1 / 16

Association entre variables

Association entre variables. 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. Présentation des résultats par groupe :

enye
Download Presentation

Association entre variables

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Association entre variables

  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. Présentation des résultats par groupe : • moyenneEcart-type (effectif) • médiane [valeurs extrêmes] (effectif)

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

  5. 2. Deux variables continues • Exemple : • association entre la PAS et l’âge • Finalité • vérifier l’association entre deux variables continues et apprécier la « force » de cette association

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

  7. Analyse statistique • test du coefficient de corrélation à 0  0 est-il dans l’IC95% ? • normalité des données • approche non paramétrique : coefficient de corrélation de Spearman

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

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

  10. risque relatif (étude de cohorte / étude transversale) et IC95% : • ex : accidents de la route en Floride RR d’accident mortel selon qu’il y ait ou non port de la ceinture : RR = 0,12

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

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

  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. 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. rapport des risques instantanés dans le cadre d’un modèle de Cox • ex: HR = 0,56 (IC95% = [0,35 ; 0,89])

  16. Analyse statistique • test du log-rank • modèle de Cox

More Related