Documente Academic
Documente Profesional
Documente Cultură
DANS LA RECHERCHE
MEDICALE
PLAN
chantillonnage
Mthodes multivaries
Exemples
Petits chantillons
Grands chantillons
INTRODUCTION
Problmatique actuelle
Rvolution
Informatique
Nouveaux
enjeux
Mthodologie statistique
Avant l tude
Fin dtude
Projet :
Objectifs,
Bibliographie
Plan danalyse
Echantillon
Recueil des
donnes
Analyse
Descriptive
Analyse
Infrentielle
Interprtation
Rapport
Lchantillonnage
Linfrence statistique
Principe :
Attention !!
0.3
0.25
P(X=k)
0.2
0.15
0.1
0.05
0
10
Pas de comparaisons
Rsultats limits
+
-
Plan d'exprience :
expliciter le plan d'exprience envisag : groupes parallles, plan 2x2, crossover,
nombre de sujets recruts : s'il est bas sur un calcul de nombre de sujets
ncessaires, indiquer les lments du calcul, sinon justifier le nombre choisi
(donnes bibliographiques, tude exploratoire...).
dure prvue de l'tude.
Efficacit ou quivalence ?
Plan dExprience ?
Nombre de groupes ?
Indpendant / Appari ?
Stratification, facteur de confusion, ?
Le choix entre plusieurs plans doit tre fait en tenant compte de leurs
avantages et de leurs inconvnients.
Le choix du plan dtermine :
Dans ce type d'essai, le sujet est son propre tmoin et reoit donc successivement
deux ou plusieurs traitements, dans un ordre alatoire.
Tailles d'chantillon plus faibles, chaque patient tant "utilis" plusieurs fois
Suppose que le sujet soit dans les mmes conditions dans les diffrentes phases
d'exprimentation
Aucun des traitements administrs au cours d'une phase ne doit influencer les
rsultats de la phase suivante WASH-OUT
(priode de "sevrage" )
Si plus de deux traitements, le cross-over est trop compliqu et l'on utilise alors le carr
latin
T0
A
X0
Baseline
B
X1
WASH-OUT
X2
Contrle
X3
T0
B
X0
Baseline
Statistiques et Recherche Biomdicale
A
X1
WASH-OUT
X2
Contrle
X3
Mesures Rptes
2 Groupes : A et B
1 variable numrique X mesure k fois (T1, T2, , Tk)
55
55
50
45
50
45
55
50
45
40
40
40
35
35
35
30
30
30
25
25
1
25
1
Notion de puissance
Master Recherche Biologie et Sant
Puissance = F(,N,DS)
En pratique, on estime et DS
et on dduit N
En pratique :
on fixe =5%
on se donne sur critres cliniques
on estime (tude pilote)
on a donc la main que sur N :
on calcule N pour assurer = 10% ou 20% (puissance > 80%)
n = 2( z1 + z1 ) 2
1- = 0.9 N1=N2=86
Puissance
0.8
Si N1=N2=30 1- = 0.48
0.6
(1- = puissance)
0.4
0.2
0
0
50
100
150
200
Ne pas confondre :
Conditions dapplication du test
et Puissance du test
Traitement statistique
des donnes
2 approches :
VARIABLES
BINAIRES ( Prsent / Absent )
QUALITATIVES
Descriptive
Multivarie (ACP, )
La statistique
Univarie (tests, )
Infrentielle
Multivarie (modles, )
La Statistique Descriptive
BUTS :
EXEMPLES :
Comparaison de moyennes
ANOVA (+ + + !!!)
Comparaison de frquences
Tests de lois
...
STATISTIQUE
DESCRIPTIVE
UNIVARIEE
Moyenne :
1 n
= xi
n i =1
2
1 n
xi x )
Variance estime: s =
(
n 1 i =1
1,5 (Q3-Q1)
Q3
+
Mdiane
II=Q3-Q1
Q1
1,5 (Q3-Q1)
X min
Reprsentations graphiques
VARIABLES DISCRETES
Femme
45%
Homme
55%
VARIABLES CONTINUES
Homme
Femme
VARIABLES QUALITATIVES
Statistiques et Recherche Biomdicale
dune moyenne :
quelque soit la loi de X, si n > 30
dune frquence
si np , nq > 10
x 1 . 96 DS
1 . 96 DS
x
n
p 1.96
p(1 - p)
n
D
e
n
s
i
t
y
0. 04
0. 02
- 2 2 6 10 14 18 22 26 30 34 38
Tests de Normalit
Hypothses de normalit requise pour
test T, ANOVA
rgression,
Intervalles de confiance (valeurs normales)
-4
-3
-2
-1
TEST D'ADEQUATION DU
-2
-1
10
12
Loi Log-Normale
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
0
0.5
1.5
2.5
Loi de Weibull
Statistiques et Recherche Biomdicale
Loi Exponentielle
P. Devos CERIM Sept 2005
Comparaison de groupes,
quel(s) test(s) utiliser ?
Comparaison de Groupes
La nature de la variable
Du nombre de groupes
<5 valeurs diffrentes : variables nominales. On utilise des tests de rang (nonparamtriques) tels que les tests de Wilcoxon ou Kruskal-Wallis.
> 5 valeurs diffrentes : on considre que la variable est continue. Choix du test fait
en fonction de plusieurs critres (algorithme suivant)
2 groupes
ni < 30
n1 ou n2 < 30
n1 et n2 > 30
Ecart-rduit
>2 groupes
X ~ N(m,) (biblio)
OUI
ni > 30
2 parmi les 3 :
1) groupes quilibrs
2) variances gales
3) distributions similaires
NON
Tester variances
homognit
Student
Non
homognit
Wilcoxon
OUI
ANOVA
NON
Kruskal-Wallis
Des Questions ?
Patrick Devos
Dlgation la Recherche
Direction Gnrale
CHRU de Lille
CERIM
Facult de Mdecine
Universit de Lille 2
patrick.devos@univ-lille2.fr
Statistiques et Recherche Biomdicale