurs de confusion

Analyse la plus importante pour les études observationnelles

Modèle de régression : prédire la valeur d'une variable (critère de jugement = ex la maladie --> variable à expliquer) en fonction d'autres variables (facteur de risque ou confusion --> variable explicative)

Cas d'une variable binaire (maladie : oui/non) : pour chaque variable explicative introduite obtention de son OR + IC 95%. Si OR < 1 facteur protecteur si > 1 alors facteur de risque

Cas d'une variable à expliquer censurée : modèle de cox, pour chaque variable explicative on obtient un HR + IC 95%, si HR >1 protecteur si HR>1 facteur de risque