Epi Info Analyse Univariée

Transcription

1 analyse data Importation des données read import Epi Info-analyse univariée 1

2 Type de fichier (excel, epi info ) Chemin d accès Si epi info : view, si excel : feuille nombre de patients Epi Info-analyse univariée 2

3 Description des données Variables quantitatives Fonction «means» Résultats : Epi Info-analyse univariée 3

4 En 1 er : tableau avec nombre de patients pour chaque age (pas très intéressant ) En 2 nd : plusieurs données dont : obs = nombre de patients, means = moyenne d âge, std dev = écart type, minimum / maximum et médiane. Description classique d une variable quantitative : moyenne ± écart type ou si on veut être plus détaillé : moyenne ± écart type [minimum maximum] ; médiane Variables qualitatives Fonction «frequencies» Résultats Epi Info-analyse univariée 4

5 On obtient ici la distribution du sexe. On voit qu il y a 48 F (femmes) soit 47,2% et 54 M (hommes) soit 52,9% On retrouve les 102 patients qui font 100,0%. Tests statistiques Comparaison de moyennes (test de student ou de Wilcoxon) Fonction «means» Variable qualitative Variable quantitative Epi Info-analyse univariée 5

6 Résultats Description Test de Student Test égalité variances Test Mann et Whitney en 1 er : tableau descriptif (pas très intéressant ) en 2 nd : résultats Description : nombre d observation, moyennes, écart type, mini/maxi et médiane pour chaque modalité de la variable qualitative ici, description de l âge chez les hommes et chez les femmes Test statistique : selon les conditions d application du test de Student, on utilise le test de Student ou le test de Wilcoxon. Si effectifs 30 dans les 2 groupes et égalité des variances (test de Bartlett => P value > 0.05) alors test de student (p correspond au T statistic) Sinon, test de Mann et Whitney (p correspond à P value) Remarque : epi info est capable de réaliser une comparaison de moyennes dans plus de 2 groupes. Il s agit également de la fonction «means». Seulement, attention, il ne s agit plus d un test de Student mais d une régression linéaire à un facteur. Epi Info-analyse univariée 6

7 Comparaison de distributions (test du Chi2 ou test exact de Fisher) Fonction «table» 2 variables qualitatives Epi Info-analyse univariée 7

8 Résultats Tableau descriptif on voit que : il y a 48 femmes (47,1%) et 54 hommes (52,9%) il y a 84 patients en 1 ère greffe (82,4%) et 18 patients en 2 nde greffe (17,6%) parmi les 48 femmes, 39 bénéficiaient de leur 1 ère greffe (81,3% des femmes et 46,4% des 1 ères greffes) et 9 de leur 2 nde (18,8% des femmes et 50,0% des 2 ndes greffes) parmi les 54 hommes, 45 bénéficiaient de leur 1 ère greffe (83,3% des hommes et 53,6% des 1 ère greffe) et 9 de leur 2 nde (16,7% des hommes et 50,0% des 2 ndes greffes) Epi Info-analyse univariée 8

9 Test statistique Odd ratio et Son IC à 95% p test de Fisher p test du Chi2 Odd ratio : Il existe un lien significatif entre les 2 variables si son intervalle de confiance à 95 % ne contient pas la valeur 1. Si > 1 : facteur de risque Si <1 : facteur protecteur Signification : par exemple, un odd ratio entre le tabac et le cancer du poumon de 4 signifie que les fumeurs ont 4 fois plus de risque de développer un cancer du poumon que les non fumeurs. Test du Chi2 si la condition de validité du test est remplie (effectifs attendus 5). Epi Info met un message si cette condition n est pas remplie. Test exact de Fisher si condition de validité du test de Chi2 n est pas remplie. Remarque : epi info est capable de faire un chi2 sur un tableau à plus de 4 cases mais n est pas capable de faire un test exact de Fisher sur un tableau à plus de 4 cases alors attention quand les effectifs sont faibles (epi info mais un warning : «An expected value is < 5. Chisquare not valid.» mais ne propose rien d autre ). Epi Info-analyse univariée 9

10 Warning si condition de validité du test du Chi2 n est pas remplie Autres fonctions d epi info Analyse sur un sous groupes Fonction «select» Epi Info-analyse univariée 10

11 Critère de sélection exemples : on veut étudier les hommes seulement : sexe= «M» on veut étudier les hommes de plus de 50 ans : sexe= «M» and age>50 on veut étudier les patients n ayant pas un diagnostic de type 1 : diagnostic <> 1 (<> signifie différent) Epi Info-analyse univariée 11

12 Recodage de variables exemple : en tranche d age (moins de 50 ans et plus de 50 ans) 1 ère étape = définir la nouvelle variable => fonction «define» puis nommer la nouvelle variable (ici : agetranche) Epi Info-analyse univariée 12

13 2 ème étape : recoder la variable age en agetranche => fonction «recode» Epi Info-analyse univariée 13

14 Epi Info-analyse univariée 14