La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Association entre variables. 2 1.Variable continue & variable binaire Exemple : –comparer la PAS chez des patients traités par 2 anti-hypertenseurs.

Présentations similaires


Présentation au sujet: "1 Association entre variables. 2 1.Variable continue & variable binaire Exemple : –comparer la PAS chez des patients traités par 2 anti-hypertenseurs."— Transcription de la présentation:

1 1 Association entre variables

2 2 1.Variable continue & variable binaire Exemple : –comparer la PAS chez des patients traités par 2 anti-hypertenseurs différents Finalité : –comparer la distribution de la variable continue dans deux groupes

3 3 Présentation des résultats par groupe : –moyenne Ecart-type (effectif) –médiane [valeurs extrêmes] (effectif)

4 4 Analyse statistique –test de Student échantillons indépendants normalité des données –test de Wilcoxon (ou Mann-Whitney) échantillons indépendants

5 5 2. Deux variables continues Exemple : –association entre la PAS et lâge Finalité –vérifier lassociation entre deux variables continues et apprécier la « force » de cette association

6 6 Présentation des résultats –coefficient de corrélation (r) –IC95% de r

7 7 Analyse statistique –test du coefficient de corrélation à 0 0 est-il dans lIC95% ? normalité des données –approche non paramétrique : coefficient de corrélation de Spearman

8 8 3. Deux variables binaires Exemple : –association entre ATCD dhémorragie de la délivrance et survenue dune hémorragie Finalité : –comparer deux échantillons indépendants sur une variable binaire, que ce soit un critère de jugement ou un facteur de risque

9 9 Expression des résultats : –2 pourcentages : ex : 25% vs 18% dhypertendus (2 traitements anti-hypertenseurs) nombre de patients à traiter –NNT = 1/(0,25-0,18) = 14,3

10 10 –risque relatif (étude de cohorte / étude transversale) et IC95% : ex : accidents de la route en Floride RR daccident mortel selon quil y ait ou non port de la ceinture : RR = 0,12

11 11 –odds ratio (étude cas-témoin) et IC95% : ex : rachitisme et pneumonie en Ethiopie OR de pneumonie selon quil y ait rachitisme ou non : OR = 22,11 interprétation délicate : si la prévalence de la pathologie est inférieure à 10%, un OR sinterprète usuellement comme un RR

12 12 Analyse statistique –test du chi-deux échantillons indépendants –IC95% du RR ou de lOR : 1 est-il dans lIC95% ? –Si les échantillons sont dépendants (si appariement) analyse statistique ad-hoc (test de Mc Nemar / régression logistique conditionnelle)

13 13 4. Une variable censurée & une variable binaire Exemple : –pronostique vital selon le sexe dans le cancer colo-rectal Finalité : –comparer deux fonctions de survie

14 14 Expression des résultats : –2 courbes de survie (Kaplan-Meier) –taux de survie à une date donnée ex : à 2 ans : 41,0% chez les femmes vs 57,8% chez les hommes –médiane de survie dans les 2 groupes ex : 19,5 mois chez les femmes vs 27,3 chez les hommes

15 15 –rapport des risques instantanés dans le cadre dun modèle de Cox ex: HR = 0,56 (IC95% = [0,35 ; 0,89])

16 16 Analyse statistique –test du log-rank –modèle de Cox


Télécharger ppt "1 Association entre variables. 2 1.Variable continue & variable binaire Exemple : –comparer la PAS chez des patients traités par 2 anti-hypertenseurs."

Présentations similaires


Annonces Google