Diapositive 1 - ifsi du chu de nice 2012-2015

Outils Statistiques
Damien Van Gysel
CHU de Nice
2012-2013
SOMMAIRE
• Rappel statistiques
• Critères de validité d’un test diagnostique
• Lecture critique d’article
Rappel statistiques
Variables quantitatives
• Représentent la mesure d’une quantité et
prennent des valeurs numériques qui ont
une signification concrète
– Exemples: l’âge, la pression artérielle, le
poids…
• On peut faire la moyenne des
observations
Variables qualitatives
• Catégories qui ne sont pas associées à
une valeur numérique
• On peut faire un pourcentage des
observations
• Exemple: tabagisme, nombre d’enfants
Variables qualitatives
2 types de variables qualitatives
1. Variables qualitatives nominales
Les catégories ne sont pas ordonnées
exemple: groupes sanguins
2. Variables qualitatives ordinales
Les catégories sont ordonnées
exemple: niveau d’études
Statistiques descriptives
• Indices de position
– Moyenne
– Médiane
– Mode
• Indices de dispersion
– Variance
– Ecart-type
Statistiques descriptives
• Représentation graphique
– Variables quantitatives
histogramme
– Variables qualitatives
diagramme en bâtons
Histogramme
Diagramme en bâtons
Statistiques analytiques
• Construction du test selon 2 Hypothèses
• Hypothèse nulle (H0)
Il n’y a pas de différence entre 2 moyennes
(ou 2 pourcentages)
• Hypothèse alternative (H1)
Il y a une différence entre 2 moyennes (ou 2
%°
H0 si p >= 0.05
H1 si p < 0.05
Statistiques analytiques
• Risque de 1ere espèce = Risque alpha
Risque de conclure à tort une différence
alors qu’il n’y en a pas
• « H1/H0 »
• En général, risque de 5%
• « Il y a une différence statistiquement
significative au seuil de 5 % »
Statistiques analytiques
• Risque de seconde espèce= Risque Beta
Risque de conclure a tort à l’absence de
différence alors qu’il y en a une
« puissance de l’étude
« H0/H1 »
En général, risque de 20 %
Risque de 1ere et 2e espèce
H0 Vraie
H1 vraie
Rejet H0
Risque alpha
OK
Acceptation H0
OK
Risque beta
Les conditions d’application
• 2 variables qualitatives
Test du CHI 2 (condition: Effectifs >= 5)
• 1 variable qualitative & 1 variable
quantitative
Test de Student (Condition: Loi normale (>
30) et même variance)
• 2 variables quantitatives
Corrélation de Pearson
Cas particuliers
• Petits échantillons
– 2 variables qualitatives Test exact de Fisher
– 1 variable qualitative et 1 variable quantitative
Mann Whitney
• Séries appariées
Exemple: mesure de la PAS avant/ après
Qualitatif: test de Mac Nemar
Quantitatif: Test de Student sur séries
appariées
Analyse multi variée
• Y= X1 + X2 + X3
• Y= variable quantitative
– Régression linéaire
• Y= variable qualitative
– Régression logistique
• Y= données censurées
– Modèle de Cox
Exemples
Exemple 1
• On veut comparer les réactions produites
par 2 vaccins B.C.G désignés par A et B.
Un groupe de 348 enfants a été divisé par
tirage au sort en 2 séries qui ont été
vaccinées, l’une par A, l’autre par B. La
réaction a été lue ensuite par une
personne ignorant le vaccin utilisé.
Exemple 1
Vaccin
Réaction
légère
Réaction
moyenne
Ulcération/
abcès
Total
A
B
12
29
156
135
9
7
177
171
Total
41
291
16
348
Identifier les 2 variables.
Quel test utiliser et pourquoi ?
Exemple 1 Réponse
• Il s’agit de deux variables qualitatives
le vaccin: A ou B
la réaction: légère ou moyenne ou abcès
• Test du CHI 2 (on vérifie les effectifs > 5)
• CHI 2= 8.81
• On garde H0
« il n’y a pas de différence entre les
groupes donc pas de lien au seuil de 5% »
Exemple 2
Dans une population, on a tiré au sort 32
sujets dont on a mesuré la tension artérielle.
Les sujets se répartissent en 17 fumeurs
dont la tension artérielle moyenne est M1=
148.8 et 15 non fumeurs dont la tension
artérielle moyenne est M2= 139.8
Quel type de variable a-t-on ?
Quel test utiliser ?
Exemple 2
• Une variable qualitative: Fumeur/ Non
fumeur
• Une variable quantitative: la pression
artérielle
• On utilise donc un test de Student
(conditions d’application vérifiées)
• Il n’ y a pas de lien entre tabac et PA.
Exemple 3
• On souhaite étudier la relation entre l’âge
en année de la mère et le poids de
naissance de son enfant en centaines de
grammes dans un échantillon de 200
femmes.
• Quelles sont les 2 variables étudiées ?
• Quel test utiliser ?
Exemple 3
•
•
•
•
Il s’agit de 2 variables quantitatives
X= âge en années de la mère
Y= poids de naissance de l’enfant.
On utilise donc une corrélation de
pearson.
• On trouve une association significative
entre les 2 variables.
En pratique
1.
2.
3.
4.
Déterminer le type de variables étudiées
Représenter graphiquement les données
Regarder les conditions d’application
Procéder aux tests
Intervalles de confiance
• Si l’étude était répétée 100 fois, la réelle
valeur de l’indice estimé serait incluse
dans 95 cas sur 100
• « Intervalle de confiance à 95 % »
• Plus l’intervalle est large, moins il est
précis
• Pallie les fluctuations d’échantillonnage
Critères de validité d’un test
diagnostique
Validité
• Le test de dépistage est capable
d ’identifier correctement les malades et
les non malades
• La validité est appréciée par les
caractéristiques intrinsèques du test
• Elle est jugée à partir de la comparaison
entre les résultats du test étudié et la
réalité, test de référence, considéré
comme le meilleur possible et auquel on
confronte le nouveau test
29
Validité
Réalité (test de référence)
Test
Test positif
(T+)
Test négatif
(T-)
Total
Malades
Non malades
(M+)
(M-)
A
B
Vrais positifs Faux positifs
(VP)
(FP)
C
D
Faux négatifs Vrais négatifs
(FN)
(VN)
A+C
B+D
Total malades
Total non
malades
Total
A+B
Total tests
positifs
C+D
Total tests
négatifs
A+B+C+D
Total
échantillon
testé
30
Validité
caractéristiques intrinsèques
• Dépendent du test mais pas de la population à laquelle le
test est appliqué
• Constantes quelle que soit la prévalence de la maladie
31
Sensibilité : exercice
Un nouveau test a été étudié chez
100 malades venus consulter
pour suspicion de cancer du col
utérin
Parmi ces 100 consultantes, 50
avaient un cancer du col prouvé
à la biopsie
Les résultats de l ’étude de validité
du nouveau test sont décrits
dans le tableau ci-contre
M+
M-
T+
36
10
46
T-
14
40
54
50
50
100
Quelle est la sensibilité du test ?
32
Caractéristiques intrinsèques
Spécificité
• Probabilité pour un sujet sain d ’avoir un test négatif
• Elle mesure l ’aptitude du test à reconnaître les nonmalades
• Proportion variant de 0 à 100%
• Intervalle de confiance à 95%
IC
95%
 Sp  1,96

1  Sp 
Sp 
n
33
Spécificité : exercice
Un nouveau test a été
étudié chez 100 malades
M+
Mvenus consulter pour
suspicion de cancer du
T+
36
10
46
col utérin.
Parmi ces 100 consultantes,
T14
40
54
50 avaient un cancer du
50
50
100
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
Quelle est la spécificité du test?
sont décrits dans le
tableau ci-contre
22/04/2017
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
34
Spécificité : réponse
Un nouveau test a été
étudié chez 100 malades
venus consulter pour
suspicion de cancer du
col utérin.
Parmi ces 100 consultantes,
50 avaient un cancer du
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
sont décrits dans le
tableau ci-contre
22/04/2017
M+
M-
T+
36
10
46
T-
14
40
54
50
50
100
Quelle est la spécificité du test?
40
40
Sp 

 0.8
10  40 50
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
35
Sensibilité et spécificité
• Plus le sensibilité et la spécificité sont proches de 100%
et meilleur est le test
• Ce sont des valeurs qui varient en sens inverse : quand
on augmente la sensibilité, la spécificité diminue et
inversement
36
Validité
Performances prédictives d’un test
• Les valeurs prédictives positives et négatives
permettent de savoir quelle confiance l ’on peut accorder
au résultat du test
• Varient de 0 à 100 %
• Varient en sens inverse: plus la VPP augmente, plus la
VPN diminue et inversement
37
Performances prédictives
Valeur prédictive positive
La valeur prédictive positive (VPP) est la probabilité
qu ’un sujet soit effectivement malade en cas de test
positif
A
VP
VP
VPP 


A  B VP  FP Total T+
38
Performances prédictives
Valeur prédictive négative
La valeur prédictive négative (VPN) est la probabilité
qu ’un sujet soit effectivement non malade en cas de
test négatif
D
VN
VN
VPN 


C  D VN  FN Total T39
VPP : exercice
Un nouveau test a été
étudié chez 100 malades
venus consulter pour
suspicion de cancer du
col utérin.
Parmi ces 100 consultantes,
50 avaient un cancer du
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
sont décrits dans le
tableau ci-contre
22/04/2017
M+
M-
T+
36
10
46
T-
14
40
54
50
50
100
Quelle est la VPP du test?
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
40
VPP: réponse
M+
MUn nouveau test a été
étudié chez 100 malades
T+
36
10
46
venus consulter pour
suspicion de cancer du
T14
40
54
col utérin.
Parmi ces 100 consultantes,
50
50
100
50 avaient un cancer du
Quelle est la VPP du test?
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
VP
36
VVP 

 0.78  78%
sont décrits dans le
VP  FP 36  10
tableau ci-contre
22/04/2017
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
41
VPN : exercice
Un nouveau test a été
étudié chez 100 malades
venus consulter pour
suspicion de cancer du
col utérin.
Parmi ces 100 consultantes,
50 avaient un cancer du
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
sont décrits dans le
tableau ci-contre
22/04/2017
M+
M-
T+
36
10
46
T-
14
40
54
50
50
100
Quelle est la VPN du test?
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
42
VPN: réponse
Un nouveau test a été
étudié chez 100 malades
venus consulter pour
suspicion de cancer du
col utérin.
Parmi ces 100 consultantes,
50 avaient un cancer du
col prouvé à la biopsie
Les résultats de l ’étude de
validité du nouveau test
sont décrits dans le
tableau ci-contre
22/04/2017
M+
M-
T+
36
10
46
T-
14
40
54
50
50
100
Quelle est la VPN du test?
VN
40
VVN 

 0.74  74%
VN  FN 40  14
GONFRIER
Sébastien
Nice Master 1
D Van
Gysel- CHU
S Gonfrier
Evaluation du système de
43
VPP et VPN sont fonction
1 - Des caractéristiques intrinsèques du test
- si la spécificité augmente alors la VPP augmente
- si la sensibilité augmente alors la VPN augmente
2 - De la population à laquelle le test est appliqué:
elles dépendent de la prévalence de la maladie
dans la population
- quand la prévalence augmente la VPP augmente
fortement et la VPN diminue modérément
44
Lecture Critique d’article
Structure IMRAD
• Introduction: contexte & objectif
• Matériels et Méthodes: patients,
identification des biais, critère de jugement
principal…
• Résultats
• Discussion: but atteint ? Qualité ? Autres
données ?