Santé buccodentaire Programme de formation et d’étalonnage

Slides:



Advertisements
Présentations similaires
Du chapitre 1 au chapitre 2 1. Les graphiques : introduction (p.19)  Pour prendre possession des données o des chiffres dans un tableau, c’est bien o.
Advertisements

Introduction à la notion de fonction 1. Organisation et gestion de données, fonctions 1.1. Notion de fonction ● Déterminer l'image d'un nombre par une.
 Qu’est ce qu’une matrice diagonale ? Une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale principale sont nuls.
25 ans d’Astronomie. TP : Effet Zeeman et son application en astronomie 1 er Colloque International Des Etudiants Amateurs d'astronomie du.
Séminaire GSBF, 22 et 23 octobre Paris 2.2 – Présentation des travaux du Comité de Bâle dans le domaine des IFRS Lundi 22 octobre 2007 L’adaptation de.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
Élaboration et mise en œuvre d’une enquête sur la santé buccodentaire
Naissances à l’hôpital au Canada : un regard sur les femmes vivant dans les régions rurales et éloignées Diffusion le 4 juillet 2013.
16 Apprendre à rédiger Voici l’énoncé d’un exercice et un guide (en orange) ; ce guide vous aide : pour rédiger la solution détaillée ; pour retrouver.
Calcul et interprétation de taux de variation
Formation relative à la ligne directrice GD211
Colloque francophone sur les sondages 2016
Chapitre 4: Variation dans le temps
Valeurs de toutes les différences observables sous H0
La Photo Les bases techniques
PRISE EN CHARGE DU DIABÈTE ET GROSSESSE A PROPOS DE 76 CAS
Retours sur : - Journée sur les inventaires des émissions - Atelier JRC sur les indicateurs de pressions européens Olivier GRAS Bureau de la lutte contre.
Besoin d’une volontaire pour lancer un volant de Badminton !
Métrologie Document de reference : “Incertitude en Science de la Nature” Cours : 360-ESZ-03 “Logiciels appliqués en sciences” La métrologie est la « science.
Reprise du cours ( ) Aujourd’hui :
Vaut-il mieux utiliser six mesures du
Chapitre 4: Variation dans le temps
Contribution: Revue des études, enquêtes et systèmes d’informations disponibles au niveau de l’INS, pour alimenter la méthode d’analyse et la cartographie.
CHAPITRE III Hypothèses de la Résistance des Matériaux
Evaluation de la qualité en formation
MODULE 8 : NEGOCIER POUR LA SANTE
Analyse temporelle des systèmes asservis
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Fonctions.
Infections péritonéales en DP RDPLF - Année 2016
STRATÉGIES ET INSTRUMENTS D´ÉVALUATION
Utiliser des caractéristiques de position et de dispersion
Semaine #4 INF130 par Frédérick Henri.
Tableau de bord des risques
Stabilité des porteurs horizontaux (Poutres)
Méthodologie scientifique
Preuve la plus probante Méta-analyse confirmant le succès clinique de la surface TiUnite® Karl M, Albrektsson T. Int J Oral Maxillofac Implants 2017;32(4):717–734.
Réseaux de neurones appliqués à la reconnaissance de caractères
Short distance Exposure (Mask Aligner)
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
POL1803: Analyse des techniques quantitatives
Chapitre 3 : Caractéristiques de tendance centrale
Notion de risque et mesures d’association
Résultats du sondage « Qualité de vie au travail » Cégep de Chicoutimi
Thèmes de convergence 10/11/2018.
Thème Sujet à développer
CRITERES DE QUALITE 1) PRECISION 2) RAPIDITE 3) AMORTISSEMENT
Véret Caroline Wacheux Emilie Wagmans Marie-Christine 2ième doctorat
L’évaluation des dépenses fiscales
4°) Intervalle de fluctuation :
Objectifs du chapitre 4: Mesures verbales en psychologie
Formation continue 16 novembre 2017
Santé buccodentaire Programme de formation et d’étalonnage
« Les hommes ne sont pas égaux devant la maladie »
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
Chapitre 4: Caractéristiques de dispersion
Les indices simples Définition
Présentation 4 : Sondage stratifié
Présentation 9 : Calcul de précision des estimateurs complexes
Chapitre 8 : Organisation et gestion de données
Jean-Sébastien Provençal
Reconnaissance de formes: lettres/chiffres
Français Mes essais Voc. L’ordre alphabétique.
Opérateurs et fonctions arithmétiques Opérateurs de relation Opérateurs logiques Cours 02.
Pr Christian Pradier Département de Santé Publique
Audrey Gervereau, Métis, stage M2
Pour en moduler l’ouverture et la complexité
Présentation projet de fin d’études
Implanter un service de télésanté De la théorie à la pratique Colloque sur la clientèle en perte d’autonomie Montréal, 10 mai 2017.
Transcription de la présentation:

Santé buccodentaire Programme de formation et d’étalonnage Épidémiologie – Étalonnage Centre collaborateur de l’OMS pour la recherche sur les services de santé buccodentaire

Étude clinique sur la santé buccodentaire Outil d’examen clinique de la santé buccodentaire État dentaire État prothétique et besoins en matière de traitement prothétique État des muqueuses État occlusal État orthodontique (traitement) Indice de fluorose de Dean Indice gingival Indices de débris et de tartre (calcul) Perte d’attachement et profondeur de la poche parodontale Diagramme de l’état dentaire Dénombrement de faces dentaires obturées avec un amalgame Indice de traumatisme Nécessité d’un traitement et d’un traitement urgent

Formation et étalonnage Formation pour : État dentaire État prothétique État des muqueuses Fluorose État orthodontique État orthodontique (traitement) Évaluations parodontales Dénombrement d’amalgames Lésion traumatique Nécessité d’un traitement Étalonnage pour : Fluorose État occlusal Évaluations parodontales État dentaire Dénombrement d’amalgames Le grossissement n’est pas permis durant les examens

Objectifs de l’étalonnage Définir l’épidémiologie – indices Discuter de la validité et de la fiabilité Comparabilité de l’examinateur Statistiques Étalonnage intra-examinateur et inter-examinateurs

Formation proposée – étalonnage (4 jours)   Jour 2 Heure Chaise 1 Chaise 2 Chaise 3 9 h - 12 h Séance en classe Exposés/Formation fluorose 9 h - 10 h 15 Statistiques/Fluorose 10 h 15 - 10 h 30 Pause 10 h 30 - 11 h 45 Patient 4 Patient 5 Patient 6 11 h 45 - 12 h Discussion/Questions 12 h - 13 h Dîner 13 h - 14 h Patient 1 Patient 2 Patient 3 Patient 7 Patient 8 Patient 9 14 h - 15 h 15 h - 15 h 15 Patient 10 Patient 11 Patient 12 15 h 15 - 17 h Discussion/Formation fluorose Discussion sur la fluorose Ce plan tient compte de l’utilisation du module complet sur la santé buccodentaire et de tous ses indices.

Formation proposée – étalonnage (suite)   Jour 3 Jour 4 Heure Chaise 1 Chaise 2 Chaise 3 9 h - 10 h 15 Examen des statistiques 10 h 15 - 10 h 30 Pause 10 h 30 - 11 h 45 Patient 13 Patient 14 Patient 15 Retest*** 1 Retest 2 Retest 3 11 h 45 - 12 h Discussion/Questions Dîner 13 h - 14 h Patient 16 Patient 17 Patient 18 Retest 4 Retest 5 Retest 6 14 h - 15 h Patient 19 Patient 20 Patient 21 14 h - 14 h 30 14 h 30 - 15 h 15 Examen final fluorose 15 h - 15 h 15 15 h 15 - 17 h Discussion fluorose au besoin Discussion/Questions/ Fin

« science de ce qui s’abat sur le peuple » Épidémiologie Étude de la distribution et des déterminants d’états de santé ou d’événements liés à la santé dans des populations données, et application de cette étude à la lutte contre les problèmes de santé. du grec epi demos logos : « science de ce qui s’abat sur le peuple »

Mesure de la maladie buccale Nous utilisons des indices : comme expression numérique de façon à accorder à un groupe une position relative sur une échelle graduée comportant des limites inférieure et supérieure définies; comme méthode normalisée de mesure qui permet d’établir des comparaisons avec d’autres valeurs mesurées avec le même indice; pour déterminer le stade de la maladie; la présence ou l’absence n’est pas absolue.

Caractéristiques recherchées d’un indice Valide Fiable Acceptable Facile à utiliser Favorable à l’analyse statistique

La prévalence est le nombre de cas observés dans une population déterminée à un moment donné; dresse le portrait d’un groupe à un moment précis; représente un instantané dans le temps; est exprimée sous forme de taux, soit x personnes pour 1 000 habitants.

Étude descriptive Description simple de l’état de santé d’une population ou d’une communauté. Aucun effort visant à établir un lien entre les expositions et les effets. Par exemple : % de personnes ayant des caries % de personnes atteintes d’une maladie parodontale

Usages d’une étude de prévalence Planification Ciblage Surveillance Comparaison à l’échelle internationale à l’échelle régionale

Validité et fiabilité Valide : Oui Fiable : Oui Valide : Non Fiable : Non Sans biais Valide : Non Fiable : Oui Valide : Non Fiable :Non Avec biais

Validité Le fait de bien mesurer ce que l’on veut mesurer. Le fait d’être formé par un formateur de référence assure la validité de deux façons : On reçoit une formation sur ce qui est supposé être mesuré. On confirme que chacun mesure la même chose (« même longueur d’onde »).

Fiabilité La mesure dans laquelle l’examen clinique donne le même résultat lorsqu’on le répète. Fiabilité inter-examinateurs : reproductibilité entre examinateurs différents Fiabilité intra-examinateur : reproductibilité pour un même examinateur

Fiabilité L’étalonnage assure la fiabilité inter-examinateurs et intra-examinateur, et permet : les comparaisons internationales; les comparaisons régionales; les comparaisons temporelles. Sans étalonnage Les différences sont-elles réelles ou sont-elles dues à la variabilité de l’examinateur?

Statistiques de fiabilité de l’examinateur Utilisées dans les cas suivants : Formation et étalonnage des examinateurs en fonction d’un nouvel indice par rapport à un examinateur de référence. Nouvel étalonnage des examinateurs par rapport à un examinateur de référence.

Statistiques de fiabilité de l’examinateur Deux mesures utilisées : Pourcentage d’accord Coefficient kappa

Pourcentage d’accord Le pourcentage d’accord mesure la fiabilité de l’examinateur. C’est-à-dire : le pourcentage de jugements pour lesquels les deux examinateurs se sont mis d’accord par rapport au nombre total de jugements effectués.

Pourcentage d’accord – Exemple Le pourcentage d’accord est la somme des valeurs apparaissant dans les cases constituant la diagonale, divisée par le nombre total de cas et multipliée par 100. Pourcentage d’accord – Exemple Ex 2 A U E M Total Ex 1 18 15 4 5 24 2 12 9 23 7 16 35 28 30 100

Pourcentage d’accord - Exemple Nombre d’accords = somme des diagonales = 61 Nombre total de cas = total de l’ensemble = 100 Pourcentage d’accord = 61 %

Coefficient kappa Le coefficient kappa mesure l’accord entre les évaluations faites par deux examinateurs qui évaluent les mêmes objets. Il s’agit de l’accord obtenu au-delà du hasard, comme proportion de cet accord possible au-delà du hasard.

Coefficient kappa Interprétation du coefficient kappa La valeur du coefficient kappa varie entre 0 et 1. Plus le chiffre est élevé, meilleure est la fiabilité. Une valeur de 1 indique un accord parfait. Une valeur de 0 indique que l’accord ne vaut pas mieux que le hasard. En général, un coefficient kappa > 0,60 est considéré comme étant satisfaisant.

Interprétation du coefficient kappa 0,00 Résultat imputable au hasard 0,01-0,20 Accord très faible 0,21-0,40 Accord faible 0,41-0,60 Accord modéré 0,61-0,80 Accord fort 0,81-0,99 Accord presque parfait 1,00 Accord parfait

Coefficient kappa Voici la formule servant à calculer le coefficient kappa :

Coefficient kappa –Exemple PO est la somme des diagonales divisée par le nombre total de cas. Ex 2 A B C D Total Ex 1 18 15 4 5 24 2 12 9 23 7 16 35 28 30 100

Coefficient kappa – Exemple PE est la somme de chaque total des rangées, multipliée par le total des colonnes correspondantes, puis divisée par le grand total au carré Ex 2 A B C D Total Ex 1 18 15 4 5 24 2 12 9 23 7 16 35 28 30 100

Coefficient kappa – Exemple Nombre d’accords = sommes des diagonales = 61 Nombre total de cas = grand total = 100 PO = 0,61

Coefficient kappa – Exemple

Références Cohen J. A coefficient for nominal scales. Educational and Psychological Measurement 1960; 20: 37-46. Cohen J. Weighted kappa: nominal scale agreement with provision for scaled disagreement or partial credit. Psychological Bulletin 1968; 70: 213-220.