Comparaisons de deux méthodes de mesures Pr

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

Test statistique : principe
Les tests d’hypothèses (I)
Scores de gravité en réanimation
5 critères de qualité d'un test
Inférence statistique
C1 Bio-statistiques F. KOHLER
Comparaison de deux moyennes observées
Inférence statistique
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Tests de comparaison de pourcentages
Nombre de sujets nécessaires en recherche clinique
CONFORMITE d’une distribution expérimentale à une distribution théorique Professeur Pascale FRIANT-MICHEL > Faculté de Pharmacie
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Régression -corrélation
Les Biais Item 14°) Relever les biais discutés. Rechercher d’autres biais non pris en compte dans la discussion et Relever leurs conséquences Dr Marie-Christine.
ETALONNAGE D’UN CAPTEUR
Analyse de la variance à un facteur
1 Analyse de la variance multivariée Michel Tenenhaus.
Tests de comparaison de moyennes
Les variables au plan fonctionnel
Paul-Marie Bernard Université Laval
Analyse de la variance : ANOVA à un facteur
Nombre de sujets nécessaires en recherche clinique
Régression linéaire simple
Objectifs du chapitre 12: Interprétation des résultats
Problème Autre formulation :
Équations Différentielles
L’Analyse de Covariance
Corrélation et régression linéaire simple
1.Un rang de données multicolores 2. Deux permutations des n premiers entiers 3. b permutations des k premiers entiers 4. Choix de n points dans [0,1]
BERGOT Guillaume HAVEZ Maxime. Présentation Problématique Endogène Exogènes Résultats Bilan Présentation du contexte Problématique Mise en place du modèle.
BERGOT Guillaume HAVEZ Maxime. Présentation Problématique Endogène Exogènes Résultats Bilan Présentation du contexte Problématique Mise en place du modèle.
La méthodologie expérimentale Fondements et bases d’application
Clinical Validity of a Negative Computed Tomography Scan in Patients With Suspected Pulmonary Embolism A Systematic Review JAMA 2005 Quiroz R et al Minet.
Une observation par cellule facteurs fixes versus facteurs aléatoires.
La corrélation et la régression multiple
La corrélation et la régression
Le test t.
La régression logistique
La corrélation et la régression
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Comparaison de deux échantillons
LES STATISTIQUES BOULAHBAL Free Powerpoint Templates.
Le comportement des coûts Chapitre 3
Objectifs Chapitre 8: Mesure en psychologie
Objectifs Chapitre 7: variables indépendantes et dépendantes
Objectifs du chapitre 2 d’Howell sur les statistiques descriptives
La régression multiple
Paramètres génétiques des courses d’endurance D’après A. Ricard et M
Beaugrand Marie Christiaens Marie Moreau Emeline
Régression linéaire multiple : hypothèses & interprétation
Méthodes de Biostatistique
1 Une méthode itérative pour l'unfolding des données expérimentales, stabilisée dynamiquement(*) Bogdan MALAESCU LAL LLR 28/09/2009 (*arxiv: )
GTS813: cours #6 Évaluation d’une mesure (Validité, Répétabilité, Fiabilité, précision) Activité. Études de cas #2: Qui pose la question? La question est-elle.
Concepts fondamentaux: statistiques et distributions
Dr Ph Gomis / DAR Reims Lecture des statistiques dans les articles médicaux en anesthésie réanimation.
L’erreur standard et les principes fondamentaux du test de t
Méthodes de Biostatistique Chapitre 9 Tests Nonparamétriques.
Paraclinique de génétique 2°Doc grp 6 Synthèse des paramètres génétiques estimés par performance test chez l’étalon et le jeune cheval ainsi que leurs.
Fiche n°2 des savoir-faire applicables aux données quantitatives et aux représentations graphiques.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Reliability of electronic recording of waiting times in the emergency department : a prospective multicenter study Judith Gorlicki, Pierre-Alexis Raynal,
23/05/2016 Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet fonction F4, étendre l'écran configurer le diaporama,
Transcription de la présentation:

Comparaisons de deux méthodes de mesures Pr Comparaisons de deux méthodes de mesures Pr. Bruno RIOU Département d’Anesthésie-Réanimation et Service d’Accueil des Urgences CHU Pitié-Salpêtrière, Paris

Techniques de comparaisons Méthode des corrélations Méthode de Bland et Altman

CORRELATION Recherche d’une corrélation linéaire Signification de P Signification de R2 Méthode simple (simpliste !)

Pourquoi rejeter la corrélation ? 1. R mesure la force de la relation entre deux variables et non leur agréement

Pourquoi rejeter la corrélation ? 2. Un changement d’échelle ne modifie pas la corrélation

Pourquoi rejeter la corrélation ? 3. La corrélation dépend de l’étendue des valeurs (un bon R est «assuré» par les extrèmes)

Pourquoi rejeter la corrélation ? 4. L’hypothèse nulle est que les deux mesures ne sont pas linéairement liées !

Pourquoi rejeter la corrélation ? 5. Un agréement faible peut donner un R élevé (>0,9)

Bland JM, Altman DG Lancet 1986;1:307-310 Statistical methods for assessing agreement between two methods of clinical measurement Bland JM, Altman DG Lancet 1986;1:307-310

Wong DH et al. Anesthesiology 1990;72:784-92 Non invasive cardiac output: Simultaneous comparison of two different methods with thermodilution Wong DH et al. Anesthesiology 1990;72:784-92

Editorial Comparing methods of measurement: An alternative approach LaMantia KR, O’Connor T, Barash PG Anesthesiology 1990;72:781-783

INFORMATIONS ESSENTIELLES Biais Précision Variation de la précision en fonction de la valeur mesurée Hors-la loi

BIAIS Le biais est la moyenne des différences: Biais = S (m1-m2).n-1 La déviation standard du biais permet de tester si le biais est différent de 0: t=

PRECISION La précision est la moyenne des valeurs absolues des différences Précision = S(m1-m2) . n-1 (coefficient de variation de la mesure)

Limites d’agréement Définies par + 2DS (+1,96 DS = 95 % des valeurs observées) A comparer à une limite arbitraire («clinique»)

Comment faire quand la méthode de référence est peu précise ? Utiliser une «vraie» méthode de référence Comparer la méthode de référence avec elle-même et utiliser cette comparaison comme étalon

M1-M2 +2DS -2DS (M1+M2)/2

M1-M2 +1 -1 (M1+M2)/2

M1-M2 +1 -1 (M1+M2)/2

Intraoperative measurement of activated partial thromboplastin time and prothrombin time with a new monitor Samama M, Quezada R, Riou B, Mourgeon E, Arock M, Ankri A, Viars P. Acta Anaesthesiol Scand 1994;38:232-7

EXEMPLE Valeur Biais Précision Hors-la-loi TCA Référence 1,4+0,8 -0,04+0,35 18+31 28 (31) Moniteur 1,3+0,9 -0,05+0,32 23+23 61 (48)* TP Référence 1,1+0,1 0,00+0,19 8+17 4 (3) Moniteur 1,1+0,1 0,01+0,14 8+11 7 (6) Samama et al., Acta Anaesthesiol Scand 1994

QUE FAIRE LORSQUE LES UNITES DE MESURES SONT DIFFERENTES ? Utiliser une autre méthode (évaluation de la performance diagnostique) Comparer des variations exprimées en pourcentages

Le problème de la répétabilité Répétabilité de la méthode de référence Répétabilité de la méthode testée Quelle solution ? Evaluer la répétabilité des méthodes: DS de la différence (intra-sujets)

CONCLUSION Abandonner les corrélations Utiliser la méthode de Bland et Altman Penser à utiliser la variabilité de la méthode de référence comme critère de comparaison Evaluer la répétabilité