Techniques d échantillonnage en épidémiologie
|
|
- Thierry Leclerc
- il y a 7 ans
- Total affichages :
Transcription
1 Master Sciences et Technologies Santé Mention Biologie Santé Spécialité Génie physiologique, Biotechnologies et informatique, Développement du médicament UE EPIDEMIOLOGIE Techniques d échantillonnage en épidémiologie Marion ALBOUY-LLATY 14 octobre
2 Plan Echantillonnage et épidémiologie Pré-requis Sondages empiriques Sondages aléatoires Estimation 2
3 Plan Echantillonnage et épidémiologie Pré-requis Sondages empiriques Sondages aléatoires Estimation 3
4 Échantillonnage opération qui consiste à identifier un sous-groupe d individus dans une population afin d y recueillir des données statistiques Population Sondage: méthode utilisée pour échantillonner N Échantillon: groupe d individus qui a été sélectionné n1 n2 n3 4
5 Epidémiologie Epidémiologie descriptive Décrire d état de santé d une population Epidémiologie évaluative Evaluer l impact des interventions Epidémiologie analytique Analyser les déterminants des problèmes de santé Proposer les interventions les plus efficaces 5
6 Objectifs En épidémiologie descriptive estimer avec la meilleure précision possible (IC ou σ) et le moins de moyens possibles des paramètres concernant une population bien définie L idéal: utiliser base de données exhaustive (registre, recensement) sinon: sondages En épidémiologie analytique Établir la relation entre une exposition et un état de santé pour tirer des lois générales, applicables à toute la population L échantillon doit inclure des individus exposés et non-exposés, à risque de développer la maladie 6
7 Objectifs Analytique Descriptif Non malades Malades N témoins cas Non exposés NE Exposés E n1 n2 n3 Comparabilité des groupes Représentativité 7
8 Représentativité=bon sondage Un échantillon est représentatif s il permet : d estimer les paramètres étudiés sans biais (équivalents à ceux que l on aurait obtenu en étudiant la population totale) avec une précision acceptable Conditions: Inclusion des sujets aléatoire=tas Probabilité d inclusion déterminée à l avance et non nulle Formules d estimateurs adaptés au plan de sondage 8
9 Paramètre: valeur vraie de la population Ex: Effectif; Moyenne; %; variance Estimation: valeur attribuée à un paramètre étudié à partir de données observées sur un échantillon s 2 σ - N 2 1 = N i= 1-1 = n 1 n ( x i µ ) ( x i m ) i= Population de taille N avec moyenne µ Estimateur: formule mathématique permettant de calculer cette valeur Échantillon de taille n1 et de moyenne m1 Échantillon de taille n2 et de moyenne m2 9
10 Avantages du sondage Réduction de la durée d étude Résultats obtenus plus rapidement Économie de moyens Effectif plus faible donc moins d enquêteurs Qualité des données recueillies Plus de détails: plus de précision 10
11 Erreurs liées aux sondages Biais de sélection Erreur systématique qui conduit à un manque de validité des données Processus de sélection influe sur le résultat Sources principales: défaut de couverture et nonréponses Ex: passants dans la rue (invalides; quartier; travail) ou Téléphone (portable, défavorisés) Ne peut être corrigé par l analyse stat Fluctuation d échantillonnage Erreur non systématique qui conduit à un manque de précision des données 11
12 Validité et précision Biais: manque de validité Fluctuation d échantillonnage: manque de précision Biais + Fluctuation d échantillonnage 12
13 Plan Echantillonnage et épidémiologie Pré-requis Sondages empiriques Sondages aléatoires Estimation 13
14 Avant d échantillonner 1. Établir les objectifs de l'enquête 2. Définir la population d intérêt et les unités d enquête 3. Déterminer les données à recueillir 4. Fixer la taille de l échantillon 5. Sélectionner une base de sondage 6. Fixer une méthode d échantillonnage Avoir en tête les contraintes logistiques (base de sondage adaptée à la cible, mode de recueil des données ) 14
15 Population d intérêt Ensemble des individus (unités statistiques) que l on voudrait étudier et auxquels s appliquent les résultats d une enquête Dépend de l objectif de l enquête Définition limites géographiques période de référence caractéristiques sociodémographiques 15
16 Les unités d'enquête Pas forcément des personnes Services hospitaliers ou lieux de travail Plusieurs niveaux de réponse Unité d échantillonnage Unité déclarante Unité de référence Ex: enquête sur les nouveau-nés UE=le ménage UD=l'un des parents ou le tuteur légal UR=le bébé 16
17 Base de sondage Définition liste d unités (individus ou groupe d individus) qui couvre toute la population avec une identification de chaque unité Qualités obligatoires Liste exhaustive (sinon défaut de couverture) Liste sans doublon : identifiant unique (sinon Πk inégales) Qualités supplémentaires Information auxiliaire individuelle : autres informations que l identifiant pour chaque unité (sexe, âge si les unités sont des personnes par exemple...) Exemples population générale (liste téléphonique) population hospitalière (liste des patients ayant eu une cs) pop. Salariés (liste personnel) 17
18 Exemple 1 Étude de l incidence du VIH en France Population N= Population française Étude de recensement Échantillon n=1600 Cas de VIH Taux d incidence= 1600/ =2.6/ PA 18
19 Exemple 2 Étude du taux de CD4 chez les patients VIH hospitalisés dans 4 hôpitaux parisiens Population Patients atteints du VIH en France Sondage Population cible Patients suivis dans 4 hôpitaux parisiens BASE DE SONDAGE : N Liste des cs Échantillon n Échantillons de malades 19
20 Méthodes d échantillonnage Sondages empiriques : Probabilité de sélection définie sur le terrain = sélection par choix raisonné Sondages aléatoires : Probabilité de sélection définie dès la constitution du plan de sondage = sélection par TAS 20
21 Plan Echantillonnage et épidémiologie Pré-requis Sondages empiriques Méthode des quotas Méthode des itinéraires Méthode des unités-types Méthode des transects Sondages aléatoires Estimation 21
22 Sondages par quotas L enquêteur sélectionne librement le sujets La consigne: obtenir une structure de l échantillon similaire à celle de la population Pas de probabilités d inclusion - pas de TAS Pas de base de sondage MAIS Imprécision des résultats Difficultés d organisation Non représentativité possible de l échantillon Exemples: Élections, Étude Sélénium 22
23 Autres sondages empiriques Méthode des itinéraires =quotas avec respect d un trajet réduit liberté enquêteur Méthode des unités-types Individus moyens Méthode des transects Écologie animale 23
24 Plan Définitions Sondages empiriques Sondages aléatoires Estimation 24
25 Sondages aléatoires Sondages élémentaires Sondage aléatoire simple (SAS) Sondage systématique (SYS) Sondages non élémentaires Sondages stratifiés Sondages en 2 phases avec post-stratification Sondages à plusieurs degrés Sondages en grappe Sondages stratifiés à plusieurs degrés 25
26 Sondages élémentaires (1) Sélection de l échantillon : en une seule étape sans manipulation de la base de sondage BASE DE SONDAGE : N Fraction de sondage: proportion d individus sélectionnés f =n/n Échantillon : n Probabilité d inclusion: probabilité pour un individu de faire partie de l échantillon. 0<Πk 1 26
27 Sondages élémentaires (2) Tirages : Probabilités égales Πk = f =n/n = cste Probabilités inégales Πk = cste * Xk f Σ Πk = n Souvent proportionnelles à une valeur quantitative X connue pour chaque unité k Πk = n (Xk /Tx) avec Tx =Σ Xk 27
28 Exemple: Échantillon de 3 hôpitaux parmi 10 hôpitaux Base de sondage Proba égales Proba inégales Hôpital Nb services (Xk) Πk = n/n=3/10 Πk =n (Xk/Tx) A 7 0,3 0.20= 3*(7/107) B 9 0,3 0,25 C 6 0,3 0,17 D 5 0,3 0,14 E 24 0,3 0,67 F 14 0,3 0,39 G 12 0,3 0,34 H 19 0,3 0,53 I 5 0,3 0,14 J 6 0,3 0,17 Tx=107 Σ Πk =10*0.3=3=n Σ Πk = 3=n 28
29 SAS (1) m tirages avec remise : n m (indépendants) Πk =1/4 Πk = 1/4 Πk = 1/4 m tirages sans remise : n=m (non indépendants) Πk = 1/4 Πk = 1/3 Πk = 1/2 29
30 SAS (2) sondage de référence tirage à probabilités égales (Πk= f) simple à réaliser analyse statistique classique MAIS efficacité non optimale seulement si base de sondage disponible 30
31 Exemple de SAS Tri aléatoire du fichier (EXCEL) TAS de 3 hôpitaux parmi 10 : 1. Générer un nombre aléatoire pour chaque unité de la population 2. Trier par ordre croissant (ou non) selon ce nombre les unités 3. Inclure dans l échantillon les n=3 premières unités A B C D E F G H I J ALEA 0, , , , , , , , , , F A I J G E H C D B ALEA trié croissant 0, , , , , , , , , , F A I
32 SYS à proba égales (1) TAS 1er individu puis Pas de sondage (N/n = 1/f) Cas 1: N et n connus N=9 A B C D E F G H I n=3 B E H 9/3 = 3 9/3 = 3 32
33 SYS à proba égales (2) Cas 2: N et n inconnus Estimer le pourcentage des visites à domicile parmi les actes effectués au cours d une année en colligeant 5% des feuilles de maladie reçues par la CNAM Fraction de sondage = 5% donc Pas de sondage = 20 N=? n=?
34 SYS à proba égales (3) simple à réaliser analyse statistique classique à probabilités égales base de sondage non disponible à l avance taille de l échantillon aléatoire MAIS tirages non indépendants pas de formule rigoureuse pour la variance risque de périodicité néfaste 34
35 SYS à proba égales (4) Condition : US classées selon ordre quelconque sinon biais! N=9 A femme B homme C femme D femme E homme F femme G femme H homme I femme n=3 B homme E homme H homme 35
36 SYS à proba inégales Base de sondage disponible à l avance ou non et information auxillaire quantitative disponible Probabilités proportionnelles à la taille 36
37 Exemple de SYS à proba inégales 1. Calculer la répartition des services sur l ensemble des hôpitaux (Xk /Tx) et le cumul des Xk 2. Calculer le pas de sondage : Tx /n=107/3=36 3. Générer 1 nombre aléatoire 4. Choisir le premier élément=(1+entier (alea*pas)) 3. Sélectionner les échantillons avec alea juste <cumul A B C D E F G H I J nb services Tx =107 TAS de 3 hôpitaux parmi 10 : Cumul taille Pas 36 alea Premier elt 1+(0.191*36)=8 choix
38 Sondages élémentaires: résumé Taille n Tirages indépendants estimations Proba égales SAS fixe Oui ou non simples SYS 1 fixe ou aléatoire Non simples, biais! Proba inégales SYS 2 fixe Non complexes Poisson* aléatoire Oui simples Remise* aléatoire Oui simples * Non abordé dans ce cours 38
39 Sondages aléatoires Sondages élémentaires Sondage aléatoire simple (SAS) Sondage systématique (SYS) Sondages non élémentaires Sondages stratifiés Sondages en 2 phases avec post-stratification Sondages à plusieurs degrés Sondages en grappe Sondages stratifiés à plusieurs degrés 39
40 Sondages stratifiés Base de sondage et information auxiliaire qualitative disponibles Manipulation de la base de sondage Variance du paramètre plus faible que dans pop totale Sélections indépendantes dans chaque strate Sondage élémentaire Probabilités égales ou inégales 40
41 Sondages stratifiés Gain de précision (= réduction de la fluctuation d échantillonnage) si critère de stratification corrélé au paramètre étudié Permet de sur-représenter un sous-groupe minoritaire attention, les paramètres observés dans l échantillon sont des estimateurs biaisés Peu d inconvénient hormis l analyse statistique un peu plus complexe 41
42 Exemple de sondages stratifiés on veut estimer le pourcentage des élèves consommateurs de tabac du lycée Victor Hugo par un échantillon de 200 élèves NF F NF F NF NF F F F F F NF NF F NF F NF NF NF F NF NF NF F NF NF NF NF F NF NF N=800 lycéens f =1/4 n=200 SAS Fluctuation d échantillonnage!!! On sait que la consommation est différente selon les âges des lycéens 42
43 Exemple de sondages stratifiés on veut estimer le pourcentage des élèves consommateurs de tabac du lycée Victor Hugo par un échantillon de 200 élèves 360 seconde 240 première 200 Term N=800 lycéens n=200 n1=90 f1=25% n2=60 f2=25% n3=50 f3=25% Πk = f =1/4 43
44 Exemple de sondages stratifiés on veut estimer le pourcentage des élèves consommateurs de tabac du lycée Victor Hugo par un échantillon de 200 élèves 360 seconde 240 première 200 Term N=800 lycéens n=200 n1=90 f1=25% n2=60 f2=25% n3=50 f3=25% Πk = f =1/4 On sait qu il y a plus de fumeurs en Term: sur-représenter les Term. n1=30 f1=8% n2=50 f2=21% n3=120 f3=60% Πk f =1/4 44
45 Sondages en deux phases avec poststratification base de sondage disponible mais information auxiliaire qualitative absente stratification en 2ème phase probabilités inégales sur-représentation d une sous-population minoritaire MAIS plus complexe à réaliser et analyser moins efficace qu une stratification a priori si elle est possible 45
46 Exemple de Sondages en deux phases avec post-stratification N=800 lycéens 1ere phase ni=500 Stratification sur la consommation de tabac 86 Fumeurs 414 NF 2ème phase poststratification n1=86 n2=114 nii=200 46
47 Sondages à plusieurs degrés (ex à 2 degrés) Population N grappes 1er échantillon m UP 2ème échantillon n US On TAS des individus au sein de chaque UP 47
48 Sondages en grappe Population N grappes On prend tous les individus des grappes 48
49 ! L effet grappe Traduit la ressemblance des unités d une même grappe vis-à-vis du phénomène étudié Variance intra-groupe faible :Individus du même groupe ont les mêmes caractéristiques Variance inter-groupe forte : Individus de groupes différents ont des caractéristiques différentes Nuit à la qualité du sondage : analyses stat complexes (modèles mixtes) Exemple: famille et alimentation 49
50 Exemple (1) On souhaite réaliser une étude départementale pour connaître la consommation d ATB des enfants de maternelle Écoles On décide de demander aux parents de remplir un questionnaire, après recrutement dans les écoles 50
51 Exemple (2) Pour avoir une meilleure représentativité, on souhaite avoir des enfants d âge varié Écoles On décide de stratifier sur la classe pour avoir des groupes d âge Il y a 3 échantillons par école 51
52 Exemple (3) On suppose que la CSP des parents peut influer sur le type de consommation Écoles On décide de stratifier sur la localisation de l école (ZEP ou non) pour avoir une meilleure représentativité sociale 52
53 Sondages à plusieurs degrés Solution alternative en l absence de base de sondage des unités d intérêt Diminue le coût lié à la dispersion géographique MAIS Moins précis qu un SAS car 2 étapes et possible effet grappe Échantillonnage complexe Analyse statistique complexe Nécessite l existence d un découpage de la population ciblée sous forme d unités locales identifiables 53
54 Cas particulier : sondage aréolaire 1. Base de sondage initiale : découpage du territoire en aires (UP) 2. 1er degré: tirage de k aires (UP) 3. Recensement de tous les logements par aire 4. 2ème degré: tirage de m logements (US) par aires 5. 3ème degré: tirage de n sujets (UT) par logements 54
55 Différence strate-grappe Dans les 2 cas: découpage de la population cible en groupes d unités d intérêt strates Individus sélectionnés à partir de toute la population Les strates ne font pas l objet d un TAS Strates homogènes pour la variable étudiée Strates contrastées entre elles grappes Individus sélectionnés dans une partie de la population Les UP font l objet d un TAS Grappes hétérogènes pour la variable étudiée Grappes semblables entre elles 55
56 Sondages stratifiés à plusieurs degrés 56
57 Sondage élémentaire Sondage stratifié Sondage en 2 phases avec post-stratification Sondage à 2 degrés UP US 57
58 Choix du sondage Base de sondage disponible Oui Info auxiliaire disponible Non Base intermédiaire Oui Non Oui Non quanti quali Proba. inégales Sondage stratifié SAS SYS Sondage à plusieurs degrés (grappe) Sondage empirique 58
59 Plan Echantillonnage et épidémiologie Pré-requis Sondages empiriques Sondages aléatoires Estimation 59
60 Estimations Population cible θ? BASE DE SONDAGE : N estimations θ ± 1.96 V(θ) Échantillon 60
61 Estimations Le recours à un sondage a pour but d'estimer sans biais et avec la plus petite variance possible des paramètres qui concernent une population bien déterminée Les Πk qui dépendent du plan de sondage choisi, devront obligatoirement être incorporées dans les formules d'estimateurs. Les estimateurs de sondages complexes permettent de corriger la sur-représentation Redressements Pondérations: tenir compte du poids de la strate Imputations: corriger les non-réponses 61
62 Conclusion (1) Avant tirage PLAN DE SONDAGE Échantillonnage + estimateur adapté Limiter les biais de sélection Correction de la non-réponse Minimiser la variance REDRESSEMENT Pondérations et/ou imputations Après tirage 62
63 Objectifs de l enquête Champs de l étude Paramètre d intérêt Information à recueillir Mode de recueil des informations Echantillonnage Bases de sondage disponibles adaptées aux objectifs Informations auxiliaires utiles disponibles Coût unitaire Budget disponible Analyse statistique Choix de l estimateur le plus adapté au plan de sondage Redressement pour améliorer la variance et traiter les non-réponses 63
64 Bibliographie WARSZAWSKI Josiane. Épidémiologie descriptive. Cours de master 2 recherche épidémiologie. BOUYER et al. Épidémiologie: principes et méthodes quantitatives. Ed INSERM dages% pdf 64
Théorie des sondages : cours 5
Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur
Plus en détailSTA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes
STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailMETHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES
Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailCONCEPTION ET TIRAGE DE L ÉCHANTILLON
CHAPITRE 4 CONCEPTION ET TIRAGE DE L ÉCHANTILLON Ce chapitre technique 1 s adresse principalement aux spécialistes de sondage, mais aussi au coordinateur et aux autres responsables techniques de l enquête.
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailÉtudes épidémiologiques analytiques et biais
Master 1 «Conception, évaluation et gestion des essais thérapeutiques» Études épidémiologiques analytiques et biais Roxane Schaub Médecin de santé publique Octobre 2013 1 Objectifs pédagogiques Connaitre
Plus en détailLe niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france
Le niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france Jean-Paul Guthmann, Pierre Chauvin, Yann Le Strat, Marion Soler,
Plus en détailDocteur José LABARERE
UE7 - Santé Société Humanité Risques sanitaires Chapitre 3 : Epidémiologie étiologique Docteur José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailÉvaluations aléatoires : Comment tirer au sort?
Évaluations aléatoires : Comment tirer au sort? William Parienté Université Catholique de Louvain J-PAL Europe povertyactionlab.org Plan de la semaine 1. Pourquoi évaluer? 2. Comment mesurer l impact?
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailINITIATION AUX METHODES DE SONDAGE
Annie FOURRIER-REGLAT Marthe-Aline JUTAND avec la participation d Anne-Marie DUSSAIX INITIATION AUX METHODES DE SONDAGE APPLICATION A LA PHARMACO-EPIDEMIOLOGIE ARME-Pharmacovigilance Editions - Bordeaux
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailChapitre 3 - L'enquête descriptive simple
Chapitre 3 - L'enquête descriptive simple Version 1.2 AUTEURS PRINCIPAUX : NELLY AGRINIER - CÉDRIC BAUMANN - ISABELLE FOURNEL CO-AUTEURS : FRANCIS GUILLEMIN - GUY HÉDELIN Septembre 2010 Table des matières
Plus en détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailL axe 5 du Cancéropole Nord Ouest
L axe 5 du Cancéropole Nord Ouest Cancers, Individu id & Société L état des lieux d un pari Le Rapport Cordier 1 Biomarqueurs prédictifs 2 L axe 5 du Cancéropole Nord Ouest Cancers, Individu & Société
Plus en détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailRNV3P Recherche de pathologies émergentes
EPSP Ecole Doctorale Ingénierie Santé Cognition Environnement RNV3P Recherche de pathologies émergentes V Bonneterre, L Faisandier, DJ Bicout, R De Gaudemaris pour les membres du RNV3P Laboratoire Environnement
Plus en détailmyflex. La ligne de produits qui s adapte à vos besoins spécifiques et vous offre des possibilités flexibles de choix et de changement.
myflex. La ligne de produits qui s adapte à vos besoins spécifiques et vous offre des possibilités flexibles de choix et de changement. En tous points personnel: conseil au 0844 277 277 www.css.ch Votre
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailPARTIE I - Données de cadrage. Sous-indicateur n 9-1 : Nombre de consultations de médecins par habitant, perspective internationale
Indicateur n 9 : Consommation de soins par habitant Sous-indicateur n 9-1 : Nombre de consultations de médecins par habitant, perspective internationale Le nombre moyen de consultations médicales par habitant
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailDEMANDE DE VISA TOURISME/ (VISITE FAMILIALE/OU AMICALE)
DEMANDE DE VISA TOURISME/ (VISITE FAMILIALE/OU AMICALE) UN FORMULAIRE DUMENT REMPLIS AVEC UNE PHOTO RECENTE. PASSEPORT D UNE VALIDITE MINIMALE DE 3 MOIS APRES L EXPIRATION DU VISA ET UN MINIMUM DE 2 PAGES
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailExposé n 5: Bases IMS, Thalès Quel apport pour la sécurité d emploi des médicaments?
5 avril 2011 «Pharmaco-épidémiologie» Exposé n 5: Bases IMS, Thalès Quel apport pour la sécurité d emploi des médicaments? Dr Philippe Tcheng Vice-Président Affaires Publiques et Gouvernementales France
Plus en détailChapitre 6 : Consolidation par paliers et consolidation directe
Chapitre 6 : Consolidation par paliers et consolidation directe I Principe général II- Consolidation par paliers III - Consolidation directe Cas de synthèse 1 Case de synthèse 2 I. Principe général Les
Plus en détailnote d Temps de travail des enseignants du second degré public : pour une heure de cours, une heure de travail en dehors 13.13
note d informationjuillet 13.13 Les enseignants du second degré public à temps complet ont déclaré, en moyenne, exercer 41 heures de travail par semaine dont la moitié avec les élèves, principalement en
Plus en détailFiche qualité relative à l enquête Santé et Itinéraire Professionnel 2010 (SIP) Carte d identité de l enquête
Fiche qualité relative à Santé et Itinéraire Professionnel 2010 (SIP) Nom Années de Périodicité Panel (suivi d échantillon) Services concepteurs Service réalisant Sujets principaux traités dans Carte d
Plus en détailLes Français et les nuisances sonores. Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie
Les Français et les nuisances sonores Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie RB/MCP N 112427 Contacts Ifop : Romain Bendavid / Marion Chasles-Parot Département Opinion
Plus en détailUn outil pour l étude des dépenses de santé et des «restes à charge» des ménages : le modèle Omar
SANTÉ Un outil pour l étude des dépenses de santé et des «restes à charge» des ménages : le modèle Omar Rémi Lardellier, Renaud Legal, Denis Raynaud et Guillaume Vidal* Les «restes à charge» des ménages
Plus en détailA PROPOS DES CRITERES D ATTRIBUTION DES EQUIVALENCES
IED PARIS 8 A PROPOS DES CRITERES D ATTRIBUTION DES EQUIVALENCES La procédure d équivalence permet de dispenser les étudiants de certains enseignements dans la mesure où ils peuvent justifier de l acquisition
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailNon-réponse et données manquantes. Sylvie Rousseau & Gilbert Saporta décembre 2011
Non-réponse et données manquantes Sylvie Rousseau & Gilbert Saporta décembre 2011 1 EXEMPLES DE TAUX DE RÉPONSE À CERTAINES ENQUÊTES Pour les enquêtes auprès des entreprises, le taux de non-réponse est
Plus en détailGuide de rédaction d un protocole de recherche clinique à. l intention des chercheurs évoluant en recherche fondamentale
V E R S I O N A V R I L 2 0 1 2 C E N T R E D E R E C H E R C H E C L I N I Q U E É T I E N N E - L E B E L D U C H U S Guide de rédaction d un protocole de recherche clinique à l intention des chercheurs
Plus en détailDÉCISIONS À PRENDRE AVANT DE COMMENCER
CHAPITRE 2 DÉCISIONS À PRENDRE AVANT DE COMMENCER Ce chapitre s adresse aux directeurs de programme, à leurs partenaires nationaux, aux coordinateurs d enquête et au personnel technique. Il vous aidera
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailL ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS
ATELIER PARISIEN D URBANISME - 17, BD MORLAND 75004 PARIS TÉL : 01 42 71 28 14 FAX : 01 42 76 24 05 http://www.apur.org Observatoire de l'habitat de Paris L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN
Plus en détailGestion du traitement personnel des patients : Enquête et audit régional
Gestion du traitement personnel des patients : Enquête et audit régional Marion Alpy Jean-Marie Kinowski Journée OMEDIT 3 avril 2014 Contexte La prise en charge du traitement personnel du patient peut
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailCONSTRUIRE UNE QUESTION ET ELABORER UN QUESTIONNAIRE?
Déchets : outils et exemples pour agir Fiche méthode n 3 www.optigede.ademe.fr CONSTRUIRE UNE ET ELABORER UN NAIRE? Origine et objectif de la fiche : Les retours d expérience des collectivités locales
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailCinzia Grassi, Loredana Ceccacci, Anna Elisa D Agostino Observatoire pour le contraste de la pédophilie et de la pornographie enfantine
14. La collecte de données sur la violence envers les enfants Cinzia Grassi, Loredana Ceccacci, Anna Elisa D Agostino Observatoire pour le contraste de la pédophilie et de la pornographie enfantine Introduction
Plus en détailCar Insurance Survey. L assurance automobile RC chez les jeunes. Statistics Belgium. Rapport final
L assurance automobile RC chez les jeunes Car Insurance Survey Rapport final Statistics Belgium Direction générale Statistique et Information économique 2 0 1 3 Table des matières 1 But et objet de l'étude...
Plus en détailSanté environnement. Description du budget espace-temps et estimation de l exposition de la population française dans son logement
Santé environnement Description du budget espace-temps et estimation de l exposition de la population française dans son logement Sommaire Abréviations 2 1. Introduction 3 2. Données recueillies 4 2.1
Plus en détailAudit du CESP Etude ONE 2011 (Echantillon principal)
Audit du CESP Etude ONE 2011 (Echantillon principal) Mardi 20 mars 2012 SYNTHESE DE L AUDIT DE L ETUDE ONE 2011 Dans le cadre de la mission qui lui a été confiée par l interprofession des médias et de
Plus en détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailGuide méthodologique : Enquêtes en ligne
Guide méthodologique : Enquêtes en ligne Une enquête est une «méthode systématique de collecte d'informations à partir d un échantillon possédant des caractéristiques représentatives de l'ensemble de la
Plus en détailDOSSIER DE PRESSE. Les dates clés de la Coddem
6 ème séance plénière lundi 14 avril 2014 DOSSIER DE PRESSE La commission départementale de la démographie médicale : l instance incontournable en Lot-et-Garonne pour mettre en place un nouvel exercice
Plus en détailÀ retenir... 1. Ce qu en disent les acteurs communautaires
1 Volet 4 : Ainé-e-s Table des matières À retenir... 1 Ce qu en disent les acteurs communautaires... 1 1. Un portrait des aîné e s du quartier... 2 1.1 Répartition des personnes âgées de 65 ans et plus...
Plus en détailRéseau sur. Médicaments. l Innocuité et l Efficacité des. Document d orientation pour la présentation de requêtes au RIEM
Réseau sur l Innocuité et l Efficacité des Médicaments Document d orientation pour la présentation de requêtes au RIEM Instituts de recherche en santé du Canada Canadian Institutes of Health Research Version
Plus en détailLE DOSSIER PHARMACEUTIQUE
LE DOSSIER PHARMACEUTIQUE Septembre 2011 Arnaud ZEGIERMAN Amandine MESSINA www.institut-viavoice.com Viavoice Tel : +33(0)1 40 54 13 71 Mieux comprendre l opinion pour agir 9 rue Huysmans 75006 Paris +33
Plus en détailDEMANDE D AUTORISATION DE DEPART. à adresser en 2 exemplaires à l Inspecteur de circonscription.
Nom et adresse ou cachet de l école : DEMANDE D AUTORISATION DE DEPART à adresser en 2 exemplaires à l Inspecteur de circonscription. Téléphone : Fax : maternelle élémentaire élémentaire avec section enfantine
Plus en détailEVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO
EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO Auteur Baguinébié Bazongo 1 Ingénieur Statisticien Economiste Chef de l Unité de recherche à l Institut national
Plus en détailMasters OBSER VATOIRE. Sciences / Technologies / Santé OBSERVATOIRE CARREFOUR DES ÉTUDIANTS. Université de Limoges
Université de Limoges Masters Sciences / Technologies / Santé L'insertion professionnelle des diplômés DE Masters à l'université de Limoges Résultats par mention et par spécialité (promotion 2005-2006)
Plus en détailLecture critique et pratique de la médecine
1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne
Plus en détailProgramme d assurance-invalidité de courte durée
Programme d assurance-invalidité de courte durée Votre trousse de six pages Aperçu Le Programme d assurance-invalidité de courte durée (PAICD) assure un traitement uniforme pour tous les employés lorsqu
Plus en détailCMI ECONOMIE, FINANCE QUANTITATIVE ET STATISTIQUES - PARCOURS FORMATION EN APPRENTISSAGE
Université de PARIS 2 - ASSAS 1/3 PARCOURS FORMATION EN APPRENTISSAGE L1 S1 Mathématiques 1 4 L1 S1 Statistiques 1 4 L1 S1 Fondemants de l'informatique 4 L1 S1 Compléments Maths 2 L1 S1 Compléments Stats
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailOrganisation du suivi dans le cadre d un réseau
Organisation du suivi dans le cadre d un réseau Mandovi Rajguru Pédiatre Maternité Hôpital Bichat Claude Bernard Journée des pédiatres de maternité GENIF 04 Juin 2009 Introduction Constitution d un réseau
Plus en détailLE MALI L HÔPITAL GABRIEL TOURE L HÔPITAL DU POINT G INTRODUCTION 2 INTRODUCTION 1 DISPENSATION DES ARV DANS LES HÔPITAUX DU POINT G ET GABRIEL TOURE
DISPENSATION DES ARV DANS LES HÔPITAUX DU POINT G ET GABRIEL TOURE KALLE A.D A (1), BENGALY L (2)., KONE D ( 1), COULIBALY S.M (2). DIAKITE A.S. (2) DIAMOUTENE A (2) (1) Service de Pharmacie Hôpital Gabriel
Plus en détailLes domaines et les thèmes du SIG Grand Sud
des risques du vieillissement Régime Général ou Inter-régime Données de cadrage Retraités à risque de fragilité économique Les domaines et les thèmes du SIG Grand Sud Offres d de prévention collectives
Plus en détailSéance 4. Gestion de la capacité. Gestion des opérations et de la logistique 4-530-03
Gestion des opérations et de la logistique Séance 4 4-530-03 Gestion de la capacité Points importants présentés au dernier cours Les principaux types d aménagement Étude du travail et l amélioration des
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détail1 ère partie Amont de l'hôpital : organiser la permanence des soins une obligation médicale!
Plan «Urgences» 1 ère partie Amont de l'hôpital : organiser la permanence des soins une obligation médicale! Fiche 1.1 La permanence des médecins généralistes Mesure 1 Assurer la permanence de soins Mesure
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailOUVERTURE ET MISE EN PLACE
OUVERTURE ET MISE EN PLACE Estelle Marcault 20/01/2012 URC PARIS NORD 1 Ouverture et mise en place Trois types de visites/ réunions peuvent avoir lieu : Visite de sélection Réunion investigateur Visite
Plus en détailTransports sanitaires
Observatoire régional de la santé des Pays de la Loire Juillet 2015 www.santepaysdelaloire.com La santé observée dans les Pays de la Loire Transports sanitaires L'essentiel En 2014, 5,6 millions de patients
Plus en détailModélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005
Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition
Plus en détail«Politique des ARS pour les seniors»
«Politique des ARS pour les seniors» Claude EVIN, Directeur Général de l Agence Régionale de Santé d Ile-de-France XX/XX/XX L ARS, acteur majeur de la politique de santé et d accompagnement au service
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailCONTEXTE... 3 PROFIL DES POSTES DE NOUNOUS... 5 AGE DU PLUS JEUNE ENFANT GARDE... 5 TYPE DE GARDE... 5 HORAIRES... 5
Résultats d enquête Nounous à domicile : profils, salaire, horaires 2014 1 TABLE DES MATIERES CONTEXTE... 3 PROFIL DES REPONDANTS... ERREUR! SIGNET NON DEFINI. PROFIL DES NOUNOUS... 4 PROFIL DES POSTES
Plus en détailAssurances et prestations Les solutions en bref
Digne de confiance Assurances et prestations Les solutions en bref L aperçu suivant présente les assurances de CONCORDIA et récapitule les prestations. Si vous avez des questions, nous sommes à proximité,
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailDEMANDE D AUTORISATION DE DEPART EN SORTIE SCOLAIRE AVEC NUITEE(S) *
ACADEMIE D AIX - MARSEILLE INSPECTION ACADEMIQUE DE VAUCLUSE DEMANDE D AUTORISATION DE DEPART EN SORTIE SCOLAIRE AVEC NUITEE(S) * Nom et adresse ou cachet de l établissement scolaire : Téléphone : Télécopie
Plus en détailIncertitude et variabilité : la nécessité de les intégrer dans les modèles
Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre
Plus en détailBAROMETRE DE CONJONCTURE DE L HEBERGEMENT D ENTREPRISES
1 er et 2 ème trimestres 2010 Note semestrielle N 1 BAROMETRE DE CONJONCTURE DE L HEBERGEMENT D ENTREPRISES 1. CHIFFRE D AFFAIRES TOTAL DES CENTRES D AFFAIRES Chiffre d affaires total / surface totale
Plus en détailSommaire. 2. Utiliser la télécommande... 8 2.1 Télécommande Administrateur... 8 2.2 Télécommande Utilisateur... 10 2.3 Échanger une télécommande...
Sommaire 1. utilisateur... 4 1.1 Choisir le questionnaire... 4 1.2 Créer une nouvelle session... 5 1.3 Importer des sessions... 5 1.4 Exporter des sessions... 6 1.5 Rechercher une session... 6 1.6 Supprimer
Plus en détailLE PETIT RELATION CLIENT. Les pratiques clés en 15 fiches. Nathalie Houver
LE PETIT 2014 RELATION CLIENT Les pratiques clés en 15 fiches Nathalie Houver Dunod, Paris, 2014 ISBN 978-2-10-070826-0 Table des matières LA PRÉPARATION DE LA RELATION COMMERCIALE FICHE 1 Acquérir la
Plus en détailAPRES LE BAC S 2012-20133
APRES LE BAC S 2012-20133 2012-2013 Après le Bac ES acquérir une qualification professionnelle validée par un diplôme professionnel Quelle que soit la durée des études envisagées ne pas interrompre ses
Plus en détailCentre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles
CEA-N-1195 Note CEA-N-1195 Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles Service d'etudes de Protections de Piles PROPAGATION DES NEUTRONS
Plus en détailAudit du CESP Etude ONE Juillet 2013 - juin 2014
Audit du CESP Etude ONE Juillet 2013 - juin 2014 Mardi 16 septembre 2014 SYNTHESE DE L AUDIT DE L ETUDE ONE 2013-2014 L étude ONE, mise en place par Audipresse, a pour objectif principal de mesurer et
Plus en détailMASTER (LMD) INGENIERIE DE LA SANTE
MASTER (LMD) INGENIERIE DE LA SANTE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE SANTE Spécialité : METIERS DE LA SANTE ASSOCIES
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailEtude Elfe, Le de de e v nir de 20 000 en a f n a t n s
Etude Elfe, Le devenir de 20 000 enfants Le projet ELFE I Quelques informations sur le projet ELFE Objectifs scientifiques Echantillon des enfants ELFE Outils de communication Perspectives du déroulement
Plus en détailSynthèse du rapport d activité 2007 du CCAS
Synthèse du rapport d activité 2007 du CCAS I- Moyens financiers Budget 2007 : Recettes totales = 3.604.581 dont : Budget CCAS : 1.487.913 Budget annexe SSIAD : 438.284 Budget annexe MAD : 1.678.384 Dépenses
Plus en détailLa couverture complémentaire santé des jeunes
La couverture complémentaire santé des jeunes en France et dans les Pays de la Loire 2013 Décembre www.santepaysdelaloire.com Auteur Sandrine David, Dr Anne Tallec, Observatoire régional de la santé (ORS)
Plus en détailGuide d établissement des budgets des propositions soumises aux appels à projets de
Guide d établissement des budgets des propositions soumises aux appels à projets de l ANR 1. INTRODUCTION...3 2. PRINCIPES GENERAUX...4 2.1. Assiette et taux de l aide... 4 2.2. TVA... 5 2.3. Règles spécifiques
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailSECTION II RELATIVE AU PRÉLEVEUR
SECTION II RELATIVE AU PRÉLEVEUR II-0 INDEX SECTION II Pages Section relative au préleveur Heures d ouvertures des laboratoires pour clients externes Requête régionale II-2 II-2 II-3 Informations requises
Plus en détail