UE 1.2 S2 Santé Publique et économie de la santé Outils statistiques

Transcription

1 UE 1.2 S2 Santé Publique et économie de la santé Outils statistiques ISPED Institut de Santé Publique, d Epidémiologie et de Développement Université Bordeaux Segalen 1

2 Plan de l enseignement Introduction Place de la statistique en épidémiologie Outils statistiques Variables Représentations graphiques Mesures de tendance centrale et de dispersion 2

3 Introduction : Epidémiologie : liens avec les autres disciplines Statistiques Description, estimation, comparaison Démographie Mesures de l'état de santé : mortalité, natalité, espérance de vie... Sociologie Facteurs de risque liés à l'environnement social, impact de la maladie sur la société Économie Coût d une maladie, coût de l exposition à un facteur de risque, évaluation économique des interventions Géographie Distribution dans l espace d une maladie, d une exposition 3

4 Introduction : Place de la statistique en épidémiologie Un patient n est jamais identique à un autre Tout praticien de santé est confronté à des cas particuliers Apport des statistiques Méthode de raisonnement permettant d interpréter un genre de données très particulières, qu on rencontre notamment dans les sciences de la vie, dont le caractère essentiel est la «variabilité» 4

5 Introduction : Place de la statistique en épidémiologie Mesurer l état de santé d une population permet l identification des besoins de santé (accroissement de la fréquence d une pathologie, ) la détermination des priorités (en fonction de la fréquence, de la gravité, de l impact social,, mise en place d actions de prévention, planification de l implantation des équipements sanitaires, ) l évaluation des actions mises en place la génération d hypothèses sur les facteurs de risque 5

6 Introduction : Place de la statistique en épidémiologie Épidémiologie descriptive permet de décrire la fréquence et la distribution des problèmes de santé selon les caractéristiques des sujets, le temps et l espace s appuie sur des indicateurs sanitaires démographiques autres des outils statistiques des sources d information 6

7 Outils statistiques Variables Représentations graphiques Mesures de tendance centrale et de dispersion 7

8 Outils statistiques : Variables Recueil de l information («donnée») sur l état de santé d une population Le plus souvent au moyen d un questionnaire 2 types de questions question fermée : propose des modalités de réponses question ouverte : propose un espace pour que le répondant puisse informer de sa réponse A chaque question définition d une variable ou plus question «quel est votre âge?» on définit la variable âge, c est-à-dire une fonction dont la valeur obtenue varie d un sujet à l autre et mesure l âge de l individu Plusieurs types de variables : variables quantitatives / qualitatives 8

9 Variables quantitatives Une variable est dite quantitative si un calcul mathématique (somme, moyenne) peut être réalisé à partir des réponses d un groupe de sujets à cette question Question Information recueillie Variable 1 Combien d enfants avez-vous? Nombre d enfants par Nbenfant sujet 2 Combien pesez-vous? Poids du sujet Poids Continue : peut prendre une infinité de valeurs entre deux bornes définies par la valeur minimale et la valeur maximale Exemple : poids Discrète : variable quantitative dont la mesure ne prend qu un nombre fini de valeurs entre deux bornes Exemple : nbenfant 9

10 Variables qualitatives Une variable dite catégorielle ou qualitative ne répond pas aux critères de variables quantitatives et a un certain nombre de catégories ou modalités exhaustives et mutuellement exclusives 1) Quel est votre sexe? Femme Homme 2) Quelle est votre profession? Ouvrier agricole Ouvrier usine Cadre Employé Artisan/commerçant Femme au foyer Autre Si le nombre de catégories est : égal à 2 : variable binaire ou dichotomique (ex : sexe) > 2 : variable nominale (ex : profession) 10

11 Variables qualitatives On parle de variable ordinale lorsque les modalités de réponses peuvent être ordonnées selon un ordre logique Êtes-vous satisfait de la qualité de l accueil que vous avez-reçu? Très satisfait Satisfait Moyennement satisfait Peu satisfait Pas satisfait du tout 11

12 Exemple fil rouge Données brutes N patient Sexe Age (ans) Poids (kg) Diabète 1 F O 2 F N 3 M O 4 F O 5 M N 6 F N 7 M N 8 M N 9 F N 10 F N 12

13 Outils statistiques : représentations graphiques Présentation des résultats Résumé de l information concernant la distribution d une variable au sein du groupe de sujets étudié Choix entre Représentation graphique Mesures de tendance centrale ou de dispersion 13

14 Représentations graphiques Généralités Choix adapté guidé par le type de variables Titre Placé au-dessus du tableau Placé sous le diagramme Temps, lieu, personnes Légende des abscisses Légende des ordonnées Exactitude des échelles utilisées 14

15 Représentations graphiques Variables qualitatives Diagramme en barres (Diagramme en secteurs) Variables ordinales et quantitatives discrètes Diagramme en barres, en respectant l ordre des modalités Variables quantitatives continues Histogramme 15

16 effectif Diagramme en barres : variables qualitatives ou ordinales ouvrier agricole ouvrier usine cadre employé artisan/commerçant sujet au foyer autre type de profession Titre : répartition selon le statut professionnel des 402 sujets âgés de plus de 18 ans ayant participé à l enquête «hypertension artérielle» du 19 au 21 avril 1999 à l Ile Maurice 16

17 profession Diagramme en barres : variables qualitatives ou ordinales autre sujet au foyer artisan/commerçant employé cadre ouvrier usine ouvrier agricole effectif Titre : répartition selon le statut professionnel des 402 sujets âgés de plus de 18 ans ayant participé à l enquête «hypertension artérielle» du 19 au 21 avril 1999 à l Ile Maurice 17

18 Diagramme en secteurs : variables qualitatives cadre 1% ouvrier agricole 7% sujet au foyer 33% artisan/commerçant 8% employé 12% autre 22% ouvrier usine 17% Titre : répartition selon le statut professionnel des 402 sujets âgés de plus de 18 ans ayant participé à l enquête «hypertension artérielle» du 19 au 21 avril 1999 à l Ile Maurice 18

19 Variable qualitative Fréquence d une catégorie effectif de la catégorie fréquence = n N effectif total La somme des fréquences de toutes les catégories = 1 (ou 100 %) Exemple (suite) L effectif est de 10 sujets, dont 6 femmes et 4 hommes Fréquence des sujets masculins : 4/10 donc 40 % d hommes Attention à ne pas confondre avec le sex ratio H:F : sex ratio H:F = 4 hommes / 6 femmes = 0,67, ou 2 hommes pour 3 femmes Fréquence cumulée : 4/10 donc 40% ont un âge < 70 ans 19

20 Histogramme : variables quantitatives Classement des sujets par ordre croissant des valeurs de la variable Si trop de valeurs distinctes : regroupement en classes Intervalles EGAUX (surface de chaque rectangle proportionnelle à l effectif) et en nombre suffisamment grands (sinon perte d information) Pour chaque valeur, calcul de l effectif Représentation Axe des abscisses : valeurs ou classes TOUTES LES VALEURS ou CLASSES doivent être représentées (sans «trou» dans la liste) entre la plus petite et la plus grande valeur, même celles ayant un effectif nul Axe des ordonnées : effectifs 20

21 Effectifs Histogramme : variables quantitatives Exemple (suite) Age (ans) Attention à faire figurer les valeurs ayant des effectifs nuls ans Distribution des âges 21

22 Effectifs Histogramme : variables quantitatives Exemple (suite) Age (ans) classes Attention à choisir des classes d amplitude égale (ici 5 ans) Distribution des âges ans 22

23 Effectifs Outils statistiques : Mesures de tendance centrale et de dispersion Intérêt Résumé de la distribution d une variable en quelques mesures en fonction des valeurs observées Dispersion ans Distribution des âges Tendance centrale 23

24 y y Mesures de tendance centrale et de dispersion Complémentarité des mesures Une même mesure de tendance centrale peut correspondre à une dispersion différente et réciproquement x x 24

25 Mesures de tendance centrale Variable quantitative Moyenne Médiane TOUJOURS PENSER à l UNITE 25

26 Mesures de tendance centrale Variable quantitative Moyenne N i = moyenne = 1 N x i valeur ou moyenne = T 1 N Exemple (suite) N=10 T 1 effectif total 705 moyenne = = 10 70,5 ans 26

27 Mesures de tendance centrale Variable quantitative Médiane Définition : valeur qui divise l échantillon (la population) en 2 parties égales 5 sujets 5 sujets Exemples Exemple 1 Exemple 2 71 ans sujets 5 sujets 70,5 ans Exemple sujets 5 sujets 70 ans 27

28 Questions Réfléchir aux notions Salaire médian Salaire moyen? 28

29 Mesures de dispersion Variable quantitative Quantiles : valeurs qui divisent l échantillon (la population) : Terciles : en 3 parties égales Quartiles : en 4 parties égales Déciles : en 10 parties égales Centiles : en 100 parties égales 29

30 Mesures de tendance centrale et dispersion Variable quantitative Quantiles : Exemple 30

31 Mesures de dispersion Variable quantitative Etendue Variance Ecart-type TOUJOURS PENSER à l UNITE 31

32 Mesures de dispersion Variable quantitative Etendue Définition : différence entre les 2 valeurs extrêmes d une distribution Exemple (suite) 60 minimum ans maximum 32

33 Mesures de dispersion Variable quantitative Variance N sujets x moyenne (X moyenne) négatif positif (X moyenne)² positif positif N i= 1 x i moyenne N 2 33

34 Mesures de dispersion Variable quantitative Variance Définition : moyenne des carrés des écarts à la moyenne variance N i = = 1 x i moyenne N 2 ou variance T = 2 T N 2 1 N avec T 1 = N i = 1 x i T 2 = N i = 1 2 x i Exemple (suite) T1 = 705 ; T 2 = ; N = 10 19,25 ans² Attention : l unité est au carré 34

35 Mesures de dispersion Variable quantitative Ecart-type écart - type= variance Attention : l unité n est pas au carré Exemple (suite) Écart-type : 19,25 = 4,4 ans 35

36 Spécificité des caractéristiques de la mortalité liée à la grippe lors de la pandémie de grippe A(H1N1) en en France Pavla Vicente, Albertine Aouba, Daniel Lévy-Bruhl, Eric Jougla, Grégoire Rey BEH 11 janvier

37 37