Statistiques descriptives (2)

Statistiques pour Médecins - Notes de Cours

• Objectifs de la séance: Comprendre les différents types de données et les méthodes d'analyses descriptives. Les chapitres Petrie/Sabin 1-4-5-6-7 sont pertinents.

Etudes Cliniques

• Objectif: Répondre à des questions de recherche de manière objective et scientifique, en se basant sur des données mesurables.
• Comment parvenir à cet objectif? Utilisation de méthodes adéquates et reproductibles, notamment le dessin d'études (essai randomisé, étude cas-témoins, etc.), le choix des variables à mesurer et les méthodes pour les mesurer, la sélection des participants, le suivi et l'analyse des données recueillies.

Analyse Statistique

• Buts: Décrire les données (participants, résultats principaux) pour répondre à la question de recherche.
• Analyse descriptive d'une variable: Représentation graphique des données (diagramme en bâtons, histogrammes, boxplots, nuages de points, etc.). Calcul des statistiques résumant les données (fréquences, mode, moyenne, médiane, écart type, quartiles). Choisir les méthodes appropriées en fonction du type de variable.

Types de Variables (1)

• Qualitatives: Mesurent une qualité ou un caractère.
  • Nominales: Pas d'ordre objectif entre les réponses possibles (ex: couleur des yeux).
  • Ordinales: Ordre objectif entre les réponses possibles (ex: échelle de satisfaction).
• Quantitatives: Mesurent une quantité chiffrée.
  • Discrètes: Nombre fini de réponses possibles (ex: nombre d'enfants).
  • Continues: Nombre infini de réponses possibles (ex: âge).

Types de Variables (2)

• Quantitatives (discrètes et continues):
  • Ratio: La différence entre deux valeurs et le ratio ont un sens (ex: âge, taille, poids).
  • Intervalle: Seule la différence entre deux valeurs a un sens (ex: année civile, température corporelle en degrés Celsius).

Description d'une variable qualitative ou quantitative discrète

• Tableau de fréquences: Présente à la fois le nombre et le pourcentage des occurrences pour chaque catégorie d'une variable catégorielle.
• Représentation graphique: Diagramme en bâton (bar chart) pour les variables qualitatives ou catégorielles discrètes. Un diagramme circulaire (pie-chart) est souvent utilisé également.

Tableau croisé de fréquence

• Présentation: Tableau qui croise la distribution de deux variables pour identifier des associations entre elles. Exemple: Distribution d'une variable (Spécialité) en fonction d'une autre (Genre).
• Utilisation: Identifier des tendances ou des relations possibles entre les variables.

Variable Quantitative Continue

• Histogramme: Représentation graphique de la distribution d'une variable continue, où la surface des barres est proportionnelle au nombre de sujets dans chaque intervalle.
• Moyenne: Tendance centrale de la distribution. Susceptible de varier si des valeurs extrêmes sont présentes.
• Ecart-type: Mesure la dispersion des valeurs autour de la moyenne.
• Médiane: Valeur qui divise la distribution en deux parties égales. Moins sensible aux valeurs extrêmes.
• Percentile: Valeur correspondant à une proportion donnée de la distribution. Les quartiles (25e, 50e et 75e) sont des exemples de percentiles importants.
• Box-plot: Représente graphiquement les quartiles, la médiane, et les valeurs extrêmes d'une variable. Utile pour comparer la distribution d'une variable entre différents groupes.
• Nuage de points (Scatter Plot): Représentation graphique de la relation entre deux variables quantitatives continues. Permet de voir s'il y a une corrélation.

Descriptions en Recherche Clinique

• Description des données: Les participants et les résultats principaux sont décrits selon différentes perspectives (intervention, niveau d'exposition, issue). Exemples incluent les essais cliniques randomisés, les études transversales, les études cas-témoins et les études de cohorte.

Association entre 2 variables

• Association: La distribution d'une variable dépend de la valeur d'une autre. L'effet d'une intervention sur un critère de jugement.
• Exemples: Proportion de décès, niveau de cholestérol.
• Facteur de risque/protecteur: Exposition associée à un problème de santé. Exemples: tabac et cancer du poumon.

Mesures d'association

• Différentes mesures quantitatives comme la différence ou le ratio de proportion pour évaluer l'ampleur de l'association. Représentations graphiques.

Exemples d'analyses descriptives

• Différents types d'études (essais cliniques randomisés, études transversales, études cas-témoins et études de cohorte).

Autres

• Objectifs pour la prochaine fois: Echantillonnage, types d'erreurs (aléatoire et systématique), estimation de paramètres, intervalles de confiance.
• Conclusions: Importance de la description des données, des statistiques descriptives et des représentations graphiques pour présenter les données de manière concise et compréhensible. Interprétation nécessaire chez le médecin.

Ce quiz porte sur les statistiques appliquées aux médecins, en se concentrant sur les chapitres 1, 4, 5, 6 et 7 des ouvrages de Petrie et Sabin. Il couvre des concepts clés tels que les types de données, les méthodes d'analyses descriptives, et les études cliniques. Préparez-vous à tester vos connaissances sur l'analyse statistique et son application en médecine.