3ICBE UFBC11 Statistique
|
|
- Valérie St-Laurent
- il y a 7 ans
- Total affichages :
Transcription
1 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 1/6 3ICBE UFBC11 Statistique Contrôle du vendredi 24 octobre 2014 Les documents ne sont pas autorisés Diagnostic coronarien Des données publiques disponibles sur le site UCI repository 1 décrivent des facteurs de risque et résultats cliniques (13 parmi 75 de l étude originale 2 ) liés à une maladie coronarienne (athérosclérose). Celle-ci est jugée présente lorsque tous les vaisseaux coronariens sont obstrués à plus de 50% par des athéromes. Les variables étudiées sont observées sur un échantillon de 270 patients admis dans une clinique de Cleveland (Ohio) à la suite de douleurs thoraciques pouvant être dues à une angine de poitrine. Elles sont décrites dans le tableau ci-dessous : Code Libellé Valeurs 1 Age 2 Sexe sxf, sxm 3 Douleur Thoracique dla (angine typique), dlb(atypique) dlc(différent) dld(asymptom.) 4 Tension Systolique mmhg à l admission et au repos 5 Cholest Taux mg/dl (préférable<200, limite entre 200 et 240, risqué au-delà) 6 Sucre Taux à jeun scn (<120mg/dl), sco (>120mg/dl) 7 Cardio ECG au repos cda (Normal) cdb (ST/T anormal) cdc (hypertrophie ventr. gauche) 8 FreqM Fréquence cardiaque maximum lors du test d effort 9 AngInd Angine induite par l effort : tma (oui), tmb (non) 10 PicInd Dépression ST Induite par effort / repos 11 PentInd Segment ST Induit à l effort pia(ascendante), pib(plate), pic(descendante) 12 Nvais Nombre de vaisseaux fl0, fl1, fl2, fl3 majeurs colorés par fluoroscopie 13 Thal Scintigraphie thn(normal) thf(défaut fixé) thr(défaut révers.) avec effort 14 Classe Coronaropathie hda(absence), hdp(présence) Certaines sont associées à des risques potentiels d autres, résultats d examens cliniques au repos ou à la suite d un test d effort. Les variables 1, 4, 5, 8, 10 sont quantitatives, les autres sont qualitatives dont certaines binaires : 2, 6, 9, 14. Le diagnostic (variable Classe) a été établi par une angiographie permettant de mesurer l obstruction des artères coronariennes. En principe, l objectif sur ces données est de construire un modèle de prévision de la variable Classe à partir de l observation des autres, pas ou peu invasives, car l angiographie est un examen invasif comportant des risques. La variable Classe n est pas quantitative mais binaire (présence / absence) et le nombre de variables explicatives est important ; les outils vus au niveau L3 ne permettent pas de répondre à une telle question traitée usuellement par une régression dite logistique. L objectif poursuivi ici est une description élémentaire des données et la mise en évidence de quelques effets ou plus simplement de liaisons entre certaines variables Detrano, R., Janosi, A., Steinbrunn, W., Pfisterer, M., Schmid, J., Sandhu, S., Guppy, K., Lee, S., & Froelicher, V. (1989). International application of a new probability algorithm for the diagnosis of coronary artery disease. American Journal of Cardiology, 64,
2 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 2/6 Aidez-vous des tableaux et figures de l annexe pour répondre aux questions suivantes. Chaque réponse doit être justifiée à partir d un tableau numérique ou d un graphique fourni par le logiciel R. 1. Description 1.1 Quelle est la population étudiée? Quel est l échantillon? 1.2 Que représente le double graphique de la figure 1? Que dire de cette variable? Approximativement combien de personnes entre 56 et 62 ans et entre 62 et 77 ans? 1.3 Que dire des distributions des variables «Tensions systolique» et «Fréquence cardiaque max»? 1.4 Quelle hypothèse H0 est testée dans le tableau 1? Que conclure? 1.5 Que sont les graphes de la figure 3. Que dire de la normalité des variables «Tension» et «Fréquence cardiaque»? 1.6 Expliciter la formule de l intervalle de confiance à 95% de la moyenne d une variable. Avec mean(heart[,"age"])= et sd(heart[,"age"])^2= , quel est cet intervalle pour la moyenne de l âge? Est-il légitime? Pourquoi? 1.7 Que représente la figure 4. Commentaires? 1.8 Que sont les graphiques de la figure 5? Que dire concernant ces variables? 1.9 Que sont les graphiques de la figure 6? Que dire concernant ces variables? 2. Liaisons et risques 2.1 Les tableaux 2 sont des résultats d un test. De quel test s agit-il? Quelle est l hypothèse H0? Comment interpréter ces résultats? 2.2. Le tableau 3 fournit une séquence de résultats. Pour chaque test donner l hypothèse H0, la p-valeur et la décision. Utiliser ces résultats pour juger, en le justifiant de la relation entre les variables Age et Classe. 2.3 Mêmes questions pour le tableau 4 et la variable «Cholestérol»? 2.4 Analyser les résultats du tableau 5 : Quel test? Quelle décision? Comparer avec ceux de la question précédente. Comment conclure? 2.5 Dans la commande t.test de R précédemment utilisée se trouvent les options var.equal (TRUE ou FALSE) et paired (TRUE ou FALSE). A quoi correspondent ces options? 2.6 A quels types de variables peut-on appliquer la méthode ANOVA ou analyse de variance? Pour répondre à quelle question? Quelles sont les pré-requis ou hypothèses à vérifier pour que les résultats soient valides. Quels tests permettent de le faire? 2.7 Quelle est l hypothèse H0 testée par l ANOVA et l hypothèse alternative? Quel est le test nonparamétrique associé? 2.8 La figure 7 et le tableau 6 son relatifs au modèle expliquant la fréquence cardiaque max par l âge et la tension systolique. Que doit vérifier ce modèle de régression pour être valide? L est-il? 2.9 Que signale le nuage des résidus à propos de quelques observations. Sont-elles influentes sur le modèle? Comment s en assurer? 2.10 Ecrire le modèle obtenu. Quelles sont les quatre hypothèses H0 testées dans le tableau 6? Comment en interpréter les résultats? Que dire de la qualité d ajustement et de la qualité prédictive de ce modèle? 2.11 La figure 8 et le tableau 7 sont maintenant relatifs au modèle expliquant le PicInduit par les mêmes variables. Que dire concernant la validité de ce modèle. Comment conclure sur les interprétations des tests et les influences des variables?. Attention, le déroulement de l étude est ici «pédagogique» à partir des outils connus au niveau L3. Le modèle à étudier devrait prendre en charge l ensemble des mesures pour expliquer la classe. Celui-ci dit de régression logistique modélise la probabilité de présence de la pathologie p=p(classe=hdp) par une expression de la forme : Log(p/(1-p) = Xb ou p = exp(xb) / 1-exp(Xb) où X est la matrice n x (p+1) contenant les variables observées et b le vecteur des paramètres.
3 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 3/6 Annexe Figure 1 Figure 2 Figure 3 : De gauche à droite, variable Age, Tension puis Fréquence cardiaque Shapiro-Wilk xxxx test data: heart[, "Age"] W = , p-value = Tableau 1
4 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 4/6 Figure 4 Figure 5 : Classe X Sexe et Classe X Sucre Figure 6 : Age X Classe et Cholestérol X Classe
5 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 5/6 data: table(heart[, "Sexe"], heart[, "Classe"]) X-squared = , df = 1, p-value = 1.926e-06 data: table(heart[, "Sucre"], heart[, "Classe"]) X-squared = , df = 1, p-value = Tableau 2 data: heart[heart$classe == "hda", "Age"] W = , p-value = data: heart[heart$classe == "hdp", "Age"] W = 0.97, p-value = F test data: Age by Classe F = , num df = 149, denom df = 119, p-value = alternative hypothesis: true ratio of variances is not equal to Two Sample t-test data: Age by Classe t = , df = 268, p-value = alternative hypothesis: true difference in means is not equal to sample estimates: mean in group hda mean in group hdp Tableau 3 data: heart[heart$classe == "hda", "Cholest"] W = , p-value = 5.843e-09 data: heart[heart$classe == "hdp", "Cholest"] W = , p-value = F test data: Cholest by Classe F = , num df = 149, denom df = 119, p-value = alternative hypothesis: true ratio of variances is not equal to Two Sample t-test data: Cholest by Classe t = , df = 268, p-value = alternative hypothesis: true difference in means is not equal to Tableau 4 Wilcoxon rank sum test with continuity correction data: Cholest by Classe W = , p-value = alternative hypothesis: true location shift is not equal to 0 Tableau 5
6 3 ème année INSA-ICBE 2014/2015 UFBC11 contrôle de Statistique 6/6 Figure 7 lm(formula = FreqM ~ Age + Tension, data = heart) Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** Age e-12 *** Tension Residual standard error: on 267 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: 26.8 on 2 and 267 DF, p-value: 2.476e-11 Tableau 6 Figure 8 lm(formula = PicInd ~ Age + Tension, data = heart) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) * Age * Tension ** Residual standard error: on 267 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 267 DF, p-value: 7.294e-05 Tableau 7
Lire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détaildistribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position
Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons
Plus en détailUn exemple de régression logistique sous
Fiche TD avec le logiciel : tdr341 Un exemple de régression logistique sous A.B. Dufour & A. Viallefont Etude de l apparition ou non d une maladie cardiaque des coronaires 1 Présentation des données Les
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détail«Cours Statistique et logiciel R»
«Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire
Plus en détailÉtude des flux d individus et des modalités de recrutement chez Formica rufa
Étude des flux d individus et des modalités de recrutement chez Formica rufa Bruno Labelle Théophile Olivier Karl Lesiourd Charles Thevenin 07 Avril 2012 1 Sommaire Remerciements I) Introduction p3 Intérêt
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 détailÉpreuve d effort électrocardiographique
Épreuve d effort électrocardiographique J. Valty Diagnostic des coronaropathies. Pronostic après infarctus du myocarde. Indications particulières. Risques de l épreuve d effort? 1- Épreuve positive : segment
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détailDidacticiel - Études de cas. Description de quelques fonctions du logiciel PSPP, comparaison des résultats avec ceux de Tanagra, R et OpenStat.
1 Objectif Description de quelques fonctions du logiciel PSPP, comparaison des résultats avec ceux de Tanagra, R et OpenStat. Tout le monde l aura compris, je passe énormément de temps à analyser les logiciels
Plus en détailIntroduction à la statistique non paramétrique
Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non
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 détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
Plus en détailIschémie myocardique silencieuse (IMS) et Diabète.
Ischémie myocardique silencieuse (IMS) et Diabète. A propos d un cas clinique, sont rappelés: - les caractères cliniques et pronostiques de l IMS chez le diabétique, - la démarche de l identification de
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailMODELE A CORRECTION D ERREUR ET APPLICATIONS
MODELE A CORRECTION D ERREUR ET APPLICATIONS Hélène HAMISULTANE Bibliographie : Bourbonnais R. (2000), Econométrie, DUNOD. Lardic S. et Mignon V. (2002), Econométrie des Séries Temporelles Macroéconomiques
Plus en détailLe VIH et votre cœur
Le VIH et votre cœur Le VIH et votre cœur Que dois-je savoir au sujet de mon cœur? Les maladies cardiovasculaires représentent une des cause les plus courante de décès, elles incluent: les maladies coronariennes,
Plus en détailUne introduction. Lionel RIOU FRANÇA. Septembre 2008
Une introduction INSERM U669 Septembre 2008 Sommaire 1 Effets Fixes Effets Aléatoires 2 Analyse Classique Effets aléatoires Efficacité homogène Efficacité hétérogène 3 Estimation du modèle Inférence 4
Plus en détailAnalyse de variance à deux facteurs (plan inter-sujets à deux facteurs) TP9
Analyse de variance à deux facteurs (plan inter-sujets à deux facteurs) TP9 L analyse de variance à un facteur permet de vérifier, moyennant certaines hypothèses, si un facteur (un critère de classification,
Plus en détailDr Pierre-François Lesault Hôpital Privé de l Estuaire Le Havre
Dr Pierre-François Lesault Hôpital Privé de l Estuaire Le Havre «Il faut toujours prendre le maximum de risques avec le maximum de précautions» R. Kipling??? Geste d angioplastie en 2014 plus de limites
Plus en détailLa mesure de la réserve coronaire
Revues Générales Qu est-ce que la FFR? Comment l utiliser? réalités Cardiologiques # 291_Janvier/Février 2013 Résumé : La mesure de la réserve coronaire (FFR : Fractional Flow Reserve) s est imposée depuis
Plus en détailUtilisation du Logiciel de statistique SPSS 8.0
Utilisation du Logiciel de statistique SPSS 8.0 1 Introduction Etude épidémiologique transversale en population générale dans 4 pays d Afrique pour comprendre les différences de prévalence du VIH. 2000
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailWorks like you work. La solution pour l accès public à la défibrillation. Le secourisme facile
LIFEPAK CR Plus DEfibrillateur Works like you work. La solution pour l accès public à la défibrillation Le secourisme facile L arrêt cardiaque brutal frappe sans prévenir. LA MORT SUBITE Frappe sans prévenir.
Plus en détailÉVALUATION DE LA PERSONNE ATTEINTE D HYPERTENSION ARTÉRIELLE
ÉVALUATION DE LA PERSONNE ATTEINTE D HYPERTENSION ARTÉRIELLE PRISE EN CHARGE SYSTÉMATISÉE DES PERSONNES ATTEINTES D HYPERTENSION ARTÉRIELLE SOCIÉTÉ QUÉBÉCOISE D HYPERTENSION ARTÉRIELLE 23 ÉVALUATION DE
Plus en détailStatistiques. Rappels de cours et travaux dirigés. Master 1 Biologie et technologie du végétal. Année 2010-2011
Master 1 Biologie et technologie du végétal Année 010-011 Statistiques Rappels de cours et travaux dirigés (Seul ce document sera autorisé en examen) auteur : Jean-Marc Labatte jean-marc.labatte@univ-angers.fr
Plus en détailFemmes, prenez soin de votre cœur! LIVRET DE PREVENTION
LIVRET DE PREVENTION Femmes, prenez soin de votre cœur! TOUT SAVOIR SUR LA SANTE DU CŒUR DES FEMMES, par la Fondation Cœur et Artères, reconnue d utilité publique Introduction Ce livret s adresse à toutes
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailComment évaluer. la fonction contractile?
Comment évaluer la fonction contractile? Pr Xavier MONNET Service de réanimation médicale Hôpital de Bicêtre Assistance publique Hôpitaux de Paris Conflit d intérêt Pulsion Medical Systems CAP PiCCO Echocardiographie
Plus en détailINSUFFISANCE CARDIAQUE «AU FIL DES ANNEES»
INSUFFISANCE CARDIAQUE «AU FIL DES ANNEES» v On ne guérit pas ( en général ) d une insuffisance cardiaque, mais on peut la stabiliser longtemps, très longtemps à condition v Le patient insuffisant cardiaque
Plus en détailS o m m a i r e 1. Sémiologie 2. Thérapeutique
Sommaire 1. Sémiologie... 1 Auscultation cardiaque... 1 Foyers d auscultation cardiaque... 1 Bruits du cœur... 1 Souffles fonctionnels... 2 Souffles organiques... 2 Souffle cardiaque chez l enfant... 3
Plus en détailQUEL PROTOCOLE DE REENTRAINEMENT PROPOSER AUX PATIENTS INSUFFISANTS CARDIAQUES?
QUEL PROTOCOLE DE REENTRAINEMENT PROPOSER AUX PATIENTS INSUFFISANTS CARDIAQUES? Cliquez pour modifier le style des sous titres du masque MARIE CHRISTINE MERSCH MASSEUR KINESITHERAPEUTE Service de Réadaptation
Plus en détailLES FACTEURS DE RISQUE
LES FACTEURS DE RISQUE C EST QUOI UN FACTEUR DE RISQUE? C est une caractéristique lié à une personne, à son environnement à sa culture, à son mode de vie qui entraine pour elle une probabilité plus importante
Plus en détailFiche descriptive de l indicateur : Tenue du dossier anesthésique (DAN)
Définition Score individuel Score global Echantillon Critère d inclusion Fiche descriptive de l indicateur : Tenue du dossier anesthésique (DAN) Cet indicateur évalue la tenue du dossier anesthésique.
Plus en détailPrimeurs en cardiologie I
Primeurs en cardiologie I Chicago Emmanuèle Garnier Le congrès de l American College of Cardiology (ACC), qui avait lieu du 29 mars au 1 er avril, a permis le dévoilement en primeur de nombreux résultats
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
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 détailModèles pour données répétées
Résumé Les données répétées, ou données longitudinales, constituent un domaine à la fois important et assez particulier de la statistique. On entend par données répétées des données telles que, pour chaque
Plus en détailET 24 : Modèle de comportement d un système Boucles de programmation avec Labview.
ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. Sciences et Technologies de l Industrie et du Développement Durable Formation des enseignants parcours : ET24 Modèle de
Plus en détailLe signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz
Le signal GPS Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Deux signaux en sont dérivés: L1 (fo x 154) = 1.57542 GHz, longueur d onde = 19.0 cm
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailSystème de diagnostic CardioSoft Une passerelle entre le cœur et l'esprit
GE Healthcare Système de diagnostic Une passerelle entre le cœur et l'esprit Pertinence clinique et intelligence, tout simplement. Le système de diagnostic * de GE Healthcare est bien plus qu'un simple
Plus en détailLES RÉFÉRENTIELS RELATIFS AUX ÉDUCATEURS SPÉCIALISÉS
LES RÉFÉRENTIELS RELATIFS AUX ÉDUCATEURS SPÉCIALISÉS 1. RÉFÉRENTIEL PROFESSIONNEL D ÉDUCATEUR SPÉCIALISÉ 2. RÉFÉRENTIEL ACTIVITÉS 3. RÉFÉRENTIEL DE 4. RÉFÉRENTIEL DE CERTIFICATION 5. RÉFÉRENTIEL DE FORMATION
Plus en détailLa Dysplasie Ventriculaire Droite Arythmogène
1 La Dysplasie Ventriculaire Droite Arythmogène Document rédigé par l équipe pluridisciplinaire du centre de référence pour les maladies cardiaques héréditaires (Paris), en collaboration avec des patients
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailLIRE UN E.C.G. Formation sur le langage et la lecture d un ECG destinée aux techniciens ambulanciers de la région Chaudière-Appalaches
LIRE UN E.C.G. Formation sur le langage et la lecture d un ECG destinée aux techniciens ambulanciers de la région Chaudière-Appalaches Denise Hébert, chargée de projet UCCSPU Février 2006 Le langage et
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailApproche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH
Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH Boris Hejblum 1,2,3 & Rodolphe Thiébaut 1,2,3 1 Inserm, U897
Plus en détailExemples d application
AgroParisTech Exemples d application du modèle linéaire E Lebarbier, S Robin Table des matières 1 Introduction 4 11 Avertissement 4 12 Notations 4 2 Régression linéaire simple 7 21 Présentation 7 211 Objectif
Plus en détailPrise en charge du patient porteur d un dispositif implantable. Dr Philippe Gilbert Cardiologue CHU pavillon Enfant-Jésus
Prise en charge du patient porteur d un dispositif implantable Dr Philippe Gilbert Cardiologue CHU pavillon Enfant-Jésus Objectifs Expliquer le fonctionnement des stimulateurs et défibrillateurs Identifier
Plus en détailVotre guide des définitions des maladies graves de l Assurance maladies graves express
Votre guide des définitions des maladies graves de l Assurance maladies graves express Votre guide des définitions des maladies graves de l Assurance maladies graves express Ce guide des définitions des
Plus en détailUN PATIENT QUI REVIENT DE LOIN. Abdelmalek AZZOUZ GRCI 29/11/2012 Service de Cardiologie A2 CHU Mustapha. Alger Centre. Algérie
Abdelmalek AZZOUZ GRCI 29/11/2012 Service de Cardiologie A2 CHU Mustapha. Alger Centre. Algérie Mr A.A. âgé de 55ans. Facteurs de risque: Diabétique depuis 5ans. Antécédents: aucun. Fumeur 15paquets/année.
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 détailDensité de population et ingestion de nourriture chez un insecte vecteur de la maladie de Chagas
Fiche TD avec le logiciel : tdr335 Densité de population et ingestion de nourriture chez un insecte vecteur de la maladie de Chagas F. Menu, A.B. Dufour, E. Desouhant et I. Amat La fiche permet de se familiariser
Plus en détailRéparation de la communication interauriculaire (CIA) Informations destinées aux patients
Réparation de la communication interauriculaire (CIA) Informations destinées aux patients Schéma du cœur avec CIA Aorte Artère pulmonaire Oreillette gauche CIA Appendice auriculaire gauche Oreillette droite
Plus en détailÉvaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement
Évaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement DIU HTA François Gueyffier Service de pharmacologie clinique UMR CNRS 5558 CIC 201, LYON francois.gueyffier@chu-lyon.fr
Plus en détailFICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Plus en détailFormation des enseignants. Le tensiomètre. Objet technique modélisable issu de l environnement des élèves
Le tensiomètre Objet technique modélisable issu de l environnement des élèves Un peu d'histoire C'est en 1628 que W. Harvey découvrit la circulation du sang. C'est pourtant seulement en 1730 que la pression
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailCardiopathies ischémiques
AU PROGRAMME Cardiopathies ischémiques Processus obstructif Notions essentielles 1. Définition Les cardiopathies sont des malformations du cœur : soit acquises, survenant au cours de la vie (cardiopathies
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailActualité sur la prise en charge de l arrêt cardiaque
Actualité sur la prise en charge de l arrêt cardiaque 24 ème Congrès de la Coordination des Infirmiers Anesthésistes et de Réanimation de Caen et sa Région Dr Buléon Clément Pôle Réanimation-Anesthésie-SAMU,
Plus en détailJ. Goupil (1), A. Fohlen (1), V. Le Pennec (1), O. Lepage (2), M. Hamon (2), M. Hamon-Kérautret (1)
J. Goupil (1), A. Fohlen (1), V. Le Pennec (1), O. Lepage (2), M. Hamon (2), M. Hamon-Kérautret (1) (1) Pôle d Imagerie, service de Radiologie, CHU Caen (2) Pôle Cardio-thoracique, service de Chirurgie
Plus en détailCas clinique n 1. Y-a-t-il plusieurs diagnostics possibles? Son HTA a t elle favorisé ce problème?
Cas clinique n 1 Michel que vous suivez de longue date a l impression depuis quelques jours, d entendre des battements irréguliers le soir en se couchant ; il va parfaitement bien par ailleurs et rapporte
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailValeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5
Valeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5 Claire Le Jeunne Bertrand Xerri Cécile Rey-Coquais Jean-Michel Joubert Jean Delonca Martine Pigeon Michel Lièvre Patricia
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailPRINCIPE ET FONCTIONNEMENT DES DÉFIBRILLATEURS AUTOMATIQUES IMPLANTABLES (DAI)
PRINCIPE ET FONCTIONNEMENT DES DÉFIBRILLATEURS AUTOMATIQUES IMPLANTABLES (DAI) 2 Défibrillateur Automatique Implantable SOMMAIRE Introduction Indications Principe du DAI Historique Composants et structure
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailDE LA CAMÉRA SOMMAIRE
PARAMÉTRAGE DE LA CAMÉRA HIKVISION ISION DS-2CD2732F-IS SOMMAIRE 1 : CONFIGURATION POUR DE L ENREGISTREMENT PERMANENT... 2 1.1Configuration de la caméra... 2 1.1.1 Paramétrage de l adresse IP de la caméra...
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailINTRODUCTION À L'ENVIRONNEMENT DE PROGRAMMATION STATISTIQUE R
INTRODUCTION À L'ENVIRONNEMENT DE PROGRAMMATION STATISTIQUE R Y. BROSTAUX (1) RÉSUMÉ Cette note constitue une introduction au langage et à l'environnement de programmation 5 dans sa version 1.4.1 pour
Plus en détail1 La scintigraphie myocardique au Persantin ou Mibi Persantin
La scintigraphie myocardique au Persantin ou Mibi Persantin Pour mieux connaître l état de votre cœur, votre médecin vous a demandé de passer une scintigraphie myocardique au Persantin. Cette fiche explique
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 détailTITRE : «Information et consentement du patient en réadaptation cardiovasculaire»
TITRE : «Information et consentement du patient en réadaptation cardiovasculaire» MC Iliou, R Brion, C Monpère, B Pavy, B Vergès-Patois, G Bosser, F Claudot Au nom du bureau du GERS Un programme de réadaptation
Plus en détailIFT3902 : (Gestion de projet pour le) développement, (et la) maintenance des logiciels
IFT3902 : (Gestion de projet pour le) développement, (et la) maintenance des logiciels Yann-Gaël Guéhéneuc Professeur adjoint guehene@iro.umontreal.ca, local 2345 Département d informatique et de recherche
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailSéquence maladie: insuffisance cardiaque. Mieux connaître l insuffisance cardiaque Vivre avec un DAI
Séquence maladie: insuffisance cardiaque Mieux connaître l insuffisance cardiaque Vivre avec un DAI Janvier 2012 Finalité de l atelier: Présentation de la séance Cette séance a pour buts de vous permettre
Plus en détailAngine de poitrine. Quelques définitions:
Angine de poitrine Quelques définitions: Syndrome caractérisé par des crises de douleurs constrictives violentes siégeant dans la région précordiale, irradiant dans le bras gauche et s accompagnant d une
Plus en détailDiabète Type 2. Épidémiologie Aspects physiques Aspects physiologiques
Diabète Type 2 Épidémiologie Aspects physiques Aspects physiologiques Épidémiologie 90% de tous les cas de diabètes Environ 1 personne sur 20 est atteinte Diabète gras Facteur de risque majeur pour les
Plus en détailModèle GARCH Application à la prévision de la volatilité
Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes
Plus en détailLa formation, levier de performance économique et sociale (?)
10 ème Forum Formation La formation, levier de performance économique et sociale (?) 26 mars 2015 Pascal Moulette Pascal Moulette pascal.moulette@univ-lyon2.fr Maître de conférences en Sciences de gestion
Plus en détaildossier de presse nouvelle activité au CHU de Tours p a r t e n a r i a t T o u r s - P o i t i e r s - O r l é a n s
dossier de presse nouvelle activité au CHU de Tours lat ransplantation hépatique p a r t e n a r i a t T o u r s - P o i t i e r s - O r l é a n s Contact presse Anne-Karen Nancey - Direction de la communication
Plus en détailAngor stable. Quand faut-il faire des examens invasifs? Quintessence. Indication pronostique à un examen invasif. Introduction. Piero O.
Angor stable Quand faut-il faire des examens invasifs? Piero O. Bonetti Abteilung für Kardiologie, Kantonsspital Graubünden, Chur Quintessence P L examen invasif par cathétérisme cardiaque gauche est l
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détailDemande de règlement au titre de l assurance invalidité hypothécaire Assurance-crédit Contrat n o 51007
Demande de règlement au titre de l assurance invalidité hypothécaire Assurance-crédit Contrat n o 51007 Représentant de BMO Banque de Montréal Prénom Nom de famille Timbre de la succursale domiciliataire
Plus en détailFormations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS
Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailL'évaluation par les pairs dans un MOOC. Quelle fiabilité et quelle légitimité? Rémi Bachelet Ecole Centrale de Lille 24 novembre 2014, Université
L'évaluation par les pairs dans un MOOC. Quelle fiabilité et quelle légitimité? Rémi Bachelet Ecole Centrale de Lille 24 novembre 2014, Université Paris-Est séminaire annuel IDEA Les diapos seront tweetées
Plus en détailModule digestif. II. Prévention du reflux gastro-œsophagien :
Module digestif Pathologie œsophagique I. Rappel anatomique : Etendu de 15 à 40 cm des arcades dentaires. D environ 25 cm de long. Constitué de 2 types de muscles. Recouvert par une muqueuse malpighienne
Plus en détailIBM SPSS Regression 21
IBM SPSS Regression 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics
Plus en détailINTRODUCTION AU LOGICIEL R
INTRODUCTION AU LOGICIEL R Variables et mise en jambe Anne Dubois, Julie Bertrand, Emmanuelle Comets emmanuelle.comets@inserm.fr INSERM UMR738 (UMR738) 1 / 68 Sur le site www.cran.r-project.org : Ou trouver
Plus en détailEvaluation du risque Cardio-vasculaire MOHAMMED TAHMI
Evaluation du risque Cardio-vasculaire MOHAMMED TAHMI La pression artérielle normale n existe plus. L hypertension artérielle n existe plus. On soigne un risque cardiovasculaire. Plus celui-ci est élevé
Plus en détailFormat de l avis d efficience
AVIS D EFFICIENCE Format de l avis d efficience Juillet 2013 Commission évaluation économique et de santé publique Ce document est téléchargeable sur www.has-sante.fr Haute Autorité de santé Service documentation
Plus en détailmaladies des artères Changer leur évolution Infarctus du myocarde Accident vasculaire cérébral Artérite des membres inférieurs
maladies des artères Infarctus du myocarde Accident vasculaire cérébral Artérite des membres inférieurs maladies des artères : comment, pourquoi? La principale maladie de nos artères, appelée athérosclérose,
Plus en détail