Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d ’articles Interprétation des tests statistiques
Principes de l’analyse statistique Objectif : évaluer dans quelle mesure les résultats peuvent être le fait du hasard Principe : confronter les résultats expérimentaux à un modèle Résultat : accepter ou rejeter «l’hypothèse nulle» pour un seuil de risque pré-établi (hypothèse nulle habituelle: les groupes sont identiques) M Lièvre 1997
Principes de l’analyse statistique (2) p = probabilité pour que le résultat observé puisse être obtenu par hasard si les groupes étaient identiques Seuil de significativité = erreur acceptée = 0.05 par convention habituellement si p < 0.05 significatif si p > 0.05 non significatif Est-ce suffisant pour adopter une nouvelle thérapeutique?
Test de l’hypothèse nulle Différence entre les groupes IC 95% expérience 1 expérience 2 Rejet p < 0.05 Acceptation p > 0.05 M Lièvre 1997
Intervalle de confiance et «p» Probabilité 1 IC 90% IC 95% 0,95 0,9 Loi normale, espérance mathématique = 0 écart-type = 1 0,5 0,2 0,05 -5 -4 -3 -2 -1 1 2 3 4 5 M Lièvre 2005
Intervalle de confiance et «p» M Lièvre 1997
Intervalle de confiance et p M Lièvre 1997 Intervalle de confiance et p Etude WOSCOPS, Décès de cause cardiovasculaire Pravastatine 50/3302; Placebo 73/3293 Réduction moyenne du risque relatif = 31.7%, p = 0.0364 60 Réduction du risque relatif % 50 40 30 20 10 80% 90% 95% 96.36% 97% -10 Valeur de l'intervalle de confiance 99%
Intervalle de confiance et p M Lièvre 1997 Réduction du risque relatif % 60 IC 95% IC 95% IC 99% 50 40 IC 95% IC 95% IC 90% 30 20 10 -10 p = 0.036 p = 0.0003 p = 0.0003 -20 p = 0.341 p = 0.081 p = 0.081
« p » et intervalle de confiance: conclusions Toujours considérer l ’intervalle de confiance Résultat « significatif »: il reste une possibilité d ’erreur Résultat « non significatif »: Résultat non concluant Résultat compatible avec une supériorité et une infériorité L ’absence de preuve n ’est pas la preuve d ’absence Plus « p » est petit, plus la précision de l ’estimation est bonne pour une quantité d ’effet donnée Un effet est une quantité non une qualité