Journée d’accompagnement de l’appel à recherches autisme

Slides:



Advertisements
Présentations similaires
Introduction Pour concrétiser l’enseignement assisté par ordinateur
Advertisements

Université de Ouagadougou
28 Février 2007 Inspection AIS AUTISME 49
Les TESTS STATISTIQUES
1 Le Contrôle en Cours de Formation Note de service n° 97 – 077 du 18 mars 1997 BTS.
L’analyse de graphique
Les TESTS STATISTIQUES
Dr DEVILLE Emmanuelle J D V 12/07/2006
Missions du CAMPS. Auprès des enfants : – léquipe surveille le bon développement de ceux pour lesquels des facteurs de risque ou des antécédents font.
Régression -corrélation
Laboratoire Inter-universitaire de Psychologie Cours 6
Vérification des données
Expériences contrôlées Quasi-expériences Études de cas
Paul-Marie Bernard Université Laval
Statistiques Séance 9 – 6 décembre 2005 N. Yamaguchi.
Régression linéaire simple
Correction des Systèmes
B Souda Abdelhafidh Mai 2006 Lévaluation est-elle une innovation en Tunisie B souda Abdelhafidh Élève inspecteur au CENAFFE.
La fonction quadratique
La méthodologie expérimentale Fondements et bases d’application
Le test t.
La corrélation et la régression
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
La méthodologie expérimentale Fondements et bases d’application
La méthodologie expérimentale Fondements et bases d’application
Expériences contrôlées Rappel du cours d’IHM
Le comportement des coûts Chapitre 3
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
CHAPITRE 6 Stabilité des SA.
Université du Québec à Montréal
Lectures Volume du cours: Sections 12.1 à 12.6 inclusivement
IA IPR Académie de Rennes L’algorithmique une nouveauté ? Regard sur les programmes et les ressources ; quelques pistes.
LE PARCOURS DE DÉCOUVERTE DES MÉTIERS ET DES FORMATIONS (PDMF)
MANAGEMENT INTELLIGENT par Clark G. KHADIGE, dba, desg
Pour Principes de microéconomie, svp ajouter en haut de la page :
Régression linéaire multiple : hypothèses & interprétation
M1 2013/2014 Implémentation des procédures statistiques Introduction aux régressions linéaires.
Le management public ne peut se limiter à l’étude de l’organisation
Quelques principes de référence pour l’évaluation des systèmes éducatifs Alain Mingat Décembre 2013.
Scelles Régine Laboratoire Psy-NCA EA 4700 Université de Rouen
Un exemple d’état de l’art systématique
Comment enseigner la physique chimie à des adolescents avec autisme ?
Méthodologie expérimentale : l’analyse des données
Amélioration de la Performance des Systèmes d’Information de Routine (SISR) et de l’Utilisation de l’Information pour la Gestion des Systèmes de Santé.
La pedagogie generale 1-Quels sont les différents conseils ayant lieu dans un établissement scolaire? 2- Quelles sont les différentes formes d’évaluation?
PRINCIPES ET PROCESSUS OPERATIONNEL POUR LE DEVELOPPEMENT D’UNE POLITIQUE CULTURELLE* Patricio Jeretic, David Rosello Projet UNESCO : Utilisation des nouveaux.
Initiation à la Méthodologie de Recherche
Objectif de l’IPMVP : « Mesurer et Vérifier les économies d’énergie, donner la preuve de ce que l’on annonce »
Psychiatrie infanto-juvénile et diagnostics: Pourquoi est-ce une affaire compliquée? Pr. A. Malchair ULg.
Les principes de la modélisation de systèmes
Caswell 2001 Sinauer Associates
Revue systématique et méta analyse
Multi-country Workshop on Development Impact Evaluation in Finance and Private Sector Development Dakar, Senegal, February 1-4, 2010 Non-Experimental Methods.
Protocole GEVA sco première demande
SURPOIDS et OBESITE CHEZ LES ENFANTS DE 7 à 9 ANS
Les fonctions Les propriétés.
ANALYSE DE DONNEES TESTS D’ASSOCIATION
Régulation et Asservissement: Notions de schémas blocs
Séance 8 30 novembre 2005 N. Yamaguchi
1 BIO 4518: Biostatistiques appliquées Le 1er novembre 2005 Laboratoire 7 ANCOVAs (Analyse de covariance)
Promouvoir la régulation de la compréhension: Effets sur la réussite dans un cours de méthodologie Serge Brédart et Jonathan Dedonder Département des sciences.
Régression linéaire (STT-2400)
Dr Vincent BIGE Centre de référence Mucoviscidose de Lyon
Disparités de résultats entre établissements : Mesure et éléments d’explication pour la politique éducative Alain Mingat Décembre 2013.
Distribution à deux variables
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
ETUDES PRONOSTIQUES Pr Ganry.
Transcription de la présentation:

Journée d’accompagnement de l’appel à recherches autisme 17 Avril 2014 Evaluation des interventions auprès des personnes avec autisme : l’exemple de l’intervention précoce difficultés spécifiques Bernadette Rogé, Kamran Afzali Octogone, EA 4156 Université de Toulouse 2

Intérêt du diagnostic et de l’intervention précoces Possibilité de mise en place rapide d’une intervention : Efficace pour les enfants dont le développement est stimulé Efficace pour la famille qui se sent épaulée

Protocoles classiques au niveau des groupes Mesures avant-après Groupes témoins afin de capter l’effet qui revient à la thérapie Groupe avec retard sans autisme Groupe typique

Difficultés habituelles Constitution des groupes Hétérogénéité des troubles Hétérogénéité des niveaux de développement de départ Appariement des groupes En termes de niveau verbal ? En termes de niveau non verbal ? Constitution des groupes témoin Réticence des autres sites Connaissances des parents qui appliquent eux-mêmes une stimulation

Difficultés habituelles (suite) Quel type de mesure ? QI Diminution des signes autistiques Progrès dans les différents domaines MAIS, il est important de saisir certains aspects plus qualitatifs : Qualité de la communication Qualité de l’interaction Généralisation à l’environnement

Le problème le plus important Après avoir contrôlé tous ces paramètres, reste à contrôler ce qui revient à la thérapie Et ce qui revient à d’autres variables

Evaluation de l’efficacité de l’intervention Problèmes méthodologiques : Comment contrôler le rôle des variables parasites? Comment s’assurer que le changement résulte uniquement de l’intervention.

Evaluation de l’efficacité de l’intervention Comment contrôler le rôle des variables parasites? Considérations en rapport avec le design expérimental : Homogénéisation du groupe d’intervention Ajouter un groupe contrôle apparié Randomiser les sujets dans deux groupes (Intervention/Contrôle)

Evaluation de l’efficacité de l’intervention Comment contrôler le rôle des variables parasites? Considération en rapport avec l’analyse des données: Evaluer les variables parasites dans le groupe intervention Les insérer comme ‘‘covariables’’ dans les analyses Examiner l’ efficacité de l’intervention après avoir contrôlé statistiquement l’effet des variables parasites (covariables)

Evaluation de l’efficacité de l’intervention Différents types de covariables : Statique (fix) :Ne change pas au cours du temps (pendant) l’intervention, ex. niveaux socio-économique, nombre de la fratrie, éducation des parents. Dynamique (time varying) : Change au cours de l’intervention, ex. niveau du développement, l’âge.

Evaluation de l’efficacité d’une intervention Covariables Statique (fix) : Type d’analyse : Modèle générale linéaire (ANCOVA) Procédure : D’abord prendre en compte l’effet de la covariable (éducation des parents), après faire la comparaison pré-post.

Evaluation de l’efficacité d’une intervention Covariables Dynamique (time varying) : Type d’analyse : Modèle mixte linéaire Prendre en compte les différences inter-individuelles de rythme de développement (Random Effects) Procédure : D’abord modéliser la relation entre la variable dépendante (communication verbale) et la covariable (Age), après évaluer l’effet de l’intervention sur cette relation.

Evaluation de l’efficacité de l’intervention Covariables Dynamiques (time varying) :

Evaluation de l’efficacité de l’intervention Propositions générales: Homogénéisation dans le groupe d’intervention (nombre d’heure d’intervention, etc.) Avoir au moins 30 sujets (sans données manquantes) Ajouter une troisième évaluation ( pré, post, et followup) pour bien distinguer l’effet de l’intervention et l’effet du développement.

Evaluation de l’efficacité de l’intervention Propositions générales: Ajouter une troisième évaluation ( pré, post, et followup) pour augmenter le puissance statique et la fiabilité des résultats. Ajouter un groupe contrôle (ou un groupe avec une autre intervention) pour avoir un design parfait et non-critiquable.

Les protocoles à cas unique Evaluation longitudinale qui compare le sujet à lui-même à deux temps (avant-après)

Conditions d’application Stabilité du problème Effet immédiat et marqué de l’intervention : s’applique à des interventions dont les objectifs doivent être rapidement atteints

Conditions d’application La variable dépendante doit être une mesure objective Action, comportement ouvert (observable) Cognition Comportement verbal Réponse physiologique

Exemple : comportements de coopération

Etablissement de la ligne de base La ligne de base est constituée par les mesures prises avant intervention : c’est la phase A La ligne de base constitue la référence à partir de laquelle les effets de l’intervention (phase B) seront évalués

Une ligne de base idéale permet d’évaluer Niveau : Mesure de l’intensité de la variable dépendante. Par exemple, score intensité de la symptomatologie (CARS) Tendance : Pattern de la variable dépendante durant la ligne de base. Par exemple, aggravation (élévation du score CARS) Variabilité : le nombre minimum de mesures pour la ligne de base est de 3. Bien que le niveau puisse être évalué par un point et la tendance par deux points.

L’examen visuel est la technique d’interprétation la plus courante : graphique avec en abscisse le déroulement du temps et en ordonnée la mesure dépendante Changement de niveau (a,c,f) Changement de tendance (pente) (c,d,e,f)

L’examen visuel est la technique d’interprétation la plus courante L’examen visuel est la technique d’interprétation la plus courante. Mais il existe également des statistiques spécifiques qui permettent notamment de définir si la pente de l’évolution est significative. Une courbe de tendance est calculée afin de vérifier le sens de l’effet observé et son degré de significativité.

Procédures non paramétriques Calcul d’une courbe de tendance dans chaque phase analyse de R2 par régression linéaire, servant à quantifier le changement montré par une tendance linéaire. R2 est une valeur qui se situe entre 0 et 1 avec 0 indiquant aucun changement au cours du temps et 1 indiquant un changement linéaire (ex: diminution des signes) et monotone (sans fluctuation) après l’intervention.